Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Predicción de la edad biológica impulsada por IA con EHR

1 de abril de 2025 actualizado por: Kang Zhang, The Eye Hospital of Wenzhou Medical University

Predicción de la edad biológica utilizando registros de salud electrónicos: un enfoque basado en IA

Este es un estudio clínico retrospectivo y múltiple diseñado para evaluar la aplicación y la efectividad de un modelo predictivo asistido por AI-AI para predecir la edad biológica utilizando registros de salud electrónicos (EHR). El estudio analizará varios puntos de datos de salud, incluidos el historial médico, los resultados de laboratorio y las observaciones clínicas, para estimar la edad biológica de los pacientes. Al comparar la edad biológica con la edad cronológica, el estudio tiene como objetivo evaluar la precisión del modelo y su potencial para identificar los riesgos para la salud relacionados con la edad y mejorar la atención al paciente.

Descripción general del estudio

Estado

Reclutamiento

Condiciones

Intervención / Tratamiento

Descripción detallada

La predicción de la edad biológica es crucial para evaluar la salud general, determinar el riesgo de enfermedades relacionadas con la edad y proporcionar atención médica personalizada. Si bien la edad cronológica es un factor clave, no siempre refleja el verdadero proceso de envejecimiento biológico de un individuo. La identificación temprana del envejecimiento biológico acelerado y los riesgos de salud asociados pueden afectar significativamente las intervenciones tempranas y los resultados de salud a largo plazo. En la práctica clínica, los proveedores de atención médica integran una amplia gama de datos del paciente, que incluyen antecedentes médicos, resultados de pruebas de laboratorio y observaciones clínicas, para comprender el estado de salud de un individuo y predecir posibles riesgos futuros. A medida que la medicina de precisión se vuelve más importante, la capacidad de predecir la edad biológica y personalizar los planes de atención es esencial. Los avances recientes en la inteligencia artificial y las técnicas de análisis de datos han demostrado ser prometedores para mejorar la precisión de las predicciones de edad biológica. Este estudio tiene como objetivo desarrollar un sistema de toma de decisiones asistido por AII integrando datos multimodales de registros de salud electrónicos, resultados de laboratorio, observaciones clínicas y demografía del paciente. El objetivo es mejorar la precisión del diagnóstico, optimizar los flujos de trabajo clínicos y proporcionar atención médica más personalizada para los pacientes mediante la predicción de la edad biológica, identificando a las personas en riesgo y mejorando los resultados de la salud.

Tipo de estudio

De observación

Inscripción (Estimado)

1000000

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: Fei Liu, MD
  • Número de teléfono: +86 13810512704
  • Correo electrónico: liufei_2359@163.com

Ubicaciones de estudio

  • Porcelana
    • Guangdong
      • Guangzhou, Guangdong, Porcelana
        • Reclutamiento
        • Nanfang Hospital
        • Contacto:
    • Zhejiang
      • Wenzhou, Zhejiang, Porcelana
        • Reclutamiento
        • First Affiliated Hospital of Wenzhou Medical University
        • Contacto:
      • Wenzhou, Zhejiang, Porcelana
        • Reclutamiento
        • The Eye Hospital of Wenzhou Medical University
        • Contacto:
      • Wenzhou, Zhejiang, Porcelana
        • Reclutamiento
        • Second Affiliated Hospital of Wenzhou Medical University
        • Contacto:

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

  • Niño
  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

Sí

Método de muestreo

Muestra no probabilística

Población de estudio

La población de estudio consta de personas que han recibido atención en hospitales participantes o centros de salud con registros de salud electrónicos accesibles (EHR). Los participantes incluirán aquellos con datos completos de EHR, incluidos el historial médico, los resultados de las pruebas de laboratorio, los datos de imágenes y los factores de estilo de vida como la dieta, la actividad física y los hábitos de fumar. La cohorte comprenderá tanto a las personas que están sanas como para aquellos con afecciones crónicas o comorbilidades para analizar la predicción de la edad biológica en diferentes estados de salud. El estudio se realizará en múltiples centros de salud para garantizar una población de pacientes diversa que represente una amplia gama de grupos de edad, condiciones de salud y demografía.

