- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT07252700
Prävention von Diabetes: Auswirkung einer EMR-basierten Intervention für verbessertes Prädiabetes-Management in der Primärversorgung
Prävention von Diabetes: Auswirkungen einer EMR-basierten Intervention zur verbesserten Prädiabetes-Behandlung in der Primärversorgung
Das Ziel dieser Studie ist es herauszufinden, ob das Hinzufügen von elektronischen Patientenakte (EMR)-Aufforderungen dazu beiträgt, zu verhindern, dass Menschen mit Prädiabetes Diabetes entwickeln. Es wird auch untersucht, wie sich diese Aufforderungen auf das Verhalten von Ärzten und Patienten auswirken.
Die Hauptfragen sind:
Verringert die EMR-Aufforderung die Anzahl der Patienten, die innerhalb von sechs Monaten an Diabetes erkranken? Verbessert sie die Nachsorge, wie Bluttests, Überweisungen und Medikamente?
Die Forscher werden Kliniken, die EMR-Aufforderungen verwenden, mit Kliniken vergleichen, die dies nicht tun.
Die Teilnehmer werden:
In ihrer Poliklinik die übliche Versorgung für Prädiabetes erhalten In einigen Kliniken werden Ärzte EMR-Aufforderungen sehen, die Tests, Überweisungen und Medikamente vorschlagen Zu verschiedenen Zeitpunkten Umfragen zu ihrer Gesundheit und ihrem Lebensstil ausfüllen
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Dies ist eine zweijährige cluster-randomisierte kontrollierte Studie, die in acht primären Gesundheitszentren (Polykliniken) innerhalb des National University Polyclinics (NUP)-Netzwerks in Singapur durchgeführt wird. Diese Kliniken bieten multidisziplinäre Familienmedizin und chronische Krankheitsmanagement-Dienste für eine große und vielfältige Bevölkerung. Alle Standorte verwenden ein einheitliches elektronisches Patientenakten-System (EMR) (Epic, National University Health System Cluster), das standardisierte Arbeitsabläufe unterstützt, klinische Entscheidungsunterstützungsaufforderungen integriert und die sichere Extraktion anonymisierter Daten für die Forschung ermöglicht.<\/p>
Die Studie zielt auf Erwachsene im Alter von 40-59 Jahren mit Prädiabetes ab. Alle Kliniker in Interventions- und Kontrollkliniken erhalten dieselbe klinische Schulung zu aktualisierten klinischen Praxisleitlinien für Prädiabetes und standardisierten Patientenaufklärungsmaterialien. Der aktualisierte Arbeitsablauf betont Lebensstilmodifikation und Verhaltensberatung als Grundlage der Diabetesprävention. Kliniker werden angeleitet, Patienten bei einem BMI von 23 kg\/m² oder höher an einen Ernährungsberater und ein Lebensstilprogramm zu überweisen, Patienten zu Ernährung und körperlicher Aktivität zu beraten, eine Nachuntersuchung nach sechs Monaten zu planen, vor der nächsten Untersuchung HbA1c-Tests zu veranlassen und bei einem HbA1c-Wert über 6,5 % nach sechsmonatiger Lebensstilintervention eine Metformin-Behandlung in Betracht zu ziehen, insbesondere bei Erwachsenen unter 60 Jahren mit einem BMI ≥ 23 kg\/m². Die Schulung wird virtuell während geschützter Mittagspausensitzungen durchgeführt. Alle Kliniken werden den neuen klinischen Arbeitsablauf und die Aufklärungsmaterialien für Prädiabetes implementieren, was einen Vergleich der Einhaltung durch Kliniker und des Überweisungsverhaltens vor und nach der Einführung des Arbeitsablaufs ermöglicht.<\/p>
Die Studie besteht aus drei aufeinanderfolgenden Phasen: Phase 0 (Basislinie), in der kein Arbeitsablauf implementiert wird und Basis-EMR- und Umfragedaten gesammelt werden; Phase 1 (Arbeitsablaufphase), in der der standardisierte Prädiabetes-Arbeitsablauf in allen Kliniken implementiert wird; und Phase 2 (Aufforderungsphase), in der EMR-Smart-Set-Aufforderungen nur in Interventionskliniken eingeführt werden, um zu bewerten, ob Aufforderungen Überweisungen, Nachuntersuchungsplanung, HbA1c-Tests und Metformin-Verordnungen weiter erhöhen. Kontrollkliniken verwenden den Arbeitsablauf weiterhin ohne Aufforderungen. Die EMR-Smart-Set-Aufforderung ist so konzipiert, dass sie nicht aufdringlich ist und Entscheidungsunterstützungsoptionen bietet, ohne den Arbeitsablauf zu unterbrechen oder die klinische Beurteilung außer Kraft zu setzen. Kliniker behalten die Autonomie, vorgeschlagene Maßnahmen zu akzeptieren, zu modifizieren oder abzulehnen.<\/p>
