Koulutetun kielimallin integrointi parantamaan glukoositasapainoa lisäämällä fyysistä aktiivisuutta: Täysin digitaalinen My Heart Counts -älypuhelinsovelluksen satunnaiskoe
Tyypin 2 diabetes (T2D) on yksi yleisimmistä ja nopeimmin kasvavista sairauksista, ja sitä sairastaa yksi kahdeksasta aikuisesta (lähes 800 miljoonaa) maailmanlaajuisesti vuoteen 2045 mennessä. Istuva käyttäytyminen ja lisääntynyt rasvaisuus ovat suuria T2D:n riskitekijöitä. Sydän- ja verisuonisairaudet ovat T2D-potilaiden johtava kuolinsyy, kun taas diabeettinen mikrovaskulaarinen sairaus, joka aiheuttaa munuaissairauksia, neuropatiaa ja retinopatiaa, edistää T2D-sairastuvuutta.
Fyysinen aktiivisuus on yksi tehokkaimmista hoidoista T2D:n ja sen komplikaatioiden ehkäisyssä/hoidossa. Keskimääräiset päivittäiset askeleet kuvaavat fyysistä aktiivisuutta, ja jopa vaatimattomat parannukset askelmäärässä (eli +500 askelta) liittyvät vähentyneeseen T2D:hen ja kuolleisuuteen. Säännöllisen fyysisen aktiivisuuden noudattaminen on kuitenkin edelleen vähäistä T2D-potilailla, ja päivittäisen askelmäärän lyhytaikainen lasku liittyy heikentyneeseen verensokeritasapainoon ja T2D:n uusiutumiseen.
Tutkijat ovat kehittäneet keinoälyn (AI) kielimallin (samanlainen kuin ChatGPT), joka voi automaattisesti luoda valmennuskehotteita fyysiseen aktiivisuuteen ottamalla huomioon yksilön muutosvaihe. Tutkijat laajentavat tutkimustamme My Heart Counts (MHC) -älypuhelinsovelluksella 1) validoivat tekoälyn luomien kehotteiden tehokkuuden T2D-potilailla ja 2) suorittavat pidemmän aikavälin satunnaistetun crossover-tutkimuksen käyttämällä kielimallia sosiaalisena välineenä. vastuullisuuden chatbot - kannustaa osallistujia ylläpitämään fyysisen aktiivisuuden muutoksia kuukausien ajan. Tutkijat olettavat, että tekoälyavusteiset valmennuskehotteeni lisäävät merkittävästi 1) keskimääräistä päivittäistä askelmäärää 500 askelta 1 000 aikuisessa, jotka on värvätty valtakunnallisesti 7 päivän aikana, ja 2) parantavat HbA1c:tä ja painoa pitkän aikavälin käyttäytymismuutoksen ansiosta 24 vuoden aikana. - viikon interventiojakso.
Tutkimuksen yleiskatsaus
Tila
Ehdot
Opintotyyppi
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Kuvaus
Sisällön kriteerit:
- Tutkimuksemme otetaan mukaan 18-vuotiaita henkilöitä, joilla on kliininen T2D-diagnoosi, jotka kykenevät lukemaan ja ymmärtämään englantia ja jotka pystyvät fyysisesti kävelemään.
Poissulkemiskriteerit:
- Kriteerit, jotka eivät kuulu sisällyttämiskriteerien ulkopuolelle.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Hoito
- Jako: Satunnaistettu
- Inventiomalli: Crossover-tehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Kokeellinen: LLM:n luoma valmennuskehote
|
Tavoite 1: Alustavien tietojen mukaan tutkijat ovat esikouluttaneet avoimen lähdekoodin kielimallin, LLAMA:n, asiantuntijoiden luomilla valmennuskäskyillä, jotka perustuvat fyysisen aktiivisuuden muutosvaiheiden malliin.
Seitsemän eri kehotetta (jokaiselle interventioviikon päivälle) luodaan rodun/etnisen taustan, iän, sukupuolen ja muutoksen vaiheen mukaan personoinnin parantamiseksi.
Olemassa olevan MHC-sovelluksen avulla tutkijat suorittavat satunnaistetun crossover-kokeen keskimääräisillä päivittäisillä askeleilla kunkin toimenpiteen aikana.
