Gépi tanulás az elhízás újraosztályozására
2020. június 23. frissítette: Shen Qu, Shanghai 10th People's Hospital
Adatvezérelt klaszterezés az elhízás metabolikus osztályozására gépi tanulás segítségével
Ennek a tanulmánynak az a célja, hogy számítási modellezési technikákat alkalmazzon vagy fejlesszen ki az elhízás pontos alcsoportokba való átsorolására.
Az alcsoportokon belül a bariátriai műtétek klinikai jellemzőit, a nem fertőző betegségek kockázatait, valamint a súlycsökkentő hatásait is tanulmányozzák és összehasonlítják.
A tanulmány áttekintése
Állapot
Befejezve
Körülmények
Beavatkozás / kezelés
Tanulmány típusa
Megfigyelő
Beiratkozás (Tényleges)
2495
Kapcsolatok és helyek
Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.
Tanulmányi helyek
-
-
Shanghai
-
Shanghai, Shanghai, Kína, 200072
- Shanghai Tenth People's Hospital
-
-
Részvételi kritériumok
A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.
Jogosultsági kritériumok
Tanulmányozható életkorok
10 év (Gyermek, Felnőtt, Idősebb felnőtt)
Egészséges önkénteseket fogad
Igen
Tanulmányozható nemek
Összes
Mintavételi módszer
Valószínűségi minta
Tanulmányi populáció
Túlsúlyos/elhízott betegek.
Leírás
Bevételi kritériumok:
- Túlsúlyos/elhízott betegek
- Normál testsúlyú betegek kontrollként
Kizárási kritériumok:
- valaha is végeztek bariátriai műtéttel a vizsgálat első látogatása előtt;
- exogén inzulint, glükóz-anyagcserét befolyásoló gyógyszert vagy jelenleg húgysav-gyógyszert szedett;
- 1-es típusú cukorbetegséggel, másodlagos cukorbetegséggel, örökletes betegséggel vagy súlyos betegséggel (pl. rosszindulatú daganat, szívelégtelenség, májelégtelenség stb.);
- a laktáció terhességében;
- nem rendelkezett a modell teljes adataival;
- a normál testsúlyú kontrollok esetében a cukorbetegeket vagy a hiperurikémiás betegeket kizárták.
Tanulási terv
Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
NW
normál súlykontroll
|
|
|
MHO
metabolikus egészséges elhízás
|
Számítógépes modellezési technikákat alkalmazunk az elhízás négy alcsoportba történő pontos átsorolására, a klinikai tapasztalatok és a modellezési eredmények alapján több változót választunk ki a klaszteranalízishez.
|
|
LMO
hipometabolikus elhízás
|
Számítógépes modellezési technikákat alkalmazunk az elhízás négy alcsoportba történő pontos átsorolására, a klinikai tapasztalatok és a modellezési eredmények alapján több változót választunk ki a klaszteranalízishez.
|
|
HMO-U
hipermetabolikus elhízás hiperurikémiával
|
Számítógépes modellezési technikákat alkalmazunk az elhízás négy alcsoportba történő pontos átsorolására, a klinikai tapasztalatok és a modellezési eredmények alapján több változót választunk ki a klaszteranalízishez.
|
|
HMO-I
hipermetabolikus elhízás hiperinzulinémiával
|
Számítógépes modellezési technikákat alkalmazunk az elhízás négy alcsoportba történő pontos átsorolására, a klinikai tapasztalatok és a modellezési eredmények alapján több változót választunk ki a klaszteranalízishez.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Időkeret |
|---|---|
|
Az elhízott betegek metabolikus osztályozása gépi tanulás segítségével
Időkeret: alapvonal
|
alapvonal
|
Másodlagos eredményintézkedések
Eredménymérő |
Időkeret |
|---|---|
|
Metabolikus jellemzők különböző alcsoportokba tartozó betegeknél
Időkeret: alapvonal
|
alapvonal
|
|
A nem fertőző betegségek kockázata a különböző alcsoportokba tartozó betegeknél
Időkeret: alapvonal
|
alapvonal
|
|
A bariátriai sebészet hatása különböző alcsoportokba tartozó betegekben
Időkeret: 1 évvel a bariátriai műtét után
|
1 évvel a bariátriai műtét után
|
Együttműködők és nyomozók
Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.
Publikációk és hasznos linkek
A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.
Tanulmányi rekorddátumok
Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
2020. március 1.
Elsődleges befejezés (Tényleges)
2020. április 30.
A tanulmány befejezése (Tényleges)
2020. június 20.
Tanulmányi regisztráció dátumai
Először benyújtva
2020. február 21.
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
2020. február 21.
Első közzététel (Tényleges)
2020. február 25.
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
2020. június 25.
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
2020. június 23.
Utolsó ellenőrzés
2020. június 1.
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- Obesity Reclassification
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
NEM
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Nem
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Nem
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .