Ermittlung EMR-basierter klinischer Kovariaten bei Patienten, die eine orale und nicht insulininjizierte hypoglykämische Therapie erhalten
Assoziation klinischer Kovariaten mit der Initiierung von Nicht-Insulin-Diabetes-Medikamenten unter Verwendung elektronischer Krankenakten (EMR)
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Kontakte und Standorte
Studienorte
-
-
Massachusetts
-
Boston, Massachusetts, Vereinigte Staaten
- Boehringer Ingelheim Investigational Site
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Abgabe eines oralen oder insulinfreien hypoglykämischen Medikaments zwischen Mai 2011 und Juni 2012
- Diagnose Diabetes mellitus Typ 2
- Vorhandensein elektronischer Patientenakten (für die EMR-basierte Teilmenge)
Ausschlusskriterien:
- Alter <18 bei Beginn der T2DM-Medikation
- Fehlende oder zweideutige Alters- oder Geschlechtsangaben
- Mindestens eine Diagnose von Diabetes mellitus Typ 1
- Weniger als 6 Monate Registrierung in der Datenbank vor dem Datum der ersten Ausgabe
- Vorherige Anwendung des Indexmedikaments
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Linagliptin1
T2DM-Patienten, die mit Linagliptin beginnen (DPP-4-Vergleich)
|
nicht randomisiert
|
|
Andere DPP4
T2DM-Patienten, die einen Nicht-Linagliptin-DPP-4-Inhibitor beginnen
|
|
|
Linagliptin2
T2DM-Patienten, die mit Linagliptin beginnen (Glitizaon-Vergleich)
|
|
|
Glitazone
T2DM-Patienten, die mit Thiazolidindione (Glitazone) beginnen
|
|
|
Sulfonylharnstoff
T2DM-Patienten, die eine Medikation in der Sulfonylharnstoff-Klasse beginnen
|
|
|
Linagliptin3
T2DM-Patienten, die mit Linagliptin beginnen (Sulfonylharnstoff-Vergleich)
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Fehlendes EMR (Electronic Medical Record) Merkmal: Rauchen
Zeitfenster: Bis zu 20 Monate
|
Das fehlende EMR-Merkmal Rauchen definiert als gegenwärtiger, unbekannter oder ehemaliger/niemals Raucher. Die Zusammenhänge zwischen anspruchsbasierten Kovariaten und dem Fehlen von EMR-Merkmalen wurden untersucht, indem ein logistisches Regressionsmodell (und eine multinomiale logistische Regression, abhängig von der Anzahl der Kategorien für das EMR-Merkmal) für jedes EMR-Merkmal geschätzt wurde, bei dem es sich um einen Indikator für das Fehlen des EMR-Merkmals Rauchen handelte war die abhängige Variable und alle anspruchsbasierten Kovariaten wurden als unabhängige Variablen eingeschlossen. Der dargestellte geschätzte Wert ist tatsächlich die durch C-Statistiken definierte Vorhersagegenauigkeit. |
Bis zu 20 Monate
|
|
Fehlendes EMR-Merkmal: Dauer des Diabetes
Zeitfenster: Bis zu 20 Monate
|
Das fehlende EMR-Merkmal Dauer des Diabetes, definiert als >7, 5–6, 3–5, 1–3, <1 (in Jahren) Dauer. Die Assoziationen zwischen anspruchsbasierten Kovariaten und dem Fehlen von EMR-Merkmalen wurden untersucht, indem ein logistisches Regressionsmodell (und eine multinomiale logistische Regression, abhängig von der Anzahl der Kategorien für das EMR-Merkmal) für jedes EMR-Merkmal geschätzt wurde, wo ein Indikator für das Fehlen der EMR-Merkmalsdauer war von Diabetes war die abhängige Variable und alle anspruchsbasierten Kovariaten wurden als unabhängige Variablen eingeschlossen. Der dargestellte geschätzte Wert ist tatsächlich die durch C-Statistiken definierte Vorhersagegenauigkeit. |
Bis zu 20 Monate
|
|
Fehlendes EMR-Merkmal: Dauer des Diabetes (kontinuierlich)
Zeitfenster: Bis zu 20 Monate
|
Das fehlende EMR-Merkmal Dauer des Diabetes definiert als Beginnjahr/Beginnalter des Diabetes. Lineare Regressionsmodelle wurden unter Verwendung einer priorisierten Liste anspruchsbasierter Kovariaten als Prädiktoren und des Werts ausgewählter EMR-basierter klinischer Merkmale der Diabetesdauer als kontinuierliche Ergebnisse durchgeführt. Der dargestellte geschätzte Wert ist tatsächlich die durch R-Quadrat definierte Vorhersagegenauigkeit. |
Bis zu 20 Monate
|
|
Fehlendes EMR-Merkmal: BMI (Body Mass Index)
Zeitfenster: Bis zu 20 Monate
|
Das fehlende EMR-Merkmal BMI definiert als nicht adipös, übergewichtig, adipös, schwere Adipositas. Die Assoziationen zwischen anspruchsbasierten Kovariaten und dem Fehlen von EMR-Merkmalen wurden untersucht, indem ein logistisches Regressionsmodell (und eine multinomiale logistische Regression, abhängig von der Anzahl der Kategorien für das EMR-Merkmal) für jedes EMR-Merkmal geschätzt wurde, bei dem es sich um einen Indikator für das Fehlen des EMR-Merkmals BMI handelte war die abhängige Variable und alle anspruchsbasierten Kovariaten wurden als unabhängige Variablen eingeschlossen. Der dargestellte geschätzte Wert ist tatsächlich die durch C-Statistiken definierte Vorhersagegenauigkeit. |
Bis zu 20 Monate
|
|
Fehlendes EMR-Merkmal: BMI (kontinuierlich)
Zeitfenster: Bis zu 20 Monate
|
Das fehlende EMR-Merkmal BMI ist der BMI-Wert. Lineare Regressionsmodelle wurden unter Verwendung einer priorisierten Liste von anspruchsbasierten Kovariaten als Prädiktoren und dem Wert ausgewählter EMR-basierter klinischer Merkmale BMI als kontinuierliche Ergebnisse durchgeführt. Der dargestellte geschätzte Wert ist tatsächlich die durch R-Quadrat definierte Vorhersagegenauigkeit. |
Bis zu 20 Monate
|
|
Fehlendes EMR-Merkmal: HbA1c (Hämoglobin A1c (glykosyliertes Hämoglobin))
Zeitfenster: Bis zu 20 Monate
|
Das fehlende EMR-Merkmal HbA1c definiert als Wert in 6 Monaten vor und einschließlich Indexdatum. Die Zusammenhänge zwischen anspruchsbasierten Kovariaten und dem Fehlen von EMR-Eigenschaften wurden untersucht, indem ein logistisches Regressionsmodell (und eine multinomiale logistische Regression, abhängig von der Anzahl der Kategorien für die EMR-Eigenschaft) für jede EMR-Eigenschaft geschätzt wurde, bei der es sich um einen Indikator für das Fehlen der EMR-Eigenschaft HbA1c handelte war die abhängige Variable und alle anspruchsbasierten Kovariaten wurden als unabhängige Variablen eingeschlossen. Der dargestellte geschätzte Wert ist tatsächlich die durch C-Statistiken definierte Vorhersagegenauigkeit. |
Bis zu 20 Monate
|
|
Fehlendes EMR-Merkmal: eGFR (glomeruläre Filtrationsrate)
Zeitfenster: Bis zu 20 Monate
|
Das fehlende EMR-Merkmal eGFR definiert als Wert in 6 Monaten vor und einschließlich Indexdatum. Die Assoziationen zwischen anspruchsbasierten Kovariaten und dem Fehlen von EMR-Merkmalen wurden untersucht, indem ein logistisches Regressionsmodell (und eine multinomiale logistische Regression, abhängig von der Anzahl der Kategorien für das EMR-Merkmal) für jedes EMR-Merkmal geschätzt wurde, bei dem es sich um einen Indikator für das Fehlen des EMR-Merkmals eGFR handelte war die abhängige Variable und alle anspruchsbasierten Kovariaten wurden als unabhängige Variablen eingeschlossen. Der dargestellte geschätzte Wert ist tatsächlich die durch C-Statistiken definierte Vorhersagegenauigkeit. |
