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

Glykiertes Albumin in Kombination mit der Körperzusammensetzung zur Vorhersage von Schwangerschaftsdiabetes mellitus

16. Oktober 2020 aktualisiert von: Peking Union Medical College Hospital

Die Vorhersagefähigkeit von glykiertem Albumin in Kombination mit der Körperzusammensetzung für die Diagnose von Schwangerschaftsdiabetes mellitus

Diese Studie wird die Vorhersagefähigkeit von glykiertem Albumin in Kombination mit der Körperzusammensetzung, einschließlich Körpergewicht, BMI, fettfreier Masse und Fettmasse, für die Diagnose von Schwangerschaftsdiabetes mellitus (GDM) untersuchen.

Studienübersicht

Detaillierte Beschreibung

Die Prävalenz von GDM nimmt weltweit zu. Es hat einen schlechten Einfluss sowohl auf schwangere Frauen als auch auf den Fötus. Eine frühzeitige Behandlung ist zur GDM-Prävention sinnvoll. Daher ist ein frühzeitiges Screening für Ärzte wichtig, um potenzielle Patienten zu erkennen. Glykiertes Albumin (GA) ist im Vergleich zu HbA1c ein optimaler Index für die Bestimmung des Blutzuckerspiegels, kann jedoch durch Körpergewicht und -zusammensetzung beeinflusst werden. Die Forscher werden die Vorhersagefähigkeit von glykiertem Albumin in Kombination mit der Körperzusammensetzung, einschließlich Körpergewicht, BMI, fettfreier Masse und Fettmasse, für die Diagnose von Schwangerschaftsdiabetes mellitus (GDM) untersuchen. Diese Studie rekrutiert schwangere Frauen vor 12 Wochen ihres Schwangerschaftsalters und testet den GA-Wert und die Körperzusammensetzung mittels bioelektrischer Impedanzanalyse. Während der 24. bis 28. Schwangerschaftswoche werden alle Teilnehmerinnen den Glukosetoleranztest zur GDM-Diagnose durchführen.

Studientyp

Beobachtungs

Einschreibung (Voraussichtlich)

300

Kontakte und Standorte

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

Studienorte

    • Beijing
      • Beijing, Beijing, China, 100730
        • Rekrutierung
        • Peking Union Medical College Hospital
        • Kontakt:
        • 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

22 Jahre bis 45 Jahre (Erwachsene)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Weiblich

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Schwangere im ersten Trimester

Beschreibung

Einschlusskriterien:

  • Alter zwischen 20-45
  • Gesund, ohne Herzerkrankungen, Leber- oder Nierenfunktionsstörungen, Immunsystem oder Stoffwechsel- oder Infektionskrankheiten,

Ausschlusskriterien:

  • Diabetes, der vor der Schwangerschaft aufgetreten ist
  • Schwangere mit medizinischen Erkrankungen wie Asthma, Bluthochdruck, Herz-Kreislauf-Erkrankungen, Nierenerkrankungen oder Lebererkrankungen.
  • Hormonkonsum in den letzten 1 Jahr
  • Assistierte Reproduktionsschwangerschaft
  • Mehrfachgeburten
  • Kann den Bluttest oder die Untersuchung der Körperzusammensetzung nicht abschließen

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

  • Beobachtungsmodelle: Case-Crossover
  • Zeitperspektiven: Interessent

Kohorten und Interventionen

Gruppe / Kohorte
GDM
Nicht-GDM

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Fläche unter der GA-Kurve kombiniert mit Körperzusammensetzung für die GDM-Diagnose
Zeitfenster: Mai 2021
Vorhersagefähigkeit von GA und Körperzusammensetzung
Mai 2021

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
korrelative Faktoren für GDM
Zeitfenster: Mai 2021
Regressionsmodell zur Erkennung korrelativer Faktoren für GDM
Mai 2021
Etablierung eines GDM-Vorhersagemodells
Zeitfenster: Mai 2021
multiples Regressionsmodell zur Einrichtung eines Screening-Systems für GDM
Mai 2021

Mitarbeiter und Ermittler

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

Ermittler

  • Studienleiter: Kang Yu, MD, Clinical nutrition department of Peking Union Medical College Hospital

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. Oktober 2020

Primärer Abschluss (Voraussichtlich)

1. Juni 2021

Studienabschluss (Voraussichtlich)

1. Juli 2021

Studienanmeldedaten

Zuerst eingereicht

9. September 2020

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

9. September 2020

Zuerst gepostet (Tatsächlich)

16. September 2020

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

20. Oktober 2020

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

16. Oktober 2020

Zuletzt verifiziert

1. Oktober 2020

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

Unentschieden

Beschreibung des IPD-Plans

wir können die gesammelten Informationen dieser Studie aktualisieren

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 Schwangerschaftsdiabetes mellitus in der Schwangerschaft

Abonnieren