Descripción

Criterios de inclusión:

  1. Pacientes con datos de EHR completos y accesibles, incluidos historial médico, resultados de laboratorio, datos de tratamiento, datos de imágenes (si están disponibles) y factores de estilo de vida (p. ej., tabaquismo, actividad física, dieta).
  2. Pacientes sin deterioro cognitivo significativo que les impida dar su consentimiento informado o participar en el estudio.
  3. Todos los participantes deben dar su consentimiento informado para el uso de sus datos médicos con fines de investigación.

Criterios de exclusión:

  1. Los pacientes con datos críticos de EHR incompletos o faltantes, como historial médico, resultados de laboratorio o datos de tratamiento que son necesarios para predecir la edad biológica.
  2. Atients con trastornos cognitivos severos (por ejemplo, demencia, discapacidades mentales significativas) que no pueden proporcionar consentimiento informado o participar significativamente en el estudio.
  3. Pacientes con enfermedades terminales o con esperanza de vida limitada donde las predicciones de edad biológica pueden no ser relevantes para los propósitos del estudio.

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
Grupo biológicamente más joven
Participantes cuya edad biológica se predice que será menor que su edad cronológica.
Otro: Modelo predictivo asistido por AI-AI
Este estudio utiliza un modelo predictivo asistido por IA que analiza datos multimodales de registros médicos electrónicos, incluidos antecedentes médicos, resultados de laboratorio, datos de imágenes y factores de estilo de vida, para estimar la edad biológica. El modelo emplea algoritmos de aprendizaje profundo para predecir la edad biológica, compararla con la edad cronológica e identificar signos tempranos de riesgos para la salud relacionados con la edad. La intervención no es un tratamiento o procedimiento directo, pero tiene como objetivo desarrollar una herramienta para predecir la edad biológica para ayudar a personalizar la atención y mejorar los resultados de salud a largo plazo.
Grupo biológicamente más antiguo
Participantes cuya edad biológica se predice que será mayor que su edad cronológica.
Otro: Modelo predictivo asistido por AI-AI
Este estudio utiliza un modelo predictivo asistido por IA que analiza datos multimodales de registros médicos electrónicos, incluidos antecedentes médicos, resultados de laboratorio, datos de imágenes y factores de estilo de vida, para estimar la edad biológica. El modelo emplea algoritmos de aprendizaje profundo para predecir la edad biológica, compararla con la edad cronológica e identificar signos tempranos de riesgos para la salud relacionados con la edad. La intervención no es un tratamiento o procedimiento directo, pero tiene como objetivo desarrollar una herramienta para predecir la edad biológica para ayudar a personalizar la atención y mejorar los resultados de salud a largo plazo.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Precisión de la predicción de la edad biológica
Periodo de tiempo: 1 año
La precisión del modelo AI en la predicción de la edad biológica en comparación con la edad cronológica. Esto se evaluará utilizando el coeficiente de correlación de Pearson (PCC) para evaluar la fuerza de la correlación entre la edad biológica predicha y la edad cronológica. Además, R-cuadrado (R²) se utilizará para evaluar la proporción de varianza en la edad biológica explicada por el modelo.
1 año

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Correlación de riesgos para la salud
Periodo de tiempo: 1 año
La correlación entre la edad biológica prevista y diversos riesgos para la salud, como el desarrollo de enfermedades crónicas (por ejemplo, enfermedades cardiovasculares, diabetes), utilizando PCC para evaluar la relación entre las predicciones de la edad biológica y los resultados de salud.
1 año

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

The Eye Hospital of Wenzhou Medical University

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)

1 de marzo de 2023

Finalización primaria (Estimado)

2 de abril de 2025

Finalización del estudio (Estimado)

2 de abril de 2025

Fechas de registro del estudio

Enviado por primera vez

19 de enero de 2025

Primero enviado que cumplió con los criterios de control de calidad

19 de enero de 2025

Publicado por primera vez (Actual)

25 de marzo de 2025

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

2 de abril de 2025

Última actualización enviada que cumplió con los criterios de control de calidad

1 de abril de 2025

Última verificación

1 de abril de 2025

Más información

Términos relacionados con este estudio

Palabras clave

Otros números de identificación del estudio

  • Biological Age

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

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

producto fabricado y exportado desde los 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. .

Suscribir