Bis zu 20 Monate
|
|
Fehlendes EMR-Merkmal: Gesamtcholesterin
Zeitfenster: Bis zu 20 Monate
|
Das fehlende EMR-Merkmal Gesamtcholesterin definiert als Wert in 6 Monaten vor und einschließlich Indexdatum. Die Assoziationen zwischen anspruchsbasierten Kovariaten und dem Fehlen von EMR-Merkmalen wurden untersucht, indem ein logistisches Regressionsmodell (und eine multinomiale logistische Regression, abhängig von der Anzahl der Kategorien für das EMR-Merkmal) für jedes EMR-Merkmal geschätzt wurde, bei dem ein Indikator für das Fehlen der EMR-Merkmalssumme vorhanden war Cholesterin war die abhängige Variable, und alle anspruchsbasierten Kovariaten wurden als unabhängige Variablen eingeschlossen. Der dargestellte geschätzte Wert ist tatsächlich die durch C-Statistiken definierte Vorhersagegenauigkeit. |
Bis zu 20 Monate
|
|
Fehlendes EMR-Merkmal: Systolischer BP (Blutdruck)
Zeitfenster: Bis zu 20 Monate
|
Das fehlende EMR-Merkmal systolischer Blutdruck, definiert als Wert in 6 Monaten vor und einschließlich Indexdatum. Die Assoziationen zwischen anspruchsbasierten Kovariaten und dem Fehlen von EMR-Merkmalen wurden untersucht, indem ein logistisches Regressionsmodell (und eine multinomiale logistische Regression, abhängig von der Anzahl der Kategorien für das EMR-Merkmal) für jedes EMR-Merkmal geschätzt wurde, bei dem ein Indikator für das Fehlen des EMR-Merkmals systolisch war BP war die abhängige Variable und alle anspruchsbasierten Kovariaten wurden als unabhängige Variablen eingeschlossen. Der dargestellte geschätzte Wert ist tatsächlich die durch C-Statistiken definierte Vorhersagegenauigkeit. |
Bis zu 20 Monate
|
|
Fehlendes EMR-Merkmal: Diastolischer Blutdruck
Zeitfenster: Bis zu 20 Monate
|
Das fehlende EMR-Merkmal, diastolischer Blutdruck, definiert als Wert in 6 Monaten vor und einschließlich Indexdatum. Die Assoziationen zwischen anspruchsbasierten Kovariaten und dem Fehlen von EMR-Merkmalen wurden untersucht, indem ein logistisches Regressionsmodell (und eine multinomiale logistische Regression, abhängig von der Anzahl der Kategorien für das EMR-Merkmal) für jedes EMR-Merkmal geschätzt wurde, bei dem ein Indikator für das Fehlen des EMR-Merkmals diastolisch war BP war die abhängige Variable und alle anspruchsbasierten Kovariaten wurden als unabhängige Variablen eingeschlossen. Der dargestellte geschätzte Wert ist tatsächlich die durch C-Statistiken definierte Vorhersagegenauigkeit. |
Bis zu 20 Monate
|
|
Binäres EMR-Merkmal: Neuropathie
Zeitfenster: Bis zu 20 Monate
|
Das fehlende EMR-Merkmal Neuropathie definiert als Teilnehmer mit Anzeichen einer diabetischen Neuropathie. Die Assoziationen zwischen anspruchsbasierten Kovariaten und dem Fehlen von EMR-Merkmalen wurden durch Schätzung eines logistischen Regressionsmodells (und einer multinomialen logistischen Regression, abhängig von der Anzahl der Kategorien für das EMR-Merkmal) für jedes EMR-Merkmal untersucht, bei dem es sich um einen Indikator für das Fehlen des EMR-Merkmals Neuropathie handelt war die abhängige Variable und alle anspruchsbasierten Kovariaten wurden als unabhängige Variablen eingeschlossen. Der dargestellte geschätzte Wert ist tatsächlich die durch C-Statistiken definierte Vorhersagegenauigkeit. |
