Modello di previsione del rischio per l'esacerbazione del fenotipo nei pazienti con malattia polmonare ostruttiva cronica
27 dicembre 2023 aggiornato da: Li An
Un modello predittivo del rischio per il fenotipo di riacutizzazione frequente in pazienti con grave malattia polmonare ostruttiva cronica
Si prevede che questo studio sarà condotto su una coorte di pazienti con grave malattia polmonare ostruttiva cronica nel nostro ospedale.
Sulla base del microbiota intestinale, è stata utilizzata una foresta casuale per cercare potenziali biomarcatori diagnostici in pazienti con frequenti riacutizzazioni e controlli con riacutizzazioni non frequenti; Costruire un modello di previsione del rischio di riacutizzazione frequente utilizzando foresta casuale, macchina vettoriale di supporto e modelli di rete neurale BP.
Lo sviluppo di questo studio fornirà preziosi riferimenti per la classificazione clinica e la valutazione della prognosi della malattia polmonare cronica ostruttiva (BPCO) e migliorerà il livello di salute dei pazienti con BPCO attraverso l'ulteriore ricerca di bersagli curabili.
Panoramica dello studio
Stato
Reclutamento
Condizioni
Tipo di studio
Osservativo
Iscrizione (Stimato)
365
Contatti e Sedi
Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.
Contatto studio
- Nome: Li An
- Numero di telefono: CHN+13681133265
- Email: bjzy818@sina.com
Luoghi di studio
-
-
Beijing
-
Beijing, Beijing, Cina, 100000
- Reclutamento
- Beijing Chaoyang Hospital Affiliated to Capital Medical University
-
Contatto:
- Li An, doctorate
- Numero di telefono: CHN+13681133265
- Email: bjzy818@sina.com
-
-
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
- Adulto
- Adulto più anziano
Accetta volontari sani
N/A
Metodo di campionamento
Campione non probabilistico
Popolazione di studio
Un paziente con grave malattia polmonare ostruttiva cronica che ha visitato il Dipartimento di medicina respiratoria e di terapia intensiva, Ospedale Chaoyang di Pechino, Capital Medical University dal gennaio 2023
Descrizione
Criterio di inclusione:
- Pazienti che soddisfano i criteri diagnostici per la BPCO dell'iniziativa globale per le malattie polmonari croniche ostruttive (GOLD 2022) e la classificazione GOLD Ⅲ - Ⅳ (FEV1/FVC <70%, valore previsto FEV1% ≤ 50% dopo bronchiectasie)
- Età>40 anni
- BPCO stabile da più di 4 settimane
- Le bronchiectasie a breve durata d'azione non sono state utilizzate nelle 24 ore precedenti questo esperimento, le bronchiectasie a lunga durata d'azione non sono state utilizzate entro 48 ore e i glucocorticoidi non sono stati utilizzati in tutto il corpo nell'ultimo mese
- Modulo di consenso informato e firmato dal paziente
Criteri di esclusione:
- Asma, tubercolosi polmonare attiva, polmonite interstiziale e bronchiectasie gravi
- Complicato con malattie gravi (infezione acuta, diabete, ictus, malattie cardiache, disfunzione epatica e renale, cancro o malattie autoimmuni)
- Storia di diarrea cronica o stitichezza
- Storia della chirurgia gastrointestinale
- Utilizzo di probiotici o antibiotici nelle ultime 4 settimane
- Nessuna storia di utilizzo di ormoni orali o di medicina tradizionale cinese negli ultimi tre mesi
- Gravidanza o allattamento
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
Coorti e interventi
Gruppo / Coorte |
|---|
|
Frequente esacerbazione della BPCO
|
|
Esacerbazione non frequente della BPCO
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Valutare le prestazioni predittive del modello di previsione del rischio di crisi epilettiche frequenti della BPCO in base all'area sotto la curva ROC.
Lasso di tempo: Un anno
|
Secondo l'Area Under Curve (AUC) del ROC, quella più grande ha le migliori prestazioni predittive.
Quando AUC>0,5, più si avvicina a 1, migliore è la prestazione predittiva del modello.
Quando AUC=0,5, indica uno scarso adattamento del modello e nessun potenziale valore predittivo.
|
Un anno
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Sponsor
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 maggio 2023
Completamento primario (Stimato)
1 dicembre 2027
Completamento dello studio (Stimato)
1 dicembre 2027
Date di iscrizione allo studio
Primo inviato
27 dicembre 2023
Primo inviato che soddisfa i criteri di controllo qualità
27 dicembre 2023
Primo Inserito (Effettivo)
10 gennaio 2024
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
10 gennaio 2024
Ultimo aggiornamento inviato che soddisfa i criteri QC
27 dicembre 2023
Ultimo verificato
1 dicembre 2023
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- al123456
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 .