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

Funktionsdefinition und klinische Validierung der digitalen Gesundheits-App am Beispiel Gewichtsmanagement

27. Januar 2026 aktualisiert von: Chih-Hsing Wu, National Cheng-Kung University Hospital

Ziel dieses Projekts ist es, das Problem der Adipositas-Epidemien anzugehen, die bei Milliarden von Adipositas- und Übergewichtigen weltweit zu einem ungesunden Lebensstil geführt haben. Wir schlagen eine digitale Gesundheitslösung für die Bereitstellung von Gesundheitsversorgung auf Abruf für personalisierte Gesundheit, gesunden Lebensstil und Gewichtsmanagement vor. Diese Studie schlägt den Einsatz der kognitiven Verhaltenstherapie (CBT) zur Verringerung des Verlangens des Einzelnen nach Nahrung vor, die durch KI-Tracking (Assistive Intelligence) verabreicht wird.

Wie bei jedem neuen Medikament sind auch bei diesen neuen Medikamenten die ungewissen Langzeitwirkungen und hohen Kosten kritische Faktoren, die von Ärzten und politischen Entscheidungsträgern weltweit berücksichtigt werden. Forscher haben außerdem berichtet, dass 85 % der Menschen nach 5 Jahren wieder an Gewicht zunahmen. Es gibt keine leicht verfügbare selbstkontrollierte Überwachungsstrategie/-intervention, da ein ungesunder Lebensstil als eines der Hauptprobleme angesehen wird. Daher schlagen wir die Forschung und Entwicklung einer selbstverwaltenden digitalen Gesundheits-APP (Anwendung) für 12 Monate in zwei Phasen vor, wobei drei Monate für die Entwicklung der APP und neun Monate für die Bestätigung der klinischen Validierung vorgesehen sind. In der ersten Phase schlagen wir die Entwicklung einer „AI Mindful Eating“-App vor, um den gesunden Lebensstil des Einzelnen mit anschließender Gewichtsabnahme zu verbessern. Basierend auf der „Darm-Hirn-Achse“ soll dies durch den Einsatz von CBT erreicht werden, und KI wird verwendet, um Ernährung und Stimmung in mobilen Bildern zu erkennen. Dies erleichtert einen erfüllten Lebensstil und eine langfristige Gewichtsabnahme. Schließlich schlägt unsere Studie vor, die Funktionsdefinition und klinische Validierung für unsere AI Humanity APP abzuschließen. Durch ein geplantes Kontrollprogramm durch Überwachung und Analyse von Daten zu Körpergewicht, Körperfett, anthropometrischen und metabolischen Veränderungen zwischen Fall- und Kontrollgruppen. Wir beabsichtigen, die Wirkung der KI-Assistenten-APP bei der Gewichtskontrolle und der Prävention von Stoffwechselerkrankungen offenzulegen.

Studienübersicht

Studientyp

Interventionell

Einschreibung (Geschätzt)

100

Phase

  • Unzutreffend

Kontakte und Standorte

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

Studienorte

      • Tainan, Taiwan
        • National Cheng Kung University 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

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Beschreibung

Einschlusskriterien:

  • Übergewichtige Personen (BMI >= >= 27 kg/m2) im Alter von 18 Jahren und weniger als 65 Jahren werden berücksichtigt (M/F = 1:1).

Ausschlusskriterien:

  • Irgendeine Krebsgeschichte
  • Instabiler Geisteszustand
  • Unkooperatives Subjekt
  • Komplexe klinische Begleiterkrankungen wie Herzinsuffizienz, Nierenerkrankungen im Endstadium usw.
  • Schwere körperliche Behinderung

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Behandlung
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Vervierfachen

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: Fall
intervenierten mit App/CBT/MB-EAT-Gruppen im Rahmen eines randomisierten Kontrollstudiendesigns über 9 Monate und wurden regelmäßig sowie 0, 3 und 6 Monate nach der Intervention befragt
Regelmäßige ambulante Nachsorge
Die Forscher schlagen die Entwicklung einer „AI Mindful Eating“-App vor, um den gesunden Lebensstil des Einzelnen mit anschließender Gewichtsabnahme zu verbessern. Basierend auf der „Darm-Hirn-Achse“ wird erwartet, dass dies durch den Einsatz von kognitiver Verhaltenstherapie (CBT) anstelle von Medikamenten erreicht wird, um die Nahrungssucht zu lindern und die richtige Nahrungsaufnahme bei geeigneten Stoffwechselbedingungen und zum richtigen Zeitpunkt durchzuführen, die über KI koordiniert werden.
Placebo-Komparator: Kontrolle
intervenierte ohne App/CBT/MB-EAT-Gruppen durch ein randomisiertes Kontrollstudiendesign für 9 Monate und wurde regelmäßig sowie 0, 3 und 6 Monate nach der Intervention befragt
Regelmäßige ambulante Nachsorge

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Gewichtsänderung
Zeitfenster: 0, 3 und 6 Monate nach dem Eingriff
Körperzusammensetzung gemessen durch BIA oder DXA
0, 3 und 6 Monate nach dem Eingriff

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Parameter des metabolischen Syndroms
Zeitfenster: 0, 3 und 6 Monate nach dem Eingriff
Der Taillenumfang wurde in der Mitte des Abdomens während der endexspiratorischen Phase gemessen
0, 3 und 6 Monate nach dem Eingriff

Mitarbeiter und Ermittler

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

Ermittler

  • Studienleiter: Chih-Hsing Wu, MD, Department of Family Medicine, National Cheng Kung Univ Hosp

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)

20. November 2024

Primärer Abschluss (Geschätzt)

31. Dezember 2026

Studienabschluss (Geschätzt)

31. Dezember 2026

Studienanmeldedaten

Zuerst eingereicht

18. April 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

18. April 2024

Zuerst gepostet (Tatsächlich)

24. April 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

29. Januar 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

27. Januar 2026

Zuletzt verifiziert

1. Mai 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

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 .

Abonnieren