Bis zu 20 Monate
|
|
Binäres EMR-Merkmal: Nephropathie
Zeitfenster: Bis zu 20 Monate
|
Das fehlende EMR-Merkmal Nephropathie definiert als Teilnehmer mit Anzeichen einer diabetischen Nephropathie. Die Assoziationen zwischen anspruchsbasierten Kovariaten und dem Fehlen von EMR-Merkmalen wurden untersucht, indem ein logistisches Regressionsmodell (und eine multinomiale logistische Regression, abhängig von der Anzahl der Kategorien für das EMR-Merkmal) für jedes EMR-Merkmal geschätzt wurde, bei dem es sich um einen Indikator für das Fehlen des EMR-Merkmals Nephropathie handelte war die abhängige Variable und alle anspruchsbasierten Kovariaten wurden als unabhängige Variablen eingeschlossen. Der dargestellte geschätzte Wert ist tatsächlich die durch C-Statistiken definierte Vorhersagegenauigkeit. |
Bis zu 20 Monate
|
|
Binäres EMR-Merkmal: Retinopathie
Zeitfenster: Bis zu 20 Monate
|
Das fehlende EMR-Merkmal Retinopathie definiert als Teilnehmer mit Anzeichen einer diabetischen Retinopathie. Die Assoziationen zwischen anspruchsbasierten Kovariaten und dem Fehlen von EMR-Merkmalen wurden untersucht, indem ein logistisches Regressionsmodell (und eine multinomiale logistische Regression, abhängig von der Anzahl der Kategorien für das EMR-Merkmal) für jedes EMR-Merkmal geschätzt wurde, bei dem es sich um einen Indikator für das Fehlen des EMR-Merkmals Retinopathie handelte war die abhängige Variable und alle anspruchsbasierten Kovariaten wurden als unabhängige Variablen eingeschlossen. Der dargestellte geschätzte Wert ist tatsächlich die durch C-Statistiken definierte Vorhersagegenauigkeit. |
Bis zu 20 Monate
|
|
Binäres EMR-Merkmal: Pankreatitis
Zeitfenster: Bis zu 20 Monate
|
Das fehlende EMR-Merkmal Pankreatitis definiert als Teilnehmer mit Hinweisen auf eine vorangegangene Pankreatitis. Die Assoziationen zwischen anspruchsbasierten Kovariaten und dem Fehlen von EMR-Merkmalen wurden untersucht, indem ein logistisches Regressionsmodell (und eine multinomiale logistische Regression, abhängig von der Anzahl der Kategorien für das EMR-Merkmal) für jedes EMR-Merkmal geschätzt wurde, bei dem es sich um einen Indikator für das Fehlen des EMR-Merkmals Pankreatitis handelte war die abhängige Variable und alle anspruchsbasierten Kovariaten wurden als unabhängige Variablen eingeschlossen. Der dargestellte geschätzte Wert ist tatsächlich die durch C-Statistiken definierte Vorhersagegenauigkeit. |
Bis zu 20 Monate
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Publikationen und hilfreiche Links
Nützliche Links
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Tatsächlich)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Schätzen)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Schätzen)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
- Störungen des Glukosestoffwechsels
- Stoffwechselerkrankungen
- Erkrankungen des endokrinen Systems
- Diabetes Mellitus
- Diabetes mellitus, Typ 2
- Hypoglykämische Mittel
- Physiologische Wirkungen von Arzneimitteln
- Molekulare Mechanismen der pharmakologischen Wirkung
- Enzym-Inhibitoren
- Hormone
- Hormone, Hormonersatzstoffe und Hormonantagonisten
- Protease-Inhibitoren
- Inkretine
- Dipeptidyl-Peptidase IV-Inhibitoren
- Linagliptin
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- 1218.162
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .