GLEAM: Nichtinvasive Glukosemessung mittels Impedanztomographie (GLEAM)
GLEAM: Nichtinvasive Glukosemessung mittels Impedanztomographie – ein Pilotprojekt
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Phase
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Vera Lehmann, MD PhD
- Telefonnummer: +41 31 632 40 70
- E-Mail: vera.lehmann@insel.ch
Studienorte
-
-
-
Bern, Schweiz
- Department of Diabetes, Endocrinology, Nutritional Medicine and Metabolism
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Schriftliche, informierte Einwilligung
- Diabetes mellitus Typ 1 gemäß Definition der WHO seit mindestens 6 Monaten
- Im Alter von 18 – 60 Jahren
- HbA1c ≤ 9,0 %
- Insulinbehandlung mit guten Kenntnissen im Insulin-Selbstmanagement
- Verwendung eines kontinuierlichen (CGM) oder Flash-Glukoseüberwachungssystems (FGM)
- Muttersprache Deutsch oder Schweizerdeutsch
Ausschlusskriterien:
- Unfähigkeit, eine informierte Einwilligung zu erteilen
- Kontraindikationen für Insulinaspart (NovoRapid®)
- Bekannte Allergien gegen Klebstoffe des EIT-Geräts (z. B. Gelelektroden)
- Schwangerschaft, Stillzeit oder Mangel an sicherer Empfängnisverhütung
- Aktive Herz-, Lungen-, Leber-, Magen-Darm-, Nieren- oder psychiatrische Erkrankung
- Patienten mit implantierbaren elektronischen Geräten (z. B. Herzschrittmacher oder implantierbarer Kardioverter-Defibrillator (ICD)) oder Thorax-Metallimplantaten
- Epilepsie oder Anfallsgeschichte
- Aktiver Drogen- oder Alkoholmissbrauch
- Chronische neurologische oder Hals-Nasen-Ohren-Erkrankungen (HNO-Erkrankung), die die Stimme beeinflussen, oder Stimmstörung in der Vorgeschichte
- Brust- oder Rückendeformitäten
- Body-Mass-Index (BMI) >35,0 kg/m2
- Offene Wunden, Verbrennungen oder Ausschläge am oberen Brustkorb
- Aktives Rauchen
- Medikamente, von denen bekannt ist, dass sie die Stimme beeinträchtigen oder Lustlosigkeit hervorrufen (z. B. Opioide, Benzodiazepine usw.)
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Sonstiges
- Zuteilung: N / A
- Interventionsmodell: Einzelgruppenzuweisung
- Maskierung: Keine (Offenes Etikett)
Anzahl der Arme
Waffen und Interventionen
Teilnehmergruppe / ArmTeilnehmergruppe / Arm |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Sonstiges: Kontrollierte Euglykämie, Hypoglykämie und Hyperglykämie
|
EIT-Messungen werden in verschiedenen glykämischen Zuständen (Euglykämie, Hypoglykämie und Hyperglykämie) erfasst.
Der venöse Blutzucker wird mit einem Goldstandard-Glukoseanalysator gemessen.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Änderung des Signals der elektrischen Impedanztomographie (EIT) der Brustregion entlang der glykämischen Trajektorie.
Zeitfenster: 5 Stunden
|
EIT-Signale werden bei mehreren Frequenzen zwischen 50 kHz und 1 MHz aus der Brustregion bei Euglykämie, Hypoglykämie und Hyperglykämie mithilfe eines Mehrkanal-EIT-Messgeräts erfasst.
|
5 Stunden
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Veränderung der Hypoglykämiesymptome entlang der glykämischen Kurve.
Zeitfenster: 5 Stunden
|
Hypoglykämiesymptome werden bei Euglykämie, Hypoglykämie und Hyperglykämie mithilfe eines standardisierten Fragebogens erfasst (Edinburgh Hypoglycemia Scale, ein höherer Wert bedeutet mehr Symptome, Mindestpunktzahl 7 Punkte, Höchstpunktzahl 77 Punkte).
|
5 Stunden
|
|
Stimmparameter, die auf eine Dysglykämie hinweisen
Zeitfenster: 5 Stunden
|
Sprachdaten werden mithilfe eines Mikrofons bei Euglykämie, Hypoglykämie und Hyperglykämie erfasst.
