- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT06644859
Datenanalyse zur Bewertung, welche spezifischen Gangmaße mit dem Risiko verletzender Stürze verbunden sind. Bewertung von Gangmaßnahmen, die mit dem Risiko verletzender Stürze verbunden sind, durch Datenanalyse (WHS)
Datenanalyse zur Bewertung, welche spezifischen Gangmaßnahmen mit dem Risiko verletzender Stürze verbunden sind
Ziel dieser Studie ist es zu verstehen, ob spezifische Gang- und Aktivitätsmessungen dabei helfen können, verletzungsbedingte Stürze bei älteren Frauen vorherzusagen. Die wichtigsten Fragen, die beantwortet werden sollen, sind:
Kann die Kombination von Messungen des täglichen Gangs (DLG) und der täglichen körperlichen Aktivität (DLPA) das Risiko verletzungsbedingter Stürze genauer vorhersagen? Wie effektiv sind tragbare Technologie und maschinelles Lernen bei der Analyse dieser Aktivitätsmessungen zur Sturzvorhersage? Die Forscher werden Daten aus der Women's Health Study (WHS) analysieren und dabei tragbare Technologie verwenden, um tägliche Gehmuster und körperliche Aktivität zu verfolgen, und maschinelles Lernen anwenden, um die Wahrscheinlichkeit schädlicher Stürze einzuschätzen.
Studienübersicht
Status
Intervention / Behandlung
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
-
Tel Aviv, Israel
- Tel Aviv Medical Center
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- nach der Menopause oder ohne Schwangerschaftsabsicht
Ausschlusskriterien:
- Vorgeschichte von KHK, zerebrovaskulären Erkrankungen, Krebs (außer nicht-melanozytärem Hautkrebs) oder anderen schweren Erkrankungen;
- Vorgeschichte schwerwiegender Nebenwirkungen zur Untersuchung von Behandlungen;
- > einmal pro Woche Aspirin, aspirinhaltige Arzneimittel oder nichtsteroidale entzündungshemmende Arzneimittel einnehmen oder bereit sind, die Einnahme dieser Arzneimittel aufzugeben;
- Einnahme von Antikoagulanzien oder Kortikosteroiden;
- Einnahme von Vitamin A-, E- oder ß-Carotin-Ergänzungsmitteln > einmal pro Woche.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
WHS
Ein großer vorhandener und anonymisierter Datensatz älterer Frauen, die an der Women's Health Study teilnahmen. Von 2011 bis 2015 trugen 17.466 Frauen eine Woche lang im Wachzustand einen triaxialen Beschleunigungsmesser
|
Diese Intervention konzentriert sich ausschließlich auf die Vorhersage von verletzungsbedingten Stürzen durch die Kombination von Messungen des Gangs im täglichen Leben (DLG) (z. B. Ganggeschwindigkeit, Trittfrequenz, Variabilität) mit Messungen der körperlichen Aktivität im täglichen Leben (DLPA) (z. B. Aktivitätsniveaus, Aktivitätsfragmentierung).
Im Gegensatz zu anderen Studien nutzt diese Analyse Daten einer großen Kohorte älterer Frauen (n=17.466), die an der Women's Health Study (WHS) teilnahmen, bei der die Teilnehmerinnen eine Woche lang einen dreiachsigen Beschleunigungsmesser trugen.
Darüber hinaus verknüpft die Studie Beschleunigungsmesserdaten mit langfristigen Gesundheitsergebnissen, insbesondere sturzbedingten Verletzungen aus Aufzeichnungen des Centers for Medicare & Medicaid Services (CMS).
Dies ist die erste Studie, die untersucht, ob die Kombination von DLG- und DLPA-Messungen, die aus tragbarer Technologie abgeleitet sind, sturzbedingte Verletzungen in einer alternden Bevölkerung vorhersagen kann, indem fortschrittliche Techniken des maschinellen Lernens auf diesen großen, anonymisierten Datensatz angewendet werden.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Zusammenhang zwischen Ganggeschwindigkeit und Verletzungsgefahr (AIM1)
Zeitfenster: Der Schaden fällt innerhalb eines Jahres nach der Basisbewertung mithilfe von Time-to-Event-Analysen.
|
In der Studie wird der Zusammenhang zwischen der Ganggeschwindigkeit (gemessen in Metern pro Sekunde) und dem Risiko von verletzungsbedingten Stürzen innerhalb eines Jahres nach der Beurteilung des Beschleunigungsmessers untersucht.
|
Der Schaden fällt innerhalb eines Jahres nach der Basisbewertung mithilfe von Time-to-Event-Analysen.
|
|
Zusammenhang zwischen Trittfrequenz und Verletzungsgefahr (AIM1)
Zeitfenster: Schädliche Stürze innerhalb eines Jahres nach der Basisbewertung mithilfe von Time-to-Event-Analysen.
|
In der Studie wird der Zusammenhang zwischen der Trittfrequenz (gemessen in Schritten pro Minute) und dem Risiko verletzungsbedingter Stürze innerhalb eines Jahres nach der Beurteilung des Beschleunigungsmessers untersucht.
|
Schädliche Stürze innerhalb eines Jahres nach der Basisbewertung mithilfe von Time-to-Event-Analysen.
|
|
Zusammenhang zwischen Gangvariabilität und Verletzungsgefahr (AIM1)
Zeitfenster: Zeitrahmen: Schädliche Stürze innerhalb eines Jahres nach der Basisbewertung mithilfe von Time-to-Event-Analysen.
|
In der Studie wird der Zusammenhang zwischen Gangvariabilität (gemessen als Standardabweichung der Schrittzeiten) und dem Risiko verletzungsbedingter Stürze innerhalb eines Jahres nach der Beschleunigungsmesserbewertung untersucht.
|
Zeitrahmen: Schädliche Stürze innerhalb eines Jahres nach der Basisbewertung mithilfe von Time-to-Event-Analysen.
|
|
Zusammenhang des Gesamtaktivitätsniveaus mit dem Risiko verletzender Stürze (AIM2)
Zeitfenster: Schädliche Fälle treten innerhalb eines Jahres nach der Basisbewertung mithilfe von Time-to-Event-Analysen auf
|
Die Studie wird den Zusammenhang zwischen dem Gesamtaktivitätsniveau (gemessen in durchschnittlichen Beschleunigungsmesserzählungen pro Minute) und dem Risiko verletzungsbedingter Stürze innerhalb eines Jahres nach der Basisbewertung bewerten.
|
Schädliche Fälle treten innerhalb eines Jahres nach der Basisbewertung mithilfe von Time-to-Event-Analysen auf
|
|
Zusammenhang zwischen Aktivitätsfragmentierung und dem Risiko verletzender Stürze (AIM2)
Zeitfenster: Schädliche Stürze innerhalb eines Jahres nach der Basisbewertung mithilfe von Time-to-Event-Analysen.
|
In der Studie wird der Zusammenhang zwischen Aktivitätsfragmentierung (gemessen am Fragmentierungsindex) und dem Risiko verletzungsbedingter Stürze innerhalb eines Jahres nach der Basisbewertung bewertet.
|
Schädliche Stürze innerhalb eines Jahres nach der Basisbewertung mithilfe von Time-to-Event-Analysen.
|
|
Kombinierte DLG- und DLPA-Maßnahme zur Vorhersage des Verletzungsrisikos bei Stürzen (AIM3)
Zeitfenster: Zeitrahmen: Schädliche Stürze innerhalb eines Jahres nach der Basisbewertung unter Verwendung kombinierter Vorhersagemodelle.
|
In seinem Ergebnis wird ein einzelner kombinierter Score ausgewertet, der sowohl aus den Messungen des täglichen Gangs (DLG) als auch der täglichen körperlichen Aktivität (DLPA) abgeleitet wird, um den Zusammenhang mit dem Risiko verletzender Stürze zu bewerten.
Der kombinierte Score wird erstellt, indem DLG-Messwerte (z. B. Ganggeschwindigkeit, Variabilität) und DLPA-Messwerte (z. B. Gesamtaktivitätsniveau, Fragmentierung) in einen einheitlichen Prädiktor integriert werden.
|
Zeitrahmen: Schädliche Stürze innerhalb eines Jahres nach der Basisbewertung unter Verwendung kombinierter Vorhersagemodelle.
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Zusammenhang zwischen selbstberichteter Übungshistorie und Ganggeschwindigkeit
Zeitfenster: Bewertet zu Studienbeginn (selbstberichteter Trainingsverlauf) und zum Zeitpunkt der Erfassung der Beschleunigungsmesserdaten, wobei die Daten innerhalb eines Jahres nach der Ausgangsbewertung analysiert werden.
|
Mit diesem Ergebnis wird beurteilt, ob die von den Teilnehmern selbst gemeldete Trainingshistorie mit der Ganggeschwindigkeit (gemessen in Metern pro Sekunde) zusammenhängt, die aus Beschleunigungsmesserdaten abgeleitet wird.
|
Bewertet zu Studienbeginn (selbstberichteter Trainingsverlauf) und zum Zeitpunkt der Erfassung der Beschleunigungsmesserdaten, wobei die Daten innerhalb eines Jahres nach der Ausgangsbewertung analysiert werden.
|
|
Zusammenhang zwischen selbstberichteter Übungshistorie und Gangvariabilität
Zeitfenster: Bewertet zu Studienbeginn (selbstberichteter Trainingsverlauf) und zum Zeitpunkt der Erfassung der Beschleunigungsmesserdaten, wobei die Daten innerhalb eines Jahres nach der Ausgangsbewertung analysiert werden
|
Mit diesem Ergebnis wird bewertet, ob die von den Teilnehmern selbst gemeldete Trainingshistorie mit der aus Beschleunigungsmesserdaten abgeleiteten Gangvariabilität (gemessen als Standardabweichung der Schrittzeiten) zusammenhängt.
|
Bewertet zu Studienbeginn (selbstberichteter Trainingsverlauf) und zum Zeitpunkt der Erfassung der Beschleunigungsmesserdaten, wobei die Daten innerhalb eines Jahres nach der Ausgangsbewertung analysiert werden
|
|
Zusammenhang zwischen der selbstberichteten Trainingshistorie und dem Gesamtaktivitätsniveau
Zeitfenster: Bewertet zu Studienbeginn (selbstberichteter Trainingsverlauf) und zum Zeitpunkt der Erfassung der Beschleunigungsmesserdaten, wobei die Daten innerhalb eines Jahres nach der Ausgangsbewertung analysiert werden
|
Mit diesem Ergebnis wird beurteilt, ob die von den Teilnehmern selbst gemeldete Trainingshistorie mit dem Gesamtaktivitätsniveau (gemessen in Beschleunigungsmesser-Zählungen pro Minute) zusammenhängt, das aus Beschleunigungsmesser-Daten abgeleitet wird.
|
Bewertet zu Studienbeginn (selbstberichteter Trainingsverlauf) und zum Zeitpunkt der Erfassung der Beschleunigungsmesserdaten, wobei die Daten innerhalb eines Jahres nach der Ausgangsbewertung analysiert werden
|
|
Zusammenhang zwischen selbstberichtetem Übungsverlauf und Aktivitätsfragmentierung
Zeitfenster: Bewertet zu Studienbeginn (selbstberichteter Trainingsverlauf) und zum Zeitpunkt der Erfassung der Beschleunigungsmesserdaten, wobei die Daten innerhalb eines Jahres nach der Ausgangsbewertung analysiert werden
|
In seinem Ergebnis wird bewertet, ob die von den Teilnehmern selbst gemeldete Trainingshistorie mit einer Aktivitätsfragmentierung (gemessen durch den Fragmentierungsindex) verbunden ist, die aus Beschleunigungsmesserdaten abgeleitet wird.
|
Bewertet zu Studienbeginn (selbstberichteter Trainingsverlauf) und zum Zeitpunkt der Erfassung der Beschleunigungsmesserdaten, wobei die Daten innerhalb eines Jahres nach der Ausgangsbewertung analysiert werden
|
|
Zusammenhang zwischen Ganggeschwindigkeit und Verletzungsrisiko bei Stürzen (über 5 Jahre)
Zeitfenster: 5 Jahre nach Studienbeginn.
|
Anhand dieses Ergebnisses wird beurteilt, ob die Ganggeschwindigkeit (gemessen in Metern pro Sekunde) über einen Nachbeobachtungszeitraum von 5 Jahren mit dem Risiko verletzender Stürze verbunden ist.
|
5 Jahre nach Studienbeginn.
|
|
Zusammenhang zwischen Gangvariabilität und dem Risiko verletzender Stürze (über 5 Jahre)
Zeitfenster: 5 Jahre nach Studienbeginn.
|
Mit diesem Ergebnis wird beurteilt, ob Gangvariabilität (gemessen als Standardabweichung der Schrittzeiten) über einen Nachbeobachtungszeitraum von 5 Jahren mit dem Risiko verletzender Stürze verbunden ist.
|
5 Jahre nach Studienbeginn.
|
|
Zusammenhang zwischen dem Gesamtaktivitätsniveau und dem Risiko von Stürzen (über 5 Jahre)
Zeitfenster: 5 Jahre nach Studienbeginn.
|
Mit diesem Ergebnis wird bewertet, ob das Gesamtaktivitätsniveau (gemessen in Beschleunigungsmesser-Zählungen pro Minute) über einen Nachbeobachtungszeitraum von 5 Jahren mit dem Risiko verletzungsbedingter Stürze verbunden ist.
|
5 Jahre nach Studienbeginn.
|
|
Zusammenhang zwischen Aktivitätsfragmentierung und Verletzungsrisiko bei Stürzen (über 5 Jahre)
Zeitfenster: 5 Jahre nach Studienbeginn.
|
Mit diesem Ergebnis wird beurteilt, ob Aktivitätsfragmentierung (gemessen am Fragmentierungsindex) über einen Nachbeobachtungszeitraum von 5 Jahren mit dem Risiko verletzender Stürze verbunden ist.
|
5 Jahre nach Studienbeginn.
|
Andere Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Identifizierung von Hochrisiko-„Signaturen“ zur Sturzprävention
Zeitfenster: Basierend auf 1-Jahres-, 5-Jahres- und 10-Jahres-Modellen zur Vorhersage des Sturzrisikos
|
Mithilfe von maschinellem Lernen und statistischen Techniken wird die Studie potenzielle „Signaturen“ identifizieren und DLG- und DLPA-Messungen kombinieren, um ältere Erwachsene mit einem hohen Risiko für verletzungsbedingte Stürze zu identifizieren.
Diese Unterschriften könnten als Grundlage für Strategien zur Frühherbstprävention dienen.
|
Basierend auf 1-Jahres-, 5-Jahres- und 10-Jahres-Modellen zur Vorhersage des Sturzrisikos
|
Mitarbeiter und Ermittler
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
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
Schlüsselwörter
Andere Studien-ID-Nummern
- TLV-0054-24
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
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 .