Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

A1c predittivo basato su dati CGM utilizzando dati CGM (A1c)

26 settembre 2021 aggiornato da: Goran Petrovski, Sidra Medical and Research Center

La previsione di A1c basata sui dati CGM attraverso l'applicazione di approcci di apprendimento automatico

Introduzione. L'emoglobina A1C (HbA1c) riflette il livello medio di glucosio nel sangue degli ultimi due o tre mesi. I recenti progressi nella tecnologia dei sensori facilitano il monitoraggio quotidiano della glicemia utilizzando dispositivi CGM. La previsione futura dell'HbA1C basata sui dati CGM ha un significato critico nel mantenimento della salute a lungo termine dei pazienti diabetici. Un valore superiore al normale di HbA1c aumenta notevolmente la probabilità di malattie cardiovascolari correlate al diabete.

Obiettivo. Lo scopo di questo studio è prevedere in anticipo l'HbA1c utilizzando i dati CGM attraverso l'applicazione di tecniche di apprendimento automatico. I risultati di questa ricerca contribuiranno a migliorare la salute dei pazienti diabetici.

Metodi. Questa è un'analisi retrospettiva. Gli investigatori deidentificheranno e analizzeranno 120 pazienti con T1D che utilizzano il sensore CGM negli ultimi tre mesi. Verranno analizzati i dati CGM degli ultimi 15 giorni e diverse caratteristiche di variabilità del glucosio come tempo nell'intervallo (TIR), coefficiente di variazione (CV), ampiezza media dell'escursione glicemica (MAGE), media delle differenze giornaliere (MODD), valore netto complessivo continuo verrà estratta l'azione glicemica (CONGA). Un modello di apprendimento automatico calcolerà (prevede) l'HbA1c con 2-3 mesi di anticipo sulla base di questi 15 giorni di dati CGM. Per valutare le prestazioni del modello di previsione proposto, l'HbA1c previsto sarà confrontato con l'HbA1c reale.

Panoramica dello studio

Stato

Completato

Condizioni

Intervento / Trattamento

Descrizione dettagliata

Questa è un'analisi retrospettiva. Gli investigatori deidentificheranno e analizzeranno 120 pazienti con T1D utilizzando il sistema di monitoraggio continuo del glucosio (CGM) negli ultimi tre mesi. Verranno analizzati i dati CGM degli ultimi 15 giorni e diverse caratteristiche di variabilità del glucosio come tempo nell'intervallo (TIR), coefficiente di variazione (CV), ampiezza media dell'escursione glicemica (MAGE), media delle differenze giornaliere (MODD), valore netto complessivo continuo verrà estratta l'azione glicemica (CONGA). Verrà sviluppato un modello di apprendimento automatico per prevedere l'HbA1c con 2-3 mesi di anticipo sulla base di questi 15 giorni di dati CGM. Il modello utilizza regressione lineare, regressione penalizzata (regressione Ridge, regressione Lasso e regressione rete elastica) in combinazione con gradient boosting per calcolare l'A1c predittivo

Tipo di studio

Osservativo

Iscrizione (Effettivo)

60

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

  • Qatar
    • Qa
      • Doha, Qa, Qatar, 26999
        • Sidra Medicine

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

Da 2 anni a 18 anni (Bambino, Adulto)

Accetta volontari sani

No

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Pazienti con diabete di tipo 1 e monitoraggio flash del glucosio

Descrizione

Criterio di inclusione:

  • Diabete di tipo 1
  • Sistema di monitoraggio della glicemia flash

Criteri di esclusione:

  • Meno del 70% dei dati CGM negli ultimi 90 giorni.

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
La differenza del livello A1c predittivo dai dati CGM con il livello A1c reale da EMR
Lasso di tempo: 3 mesi
Differenza (%) tra A1c prevista e A1c di laboratorio dalla cartella clinica elettronica
3 mesi

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

Sidra Medical and Research Center

Investigatori

  • Investigatore principale: Marwa Qaraqe, PhD, Hamad Bin Khalifa University, Doha
  • Investigatore principale: Hasan Abbas, PhD, TAMUQ, Doha

Pubblicazioni e link utili

La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.

Pubblicazioni generali

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

1 giugno 2020

Completamento primario (Effettivo)

31 agosto 2020

Completamento dello studio (Effettivo)

30 dicembre 2020

Date di iscrizione allo studio

Primo inviato

27 marzo 2019

Primo inviato che soddisfa i criteri di controllo qualità

28 marzo 2019

Primo Inserito (Effettivo)

1 aprile 2019

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

28 settembre 2021

Ultimo aggiornamento inviato che soddisfa i criteri QC

26 settembre 2021

Ultimo verificato

1 settembre 2021

Maggiori informazioni

Termini relativi a questo studio

Termini MeSH pertinenti aggiuntivi

Altri numeri di identificazione dello studio

  • 2019003271

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

INDECISO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .

Prove cliniche su Monitoraggio rapido del glucosio

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Switzerland

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

Sottoscrivi