Mapeo de la diabetes en Quebec: validación de algoritmos médico-administrativos para la diabetes tipo 1, diabetes tipo 2 y LADA (VDA)
El objetivo de este estudio observacional es validar algoritmos médico-administrativos que clasifican los fenotipos de diabetes (tipo 1, tipo 2 y diabetes autoinmune latente en adultos - LADA) en una cohorte poblacional en Quebec, que incluye niños, adolescentes y adultos jóvenes. hasta 40 años con diabetes diagnosticada. Las principales preguntas que pretende responder son:
¿Pueden estos algoritmos distinguir con precisión entre Tipo 1, Tipo 2 y LADA en diferentes grupos de edad? ¿Cuál es la prevalencia e incidencia de cada fenotipo de diabetes en Quebec? Se analizarán los datos médicos y administrativos de los participantes, incluidos datos sobre el uso de medicamentos y las visitas de atención médica, para validar la precisión de los algoritmos. El estudio implicará comparar estas clasificaciones basadas en algoritmos con diagnósticos clínicos o datos autoinformados para garantizar la confiabilidad.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
El objetivo de este estudio observacional es validar la eficacia de los algoritmos médico-administrativos desarrollados para clasificar los fenotipos de diabetes, específicamente diabetes tipo 1, tipo 2 y diabetes autoinmune latente en adultos (LADA), en una cohorte poblacional en Quebec. El estudio se centra en niños, adolescentes y adultos jóvenes de hasta 40 años a quienes se les ha diagnosticado diabetes.
Las principales preguntas que pretende responder son:
¿Pueden estos algoritmos diferenciar con precisión entre Tipo 1, Tipo 2 y LADA en varios grupos de edad? ¿Cuáles son las tasas de prevalencia e incidencia de estos fenotipos de diabetes en la población de Quebec? Los datos de los participantes, que ya hayan sido diagnosticados con uno de los tres tipos de diabetes y reciban atención médica estándar, se recopilarán de los registros médicos y administrativos existentes. Estos datos incluyen información sobre el uso de medicamentos, visitas de atención médica y resultados de salud autoinformados.
El estudio implicará un análisis retrospectivo donde las clasificaciones realizadas por los algoritmos se compararán con diagnósticos clínicos y datos autoinformados para determinar la precisión y confiabilidad de los algoritmos. Este proceso de validación es crucial para mejorar el manejo de la diabetes y las estrategias de salud pública al garantizar que estos algoritmos puedan usarse de manera confiable en estudios epidemiológicos más amplios.
Tipo de estudio
Inscripción (Estimado)
Contactos y Ubicaciones
Estudio Contacto
- Nombre: philippe c corsenac, Ph.D
- Número de teléfono: (+1)4384934299
- Correo electrónico: philippe.corsenac@uqo.ca
Copia de seguridad de contactos de estudio
- Nombre: jeremie Riou, Ph.D
- Correo electrónico: jeremie.riou@univ-angers.fr
Ubicaciones de estudio
-
-
Quebec
-
Montréal, Quebec, Canadá, J8X 3X7
- Philippe Corsenac
-
Contacto:
- philippe c corsenac, Ph.D
- Número de teléfono: (+1)4384934299
- Correo electrónico: philippe.corsenac@uqo.ca
-
Contacto:
- philippe c corsenac, Ph.D
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Niño
- Adulto
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Personas diagnosticadas con diabetes tipo 1, tipo 2 o diabetes autoinmune latente en adultos (LADA) según datos clínicos o autoinformados.
- Participantes diagnosticados entre 1997 y 2024.
- Residentes de Quebec con registros médico-administrativos disponibles de 1997 a 2024.
Criterios de exclusión:
- No residentes de Quebec durante el período de estudio.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
diabetes tipo 1
Este grupo comprende participantes diagnosticados con diabetes tipo 1 según datos autoinformados.
El objetivo principal de comparar este grupo con los registros médico-administrativos es validar la capacidad del algoritmo para clasificar con precisión a las personas con diabetes tipo 1, asegurando que sean identificadas correctamente como tales sin ser clasificadas erróneamente en otras categorías.
|
ninguna intervención.
Este es un estudio observacional.
|
|
diabetes tipo 2
Este grupo incluye participantes diagnosticados con diabetes tipo 2 según datos clínicos.
El proceso de validación se centra en evaluar la precisión del algoritmo para identificar individuos con diabetes tipo 2, garantizar una clasificación correcta y minimizar el riesgo de clasificación errónea como otros fenotipos de diabetes o no diabéticos.
|
ninguna intervención.
Este es un estudio observacional.
|
|
Diabetes autoinmune latente en adultos
Este grupo está formado por participantes diagnosticados con diabetes autoinmune latente en adultos (LADA) según datos autoinformados.
El proceso de validación para este grupo se centra en evaluar la capacidad del algoritmo para identificar con precisión a las personas con LADA, lo que a menudo resulta desafiante debido a sus características que se superponen con la diabetes tipo 1 y tipo 2.
La clasificación precisa de LADA es crucial para mejorar las estrategias de tratamiento y comprender su epidemiología.
|
ninguna intervención.
