AI-ohjattu biologisen iän ennustaminen EHR: n kanssa
tiistai 1. huhtikuuta 2025 päivittänyt: Kang Zhang, The Eye Hospital of Wenzhou Medical University
Biologisen iän ennustaminen sähköisten terveystietojen avulla: tekoälyyn perustuva lähestymistapa
Tämä on monikeskusinen, retrospektiivinen kliininen tutkimus, joka on suunniteltu arvioimaan tekoälyavusteisen ennustusmallin soveltamista ja tehokkuutta biologisen iän ennustamiseen sähköisten terveyskertomusten (EHR) avulla.
Tutkimuksessa analysoidaan erilaisia terveystietopisteitä, mukaan lukien sairaushistoria, laboratoriotulokset ja kliiniset havainnot potilaiden biologisen iän arvioimiseksi.
Vertaamalla biologista ikää kronologiseen ikään tutkimuksessa pyritään arvioimaan mallin tarkkuutta ja mahdollisuuksia tunnistaa ikään liittyviä terveysriskejä ja parantaa potilaiden hoitoa.
Tutkimuksen yleiskatsaus
Yksityiskohtainen kuvaus
Biologinen iän ennustaminen on ratkaisevan tärkeää yleisterveyden arvioinnissa, ikään liittyvien sairauksien riskin määrittämisessä ja yksilöllisen terveydenhuollon tarjoamisessa.
Vaikka kronologinen ikä on avaintekijä, se ei aina heijasta yksilön todellista biologista ikääntymisprosessia.
Nopeutuneen biologisen ikääntymisen ja siihen liittyvien terveysriskien varhainen tunnistaminen voi vaikuttaa merkittävästi varhaisiin toimiin ja pitkän aikavälin terveysvaikutuksiin.
Kliinisessä käytännössä terveydenhuollon tarjoajat yhdistävät laajan valikoiman potilastietoja, mukaan lukien sairaushistoria, laboratoriotestien tulokset ja kliiniset havainnot, ymmärtääkseen yksilön terveydentilan ja ennustaakseen mahdollisia tulevia riskejä.
Kun tarkkuuslääketiede tulee entistä tärkeämmäksi, kyky ennustaa biologinen ikä ja yksilöidä hoitosuunnitelmat ovat välttämättömiä.
Viimeaikaiset edistysaskeleet tekoäly- ja data-analyysitekniikoissa ovat osoittaneet lupaavia parantaa biologisen iän ennusteiden tarkkuutta.
Tämän tutkimuksen tavoitteena on kehittää tekoälyavusteinen päätöksentekojärjestelmä integroimalla multimodaalista dataa sähköisistä terveyskertomuksista, laboratoriotuloksista, kliinisistä havainnoista ja potilaiden demografisista tiedoista.
Tavoitteena on parantaa diagnostista tarkkuutta, optimoida kliinisiä työnkulkuja ja tarjota potilaille yksilöllisempää terveydenhuoltoa ennustamalla biologista ikää, tunnistamalla riskiryhmään kuuluvat henkilöt ja parantamalla terveydellisiä tuloksia.
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Arvioitu)
1000000
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskeluyhteys
- Nimi: Fei Liu, MD
- Puhelinnumero: +86 13810512704
- Sähköposti: liufei_2359@163.com
Opiskelupaikat
-
-
Guangdong
-
Guangzhou, Guangdong, Kiina
- Rekrytointi
- Nanfang Hospital
-
Ottaa yhteyttä:
- Zhuomin Li
- Puhelinnumero: +86-0577-85397527
- Sähköposti: chetneyli.1001@gmail.com
-
-
Zhejiang
-
Wenzhou, Zhejiang, Kiina
- Rekrytointi
- First Affiliated Hospital of Wenzhou Medical University
-
Ottaa yhteyttä:
- Cheng Tang
- Sähköposti: c249325687@163.com
-
Wenzhou, Zhejiang, Kiina
- Rekrytointi
- The Eye Hospital of Wenzhou Medical University
-
Ottaa yhteyttä:
- Lan Wang
- Puhelinnumero: +86-0577-85397527
- Sähköposti: wl2832300533@163.com
-
Wenzhou, Zhejiang, Kiina
- Rekrytointi
- Second Affiliated Hospital of Wenzhou Medical University
-
Ottaa yhteyttä:
- Sian Liu
- Puhelinnumero: +86-0577-88002888
- Sähköposti: liusan@mail3.sysu.edu.cn
-
-
Osallistumiskriteerit
Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Joo
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
Tutkimuspopulaatio koostuu henkilöistä, jotka ovat saaneet hoitoa osallistuvissa sairaaloissa tai terveyskeskuksissa, joissa on saatavilla sähköiset terveystiedot (EHR).
Osallistujat sisältävät täydelliset EHR-tiedot, mukaan lukien sairaushistoria, laboratoriotestien tulokset, kuvantamistiedot ja elämäntapatekijät, kuten ruokavalio, fyysinen aktiivisuus ja tupakointitottumukset.
Kohortti koostuu sekä terveistä henkilöistä että kroonisista sairauksista tai liitännäissairauksista kärsiviä henkilöitä analysoimaan biologisen iän ennustetta eri terveydentilasta riippuen.
Tutkimus suoritetaan useissa terveydenhuollon laitoksissa, jotta varmistetaan monipuolinen potilaspopulaatio, joka edustaa monenlaisia ikäryhmiä, terveystiloja ja väestötietoja.