Eine Teilstichprobe von etwa 300 Patienten wird Fragebögen zur Bewertung von Lebensstilverhalten und Aktivierung (unter Verwendung des Consumer Health Activation Index, CHAI) ausfüllen, um EMR-basierte Ergebnisse zu ergänzen. Etwa 77 Kliniker werden eine anonyme FormSG-Umfrage zur Bewertung von Wissen, Selbstvertrauen und Verhalten unter Verwendung des COM-B-Rahmens ausfüllen. Alle Daten – klinische und Umfragedaten – werden vor der Interventionsimplementierung gesammelt. Nachverfolgungsdaten werden zu mehreren Zeitpunkten gesammelt, um kurzfristige und langfristige Ergebnisse zu bewerten.<\/p>
Interventionskomponenten umfassen Arbeitsablauf und Schulung für alle Kliniken und EMR-basierte Aufforderungen nur für Interventionskliniken. In Epic integrierte Smart-Set-Aufforderungen zeigen automatisierte Erinnerungen am Point of Care an, mit Optionen zur Operationalisierung von Anordnungen für Labortests, Überweisungen, Medikamentenverordnungen und Nachuntersuchungsplanung. Aufforderungen sind nicht obligatorisch, um die Autonomie der Kliniker zu bewahren. Die Intervention stützt sich auf das COM-B-Modell, um Fähigkeit (durch Schulung und Leitlinien), Gelegenheit (durch EMR-Umgebung und Überweisungssysteme) und Motivation (durch Feedback und Verstärkung) zu verbessern. Das Transtheoretische Modell (TTM) wird den Fortschritt durch die Stadien der Veränderung bei Patienten und Klinikern überwachen.<\/p>
Daten werden elektronisch mit FormSG, einer sicheren, von der Regierung gehosteten Umfrageplattform, die für die Forschungsnutzung genehmigt ist, gesammelt. Alle Informationen werden auf institutsgenehmigten, PDPA-konformen Servern gespeichert, wobei der Zugriff auf autorisiertes Studienpersonal beschränkt ist. Identifizierbare und anonymisierte Datensätze werden getrennt gespeichert, um Vertraulichkeit zu gewährleisten. Anonymisierte Datensätze werden über verschlüsselte, passwortgeschützte Kanäle an Datenanalysten übertragen. Nur der Hauptuntersucher hat Zugriff auf die Verknüpfungsdatei, die Studien-IDs und persönliche Identifikatoren enthält. Ausgedruckte Einwilligungserklärungen werden in verschlossenen Schränken aufbewahrt, die nur dem Hauptuntersucher zugänglich sind. Alle Studiendaten werden gemäß der institutionellen Richtlinie sechs Jahre nach Studienabschluss aufbewahrt. Nach dieser Zeit werden elektronische Daten und Backups dauerhaft mit sicheren Datenvernichtungsprotokollen gelöscht und physische Aufzeichnungen geschreddert.<\/p>
Analysen folgen einem Intention-to-Treat-Ansatz und schließen alle Teilnehmer innerhalb ihrer zugewiesenen Klinikgruppen ein. Basisliniencharakteristika werden deskriptiv zusammengefasst. Innerklinische Veränderungen über die Zeit werden mit gepaarten Vergleichen untersucht, und Unterschiede zwischen den Gruppen werden mit gemischten logistischen Regressionen bewertet, die für Clustering und Basislinienmaße adjustiert sind. Zusätzlich wird eine Zeit-bis-zum-Ereignis-Analyse mit Cox-proportionalen Hazard-Regressionen die Zeit bis zur Diabetes-Konversion bewerten und unterschiedliche Nachbeobachtungszeiten berücksichtigen. Subgruppenanalysen werden Unterschiede nach demografischen Merkmalen und Basislinien-HbA1c-Werten untersuchen. Fehlende Daten werden durch multiple Imputation behandelt, und Sensitivitätsanalysen werden die Ergebnisstabilität testen. Alle Analysen werden mit zweiseitigen Tests auf dem 5 %-Signifikanzniveau durchgeführt.<\/p>
