- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT02931500
Maschinelles Lernen zur Identifizierung zukünftiger Krankheitsentwicklung: Eine landesweite Kohortenstudie (MILESTONE)
9. Januar 2018 aktualisiert von: Hyuk-Jae Chang, Yonsei University
Maschinelles Lernen zur Identifizierung der zukünftigen Entwicklung kardiovaskulärer und metabolischer Erkrankungen: eine landesweite Zeitreihen-Kohortenstudie (MILESTONE)
Entwicklung von Algorithmen für maschinelles Lernen zur Identifizierung der zukünftigen Entwicklung von Herz-Kreislauf- und Stoffwechselerkrankungen
Studienübersicht
Status
Unbekannt
Bedingungen
Detaillierte Beschreibung
Bei der MILESTONE-Studie handelt es sich um eine retrospektive Datenüberprüfungsstudie mit Gesundheitscheckdaten der National Health Insurance Services (NHIS) in Korea.
Die Daten umfassen allgemeine Gesundheitsuntersuchungen für Einzelpersonen, Art der Krankenversicherung, Details zu Arztrechnungen, Krankengeschichten, Behandlungen und Rezepte von etwa 514.795 Personen, die über 40 Jahre alt waren.
Studientyp
Beobachtungs
Einschreibung (Voraussichtlich)
510000
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
-
Seoul, Korea, Republik von, 102-752
- Rekrutierung
- Yonsei University Severance Hospital
-
Kontakt:
- Hyuk-Jae Chang, MD
- Telefonnummer: 82-2-2228-8454
- E-Mail: hjchang@yuhs.ac
-
-
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 und älter (Erwachsene, Älterer Erwachsener)
Akzeptiert gesunde Freiwillige
Nein
Studienberechtigte Geschlechter
Alle
Probenahmeverfahren
Wahrscheinlichkeitsstichprobe
Studienpopulation
Die Daten zur Gesundheitsuntersuchung erfassen zwischen 2002 und 2013 etwa 510.000 Probanden des National Health Insurance Service (NHIS) in Südkorea.
Beschreibung
Einschlusskriterien:
- Der Proband, der sich zwischen 2002 und 2013 einer Gesundheitsuntersuchung unterzogen hat und dessen Ergebnis der Gesundheitsuntersuchung dem National Health Insurance Service (NHIS) in Südkorea übermittelt wurde.
Ausschlusskriterien:
- Personen, deren Krankheitsverlauf aufgrund von Auswanderung oder Verschwinden nicht aus den Aufzeichnungen hervorgeht
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Genauigkeit bei der Vorhersage der Entwicklung von Herz-Kreislauf- und Stoffwechselerkrankungen mithilfe eines Algorithmus für maschinelles Lernen
Zeitfenster: 6 Monate
|
6 Monate
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Genauigkeit bei der Vorhersage der Entwicklung von Herz-Kreislauf- und Stoffwechselerkrankungen mithilfe einer logistischen Regressionsanalyse
Zeitfenster: 6 Monate
|
6 Monate
|
|
Genauigkeit bei der Vorhersage der Entwicklung von Herz-Kreislauf- und Stoffwechselerkrankungen mithilfe des Framingham-Risikoscores
Zeitfenster: 6 Monate
|
6 Monate
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Sponsor
Ermittler
- Hauptermittler: Hyuk-Jae Chang, PhD, Yonsei Univerity
Publikationen und hilfreiche Links
Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.
Allgemeine Veröffentlichungen
- Cho IJ, Sung JM, Kim HC, Lee SE, Chae MH, Kavousi M, Rueda-Ochoa OL, Ikram MA, Franco OH, Min JK, Chang HJ. Development and External Validation of a Deep Learning Algorithm for Prognostication of Cardiovascular Outcomes. Korean Circ J. 2020 Jan;50(1):72-84. doi: 10.4070/kcj.2019.0105. Epub 2019 Aug 19.
- Cho IJ, Sung JM, Chang HJ, Chung N, Kim HC. Incremental Value of Repeated Risk Factor Measurements for Cardiovascular Disease Prediction in Middle-Aged Korean Adults: Results From the NHIS-HEALS (National Health Insurance System-National Health Screening Cohort). Circ Cardiovasc Qual Outcomes. 2017 Nov;10(11):e004197. doi: 10.1161/CIRCOUTCOMES.117.004197.
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)
1. Juli 2016
Primärer Abschluss (Voraussichtlich)
30. Oktober 2018
Studienabschluss (Voraussichtlich)
31. Dezember 2018
Studienanmeldedaten
Zuerst eingereicht
21. Juli 2016
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
12. Oktober 2016
Zuerst gepostet (Schätzen)
13. Oktober 2016
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
10. Januar 2018
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
9. Januar 2018
Zuletzt verifiziert
1. Januar 2018
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 4-2016-0383
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 .