Predicción sobre la recurrencia de episodios maníacos y depresivos en el trastorno bipolar
30 de julio de 2026 actualizado por: National Taiwan University Hospital
Los trastornos del estado de ánimo (incluidos el trastorno bipolar y el trastorno depresivo mayor) son trastornos mentales crónicos con una alta tasa de recurrencia.
Cuanto mayor es el número de recurrencias, peor es el pronóstico a largo plazo.
Este estudio tiene como objetivo establecer un modelo de predicción de recurrencia de episodios maníacos y depresivos en los trastornos del estado de ánimo, con la esperanza de detectar la recurrencia de recaída lo más temprano posible para una intervención clínica oportuna.
Adoptaremos un reloj inteligente portátil para recopilar la frecuencia cardíaca, el patrón de sueño, el nivel de actividad y el estado emocional durante un año en 100 pacientes con trastorno bipolar, y anotaremos su estado de ánimo (es decir, episodio maníaco, episodio depresivo y estado eutímico). ).
Esperamos establecer modelos de predicción para predecir la recurrencia de los episodios del estado de ánimo.
Descripción general del estudio
Estado
Reclutamiento
Condiciones
Intervención / Tratamiento
Tipo de estudio
De observación
Inscripción (Estimado)
100
Contactos y Ubicaciones
Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.
Estudio Contacto
- Nombre: Yi-Ling Chien
- Número de teléfono: +886223123456#66013
- Correo electrónico: chienyiling@gmail.com
Ubicaciones de estudio
-
-
-
Taipei, Taiwán
- Reclutamiento
- National Taiwan University Hospital
-
Contacto:
- Yi-Ling Chien, MD, PhD
- Número de teléfono: +886223123456#66013
- Correo electrónico: chienyiling@gmail.com
-
-
Criterios de participación
Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
Acepta Voluntarios Saludables
No
Método de muestreo
Muestra no probabilística
Población de estudio
Reclutaremos a 100 pacientes con trastornos del estado de ánimo de la sala psiquiátrica y los servicios ambulatorios del Departamento de Psiquiatría del Hospital Universitario Nacional de Taiwán.
Todos los participantes serán seguidos durante un año para recopilar el nivel de actividad diaria, los patrones de sueño, la frecuencia cardíaca a través de la actigrafía, así como la ubicación, el estado de ánimo, el cumplimiento de las drogas y la foto de la cara a través de la aplicación para teléfonos inteligentes que será desarrollada por Co-PI Lai.
Descripción
Criterios de inclusión:
- DSM-5 Trastorno bipolar o trastorno depresivo
- 20~60 años
- Dispuesto a llevar reloj inteligente y teléfono inteligente la mayor parte del tiempo
Criterio de exclusión:
- Comorbilidad con trastorno por consumo de sustancias
- No se puede usar el reloj inteligente y el teléfono inteligente
Plan de estudios
Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
PA
100 pacientes con trastornos del estado de ánimo de la sala psiquiátrica y los servicios ambulatorios del Departamento de Psiquiatría del Hospital Universitario Nacional de Taiwán
|
El reloj inteligente Garmin registrará funciones, como actividades, frecuencia cardíaca, sueño, a través de la aplicación para teléfonos inteligentes
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Desarrollo y verificación del algoritmo de predicción de episodios del estado de ánimo
Periodo de tiempo: 1 año
|
Los datos recopilados se aplicarán al algoritmo de aprendizaje, bosque aleatorio, que construye una multitud de árboles de decisión en el momento del entrenamiento y genera una clase que es el modo de las clases de los árboles individuales.
El rendimiento del modelo de predicción entrenado se evaluó evaluando la precisión, la sensibilidad, la especificidad y el área bajo la curva del modelo.
En un proceso de evaluación de aprendizaje automático, una parte de los datos se usa para el entrenamiento del modelo y la otra parte se usa para la prueba del modelo.
|
1 año
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Fechas de registro del estudio
Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.
Fechas importantes del estudio
Inicio del estudio (Actual)
2 de marzo de 2020
Finalización primaria (Estimado)
31 de diciembre de 2027
Finalización del estudio (Estimado)
31 de diciembre de 2027
Fechas de registro del estudio
Enviado por primera vez
13 de abril de 2023
Primero enviado que cumplió con los criterios de control de calidad
13 de abril de 2023
Publicado por primera vez (Actual)
25 de abril de 2023
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
31 de julio de 2026
Última actualización enviada que cumplió con los criterios de control de calidad
30 de julio de 2026
Última verificación
1 de julio de 2026
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- 202002006RINA
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
NO
Descripción del plan IPD
Todos los datos de este estudio se mantendrán adecuadamente con la protección de la privacidad y la confidencialidad.
Cualquier dato de identificación personal será reemplazado por el número de identificación de la investigación.
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
No
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
No
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .