Maschinelles Lernen zur Neuklassifizierung von Fettleibigkeit
Datengesteuertes Clustering zur metabolischen Klassifizierung von Fettleibigkeit mittels maschinellem Lernen
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Kontakte und Standorte
Studienorte
-
-
Shanghai
-
Shanghai, Shanghai, China, 200072
- Shanghai Tenth People's Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Patienten mit Übergewicht/Adipositas
- Patienten mit Normalgewicht als Kontrollen
Ausschlusskriterien:
- vor dem geplanten ersten Besuch der Studie jemals eine bariatrische Operation durchgeführt wurde;
- hatte derzeit exogenes Insulin, Medikamente, die den Glukosestoffwechsel beeinflussen, oder Harnsäuremedikamente eingenommen;
- wenn bei Ihnen Typ-1-Diabetes, sekundärer Diabetes, eine Erbkrankheit oder eine schwere Erkrankung (z. B. bösartiger Tumor, Herzinsuffizienz, Leberversagen usw.);
- in der Schwangerschaft oder Stillzeit;
- verfügte nicht über die vollständigen Daten für das Modell;
- Bei normalgewichtigen Kontrollpersonen wurden Patienten mit Diabetes oder Hyperurikämie ausgeschlossen.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
NW
normale Gewichtskontrolle
|
|
|
MHO
Stoffwechselgesunde Fettleibigkeit
|
Computermodellierungstechniken werden für die präzise Neuklassifizierung von Fettleibigkeit in vier Untergruppen verwendet, mehrere Variablen entsprechend der klinischen Erfahrung und die Modellierungsergebnisse werden für die Clusteranalyse ausgewählt.
|
|
LMO
hypometabolische Fettleibigkeit
|
Computermodellierungstechniken werden für die präzise Neuklassifizierung von Fettleibigkeit in vier Untergruppen verwendet, mehrere Variablen entsprechend der klinischen Erfahrung und die Modellierungsergebnisse werden für die Clusteranalyse ausgewählt.
|
|
HMO-U
hypermetabolische Fettleibigkeit mit Hyperurikämie
|
Computermodellierungstechniken werden für die präzise Neuklassifizierung von Fettleibigkeit in vier Untergruppen verwendet, mehrere Variablen entsprechend der klinischen Erfahrung und die Modellierungsergebnisse werden für die Clusteranalyse ausgewählt.
|
|
HMO-I
hypermetabolische Fettleibigkeit mit Hyperinsulinämie
|
Computermodellierungstechniken werden für die präzise Neuklassifizierung von Fettleibigkeit in vier Untergruppen verwendet, mehrere Variablen entsprechend der klinischen Erfahrung und die Modellierungsergebnisse werden für die Clusteranalyse ausgewählt.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Stoffwechselklassifizierung von Patienten mit Adipositas mittels maschinellem Lernen
Zeitfenster: Grundlinie
|
Grundlinie
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Stoffwechselmerkmale bei Patienten verschiedener Untergruppen
Zeitfenster: Grundlinie
|
Grundlinie
|
|
Risiken für nichtübertragbare Krankheiten bei Patienten verschiedener Untergruppen
Zeitfenster: Grundlinie
|
Grundlinie
|
|
Wirkung der bariatrischen Chirurgie bei Patienten verschiedener Untergruppen
Zeitfenster: 1 Jahr nach bariatrischer Operation
|
1 Jahr nach bariatrischer Operation
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Publikationen und hilfreiche Links
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
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 (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
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
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- Obesity Reclassification
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
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 .