AI-vejledet risikovurdering og registrering af sarkopeni (SARC-AI)
AI-drevet integration af muskelmasse og muskelfunktion: En ny tilgang til risikovurdering og intervention for sarkopeni
Sarkopeni, den aldersrelaterede nedgang i muskelmasse og funktion, er en vigtig bidragyder til skrøbelighed, handicap og dødelighed hos ældre voksne. Nuværende diagnostiske værktøjer vurderer muskelmængde eller funktion hver for sig og mangler prædiktive biomarkører, hvilket begrænser tidlig opdagelse og personlig styring. Denne undersøgelse foreslår en AI-drevet ramme, der integrerer multimodal fysiologisk, metabolisk og funktionel data med overvågning via bærbare sensorer for at forbedre risikovurdering af sarkopeni og vejlede individuelle indgreb.
I Fase 1 vil vi analysere et stort retrospektivt datasæt på 3.500 voksne for at identificere tidlige prædiktorer for sarkopeni og udvikle en maskinlæringsbaseret risikostratificeringsmodel. Fase 2 vil teste en 12-ugers personlig trænings- og ernæringsintervention hos 120 deltagere ved hjælp af realtidssensordata og AI-styrede justeringer for at optimere resultaterne. Denne integrerede tilgang sigter mod at fremskynde tidlig opdagelse, præcisionsintervention og langsigtet muskelhelbred hos aldrende befolkninger.
Studieoversigt
Status
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
Baggrund:
Sarkopeni, defineret som den progressive tab af skeletmuskelmasse og -funktion, udgør en væsentlig risiko for fald, funktionsnedsættelse, metabolisk dysfunktion og dødelighed hos ældre voksne. Nuværende kliniske diagnostikker er afhængige af statiske målinger af muskelstyrke eller -masse, hvilket ofte overser tidligstadie eller subklinisk nedgang. Desuden viser konventionelle interventioner, såsom styrketræning og øget proteinindtag, stor variation i resultater mellem individer på grund af faktorer som basislinje muskel-fænotype, metabolisk status, genetiske forhold og tarmmikrobiomets sammensætning. Ny teknologi, herunder bærbare sensorer, højtydende metabolisk profilering og AI/ML-tilgange, giver mulighed for at skabe prædiktive, individuelle rammer for vurdering og behandling af sarkopenirisiko.
Mål:
- Udvikle og validere en AI-drevet model, der integrerer muskel-sammensætning, funktionel præstation og metaboliske biomarkører for at forudsige sarkopenirisiko.
- Implementere en personlig, tilpasningsdygtig intervention, der kombinerer motion og ernæring, vejledt af AI-forudsigelser og realtidsmonitorering.
- Evaluere effektiviteten af denne intervention på muskelmasse, funktionel præstation og metabolisk sundhed hos ældre voksne.
Metoder:
Fase 1: Retrospektiv analyse af multimodal data fra 3.500 voksne, herunder muskel-sammensætning (DXA, MRI), funktionelle tests (håndstyrke, stolrejsning), metaboliske markører og mikrobiom-profiler. AI/ML-modeller vil blive trænet til at forudsige sarkopenirisiko og identificere centrale prædiktive funktioner. Validering vil foregå ved hjælp af en undergruppe af nyrekrutterede deltagere under standardbehandling.
Fase 2: En 12-ugers prospektiv intervention med 120 voksne i alderen 50-70, stratificeret i sarkopeniriskogrupper baseret på fase 1-forudsigelser. Deltagerne vil modtage AI-vejledet personlig motion (styrke- og kondition) og ernæringsplaner, overvåget via bærbare sensorer og en mobilapp. Dataindsamling inkluderer MRI og DXA for muskel-sammensætning, funktionelle præstationstests, metaboliske og inflammatoriske biomarkører, mikrobiom-profiler og selvrapporterede resultater. Interventionsrespons vil blive analyseret ved hjælp af blandede effektmodeller og ML for at identificere prædiktorer for effektivitet.
