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

Ein digital unterstütztes System zur präzisen Bewertung und Intervention von Behinderungsrisiken bei älteren Erwachsenen

30. März 2026 aktualisiert von: Jin Jingfen, Second Affiliated Hospital, School of Medicine, Zhejiang University

Der Aufbau eines digital gestützten Präzisions-Assessment- und Interventionssystems für Behinderungsrisiken bei älteren Erwachsenen und eine vollständige, mehrszenarische Demonstrationsstudie

  1. Identifizierung der primären Risikofaktoren für Behinderungen bei älteren Erwachsenen durch mehrdimensionale Risikofaktorscreening.
  2. Entwicklung eines Risikostratifizierungsmodells für Behinderungen bei älteren Erwachsenen durch Integration von Ergebnisindikatoren und zeitlichen Merkmalen sowie Aufbau eines intelligenten Frühwarnmodells zur automatisierten Bewertung und Überwachung des Behinderungsrisikos.
  3. Etablierung wichtiger digitaler Technologien zur Frühwarnung und Prävention von Behinderungsrisiken bei älteren Erwachsenen und Entwicklung einer digitalen Interventionsplattform mit Entscheidungsunterstützungssystem für das gesamte Behinderungspräventionsmanagement.
  4. Aufbau eines digital gestützten Krankenhaus-Gemeinde-Haushalt-Kooperationssystems zur präzisen Bewertung und Intervention bei Behinderungsrisiken älterer Erwachsener, um datengesteuertes aktives Behinderungsmanagement im gesamten Prozess zu erreichen. Das System wird in Gemeinden mit unterschiedlichen Merkmalen in städtischen, ländlichen und dörflichen Umgebungen demonstriert und evaluiert.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

  1. Multidimensionales Risikofaktor-Screening und Identifizierung von Schlüsselrisikofaktoren für Behinderungen bei älteren Erwachsenen: Gesundheitsakten einer Kohorte von 100.000 städtischen und ländlichen älteren Erwachsenen in der Provinz Zhejiang zwischen 2018 und 2022 wurden überprüft. Datenerhebungen einschließlich Demografie, Krankheitsmerkmale, kognitiv-psychologische Bewertungen und familiär-soziale Faktoren wurden extrahiert. Behinderung bei älteren Erwachsenen wurde als Ergebnisvariable verwendet, um Risikofaktoren vorläufig zu screenen und einen multidimensionalen Indikatorensatz für Behinderungsrisiken zu bilden. Hauptkomponentenanalyse wurde angewendet, um Behinderungsrisiko-Syndrome zu identifizieren. Das Elastic-Net-Modell wurde eingesetzt, um weitere Hauptrisikofaktoren zu extrahieren, und vollzyklische Schlüsselrisikofaktoren für Behinderungen wurden basierend auf den fünfjährigen Risikoexpositionsmerkmalen bestimmt.
  2. Konstruktion eines zeitreihenbasierten Risikostratifizierungs- und Frühwarnmodells für Behinderungen bei älteren Erwachsenen: Integration vollzyklischer Behinderungsmerkmale (wie Behinderungsschwere, Merkmale und Zeitpunkte) als primäre Ergebnisindikatoren. Anwendung von Gewichtungs- und Clustering-Entscheidungen basierend auf Schlüsselrisikofaktoren, um Risikostratifizierung und -identifikation zu erreichen. Definition von Schlüsselrisikofaktor-Abnormalitäten, Risikosyndromen, Behinderungsrisiko und tatsächlichem Behinderungsauftreten als Überwachungsknoten, die jeweils nullter, erster, zweiter und dritter Warnstufe entsprechen. Durch Integration zeitreihenbasierter Merkmale wird ein Long-Short-Term-Memory (LSTM) Neuronales Netzwerkmodell konstruiert, um ein Frühwarnsystem für Invaliditätsrisiken zu entwickeln.
  3. Entwicklung digitaler Diagnose- und Behandlungstechnologien zur Frühwarnung und Prävention von Behinderungsrisiken und Konstruktion eines Interventions-Entscheidungsunterstützungssystems: Basierend auf evidenzbasierter Medizin, multiszenarischen Behinderungspräventionsanforderungen und Expertenkonsens wird eine Big-Data-Wissensdatenbank und Technologiebibliothek für Behinderungsprävention und -kontrolle etabliert. Der logische Rahmen, die technische Architektur und das funktionale Design des Behinderungsrisiko-Interventions-Entscheidungsunterstützungssystems werden systematisch geplant und ein Wissensgraphennetzwerk bezüglich Behinderung gebildet. Integration von Modulen zur Bewertung und dynamischen Überwachung von Behinderungsrisiken bei älteren Erwachsenen wird ein internetbasiertes technisches Modul für das Behinderungsmanagement älterer Erwachsener etabliert. Dies deckt den gesamten Prozess von Informationserfassung, Bewertung und Überwachung bis hin zu Frühwarnentscheidungen und gezielten Interventionen ab. Das System wird tief mit der 'Internet Plus Nursing'-Plattform integriert und optimiert, um eine digitalisierte Interventionsplattform für Behinderungsrisiken älterer Erwachsener zu konstruieren.
  4. Anwendung des präzisen Bewertungs- und Interventionssystems für Behinderungsrisiken bei älteren Erwachsenen: Durchführung standardisierter Demonstrationsforschung zu Behinderungspräventions- und -kontrollbasen unter Verwendung dieses Systems. Etablierung von Demonstrationsbasen in Städten, Landkreisen und Gemeinden in der Provinz Zhejiang, um standardisierte Protokolle zur Prävention von Behinderungen bei älteren Erwachsenen durch koordinierte Bemühungen zwischen Krankenhäusern, Gemeinden und Haushalten zu entwickeln. Basierend auf datengesteuerter Optimierung von Personalbesetzung, Dienstleistungsprozessen, Ressourcenintegration und technischer Unterstützung werden wir den gesamten technischen Implementierungsplan für intelligente Bewertung, Überwachung und präzise Intervention von Behinderungsrisiken bei älteren Erwachsenen kontinuierlich verbessern. Dies wird ein mehrstufiges Demonstrationsmodell für die Prävention und Kontrolle von Behinderungsrisiken älterer Erwachsener in Städten, Landkreisen und Gemeinden in der Provinz Zhejiang aufbauen. Die Anwendungswirkung des präzisen Bewertungs- und Interventionssystems für Behinderungsrisiken älterer Erwachsener wurde anhand von Indikatoren wie Behinderungsrisiko-Score, Behinderungsinzidenz und Behinderungsinterventions-Compliance bewertet.

Studientyp

Interventionell

Einschreibung (Geschätzt)

238

Phase

  • Unzutreffend

Kontakte und Standorte

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

Studienkontakt

Studienorte

    • Zhejiang
      • Hangzhou, Zhejiang, China, 310009
        • Rekrutierung
        • The Second Affiliated Hospital of Medical College of Zhejiang University
        • Kontakt:

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

  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Ja

Beschreibung

Einschlusskriterien:

  • Ältere Menschen ab 65 Jahren, die dauerhaft in der Gemeinschaft leben;
  • In der Lage, ein Smartphone selbstständig oder mit Hilfe einer Hauptpflegeperson zu bedienen;
  • Klares Bewusstsein mit grundlegenden Verständnis- und Kommunikationsfähigkeiten;
  • Freiwillige Zustimmung zur Teilnahme an der Studie und Abgabe der Einwilligungserklärung nach Aufklärung.

Ausschlusskriterien:

  • Personen, die grundlegende Aktivitäten des täglichen Lebens nicht selbstständig ausführen können oder erhebliche kognitive oder Kommunikationsstörungen aufweisen.