Ergebnisdaten werden zu Basislinie, sechs Monaten, zwölf Monaten sowie zu 18 und 24 Monaten gesammelt, um längerfristige Veränderungen nach der EMR-Implementierung zu bewerten. Basislinienmessungen erfassen präinterventionelle Indikatoren, während nachfolgende Messungen kurzfristige und langfristige Auswirkungen der Arbeitsablauf- und EMR-Aufforderungsimplementierung bewerten.<\/p>
Dies wird die erste cluster-randomisierte Studie in Singapur sein, die ein nicht aufdringliches, in EMR eingebettetes Entscheidungsunterstützungssystem für das Prädiabetes-Management evaluiert. Die Ergebnisse werden die Integration digitaler Entscheidungsunterstützungswerkzeuge und verhaltensbezogener Interventionen in die primäre Gesundheitsversorgung informieren und präventive Diabetesstrategien im großen Maßstab stärken.<\/p>
Studientyp
Einschreibung (Geschätzt)
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
- Name: Lynette ML Goh, BNutrDiet
- Telefonnummer: 6598235619
- E-Mail: lynette_ml_goh@nuhs.edu.sg
Studienorte
-
-
-
Singapore, Singapur, 643664
- Rekrutierung
- National University Polyclinics, Singapore
-
Kontakt:
- Lynette Goh, BNutrDiet
- Telefonnummer: 6598235619
- E-Mail: lynette_ml_goh@nuhs.edu.sg
-
Kontakt:
- E-Mail: lynette_ml_goh@nuhs.edu.sg
-
Hauptermittler:
- Lynette Goh, BNutrDiet
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
Alter: 40 bis 59 Jahre Diagnose: Prädiabetes Bereitschaft zur Unterzeichnung der Einwilligungserklärung Für Kliniker: Alle Kliniker, die Patienten in den National University Polyclinics beraten Für EMR-Datenerfassung: Erwachsene Patienten (Alter 40-59 Jahre) mit Prädiabetes
Ausschlusskriterien:
Diagnose von Diabetes mellitus oder Schwangerschaftsdiabetes Kognitive Beeinträchtigung Allergie gegen Metformin Schwere, akute oder chronische Leber- oder Nierenerkrankung Schwangerschaft Unfähigkeit, Englisch zu sprechen
Für EMR-Datenerfassung: Patienten mit Diabetes ab dem 1. November (Jahr anzugeben)
Zusätzliche Hinweise:
Geschlecht: Alle (nicht geschlechtsbasiert) Nimmt keine gesunden Freiwilligen an Keine Ausschlusskriterien für Kliniker angegeben
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Verhütung
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Aktiver Komparator: EMR-basierte Intervention – Praxisempfehlungen (OPA) in elektronischen Patientenakten (EMR)
Um eine nicht-invasive OPA in EMR (Epic) zu implementieren, die im OPA-Bereich des Visit Navigators in Epic erscheint und für Patienten mit Prädiabetes ausgelöst wird, um Kliniker daran zu erinnern, den klinischen Workflow für die Behandlung von Patienten mit Prädiabetes zu erfüllen
|
Ein nicht-invasives OurPractice Advisories (OPA) wird im Epic EMR-System implementiert.
Das OPA wird im Visit Navigator erscheinen und wird automatisch für Patienten mit Prädiabetes ausgelöst.
Es wird Klinikern Erinnerungen und Entscheidungsunterstützungsoptionen zur Verfügung stellen, um den empfohlenen klinischen Workflow für das Prädiabetes-Management abzuschließen, einschließlich Überweisungen, Nachfolgeterminplanung, HbA1c-Tests und Medikamenteneinleitung, wenn angezeigt.
|
|
Kein Eingriff: Vergleichsgruppe
Kontrollkliniken setzen den klinischen Workflow ohne EMR-basierte OPAs fort, was die übliche Versorgung darstellt.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Leitlinienkonforme Prädiabetes-Versorgung
Zeitfenster: Von der Einschreibung bis zum Ende der Interventionsphase nach 24 Monaten. Erhoben bei Studienbeginn, nach 6 Monaten, 12 Monaten, 18 Monaten und 24 Monaten.
|
Das primäre Ergebnis dieser Studie ist der Anteil der Patienten, die innerhalb von 6 Monaten nach der Index-Konsultation eine leitliniengerechte Prädiabetes-Versorgung erhalten. Die Index-Konsultation wird definiert als die erste Prädiabetes-Konsultation während des Studienzeitraums, bei der der Patient die Zulassungskriterien für Prädiabetes erfüllt.
Skala: Leitliniengerechte Versorgung wird als zusammengesetztes Maß definiert, bei dem Patienten mindestens zwei der folgenden vier vom Kliniker initiierten Versorgungsprozesse aufweisen, die in den EMR-Daten erfasst sind: Methode: EMR-Daten aus dem Epic-System extrahiert, einschließlich Laboraufträgen, Überweisungen, Terminplanungen und Medikationsverordnungen. |
Von der Einschreibung bis zum Ende der Interventionsphase nach 24 Monaten. Erhoben bei Studienbeginn, nach 6 Monaten, 12 Monaten, 18 Monaten und 24 Monaten.
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Patientengesundheitsaktivierung
Zeitfenster: Baseline, 6 Monate und 12 Monate.
|
Gemessen mit dem Consumer Health Activation Index (CHAI)-Fragebogen. Die Scores spiegeln das Wissen, die Fähigkeiten und das Vertrauen der Patienten im Umgang mit ihrer Gesundheit wider. Mindestwert: 10 Höchstwert: 60. Dies wird dann in eine Skala von 0 bis 100 umgewandelt. Interpretation: Höhere Scores weisen auf eine stärkere Aktivierung hin. Methode: Umfragen wurden an einer Teilstichprobe von etwa 300 Patienten durchgeführt |
Baseline, 6 Monate und 12 Monate.
|
|
Klinische Wahrnehmungen und Zufriedenheit mit der EMR-basierten Intervention
Zeitfenster: Baseline, 6 Monate und 12 Monate
|
Die Wahrnehmungen und die Zufriedenheit der Kliniker mit der EMR-basierten Intervention werden durch eine anonyme Umfrage bewertet. Beschreibung: Umfrage zur Bewertung des Vertrauens der Kliniker, der Vertrautheit mit Leitlinien, der aktuellen Praktiken, der Nutzung von EMR-Tools und der Zufriedenheit mit der Intervention. Enthält Multiple-Choice- und Likert-Skalen-Fragen (4-Punkte-Vertrauens-/Vertrautheits-Skalen, 5-Punkte-Häufigkeits-Skalen, 4-Punkte-Zustimmungs-Skalen). Schlüsselbereiche: Fähigkeiten der Kliniker (Wissen, Fertigkeiten, Vertrauen) Aktuelle Praktiken im Prädiabetes-Management Nutzung und Integration von EMR-Tools Wahrgenommene Barrieren Auswirkung von EMR-Tools auf die Versorgung Gesamtzufriedenheit Interpretation: Die Antworten werden einzeln und aggregiert analysiert, um Veränderungen in den Wahrnehmungen, Praktiken und der Zufriedenheit der Kliniker im Zeitverlauf zu bewerten. Höhere Werte auf den Zustimmungs-Skalen weisen im Allgemeinen auf positivere Wahrnehmungen oder größere Zufriedenheit hin. |
Baseline, 6 Monate und 12 Monate
|
|
Progression zu Diabetes
Zeitfenster: Bis zu 24 Monate nach der Index-Konsultation
|
Fortschreiten von Prädiabetes zu Diabetes nach 6, 12, 18 und 24 Monaten. Diabetes wird gemäß dem Leitfaden für angemessene Versorgung der Agentur für Versorgungseffektivität (ACE) definiert als Nüchternplasmaglukose ≥7,0 mmol/L, HbA1c ≥7,0 % oder 2-Stunden-Plasmaglukose ≥11,1 mmol/L während eines oralen Glukosetoleranztests, wie in der elektronischen Patientenakte (EMR) dokumentiert. Skala: Fortschreiten zu Diabetes, definiert als das Auftreten von Diabetes während der Nachbeobachtungszeit bei Patienten mit Prädiabetes zum Ausgangszeitpunkt. Methode: Datenextraktion aus EMR-Aufzeichnungen |
Bis zu 24 Monate nach der Index-Konsultation
|
Mitarbeiter und Ermittler
Sponsor
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Knowler WC, Barrett-Connor E, Fowler SE, Hamman RF, Lachin JM, Walker EA, Nathan DM; Diabetes Prevention Program Research Group. Reduction in the incidence of type 2 diabetes with lifestyle intervention or metformin. N Engl J Med. 2002 Feb 7;346(6):393-403. doi: 10.1056/NEJMoa012512.
