Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Verwendung von BGEM als Blutzucker-Vorhersagemodell in der T2DM-Population Indonesiens

11. Oktober 2024 aktualisiert von: Krida Wacana Christian University
Unter Verwendung von Signalen von PPG-Sensoren für Endverbraucher an Wearables, Smart Ringen oder Hearables am Handgelenk berechnet das BGEM® AI-Modell die relevanten digitalen Biomarker, die mit der Änderung des Blutzuckerspiegels korrelieren, um ein Blutzuckerergebnis für die Überwachung und Bewertung von Diabetesrisiken vorherzusagen. Ukrida in Zusammenarbeit mit Actxa & Lif zielt darauf ab, die Vorhersagegenauigkeit des aktuellen Modells zu verbessern, um den Blutzuckerspiegel von Personen fast so genau wie ein Glukometer vorherzusagen. Um dies zu erreichen, möchte Actxa in dieser Übung Daten von etwa 500 Personen mit Diabetes und von 400 gesunden oder nicht diagnostizierten Personen (Prädiabetes/Diabetes) sammeln.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Hintergrund Die auf unserem KI-gesteuerten Algorithmus basierende Blood Glucose Evaluation and Monitoring (BGEM®) von Actxa ist eine cloudbasierte Technologie, die es Wearables mit Photoplethysmographie (PPG)-Sensoren ermöglicht, das Diabetesrisiko von Personen regelmäßig auf nicht-invasive Weise zu überwachen und zu bewerten .

Mithilfe von Signalen von PPG-Sensoren für Endverbraucher an Wearables, Smart Ringen oder Hearables am Handgelenk berechnet das BGEM® AI-Modell die relevanten digitalen Biomarker, die mit der Änderung des Blutzuckerspiegels korrelieren, um ein Blutzuckerergebnis zur Überwachung und Bewertung von Diabetesrisiken vorherzusagen. Unsere vorherige Studie hat das Potenzial der Verwendung von PPG-Sensoren zur Erkennung erhöhter Blutzuckerwerte bei einer nicht-diabetischen Bevölkerung gezeigt1.

Ziel von Ukrida ist es, in Zusammenarbeit mit Actxa & Lif die Vorhersagegenauigkeit des aktuellen Modells zu verbessern, um den Blutzuckerspiegel von Personen fast so genau wie ein Glukometer vorherzusagen. Um dies zu erreichen, möchte Actxa im Rahmen der Zusammenarbeit von Actxa mit dem UKRIDA Hospital Daten von rund 500 Personen mit Diabetes in dieser Übung und von 400 gesunden oder nicht diagnostizierten Personen (Prädiabetes/Diabetes) sammeln.

Mit den gesammelten Daten hat unser Algorithmus das Potenzial, die Steuerung des Blutzuckerspiegels für Menschen mit und ohne Diabetes erheblich zu verbessern und letztendlich ihre allgemeine Lebensqualität zu verbessern.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

885

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

    • Jakarta Raya
      • Jakarta, Jakarta Raya, Indonesien, 11510
        • Ukrida Hospital

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Erwachsene

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

500 Diabetiker und 400 Nicht-Diabetiker

Beschreibung

Einschlusskriterien:

  • Alter zwischen 18 und 59 Jahren
  • Diabetiker oder Nicht-Diabetiker
  • gesund genug, um normalen täglichen Aktivitäten nachzugehen

Ausschlusskriterien:

  • o Trägt einen Herzschrittmacher

    • Ist derzeit schwanger
    • Hat eine Infektion
    • Hat Fieber

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Diabetikergruppe
Probanden im Alter von 18 bis 59 Jahren, bei denen Typ-2-Diabetes mellitus oder Prä-DM diagnostiziert wurde oder bei denen bekannt ist, dass sie abnormale Hba1c- oder Blutzuckerwerte haben
BGEM ist ein KI-gesteuertes Modell zur Vorhersage des Blutzuckers mithilfe eines PPG-Sensors
Nicht-Diabetiker-Gruppe
Probanden im Alter von 18 bis 59 Jahren, bei denen nie Diabetes mellitus oder Prä-DM diagnostiziert wurde
BGEM ist ein KI-gesteuertes Modell zur Vorhersage des Blutzuckers mithilfe eines PPG-Sensors

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Vorhersagewert von BGEM
Zeitfenster: Juli-Dezember 2024
Das Ergebnis des Vorhersagemodells wird mit der Blutzuckeranalyse verglichen
Juli-Dezember 2024
Vorhersagewert von BGEM
Zeitfenster: Juli-Dezember 2024
Das Ergebnis des Vorhersagemodells wird mit Hba1c verglichen
Juli-Dezember 2024

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Variablen, die BGEM beeinflussen
Zeitfenster: Juli-Dezember 2024
Analyse zur Bestimmung aller Variablen von Probanden, die BGEM beeinflussen
Juli-Dezember 2024

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Mitarbeiter

Lif

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

30. Juli 2024

Primärer Abschluss (Tatsächlich)

5. Oktober 2024

Studienabschluss (Tatsächlich)

5. Oktober 2024

Studienanmeldedaten

Zuerst eingereicht

11. Oktober 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

11. Oktober 2024

Zuerst gepostet (Tatsächlich)

15. Oktober 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

15. Oktober 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

11. Oktober 2024

Zuletzt verifiziert

1. Oktober 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • KridaWacanaCU

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Klinische Studien zur Diabetes Typ 2

Suchen Sie nach ähnlichen Studien