Kartierung von Diabetes in Quebec: Validierung medizinisch-administrativer Algorithmen für Typ-1-Diabetes, Typ-2-Diabetes und LADA (VDA)
Das Ziel dieser Beobachtungsstudie ist die Validierung medizinisch-administrativer Algorithmen zur Klassifizierung von Diabetes-Phänotypen (Typ 1, Typ 2 und latenter Autoimmundiabetes bei Erwachsenen – LADA) in einer bevölkerungsbasierten Kohorte in Quebec, einschließlich Kindern, Jugendlichen und jungen Erwachsenen bis 40 Jahre alt mit diagnostiziertem Diabetes. Die wichtigsten Fragen, die beantwortet werden sollen, sind:
Können diese Algorithmen genau zwischen Typ 1, Typ 2 und LADA in verschiedenen Altersgruppen unterscheiden? Wie hoch ist die Prävalenz und Inzidenz jedes Diabetes-Phänotyps in Quebec? Die medizinischen und administrativen Daten der Teilnehmer werden analysiert, einschließlich Daten zum Medikamentengebrauch und zu Arztbesuchen, um die Genauigkeit der Algorithmen zu validieren. Die Studie umfasst den Vergleich dieser algorithmischen Klassifizierungen mit klinischen Diagnosen oder selbst gemeldeten Daten, um die Zuverlässigkeit sicherzustellen.
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Das Ziel dieser Beobachtungsstudie besteht darin, die Wirksamkeit medizinisch-administrativer Algorithmen zu validieren, die zur Klassifizierung von Diabetes-Phänotypen, insbesondere Typ 1, Typ 2 und latentem Autoimmundiabetes bei Erwachsenen (LADA), in einer bevölkerungsbasierten Kohorte in Quebec entwickelt wurden. Im Fokus der Studie stehen Kinder, Jugendliche und junge Erwachsene bis 40 Jahre, bei denen Diabetes diagnostiziert wurde.
Die wichtigsten Fragen, die beantwortet werden sollen, sind:
Können diese Algorithmen genau zwischen Typ 1, Typ 2 und LADA in verschiedenen Altersgruppen unterscheiden? Wie hoch sind die Prävalenz- und Inzidenzraten dieser Diabetes-Phänotypen in der Bevölkerung von Quebec? Bei Teilnehmern, bei denen bereits einer der drei Diabetestypen diagnostiziert wurde und die eine normale medizinische Versorgung erhalten, werden die Daten aus vorhandenen medizinischen und administrativen Unterlagen erfasst. Zu diesen Daten gehören Informationen zum Medikamentengebrauch, zu Arztbesuchen und zu selbstberichteten Gesundheitsergebnissen.
Die Studie umfasst eine retrospektive Analyse, bei der die von den Algorithmen vorgenommenen Klassifizierungen mit klinischen Diagnosen und selbst gemeldeten Daten verglichen werden, um die Genauigkeit und Zuverlässigkeit der Algorithmen zu bestimmen. Dieser Validierungsprozess ist von entscheidender Bedeutung für die Verbesserung des Diabetesmanagements und der Strategien für die öffentliche Gesundheit, indem er sicherstellt, dass diese Algorithmen in umfassenderen epidemiologischen Studien zuverlässig verwendet werden können.
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienkontakt
- Name: philippe c corsenac, Ph.D
- Telefonnummer: (+1)4384934299
- E-Mail: philippe.corsenac@uqo.ca
Studieren Sie die Kontaktsicherung
- Name: jeremie Riou, Ph.D
- E-Mail: jeremie.riou@univ-angers.fr
Studienorte
-
-
Quebec
-
Montréal, Quebec, Kanada, J8X 3X7
- Philippe Corsenac
-
Kontakt:
- philippe c corsenac, Ph.D
- Telefonnummer: (+1)4384934299
- E-Mail: philippe.corsenac@uqo.ca
-
Kontakt:
- philippe c corsenac, Ph.D
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Personen, bei denen aufgrund klinischer oder selbstberichteter Daten Typ-1-, Typ-2- oder latenter Autoimmundiabetes bei Erwachsenen (LADA) diagnostiziert wurde.
- Teilnehmer mit Diagnose zwischen 1997 und 2024.
- Einwohner von Quebec mit verfügbaren medizinisch-administrativen Aufzeichnungen von 1997 bis 2024.
Ausschlusskriterien:
- Nichtansässige von Quebec während des Studienzeitraums.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Typ-1-Diabetes
Diese Gruppe besteht aus Teilnehmern, bei denen nach eigenen Angaben Typ-1-Diabetes diagnostiziert wurde.
Das Hauptziel des Vergleichs dieser Gruppe mit medizinisch-administrativen Aufzeichnungen besteht darin, die Fähigkeit des Algorithmus zu validieren, Personen mit Typ-1-Diabetes genau zu klassifizieren und sicherzustellen, dass sie korrekt als solche identifiziert werden, ohne in andere Kategorien falsch klassifiziert zu werden.
|
kein Eingriff.
Dies ist eine Beobachtungsstudie.
|
|
Typ-2-Diabetes
Zu dieser Gruppe gehören Teilnehmer, bei denen aufgrund klinischer Daten Typ-2-Diabetes diagnostiziert wurde.
Der Validierungsprozess konzentriert sich auf die Bewertung der Genauigkeit des Algorithmus bei der Identifizierung von Personen mit Typ-2-Diabetes, um eine korrekte Klassifizierung sicherzustellen und das Risiko einer Fehlklassifizierung als andere Diabetes-Phänotypen oder als Nicht-Diabetiker zu minimieren.
|
kein Eingriff.
Dies ist eine Beobachtungsstudie.
|
|
Latenter Autoimmundiabetes bei Erwachsenen
Diese Gruppe besteht aus Teilnehmern, bei denen nach eigenen Angaben latenter Autoimmundiabetes bei Erwachsenen (LADA) diagnostiziert wurde.
Der Validierungsprozess für diese Gruppe konzentriert sich auf die Beurteilung der Fähigkeit des Algorithmus, Personen mit LADA genau zu identifizieren, was aufgrund seiner Merkmale, die sich sowohl mit Typ-1- als auch mit Typ-2-Diabetes überschneiden, oft eine Herausforderung darstellt.
Eine genaue Klassifizierung von LADA ist entscheidend für die Verbesserung der Behandlungsstrategien und das Verständnis seiner Epidemiologie.
|
kein Eingriff.
Dies ist eine Beobachtungsstudie.
|
|
Nicht-Diabetiker
Zu dieser Gruppe gehören Teilnehmer, die nach eigenen Angaben von Einzelpersonen keine Diabetes-Phänotypen aufweisen.
Der Vergleich der Daten dieser Gruppe mit medizinisch-administrativen Aufzeichnungen ist von entscheidender Bedeutung, um falsch positive Ergebnisse zu identifizieren und sicherzustellen, dass die Algorithmen Nicht-Diabetiker genau von einer fälschlichen Einstufung als Diabetiker ausschließen.
|
|
|
andere Phänotypen
Zu dieser Gruppe gehören Teilnehmer, bei denen andere diabetesbedingte Phänotypen als Typ 1, Typ 2 oder LADA diagnostiziert wurden, sowie Teilnehmer mit selteneren Formen der Krankheit (basierend auf klinischen Daten).
Die Validierung zielt darauf ab, die Wirksamkeit des Algorithmus bei der korrekten Identifizierung und Klassifizierung dieser weniger häufigen Phänotypen zu bestimmen, was für die Gewährleistung einer umfassenden und genauen Diabetes-Klassifizierung von entscheidender Bedeutung ist.
|
kein Eingriff.
