Maschinelles Lernen zur Neuklassifizierung von Fettleibigkeit
23. Juni 2020 aktualisiert von: Shen Qu, Shanghai 10th People's Hospital
Datengesteuertes Clustering zur metabolischen Klassifizierung von Fettleibigkeit mittels maschinellem Lernen
Das Ziel dieser Studie besteht darin, rechnerische Modellierungstechniken für die präzise Neuklassifizierung von Fettleibigkeit in Untergruppen einzusetzen oder zu entwickeln.
Klinische Merkmale, Risiken nichtübertragbarer Krankheiten sowie Auswirkungen der bariatrischen Chirurgie auf den Gewichtsverlust werden ebenfalls untersucht und innerhalb der Untergruppen verglichen.
Studienübersicht
Status
Abgeschlossen
Bedingungen
Intervention / Behandlung
Studientyp
Beobachtungs
Einschreibung (Tatsächlich)
2495
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
Shanghai
-
Shanghai, Shanghai, China, 200072
- Shanghai Tenth People's 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
10 Jahre bis 70 Jahre (Kind, Erwachsene, Älterer Erwachsener)
Akzeptiert gesunde Freiwillige
Ja
Studienberechtigte Geschlechter
Alle
Probenahmeverfahren
Wahrscheinlichkeitsstichprobe
Studienpopulation
Patienten mit Übergewicht/Adipositas.
Beschreibung
Einschlusskriterien:
- Patienten mit Übergewicht/Adipositas
- Patienten mit Normalgewicht als Kontrollen
Ausschlusskriterien:
- vor dem geplanten ersten Besuch der Studie jemals eine bariatrische Operation durchgeführt wurde;
- hatte derzeit exogenes Insulin, Medikamente, die den Glukosestoffwechsel beeinflussen, oder Harnsäuremedikamente eingenommen;
- wenn bei Ihnen Typ-1-Diabetes, sekundärer Diabetes, eine Erbkrankheit oder eine schwere Erkrankung (z. B. bösartiger Tumor, Herzinsuffizienz, Leberversagen usw.);
- in der Schwangerschaft oder Stillzeit;
- verfügte nicht über die vollständigen Daten für das Modell;
- Bei normalgewichtigen Kontrollpersonen wurden Patienten mit Diabetes oder Hyperurikämie ausgeschlossen.
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 |
|---|---|
|
NW
normale Gewichtskontrolle
|
|
|
MHO
Stoffwechselgesunde Fettleibigkeit
|
Computermodellierungstechniken werden für die präzise Neuklassifizierung von Fettleibigkeit in vier Untergruppen verwendet, mehrere Variablen entsprechend der klinischen Erfahrung und die Modellierungsergebnisse werden für die Clusteranalyse ausgewählt.
|
|
LMO
hypometabolische Fettleibigkeit
|
Computermodellierungstechniken werden für die präzise Neuklassifizierung von Fettleibigkeit in vier Untergruppen verwendet, mehrere Variablen entsprechend der klinischen Erfahrung und die Modellierungsergebnisse werden für die Clusteranalyse ausgewählt.
|
|
HMO-U
hypermetabolische Fettleibigkeit mit Hyperurikämie
|
Computermodellierungstechniken werden für die präzise Neuklassifizierung von Fettleibigkeit in vier Untergruppen verwendet, mehrere Variablen entsprechend der klinischen Erfahrung und die Modellierungsergebnisse werden für die Clusteranalyse ausgewählt.
|
|
HMO-I
hypermetabolische Fettleibigkeit mit Hyperinsulinämie
|
Computermodellierungstechniken werden für die präzise Neuklassifizierung von Fettleibigkeit in vier Untergruppen verwendet, mehrere Variablen entsprechend der klinischen Erfahrung und die Modellierungsergebnisse werden für die Clusteranalyse ausgewählt.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Stoffwechselklassifizierung von Patienten mit Adipositas mittels maschinellem Lernen
Zeitfenster: Grundlinie
|
Grundlinie
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Stoffwechselmerkmale bei Patienten verschiedener Untergruppen
Zeitfenster: Grundlinie
|
Grundlinie
|
|
Risiken für nichtübertragbare Krankheiten bei Patienten verschiedener Untergruppen
Zeitfenster: Grundlinie
|
Grundlinie
|
|
Wirkung der bariatrischen Chirurgie bei Patienten verschiedener Untergruppen
Zeitfenster: 1 Jahr nach bariatrischer Operation
|
1 Jahr nach bariatrischer Operation
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
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.
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. März 2020
Primärer Abschluss (Tatsächlich)
30. April 2020
Studienabschluss (Tatsächlich)
20. Juni 2020
Studienanmeldedaten
Zuerst eingereicht
21. Februar 2020
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
21. Februar 2020
Zuerst gepostet (Tatsächlich)
25. Februar 2020
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
25. Juni 2020
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
23. Juni 2020
Zuletzt verifiziert
1. Juni 2020
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- Obesity Reclassification
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 .