- Li G, Zhang P, Wang J, Gregg EW, Yang W, Gong Q, Li H, Li H, Jiang Y, An Y, Shuai Y, Zhang B, Zhang J, Thompson TJ, Gerzoff RB, Roglic G, Hu Y, Bennett PH. The long-term effect of lifestyle interventions to prevent diabetes in the China Da Qing Diabetes Prevention Study: a 20-year follow-up study. Lancet. 2008 May 24;371(9626):1783-9. doi: 10.1016/S0140-6736(08)60766-7.
- Phan TP, Alkema L, Tai ES, Tan KH, Yang Q, Lim WY, Teo YY, Cheng CY, Wang X, Wong TY, Chia KS, Cook AR. Forecasting the burden of type 2 diabetes in Singapore using a demographic epidemiological model of Singapore. BMJ Open Diabetes Res Care. 2014 Jun 11;2(1):e000012. doi: 10.1136/bmjdrc-2013-000012. eCollection 2014.
- Goh SY, Ang SB, Bee YM, Chen YT, Gardner DS, Ho ET, Adaikan K, Lee YC, Lee CH, Lim FS, Lim HB, Lim SC, Seow J, Soh AW, Sum CF, Tai ES, Thai AC, Wong TY, Yap F. Ministry of Health Clinical Practice Guidelines: Diabetes Mellitus. Singapore Med J. 2014 Jun;55(6):334-47. doi: 10.11622/smedj.2014079.
- Ramachandran A, Snehalatha C, Mary S, Mukesh B, Bhaskar AD, Vijay V; Indian Diabetes Prevention Programme (IDPP). The Indian Diabetes Prevention Programme shows that lifestyle modification and metformin prevent type 2 diabetes in Asian Indian subjects with impaired glucose tolerance (IDPP-1). Diabetologia. 2006 Feb;49(2):289-97. doi: 10.1007/s00125-005-0097-z. Epub 2006 Jan 4.
- O'Connor PJ, Crain AL, Rush WA, Sperl-Hillen JM, Gutenkauf JJ, Duncan JE. Impact of an electronic medical record on diabetes quality of care. Ann Fam Med. 2005 Jul-Aug;3(4):300-6. doi: 10.1370/afm.327.
- Gerstein HC, Santaguida P, Raina P, Morrison KM, Balion C, Hunt D, Yazdi H, Booker L. Annual incidence and relative risk of diabetes in people with various categories of dysglycemia: a systematic overview and meta-analysis of prospective studies. Diabetes Res Clin Pract. 2007 Dec;78(3):305-12. doi: 10.1016/j.diabres.2007.05.004. Epub 2007 Jun 29.
- Tomic D, Shaw JE, Magliano DJ. The burden and risks of emerging complications of diabetes mellitus. Nat Rev Endocrinol. 2022 Sep;18(9):525-539. doi: 10.1038/s41574-022-00690-7. Epub 2022 Jun 6.
- Wolf MS, Smith SG, Pandit AU, Condon DM, Curtis LM, Griffith J, O'Conor R, Rush S, Bailey SC, Kaplan G, Haufle V, Martin D. Development and Validation of the Consumer Health Activation Index. Med Decis Making. 2018 Apr;38(3):334-343. doi: 10.1177/0272989X17753392. Epub 2018 Feb 13.
- Shuyu Ng C, Toh MP, Ko Y, Yu-Chia Lee J. Direct medical cost of type 2 diabetes in singapore. PLoS One. 2015 Mar 27;10(3):e0122795. doi: 10.1371/journal.pone.0122795. eCollection 2015.
