Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Prédiction dirigée par l'AI-Age biologique avec DSE

1 avril 2025 mis à jour par: Kang Zhang, The Eye Hospital of Wenzhou Medical University

Prédire l'âge biologique à l'aide de dossiers de santé électroniques: une approche basée sur l'IA

Il s'agit d'une étude clinique rétrospective multicentrique conçue pour évaluer l'application et l'efficacité d'un modèle prédictif assisté par l'IA pour prédire l'âge biologique à l'aide des dossiers de santé électroniques (DSE). L'étude analysera divers points de données sur la santé, notamment les antécédents médicaux, les résultats de laboratoire et les observations cliniques, pour estimer l'âge biologique des patients. En comparant l'âge biologique avec l'âge chronologique, l'étude vise à évaluer l'exactitude du modèle et son potentiel pour identifier les risques pour la santé liés à l'âge et améliorer les soins aux patients.

Aperçu de l'étude

Statut

Recrutement

Les conditions

Description détaillée

La prédiction biologique de l’âge est cruciale pour évaluer l’état de santé général, déterminer le risque de maladies liées à l’âge et fournir des soins de santé personnalisés. Bien que l'âge chronologique soit un facteur clé, il ne reflète pas toujours le véritable processus biologique de vieillissement d'un individu. L’identification précoce du vieillissement biologique accéléré et des risques pour la santé associés peut avoir un impact significatif sur les interventions précoces et les résultats de santé à long terme. Dans la pratique clinique, les prestataires de soins de santé intègrent un large éventail de données sur les patients, notamment les antécédents médicaux, les résultats de tests de laboratoire et les observations cliniques, pour comprendre l'état de santé d'un individu et prédire les risques potentiels futurs. À mesure que la médecine de précision gagne en importance, la capacité de prédire l’âge biologique et de personnaliser les plans de soins est essentielle. Les progrès récents dans les techniques d’intelligence artificielle et d’analyse des données se sont révélés prometteurs pour améliorer la précision des prévisions de l’âge biologique. Cette étude vise à développer un système de prise de décision assisté par l'IA en intégrant des données multimodales provenant des dossiers de santé électroniques, des résultats de laboratoire, des observations cliniques et des données démographiques des patients. L'objectif est d'améliorer la précision du diagnostic, d'optimiser les flux de travail cliniques et de fournir des soins de santé plus personnalisés aux patients en prédisant l'âge biologique, en identifiant les personnes à risque et en améliorant les résultats de santé.

Type d'étude

Observationnel

Inscription (Estimé)

1000000

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Coordonnées de l'étude

Lieux d'étude

    • Guangdong
      • Guangzhou, Guangdong, Chine
        • Recrutement
        • Nanfang Hospital
        • Contact:
    • Zhejiang
      • Wenzhou, Zhejiang, Chine
        • Recrutement
        • First Affiliated Hospital of Wenzhou Medical University
        • Contact:
      • Wenzhou, Zhejiang, Chine
        • Recrutement
        • The Eye Hospital of Wenzhou Medical University
        • Contact:
      • Wenzhou, Zhejiang, Chine
        • Recrutement
        • Second Affiliated Hospital of Wenzhou Medical University
        • Contact:

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Enfant
  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Oui

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

La population étudiée se compose de personnes qui ont reçu des soins dans les hôpitaux ou les centres de santé participants avec des dossiers de santé électroniques accessibles (DSE). Les participants incluront ceux qui ont des données de DSE complètes, y compris les antécédents médicaux, les résultats des tests de laboratoire, les données d'imagerie et les facteurs de style de vie tels que l'alimentation, l'activité physique et les habitudes de tabagisme. La cohorte comprendra à la fois des individus en bonne santé et des personnes chroniques ou des comorbidités pour analyser la prédiction de l'âge biologique à travers différents statuts de santé. L'étude sera menée dans plusieurs établissements de santé pour assurer une population de patients diversifiée représentant un large éventail de groupes d'âge, de problèmes de santé et de démographie.

La description

Critères d'intégration :

  1. Les patients présentant des données de DSE complètes et accessibles, y compris les antécédents médicaux, les résultats de laboratoire, les données de traitement, les données d'imagerie (si disponibles) et les facteurs de style de vie (par exemple, le tabagisme, l'activité physique, le régime alimentaire).
  2. Les patients sans déficiences cognitives significatives qui les empêcheraient de fournir un consentement éclairé ou de participer à l'étude.
  3. Tous les participants doivent donner leur consentement éclairé pour l'utilisation de leurs données médicales à des fins de recherche.

Critères d'exclusion :

  1. Patients dont les données DSE critiques sont incomplètes ou manquantes, telles que les antécédents médicaux, les résultats de laboratoire ou les données de traitement nécessaires pour prédire l'âge biologique.
  2. les patients souffrant de troubles cognitifs graves (par exemple, démence, handicaps mentaux importants) qui sont incapables de fournir un consentement éclairé ou de participer de manière significative à l'étude.
  3. Les patients atteints de maladies en phase terminale ou ceux qui ont une espérance de vie limitée où les prédictions de l'âge biologique peuvent ne pas être pertinentes aux fins de l'étude.

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

Cohortes et interventions

Groupe / Cohorte
Intervention / Traitement
Groupe biologiquement plus jeune
Participants dont l’âge biologique devrait être plus jeune que leur âge chronologique.
Cette étude utilise un modèle prédictif assisté par l'IA qui analyse les données multimodales des dossiers de santé électroniques, y compris les antécédents médicaux, les résultats de laboratoire, les données d'imagerie et les facteurs liés au mode de vie, pour estimer l'âge biologique. Le modèle utilise des algorithmes d’apprentissage profond pour prédire l’âge biologique, le comparer à l’âge chronologique et identifier les premiers signes de risques pour la santé liés à l’âge. L'intervention n'est pas un traitement ou une procédure directe mais vise à développer un outil de prédiction de l'âge biologique pour aider à personnaliser les soins et à améliorer les résultats de santé à long terme.
Groupe biologiquement plus âgé
Les participants dont l'âge biologique devraient être plus âgés que leur âge chronologique.
Cette étude utilise un modèle prédictif assisté par l'IA qui analyse les données multimodales des dossiers de santé électroniques, y compris les antécédents médicaux, les résultats de laboratoire, les données d'imagerie et les facteurs liés au mode de vie, pour estimer l'âge biologique. Le modèle utilise des algorithmes d’apprentissage profond pour prédire l’âge biologique, le comparer à l’âge chronologique et identifier les premiers signes de risques pour la santé liés à l’âge. L'intervention n'est pas un traitement ou une procédure directe mais vise à développer un outil de prédiction de l'âge biologique pour aider à personnaliser les soins et à améliorer les résultats de santé à long terme.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Précision de la prévision de l’âge biologique
Délai: 1 an
La précision du modèle d'IA dans la prévision de l'âge biologique par rapport à l'âge chronologique. Ceci sera évalué à l'aide du coefficient de corrélation de Pearson (PCC) pour évaluer la force de la corrélation entre l'âge biologique prédit et l'âge chronologique. De plus, R-Squared (R²) sera utilisé pour évaluer la proportion de variance de l'âge biologique expliqué par le modèle.
1 an

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Corrélation des risques pour la santé
Délai: 1 an
La corrélation entre l'âge biologique prévu et divers risques pour la santé, tels que le développement de maladies chroniques (par exemple, maladies cardiovasculaires, diabète), à ​​l'aide du PCC pour évaluer la relation entre les prédictions de l'âge biologique et les résultats pour la santé.
1 an

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

1 mars 2023

Achèvement primaire (Estimé)

2 avril 2025

Achèvement de l'étude (Estimé)

2 avril 2025

Dates d'inscription aux études

Première soumission

19 janvier 2025

Première soumission répondant aux critères de contrôle qualité

19 janvier 2025

Première publication (Réel)

25 mars 2025

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

2 avril 2025

Dernière mise à jour soumise répondant aux critères de contrôle qualité

1 avril 2025

Dernière vérification

1 avril 2025

Plus d'information

Termes liés à cette étude

Autres numéros d'identification d'étude

  • Biological Age

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

NON

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

produit fabriqué et exporté des États-Unis.

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

S'abonner