Nach der Probenahme wird eine interpretierbare Methode des maschinellen Lernens (ML) verwendet, um Stimmparameter zu identifizieren, die auf eine Dysglykämie hinweisen.
|
5 Stunden
|
|
Veränderung der kognitiven Leistung entlang der glykämischen Flugbahn.
Zeitfenster: 5 Stunden
|
Die kognitive Leistung wird mithilfe des Trail Making B-Tests bewertet (mehr Zeit, die zum Abschließen der Tests benötigt wird, bedeutet eine schlechtere kognitive Leistung).
|
5 Stunden
|
|
Veränderung der kognitiven Leistung entlang der glykämischen Flugbahn.
Zeitfenster: 5 Stunden
|
Die kognitive Leistung wird mithilfe des Digit Symbol Substitution Test bewertet (eine höhere Punktzahl bedeutet eine bessere kognitive Leistung).
|
5 Stunden
|
|
Leistung eines maschinellen Lernmodells zur Erkennung von Dysglykämie anhand der oben genannten Signale (EIT, Symptome, Stimme, physiologische Signale), quantifiziert als Fläche unter der Receiver Operating Characteristics Curve (AUROC).
Zeitfenster: 5 Stunden
|
Signale für die Modellierung maschinellen Lernens werden bei Euglykämie, Hypoglykämie und Hyperglykämie gesammelt.
|
5 Stunden
|
|
Leistung eines maschinellen Lernmodells zur Erkennung von Dysglykämie anhand der oben genannten Signale (EIT, Symptome, Stimme, physiologische Signale), quantifiziert als Empfindlichkeit.
Zeitfenster: 5 Stunden
|
Signale für die Modellierung maschinellen Lernens werden bei Euglykämie, Hypoglykämie und Hyperglykämie gesammelt.
|
5 Stunden
|
|
Leistung eines maschinellen Lernmodells zur Erkennung von Dysglykämie anhand der oben genannten Signale (EIT, Symptome, Stimme, physiologische Signale), quantifiziert als Spezifität.
Zeitfenster: 5 Stunden
|
Signale für die Modellierung maschinellen Lernens werden bei Euglykämie, Hypoglykämie und Hyperglykämie gesammelt.
|
5 Stunden
|
|
Leistung des maschinellen Lernmodells zur Vorhersage von Glukosewerten aus den oben genannten Signalen (EIT, Symptome, Stimme, physiologische Signale), quantifiziert als Root Mean Square Error (RMSE).
Zeitfenster: 5 Stunden
|
Signale für die Modellierung maschinellen Lernens werden bei Euglykämie, Hypoglykämie und Hyperglykämie gesammelt.
|
5 Stunden
|
|
Leistung des maschinellen Lernmodells zur Vorhersage von Glukosewerten aus den oben genannten Signalen (EIT, Symptome, Stimme, physiologische Signale), quantifiziert als mittlere absolute relative Differenz (MARD).
Zeitfenster: 5 Stunden
|
Signale für die Modellierung maschinellen Lernens werden bei Euglykämie, Hypoglykämie und Hyperglykämie gesammelt.
|
5 Stunden
|
|
Leistung des maschinellen Lernmodells zur Vorhersage von Glukosewerten aus den oben genannten Signalen (EIT, Symptome, Stimme, physiologische Signale) mithilfe von Bland-Altman-Diagrammen.
Zeitfenster: 5 Stunden
|
Signale für die Modellierung maschinellen Lernens werden bei Euglykämie, Hypoglykämie und Hyperglykämie gesammelt.
|
5 Stunden
|
|
Leistung des maschinellen Lernmodells zur Vorhersage von Glukosewerten aus den oben genannten Signalen (EIT, Symptome, Stimme, physiologische Signale) unter Verwendung des Clarke Error Grid.
Zeitfenster: 5 Stunden
|
Signale für die Modellierung maschinellen Lernens werden bei Euglykämie, Hypoglykämie und Hyperglykämie gesammelt.
|
5 Stunden
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Ermittler
Ermittler
- Hauptermittler: Christoph Stettler, Prof. MD, Department of Diabetes, Endocrinology, Nutritional Medicine and Metabolism; Bern, Switzerland
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
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- GLEAM
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 .