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Verhütung
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Single

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: Experimentelle Gruppe
Implementieren Sie eine digitale Plattform für die Intervention bei Behinderungsrisiken älterer Menschen, um umfassende, vielseitige intelligente Bewertungen, dynamische Überwachung und gezielte Interventionen für Behinderungsrisiken durchzuführen.
Implementieren Sie eine digitale Plattform zur Intervention bei Behinderungsrisiken älterer Menschen, um umfassende, multiszenerische intelligente Bewertungen, dynamische Überwachung und gezielte Interventionen für Behinderungsrisiken durchzuführen.
Kein Eingriff: Kontrollgruppe
Durchführung routinemäßiger gemeindebasierter geriatrischer Gesundheitsmanagementmaßnahmen, wie Gesundheitserziehung, Bewegungsberatung und Ernährungsberatung.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
SPPB (Kurzprotokoll zur Erfassung der körperlichen Leistungsfähigkeit)
Zeitfenster: Zu Studienbeginn, 3 Monate nach der Intervention und 6 Monate nach der Intervention
Die Punktzahl liegt im Bereich von 0 bis 12, wobei höhere Werte ein besseres Ergebnis bedeuten.
Zu Studienbeginn, 3 Monate nach der Intervention und 6 Monate nach der Intervention

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Inzidenz von Behinderung
Zeitfenster: 6 Monate nach der Intervention
Die Inzidenz von Behinderungen wird mithilfe validierter Skalen für Aktivitäten des täglichen Lebens (ADL) und instrumentelle Aktivitäten des täglichen Lebens (IADL) bewertet. Behinderung ist definiert als eine neu aufgetretene, erhebliche Einschränkung bei der Ausführung grundlegender oder komplexer alltäglicher Aktivitäten. Das Auftreten (d.h. die Anzahl neuer Fälle) von Behinderungen wird zu vordefinierten Studienzeitpunkten ermittelt. Das Endergebnis wird als Anteil oder Rate der Teilnehmer berechnet, die während des Studienzeitraums eine Behinderung entwickeln, im Verhältnis zur Gesamtzahl der Teilnehmer.
6 Monate nach der Intervention
Behinderungsrisikowert
Zeitfenster: Zu Studienbeginn, 3 Monate nach der Intervention und 6 Monate nach der Intervention
Der Disability Risk Score ist eine kontinuierliche Variable im Bereich von 0 bis 1, die mit einem zuvor validierten Vorhersagemodell berechnet wird. Ein höherer Score deutet auf ein höheres vorhergesagtes Risiko hin, eine Behinderung zu entwickeln.
Zu Studienbeginn, 3 Monate nach der Intervention und 6 Monate nach der Intervention
Interventionsadhärenz
Zeitfenster: 3 Monate nach der Intervention und 6 Monate nach der Intervention
Die Einhaltung des Interventionsprotokolls (z. B. Bewegung, Ernährungsaufgaben) wird objektiv über eine spezielle Smartphone-Anwendung überwacht und aufgezeichnet. Die Teilnehmer müssen sich in der App einloggen oder "einchecken", nachdem sie jede vorgeschriebene Aufgabe abgeschlossen haben. Die Einhaltungsraten werden als Prozentsatz der abgeschlossenen und protokollierten Aufgaben im Verhältnis zur Gesamtzahl der während der Studiendauer zugewiesenen Aufgaben berechnet.
3 Monate nach der Intervention und 6 Monate nach der Intervention

Mitarbeiter und Ermittler

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

Sponsor

Ermittler

  • Hauptermittler: Jingfen Jin, Master, The Second Affiliated Hospital of Medical College of Zhejiang University

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)

31. Oktober 2025

Primärer Abschluss (Geschätzt)

31. Oktober 2026

Studienabschluss (Geschätzt)

30. Dezember 2026

Studienanmeldedaten

Zuerst eingereicht

24. September 2025

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

30. März 2026

Zuerst gepostet (Tatsächlich)

2. April 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

2. April 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

30. März 2026

Zuletzt verifiziert

1. September 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • 2023-1268

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 .