Betydning og innovation:
Denne undersøgelse integrerer AI-drevet risikovurdering med personlige, realtids tilpasningsdygtige interventioner, og adresserer dermed nuværende diagnostiske og terapeutiske huller i sarkopenibehandling. Ved at kombinere muskelstruktur, funktion, metaboliske, adfærdsmæssige og mikrobiom-data muliggør den tidlig opdagelse af muskel-nedgang, individuel behandling og forbedret overholdelse. Rammen har potentiale for bred klinisk oversættelse, integration i digital sundhed og fremtidig kommercialisering som en skalerbar AI-baseret sarkopeniplatform.
Forventede resultater:
- AI-baserede sarkopeni-screeningværktøjer til tidlig opdagelse og risikostratificering.
- Personlige motions- og ernæringsprotokoler skræddersyet til individuel risiko og fysiologi.
- En skalerbar, datadrevet interventionsramme egnet til klinisk eller hjemmebaseret implementering.
Forbedret forståelse af heterogene responser på sarkopeni-interventioner.
Undersøgelsestype
Tilmelding (Anslået)
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiesteder
-
-
-
Tel Aviv, Israel, 69978
- Sylvan Adams Sport Institute
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Beskrivelse
Inklusionskriterier:
- Mænd og kvinder i alderen 50-70 år
- Risiko for sarkopeni baseret på muskelmasse og/eller muskelfunktionsscreening
- I stand til at deltage i overvåget motionstræning
- Villig til at overholde studieprocedurer og afgive skriftligt informeret samtykke
Eksklusionskriterier:
- Deltagelse i struktureret motions- eller vægttabsprogrammer inden for de sidste 6 måneder
- Ustabil kropsvægt (>±5%) inden for de sidste 6 måneder
- Nuværende rygning eller rygning inden for de sidste 6 måneder
- Graviditet, amning eller postmenopause
- Kontraindikationer for MR-scanning (f.eks. implanterede enheder, tatoveringer, permanent makeup)
- Svær kardiopulmonal sygdom (f.eks. nyligt myokardieinfarkt, ustabil angina)
- Muskuloskeletale eller neuromuskulære tilstande, der begrænser motion
- Kognitiv svækkelse
- Kroniske sygdomme inklusive kræft, diabetes, skjoldbruskkirtelsygdom, hypertension eller kronisk nyresvigt
- Brug af lægemidler, der påvirker metabolismen
- Sekundær leversygdom (viral, autoimmun, alkoholinduceret eller lægemiddelinduceret)
- Alkoholindtag >20 g/dag (kvinder) eller >30 g/dag (mænd)
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Forebyggelse
- Tildeling: N/A
- Interventionel model: Enkelt gruppeopgave
- Maskning: Ingen (Åben etiket)
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
Eksperimentel: AI-styret Personlig Trænings- og Ernæringsintervention
Alle deltagere gennemgår omfattende baselineprofilering og modtager en 12-ugers personlig, AI-vejledt motion- og ernæringsintervention designet til at forbedre muskelmasse, muskelfunktion og metabolisk sundhed. Individuelle anbefalinger genereres ved hjælp af en maskinlæringsbaseret sarkopenirisikoforudsigelsesmodel og justeres dynamisk baseret på fysiologiske responser og data fra bærbare sensorer. Deltagere stratificeres efter sarkopenirisiko (lav, moderat, høj), men alle modtager den samme adaptive interventionsramme. |
Deltagerne gennemfører 12 ugers overvåget styrke- og konditionstræning kombineret med personliggivet ernæringsstøtte.
Træningsprogrammer (3 styrketræningssessioner/uge; 2-3 konditionssessioner/uge) og kostvejledning (inklusive proteinmål) individualiseres ved hjælp af AI-modeller og data fra wearable-enheder.