Este es un estudio observacional.
|
|
No diabético
Este grupo incluye participantes que, según los datos autoinformados de los individuos, no tienen ningún fenotipo de diabetes.
La comparación de los datos de este grupo con los registros médico-administrativos es crucial para identificar falsos positivos y garantizar que los algoritmos excluyan con precisión a las personas no diabéticas de una clasificación errónea como diabética.
|
|
|
otros fenotipos
Este grupo contiene participantes diagnosticados con fenotipos relacionados con la diabetes distintos del tipo 1, tipo 2 o LADA, así como aquellos con formas más raras de la enfermedad (según datos clínicos).
La validación tiene como objetivo determinar la eficacia del algoritmo para identificar y clasificar correctamente estos fenotipos menos comunes, lo cual es fundamental para garantizar una clasificación completa y precisa de la diabetes.
|
ninguna intervención.
Este es un estudio observacional.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Medidas de precisión diagnóstica (porcentajes)
Periodo de tiempo: Datos retrospectivos de 1997 a 2024
|
La medida de resultado primaria es la precisión de los algoritmos médico-administrativos para clasificar correctamente a los participantes en uno de los siguientes fenotipos de diabetes: tipo 1, tipo 2, LADA u otros fenotipos, en comparación con diagnósticos clínicos o autoinformados. 1.1. Medidas de precisión diagnóstica (porcentajes)
Estos indicadores no se agregarán en un solo valor, sino que se presentarán por separado para respetar sus distintas unidades de medida. |
Datos retrospectivos de 1997 a 2024
|
|
Recuentos de clasificación (número de casos)
Periodo de tiempo: Datos retrospectivos de 1997 a 2024
|
La medida de resultado primaria es la precisión de los algoritmos médico-administrativos para clasificar correctamente a los participantes en uno de los siguientes fenotipos de diabetes: tipo 1, tipo 2, LADA u otros fenotipos, en comparación con diagnósticos clínicos o autoinformados. 1.2. Recuentos de clasificación (número de casos)
Estos indicadores no se agregarán en un solo valor, sino que se presentarán por separado para respetar sus distintas unidades de medida. |
Datos retrospectivos de 1997 a 2024
|
|
Razones de verosimilitud (sin unidades)
Periodo de tiempo: Datos retrospectivos de 1997 a 2024
|
La medida de resultado primaria es la precisión de los algoritmos médico-administrativos para clasificar correctamente a los participantes en uno de los siguientes fenotipos de diabetes: tipo 1, tipo 2, LADA u otros fenotipos, en comparación con diagnósticos clínicos o autoinformados. 1.3. Razones de verosimilitud (sin unidades)
Estos indicadores no se agregarán en un solo valor, sino que se presentarán por separado para respetar sus distintas unidades de medida. |
Datos retrospectivos de 1997 a 2024
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Prevalencia de cada fenotipo de diabetes (proporción/porcentaje)
Periodo de tiempo: Datos retrospectivos de 1997 a 2024
|
Prevalencias de cada fenotipo de diabetes (Tipo 1, Tipo 2, LADA y otros fenotipos) dentro de la población de estudio: determina la proporción de individuos que tienen cada fenotipo de diabetes específico (Tipo 1, Tipo 2, LADA u otros fenotipos) en un momento determinado. momento en el tiempo (Reportado como porcentaje o proporción). Unidad de Medida: Proporción o porcentaje de la población de estudio. Estos cálculos proporcionarán información sobre la distribución y aparición de diferentes fenotipos de diabetes en la población de Quebec desde 1997 hasta 2024, lo que permitirá una mejor comprensión de los patrones de la enfermedad e informará las estrategias de salud pública y la asignación de recursos. Estos indicadores no se agregarán en un solo valor, sino que se presentarán por separado para respetar sus distintas unidades de medida. |
Datos retrospectivos de 1997 a 2024
|
|
Incidencia de cada fenotipo de diabetes
Periodo de tiempo: Datos retrospectivos de 1997 a 2024
|
Incidencias de cada fenotipo de diabetes (Tipo 1, Tipo 2, LADA y otros fenotipos) dentro de la población de estudio: Incidencia (I): Calcula la tasa a la que ocurren nuevos casos de cada fenotipo de diabetes en la población de estudio durante el período definido (Reportado como tasa o proporción). Unidad de medida: Tasa de casos nuevos (p. ej., por 1000 personas-año) o proporción (casos/población total). Estos cálculos proporcionarán información sobre la distribución y aparición de diferentes fenotipos de diabetes en la población de Quebec desde 1997 hasta 2024, lo que permitirá una mejor comprensión de los patrones de la enfermedad e informará las estrategias de salud pública y la asignación de recursos. Estos indicadores no se agregarán en un solo valor, sino que se presentarán por separado para respetar sus distintas unidades de medida. |
Datos retrospectivos de 1997 a 2024
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: philippe C corsenac, Ph.D, UQO
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Estimado)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- F1-14464
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
producto fabricado y exportado desde los EE. UU.
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. .