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

Epigenetik und NCD -Prävention in Kasachstan: Personalisierte Ansätze und Vorhersage des biologischen Alters

8. Juli 2025 aktualisiert von: Ildar Fakhradiyev, Asfendiyarov Kazakh National Medical University

Epigenetik und Prävention nicht übertragbarer Krankheiten in Kasachstan: Ein personalisierter Ansatz und eine Vorhersage des biologischen Alters (2024-2026)

Diese Studie zielt darauf ab, die personalisierte und vorbeugende Versorgung nicht übertragbarer Krankheiten (NCDs) in Kasachstan zu verbessern, indem epigenetische Faktoren untersucht, das biologische Alter und die Fortpflanzungsfunktion mithilfe maschineller Lernen und Empfehlungen zur Gesundheitsverbesserung vorhersagt werden.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

6720

Kontakte und Standorte

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

Studienkontakt

Studienorte

  • Kasachstan
      • Almaty, Kasachstan, 050000
        • Rekrutierung
        • Asfendiyarov Kazakh National Medical University
        • Kontakt:
        • Hauptermittler:
          • Ildar Fakhradiyev, PhD

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

Ja

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Die Studienpopulation besteht aus 6.720 erwachsenen Freiwilligen im Alter von 18 bis 69 Jahren, die in 17 Regionen Kasachstans wohnen. Die Teilnehmer werden nach Alter und Geschlecht geschichtet, um eine ausgewogene Darstellung in den folgenden Altersgruppen sicherzustellen:

  • 18-29 Jahre
  • 30-44 Jahre
  • 45-59 Jahre
  • 60-69 Jahre jede Altersgruppe umfasst einen gleichen Anteil an Männern und Frauen, die das Gleichgewicht des Geschlechts gewährleisten. Die Auswahl folgt einem mehrstufigen Cluster -Stichprobenentwurf mit verschiedenen sozioökonomischen Hintergründen und Gesundheitszuständen, um die Generalisierbarkeit von Ergebnissen zu verbessern.

Beschreibung

Einschlusskriterien:

  • Erwachsene im Alter von 18 bis 69 Jahren.
  • Einwohner von 17 Regionen Kasachstans.
  • Bereitschaft zur Teilnahme und Einverständniserklärung.

Ausschlusskriterien:

  • Alter weniger als 18 Jahre oder über 69 Jahre alt.
  • Nichtabnahme der Einverständniserklärung oder einer unvollständigen Teilnahme an Datenerfassungsverfahren.

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
Die Studie umfasst 1 Kohorte, die in 4 Altersuntergruppen unterteilt sind.

Die Studie folgt einem mehrstufigen Cluster -Stichprobenentwurf mit Alter und geschlechtsspezifischer Schichtung. Insgesamt 1 Kohorten wurden identifiziert, weiter in 4 Altersuntergruppen unterteilt:

  1. 18-29 Jahre
  2. 30-44 Jahre
  3. 45-59 Jahre
  4. 60-69 Jahre Jede Altersgruppe ist so konzipiert, dass Männer und Frauen gleich verteilt sind und die Geschlechterbilanz in allen Untergruppen sicherstellen.
Sonstiges: Genetische: DNA -Analyse
Untersuchung der Telomerlänge (TL) und der DNA -Methylierungsniveau -Analyse

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Genauigkeit des Modells für maschinelles Lernen zur Vorhersage des biologischen Alters
Zeitfenster: Innerhalb von 10 Monaten ab Beginn der Datenerfassung
Bewertung der Leistung des Modells (basierend auf der Telomerlänge und DNA -Methylierung) unter Verwendung des mittleren Absolutenfehlers (MAE), mittlerer quadratischer Fehler (MSE) und R².
Innerhalb von 10 Monaten ab Beginn der Datenerfassung
Genauigkeit des Vorhersagemodells der Fortpflanzungsfunktion
Zeitfenster: Innerhalb von 10 Monaten ab Beginn der Datenerfassung
Entwicklung und Validierung des Modells für maschinelles Lernen zur Vorhersage der Fortpflanzungsfunktion mithilfe von Biomarkern. Modellleistung über MAE, MSE und R² bewertet.
Innerhalb von 10 Monaten ab Beginn der Datenerfassung

Mitarbeiter und Ermittler

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

Sponsor

Asfendiyarov Kazakh National Medical University

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)

3. März 2025

Primärer Abschluss (Geschätzt)

1. Januar 2026

Studienabschluss (Geschätzt)

31. Dezember 2026

Studienanmeldedaten

Zuerst eingereicht

31. März 2025

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

23. April 2025

Zuerst gepostet (Tatsächlich)

1. Mai 2025

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

11. Juli 2025

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

8. Juli 2025

Zuletzt verifiziert

1. April 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • BR27304987

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

UNENTSCHIEDEN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Produkt, das in den USA hergestellt und aus den USA exportiert wird

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