Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Radiomik af intraabdominalt og subkutant fedtvæv forudsiger effektiviteten af ​​fedmekirurgi (RISABS)

31. juli 2025 opdateret af: Yuntao Nie, China-Japan Friendship Hospital
Brug af radiomikalier fra intraabdominalt og subkutant fedtvæv og kliniske træk til at forudsige vægttabseffektiviteten og remission af type 2-diabetes mellitus efter fedmekirurgi.

Studieoversigt

Status

Rekruttering

Detaljeret beskrivelse

I denne undersøgelse har vi til hensigt at indsamle abdominal CT fra patienter, der foreslås at gennemgå fedmekirurgi, at udvinde radiomikalier af intra-abdominalt fedt og subkutant fedt, og at etablere en forudsigelsesmodel til at forudsige effektiviteten af ​​vægttab og remission af type 2 diabetes mellitus 1 år, 3 år og 5 år postoperativt, sammenholdt med de kliniske data.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

800

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

      • Beijing, Kina, 100029
        • Rekruttering
        • Yuntao Nie
        • Kontakt:
        • Kontakt:
        • Ledende efterforsker:
          • Yuntao Nie, M.D.

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

N/A

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Overvægtige patienter med type 2-diabetes, som skal gennemgå fedmekirurgi (sleeve gastrectomy eller Roux-en-Y gastric bypass) og modtage abdominal CT-scanning, vil blive inkluderet i undersøgelsen.

Beskrivelse

Inklusionskriterier:

  • BMI>27,5 kg/m2; Type 2 diabetes mellitus; Patienter, der skal gennemgå fedmekirurgi

Ekskluderingskriterier:

  • Patienter uden abdominal CT-scanning; Patienterne fik ikke gennemgået ærmegatrektomi eller Roux-en-Y gastrisk bypass.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Area under curve (AUC) af vægttabsforudsigelsesmodellen efter 1 år
Tidsramme: 1 år
Denne metrik viser den radiomiske models diskriminerende evne til at forudsige sandsynligheden for utilstrækkeligt vægttab efter 1 år.
1 år
Area under curve (AUC) af T2DM-remissionsforudsigelsesmodellen efter 1 år
Tidsramme: 1 år
Denne metrik viser den radiomiske models diskriminerende evne til at forudsige sandsynligheden for remission af T2DM efter 1 år.
1 år

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Area under curve (AUC) af vægttabsforudsigelsesmodellen efter 3 år
Tidsramme: 3 år
Denne metrik viser den radiomiske models diskriminerende evne til at forudsige sandsynligheden for utilstrækkeligt vægttab efter 3 år.
3 år
Area under curve (AUC) af T2DM-remissionsforudsigelsesmodellen efter 3 år
Tidsramme: 3 år
Denne metrik viser den radiomiske models diskriminerende evne til at forudsige sandsynligheden for remission af T2DM efter 3 år.
3 år
Area under curve (AUC) af vægttabsforudsigelsesmodellen efter 5 år
Tidsramme: 5 år
Denne metrik viser den radiomiske models diskriminerende evne til at forudsige sandsynligheden for utilstrækkeligt vægttab efter 5 år.
5 år
Area under curve (AUC) af T2DM-remissionsforudsigelsesmodellen efter 5 år
Tidsramme: 5 år
Denne metrik viser den radiomiske models diskriminerende evne til at forudsige sandsynligheden for remission af T2DM efter 5 år.
5 år
Area under curve (AUC) af vægtgenvindingsmodellen
Tidsramme: 5 år
Denne metrik viser den radiomiske models diskriminerende evne til at forudsige sandsynligheden for vægtgenvinding.
5 år
Area under curve (AUC) af T2DM-tilbagefaldsmodellen
Tidsramme: 5 år
Denne metrik viser den radiomiske models diskriminerende evne til at forudsige sandsynligheden for T2DM-tilbagefald.
5 år

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Efterforskere

  • Ledende efterforsker: Yuntao Nie, M.D., China-Japan Friendship Hospital

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

1. januar 2024

Primær færdiggørelse (Anslået)

31. december 2026

Studieafslutning (Anslået)

31. december 2027

Datoer for studieregistrering

Først indsendt

5. december 2023

Først indsendt, der opfyldte QC-kriterier

5. december 2023

Først opslået (Faktiske)

13. december 2023

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

3. august 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

31. juli 2025

Sidst verificeret

1. juli 2025

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

IPD-planbeskrivelse

Emneoplysninger involverer medicinsk og personlig privatliv, og adgang er betinget af samtykke fra hovedefterforskeren.

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Abonner