Entwicklung eines prädiktiven Nomogramms für primäre Ovarialinsuffizienz
9. April 2018 aktualisiert von: Guangzhou University of Traditional Chinese Medicine
Der Zweck dieser Forschung besteht darin, ein prädiktives Nomogramm für primäre Ovarialinsuffizienz zu entwickeln.
Studienübersicht
Status
Unbekannt
Bedingungen
Detaillierte Beschreibung
Viele Untersuchungen zeigen, dass die Ätiologie der primären Ovarialinsuffizienz (POI) mit Genen, Immunisierung, iatrogenen Faktoren, Infektionsfaktoren und sozialen Faktoren usw. zusammenhängt. Tatsächlich haben etwa 70–90 % des POI keine eindeutige Ursache, sodass viele Patienten nicht wissen, was passieren wird, wenn sie sich im okkulten Stadium des POI befinden. In dieser Forschung werden Forscher alle möglichen Faktoren bei POI-Patienten und normalen Frauen untersuchen und den wertvollen Risikofaktor durch Integration mittels statistischer Methode auswählen, um ein vernünftiges Vorhersagemodell zu erstellen.
Diese Studie besteht aus zwei Phasen. Die erste Phase ist die Etablierung des Modells, die zweite Phase ist die Zertifizierung und Bewertung des Modells.
Studientyp
Beobachtungs
Einschreibung (Voraussichtlich)
260
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
Guangdong
-
GuangZhou, Guangdong, China, 510000
- Guangdong provicial hospital of Chinese Medicine
-
-
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
18 Jahre bis 42 Jahre (ERWACHSENE)
Akzeptiert gesunde Freiwillige
Ja
Studienberechtigte Geschlechter
Weiblich
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Die Studienpopulation wird von April 2016 bis Dezember 2018 aus der Klinik der gynäkologischen Abteilung des GuangDong-Provinzkrankenhauses für Chinesische Medizin rekrutiert und für Web-Werbung eingesetzt.
Beschreibung
Einschlusskriterien:
- Alter 18–42
- Definitiv spontane letzte Menstruationsperiode
- Einverständniserklärung zur Teilnahme an dieser Forschung und konnte die Fragebögen gewissenhaft beantworten.
Ausschlusskriterien:
- Angeborene Gonadendysgenesie und nichtorganische Erkrankungen führen zu Menstruationsstörungen.
- Endokrine Erkrankungen wie das Syndrom der polyzystischen Eierstöcke, Hyperprolaktinämie, dysfunktionale Uterusblutungen, Menstruationsstörungen mit niedrigem Gonadotropinspiegel und Hyperthyreose
- Reproduktionstoxizität der verwendeten Medikamente
- Freisetzung von Chemotherapeutika
- Nehmen Sie in den letzten 3 Monaten Medikamente gegen Sexualhormone ein
- Schwangere und stillende Frauen
- Bei schweren Herz-, Leber-, Nieren- und anderen Erkrankungen
- Mit schweren psychiatrischen Störungen
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 |
|---|
|
Gruppe der primären Ovarialinsuffizienz
|
|
Die normale Gruppe
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Zeichnen Sie das Normogramm der primären Ovarialinsuffizienz
Zeitfenster: 1 Jahr
|
Retrospektive Untersuchungen zu Einschlusskriterienpopulationen durch multivariate Cox-Proportional-Hazards-Regressionsanalyse unabhängiger Risikofaktoren können mithilfe von R-Software in das Vorhersagemodell eingegeben werden, das auf mit Regressionskoeffizienten verbundenen Variablen basiert und das entsprechende Nomogramm (Nomogramm) zeichnet.
|
1 Jahr
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Überprüfen und bewerten Sie die Auswertung des Normogramms der primären Ovarialinsuffizienz
Zeitfenster: 2 Jahre
|
Verwenden Sie das Nomogramm der Bootstrap-Methode zur internen Überprüfung, um die Überanpassungsverzerrung zu reduzieren, und bewerten Sie das Modell, um das Risiko einer vorzeitigen Menopausenkonformität vorherzusagen.
Wählen Sie in den Studienpopulationsdaten postmenopausale Fälle aus und verwenden Sie das Modell zur Vorhersage des Überlebensanalysemodells. Wählen Sie nicht die Wechseljahre als unabhängigen Risikofaktor für die Bevölkerung aus. Es wurde das ovarielle Anti-Müller-Hormon (AMH) verfolgt, das Ausmaß der Wechseljahre verringert, das Alter als Standardkurvenvorhersage, die Vorhersagegenauigkeit des Nomogrammmodells und der klinische Wert der vorzeitigen Wechseljahre ausgewertet und schließlich die ersten Chinesen bereitgestellt Menschen haben die körperlichen Merkmale eines Vorhersagemodells für die vorzeitige Menopause
|
2 Jahre
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
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
1. Oktober 2016
Primärer Abschluss (ERWARTET)
1. Mai 2018
Studienabschluss (ERWARTET)
1. Juli 2018
Studienanmeldedaten
Zuerst eingereicht
19. März 2016
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
8. Juni 2016
Zuerst gepostet (SCHÄTZEN)
9. Juni 2016
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (TATSÄCHLICH)
10. April 2018
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
9. April 2018
Zuletzt verifiziert
1. Juni 2016
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 2014KT1165
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
UNENTSCHIEDEN
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 .