En mobilapp giver realtidsfeedback og overvågning med to ugers mellemrum til sikkerhedskontroller.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøjagtighed af AI-baseret model til risikoprædiktion for sarkopeni
Tidsramme: Baseline til opfølgningsperiodens afslutning (op til 12 måneder)
|
Predictiv præstation af en kunstig intelligens-baseret model til at identificere nuværende og fremtidig risiko for sarkopeni ved brug af multimodale baseline-data, herunder kropskomposition, muskelfunktion, metaboliske biomarkører og målinger fra bærbare enheder.
|
Baseline til opfølgningsperiodens afslutning (op til 12 måneder)
|
|
Ændring i MRI-afledt lårmuskelvolumen
Tidsramme: Baseline til 12 uger
|
Gennemsnitlig ændring i lår skeletmuskelvolumen vurderet med 3-Tesla MRI (Siemens Prisma) ved hjælp af standardiseret segmenteringsanalyse. Måleenhed: cm³ |
Baseline til 12 uger
|
|
Ændring i håndstyrke (kg)
Tidsramme: Baseline til 12 uger
|
Gennemsnitlig ændring i maksimal håndstyrke målt med en Jamar dynamometer (bedste af tre forsøg). Måleenhed: kg |
Baseline til 12 uger
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Ændring i Appendikulær Mager Masse Index (ALM/højde²) målt ved DXA
Tidsramme: Fra baseline til 12 uger
|
Gennemsnitlig ændring i appendikulær muskelmasseindeks (ALM divideret med højde i anden) målt ved hjælp af helkrops dual-energy X-ray absorptiometri (DXA; Hologic QDR 4500A). Måleenhed: kg/m² |
Fra baseline til 12 uger
|
|
Ændring i hvilestofskifte (kcal/dag)
Tidsramme: Baseline til 12 uger
|
Gennemsnitlig ændring i hvilemetabolske hastighed målt ved indirekte kalorimetri ved hjælp af Cosmed Quark RMR-systemet under standardiserede fastetilstande. Måleenhed: kcal/dag |
Baseline til 12 uger
|
|
Ændring i tarmmikrobiomets mangfoldighed
Tidsramme: Baseline til 12 uger
|
Gennemsnitlig ændring i tarms mikrobiom diversitet vurderet ved brug af 16S rRNA-gensekventering fra ekstraheret mikrobielt DNA og beregnet ved brug af Shannon diversitetsindeks.
|
Baseline til 12 uger
|
|
Ændring i den samlede score for Short Physical Performance Battery (SPPB)
Tidsramme: Baseline til 12 uger
|
Gennemsnitlig ændring i den samlede score for Short Physical Performance Battery (SPPB), der vurderer nedre ekstremitetsfunktion. Måleenhed: Skala-score (0-12) |
Baseline til 12 uger
|
|
Ændring i livskvalitet vurderet med SF-36
Tidsramme: Baseline til 12 uger
|
Ændring i sundhedsrelateret livskvalitet vurderet ved hjælp af 36-Item Short Form Health Survey (SF-36). Måleenhed: SF-36-skala score (0-100) |
Baseline til 12 uger
|
Samarbejdspartnere og efterforskere
Sponsor
Efterforskere
- Ledende efterforsker: Yftach Gepner, Tel Aviv University
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
- Neurologiske manifestationer
- Sygdomme i nervesystemet
- Neuromuskulære manifestationer
- Patologiske Tilstande, Anatomiske
- Muskelatrofi
- Atrofi
- Patologiske tilstande, tegn og symptomer
- Tegn og symptomer
- Sarkopeni
- Diæt, mad og ernæring
- Fysiologiske fænomener
- Ernæringsfysiologiske fænomener
- Befolkningsegenskaber
- Sundhedsstatus
- Demografi
- Ernæringsstatus
Andre undersøgelses-id-numre
- 0011903-1
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
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 .