Dies ist eine Beobachtungsstudie.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Diagnosegenauigkeitsmaße (Prozentsätze)
Zeitfenster: Retrospektive Daten von 1997 bis 2024
|
Das primäre Ergebnismaß ist die Genauigkeit der medizinisch-administrativen Algorithmen bei der korrekten Klassifizierung der Teilnehmer in einen der folgenden Diabetes-Phänotypen: Typ 1, Typ 2, LADA oder andere Phänotypen im Vergleich zu klinischen oder selbst gemeldeten Diagnosen. 1.1. Diagnosegenauigkeitsmaße (Prozentsätze)
Diese Indikatoren werden nicht zu einem einzigen Wert zusammengefasst, sondern separat dargestellt, um ihre unterschiedlichen Maßeinheiten zu berücksichtigen. |
Retrospektive Daten von 1997 bis 2024
|
|
Klassifizierungszahlen (Anzahl der Fälle)
Zeitfenster: Retrospektive Daten von 1997 bis 2024
|
Das primäre Ergebnismaß ist die Genauigkeit der medizinisch-administrativen Algorithmen bei der korrekten Klassifizierung der Teilnehmer in einen der folgenden Diabetes-Phänotypen: Typ 1, Typ 2, LADA oder andere Phänotypen im Vergleich zu klinischen oder selbst gemeldeten Diagnosen. 1.2. Klassifizierungszahlen (Anzahl der Fälle)
Diese Indikatoren werden nicht zu einem einzigen Wert zusammengefasst, sondern separat dargestellt, um ihre unterschiedlichen Maßeinheiten zu berücksichtigen. |
Retrospektive Daten von 1997 bis 2024
|
|
Wahrscheinlichkeitsverhältnisse (ohne Einheit)
Zeitfenster: Retrospektive Daten von 1997 bis 2024
|
Das primäre Ergebnismaß ist die Genauigkeit der medizinisch-administrativen Algorithmen bei der korrekten Klassifizierung der Teilnehmer in einen der folgenden Diabetes-Phänotypen: Typ 1, Typ 2, LADA oder andere Phänotypen im Vergleich zu klinischen oder selbst gemeldeten Diagnosen. 1.3. Wahrscheinlichkeitsverhältnisse (ohne Einheit)
Diese Indikatoren werden nicht zu einem einzigen Wert zusammengefasst, sondern separat dargestellt, um ihre unterschiedlichen Maßeinheiten zu berücksichtigen. |
Retrospektive Daten von 1997 bis 2024
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Prävalenz jedes Diabetes-Phänotyps (Anteil/Prozentsatz)
Zeitfenster: Retrospektive Daten von 1997 bis 2024
|
Prävalenzen jedes Diabetes-Phänotyps (Typ 1, Typ 2, LADA und andere Phänotypen) innerhalb der Studienpopulation: Bestimmt den Anteil der Personen, die zu einem bestimmten Zeitpunkt jeden spezifischen Diabetes-Phänotyp (Typ 1, Typ 2, LADA oder andere Phänotypen) haben Zeitpunkt (angegeben als Prozentsatz oder Anteil). Maßeinheit: Anteil oder Prozentsatz der Studienpopulation. Diese Berechnungen werden Einblicke in die Verteilung und Entstehung verschiedener Diabetes-Phänotypen innerhalb der Bevölkerung von Quebec im Zeitraum 1997 bis 2024 liefern, was ein besseres Verständnis von Krankheitsmustern ermöglicht und als Grundlage für öffentliche Gesundheitsstrategien und Ressourcenzuweisung dient. Diese Indikatoren werden nicht zu einem einzigen Wert zusammengefasst, sondern separat dargestellt, um ihre unterschiedlichen Maßeinheiten zu berücksichtigen. |
Retrospektive Daten von 1997 bis 2024
|
|
Inzidenz jedes Diabetes-Phänotyps
Zeitfenster: Retrospektive Daten von 1997 bis 2024
|
Inzidenzen jedes Diabetes-Phänotyps (Typ 1, Typ 2, LADA und andere Phänotypen) innerhalb der Studienpopulation: Inzidenz (I): Berechnet die Rate, mit der neue Fälle jedes Diabetes-Phänotyps in der Studienpopulation über den definierten Zeitraum auftreten (gemeldet). als Rate oder Anteil). Maßeinheit: Rate neuer Fälle (z. B. pro 1.000 Personenjahre) oder Anteil (Fälle/Gesamtbevölkerung). Diese Berechnungen werden Einblicke in die Verteilung und Entstehung verschiedener Diabetes-Phänotypen innerhalb der Bevölkerung von Quebec im Zeitraum 1997 bis 2024 liefern, was ein besseres Verständnis von Krankheitsmustern ermöglicht und als Grundlage für öffentliche Gesundheitsstrategien und Ressourcenzuweisung dient. Diese Indikatoren werden nicht zu einem einzigen Wert zusammengefasst, sondern separat dargestellt, um ihre unterschiedlichen Maßeinheiten zu berücksichtigen. |
Retrospektive Daten von 1997 bis 2024
|
Mitarbeiter und Ermittler
Mitarbeiter
Ermittler
- Hauptermittler: philippe C corsenac, Ph.D, UQO
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- F1-14464
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
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 .