Kuvaus
Sisällyttämiskriteerit:
- Potilaat, joilla on kattavat ja saatavilla olevat EHR-tiedot, mukaan lukien sairaushistoria, laboratoriotulokset, hoitotiedot, kuvantamistiedot (jos saatavilla) ja elämäntapatekijät (esim. tupakointi, fyysinen aktiivisuus, ruokavalio).
- Potilaat, joilla ei ole merkittäviä kognitiivisia häiriöitä, jotka estäisivät heitä antamasta tietoista suostumusta tai osallistumasta tutkimukseen.
- Kaikkien osallistujien on annettava tietoinen suostumus lääketieteellisten tietojensa käyttöön tutkimustarkoituksiin.
Poissulkemiskriteerit:
- Potilaat, joilla on puutteelliset tai puuttuvat kriittiset EHR -tiedot, kuten sairaushistoria, laboratoriotulokset tai hoitotiedot, jotka ovat välttämättömiä biologisen iän ennustamiseksi.
- Atentiaalit, joilla on vakavia kognitiivisia häiriöitä (esim. Dementia, merkittävät mielenterveyden vammaiset), jotka eivät pysty tarjoamaan tietoista suostumusta tai osallistumaan tarkoituksenmukaisesti tutkimukseen.
- Potilaat, joilla on kuolemaan johtavia sairauksia tai potilaat, joiden elinajanodote on rajallinen ja joiden biologiset ikäennusteet eivät välttämättä ole merkityksellisiä tutkimuksen kannalta.
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Biologisesti nuorempi ryhmä
Osallistujat, joiden biologisen iän ennustetaan olevan nuorempi kuin heidän aikajärjestyksensä.
|
Tässä tutkimuksessa käytetään AI-avustettua ennustemallia, joka analysoi multimodaalisia tietoja sähköisistä terveystiedoista, mukaan lukien sairaushistoria, laboratoriotulokset, kuvantamistiedot ja elämäntapatekijät, biologisen iän arvioimiseksi.
Malli käyttää syvän oppimisen algoritmeja ennustaakseen biologista ikää, verrata sitä aikajärjestykseen ja tunnistaa varhaiset merkit ikään liittyvistä terveysriskeistä.
Interventio ei ole suora hoito tai toimenpide, vaan sen tavoitteena on kehittää työkalu biologisen iän ennustamiseen hoidon mukauttamiseksi ja pitkäaikaisten terveysvaikutusten parantamiseksi.
|
|
Biologisesti vanhempi ryhmä
Osallistujat, joiden biologisen iän ennustetaan olevan vanhempi kuin heidän kronologinen ikänsä.
|
Tässä tutkimuksessa käytetään AI-avustettua ennustemallia, joka analysoi multimodaalisia tietoja sähköisistä terveystiedoista, mukaan lukien sairaushistoria, laboratoriotulokset, kuvantamistiedot ja elämäntapatekijät, biologisen iän arvioimiseksi.
Malli käyttää syvän oppimisen algoritmeja ennustaakseen biologista ikää, verrata sitä aikajärjestykseen ja tunnistaa varhaiset merkit ikään liittyvistä terveysriskeistä.
Interventio ei ole suora hoito tai toimenpide, vaan sen tavoitteena on kehittää työkalu biologisen iän ennustamiseen hoidon mukauttamiseksi ja pitkäaikaisten terveysvaikutusten parantamiseksi.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Biologinen ikäennuste tarkkuus
Aikaikkuna: Yksi vuosi
|
Tekoälymallin tarkkuus ennustaa biologista ikää verrattuna kronologiseen ikään.
Tämä arvioidaan käyttämällä Pearson-korrelaatiokerrointa (PCC) ennustetun biologisen iän ja kronologisen iän välisen korrelaation vahvuuden arvioimiseksi.
Lisäksi R-neliötä (R²) käytetään mallin selittämän biologisen iän varianssin osuuden arvioimiseen.
|
Yksi vuosi
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Terveysriskien korrelaatio
Aikaikkuna: 1 vuosi
|
Ennustetun biologisen iän ja erilaisten terveysriskien, kuten kroonisten sairauksien (esim. sydän- ja verisuonisairaudet, diabetes) välinen korrelaatio PCC:n avulla arvioimaan biologisen iän ennusteiden ja terveysvaikutusten välistä suhdetta.
|
1 vuosi
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Opintojen ennätyspäivät
Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan julkisella verkkosivustolla.
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Keskiviikko 1. maaliskuuta 2023
Ensisijainen valmistuminen (Arvioitu)
Keskiviikko 2. huhtikuuta 2025
Opintojen valmistuminen (Arvioitu)
Keskiviikko 2. huhtikuuta 2025
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Sunnuntai 19. tammikuuta 2025
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Sunnuntai 19. tammikuuta 2025
Ensimmäinen Lähetetty (Todellinen)
Tiistai 25. maaliskuuta 2025
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Keskiviikko 2. huhtikuuta 2025
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Tiistai 1. huhtikuuta 2025
Viimeksi vahvistettu
Tiistai 1. huhtikuuta 2025
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muut tutkimustunnusnumerot
- Biological Age
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
EI
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
Yhdysvalloissa valmistettu ja sieltä viety tuote
Ei
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 .