- Ang YG, WU CX, Toh MP, Chia KS, Heng BH. Progression rate of newly diagnosed impaired fasting glycemia to type 2 diabetes mellitus: a study using the National Healthcare Group Diabetes Registry in Singapore. J Diabetes. 2012 Jun;4(2):159-63. doi: 10.1111/j.1753-0407.2011.00169.x.
- Saito T, Watanabe M, Nishida J, Izumi T, Omura M, Takagi T, Fukunaga R, Bandai Y, Tajima N, Nakamura Y, Ito M; Zensharen Study for Prevention of Lifestyle Diseases Group. Lifestyle modification and prevention of type 2 diabetes in overweight Japanese with impaired fasting glucose levels: a randomized controlled trial. Arch Intern Med. 2011 Aug 8;171(15):1352-60. doi: 10.1001/archinternmed.2011.275.
- Keck JW, Roper KL, Hieronymus LB, Thomas AR, Huang Z, Westgate PM, Fowlkes JL, Cardarelli R. Primary Care Cluster RCT to Increase Diabetes Prevention Program Referrals. Am J Prev Med. 2020 Jul;59(1):79-87. doi: 10.1016/j.amepre.2020.02.008. Epub 2020 May 14.
- Jiang Q, Li JT, Sun P, Wang LL, Sun LZ, Pang SG. Effects of lifestyle interventions on glucose regulation and diabetes risk in adults with impaired glucose tolerance or prediabetes: a meta-analysis. Arch Endocrinol Metab. 2022 Apr 28;66(2):157-167. doi: 10.20945/2359-3997000000441. Epub 2022 Mar 14.
- Lim RBT, Wee WK, For WC, Ananthanarayanan JA, Soh YH, Goh LML, Tham DKT, Wong ML. Health education and communication needs among primary care patients with prediabetes in Singapore: A mixed methods approach. Prim Care Diabetes. 2020 Jun;14(3):254-264. doi: 10.1016/j.pcd.2019.08.008. Epub 2019 Sep 23.
- Cheah MH, Goh LH, Zheng RM, Burkill S, Young DYL. Prediabetes guidelines adherence and health outcomes at a Singapore primary health care institution. Singapore Med J. 2024 Jan 8. doi: 10.4103/singaporemedj.SMJ-2021-220. Online ahead of print. No abstract available.
- Holliday CS, Williams J, Salcedo V, Kandula NR. Clinical Identification and Referral of Adults With Prediabetes to a Diabetes Prevention Program. Prev Chronic Dis. 2019 Jun 27;16:E82. doi: 10.5888/pcd16.180540.
- Lessing SE, Hayman LL. Diabetes Care and Management Using Electronic Medical Records: A Systematic Review. J Diabetes Sci Technol. 2019 Jul;13(4):774-782. doi: 10.1177/1932296818815507. Epub 2018 Dec 17.
- Meigs JB, Cagliero E, Dubey A, Murphy-Sheehy P, Gildesgame C, Chueh H, Barry MJ, Singer DE, Nathan DM. A controlled trial of web-based diabetes disease management: the MGH diabetes primary care improvement project. Diabetes Care. 2003 Mar;26(3):750-7. doi: 10.2337/diacare.26.3.750.
Nützliche Links
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Geschätzt)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- ECOS Ref No.: 2025-1224
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
Datenschutz und Vertraulichkeit: Unsere Studie beinhaltet einige sensible Gesundheitsinformationen. Selbst bei Anonymisierung besteht ein Restrisiko der Re-Identifikation, insbesondere angesichts der detaillierten Natur unserer Daten und der spezifischen untersuchten Population.
Ethische Einschränkungen: Unser Aufklärungs- und Einwilligungsprozess sowie die ethische Genehmigung beinhalteten nicht explizit Bestimmungen für eine breite Datennutzung über das unmittelbare Forschungsteam und Aufsichtsgremien hinaus.
Regulatorische Compliance: Lokale Datenschutzbestimmungen für Gesundheitsdaten legen strenge Beschränkungen für die Weitergabe von personenbezogenen Gesundheitsdaten fest, selbst in anonymisierter Form.
Dennoch sind wir der wissenschaftlichen Transparenz und Reproduzierbarkeit verpflichtet. Daher werden wir aggregierte Daten, statistische Codes und detaillierte Studienprotokolle auf angemessene Anfrage hin verfügbar machen, vorbehaltlich der Genehmigung durch unser institutionelles Prüfgremium und den Datenzugangsausschuss.
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
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 .