Tutkijat vertaavat päivittäisen muistutuksen interventioita 10 000 askeleen saavuttamiseksi (neutraali kontrolli) ja tekoälyn mukaisia interventioita yksilön muutosvaiheen perusteella.
Tavoite 2: Käyttämällä sosiaalista vastuullisuutta ja koulutettua kielimallia, joka tuottaa yksilöllisiä valmennusinterventioita, tutkijat suorittavat pitkän aikavälin seurantaa koskevan satunnaistetun, sokkoutumattoman kokeen.
24 viikon interventiojakson aikana osallistujat saavat joko yleisen päivittäisen muistutuksen 10 000 askeleen saavuttamisesta tai tekoälyn luoman valmennuskehotteen. Tekoälyryhmä voi myös "keskustella" kielimallin kanssa kysyäkseen neuvoja heidän ylläpitämiseensa. fyysistä toimintaa.
Tämän pitkän aikavälin tutkimuksen tulokset muuttuvat: 1) päivittäiset askeleet interventiojakson aikana, 2) paino (HealthKit-linkin kautta MHC:hen) ja 3) HbA1c (johdettu HIPAA-yhteensopivaan MHC:hen linkitetyistä EMR-tietueista sovellus).
|
|
Active Comparator: 10 000 askeleen muistutus
|
Tavoite 1: Alustavien tietojen mukaan tutkijat ovat esikouluttaneet avoimen lähdekoodin kielimallin, LLAMA:n, asiantuntijoiden luomilla valmennuskäskyillä, jotka perustuvat fyysisen aktiivisuuden muutosvaiheiden malliin.
Seitsemän eri kehotetta (jokaiselle interventioviikon päivälle) luodaan rodun/etnisen taustan, iän, sukupuolen ja muutoksen vaiheen mukaan personoinnin parantamiseksi.
Olemassa olevan MHC-sovelluksen avulla tutkijat suorittavat satunnaistetun crossover-kokeen keskimääräisillä päivittäisillä askeleilla kunkin toimenpiteen aikana.
Tutkijat vertaavat päivittäisen muistutuksen interventioita 10 000 askeleen saavuttamiseksi (neutraali kontrolli) ja tekoälyn mukaisia interventioita yksilön muutosvaiheen perusteella.
Tavoite 2: Käyttämällä sosiaalista vastuullisuutta ja koulutettua kielimallia, joka tuottaa yksilöllisiä valmennusinterventioita, tutkijat suorittavat pitkän aikavälin seurantaa koskevan satunnaistetun, sokkoutumattoman kokeen.
24 viikon interventiojakson aikana osallistujat saavat joko yleisen päivittäisen muistutuksen 10 000 askeleen saavuttamisesta tai tekoälyn luoman valmennuskehotteen. Tekoälyryhmä voi myös "keskustella" kielimallin kanssa kysyäkseen neuvoja heidän ylläpitämiseensa. fyysistä toimintaa.
Tämän pitkän aikavälin tutkimuksen tulokset muuttuvat: 1) päivittäiset askeleet interventiojakson aikana, 2) paino (HealthKit-linkin kautta MHC:hen) ja 3) HbA1c (johdettu HIPAA-yhteensopivaan MHC:hen linkitetyistä EMR-tietueista sovellus).
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Keskimääräiset päivittäiset askeleet
Aikaikkuna: 7 päivää ja 24 viikkoa
|
Keskimääräiset päivittäiset askeleet interventioviikon (tavoite 1) ja 24 viikon ajanjakson (tavoite 2) aikana.
|
7 päivää ja 24 viikkoa
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Muutos painossa
Aikaikkuna: 24 viikkoa
|
Painon muutos pitkän aikavälin interventiossa (tavoite 2)
|
24 viikkoa
|
|
HbA1c:n muutos
Aikaikkuna: 24 viikkoa
|
HbA1c:n muutos pitkän aikavälin interventiossa (tavoite 2)
|
24 viikkoa
|
|
Viikoittaiset aktiiviset minuutit
Aikaikkuna: 7 päivää ja 24 viikkoa
|
Viikoittainen aktiivisten minuuttien kokonaismäärä interventioviikon (tavoite 1) ja 24 viikon ajanjakson (tavoite 2) aikana.
|
7 päivää ja 24 viikkoa
|
Yhteistyökumppanit ja tutkijat
Sponsori
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Arvioitu)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- 76338
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Yhdysvalloissa valmistettu ja sieltä viety tuote
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .