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.

Epigenetica e prevenzione NCD in Kazakistan: approcci personalizzati e previsione dell'età biologica

8 luglio 2025 aggiornato da: Ildar Fakhradiyev, Asfendiyarov Kazakh National Medical University

Epigenetica e prevenzione delle malattie non trasmissibili in Kazakistan: un approccio personalizzato e previsione dell'età biologica (2024-2026)

Questo studio mira a migliorare le cure personalizzate e preventive per le malattie non trasmissibili (NCD) in Kazakistan esaminando i fattori epigenetici, prevedendo l'età biologica e la funzione riproduttiva usando l'apprendimento automatico e sviluppando raccomandazioni sul miglioramento della salute.

Panoramica dello studio

Tipo di studio

Osservativo

Iscrizione (Stimato)

6720

Contatti e Sedi

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

Contatto studio

Luoghi di studio

      • Almaty, Kazakistan, 050000
        • Reclutamento
        • Asfendiyarov Kazakh National Medical University
        • Contatto:
        • Investigatore principale:
          • Ildar Fakhradiyev, PhD

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

Sì

Metodo di campionamento

Campione di probabilità

Popolazione di studio

La popolazione dello studio è composta da 6.720 volontari adulti di età compresa tra 18 e 69 anni, che risiedono in 17 regioni del Kazakistan. I partecipanti sono stratificati per età e sesso per garantire una rappresentanza equilibrata all'interno delle seguenti fasce di età:

  • 18-29 anni
  • 30-44 anni
  • 45-59 anni
  • 60-69 anni ogni fascia d'età comprende una percentuale uguale di uomini e donne, garantendo l'equilibrio di genere. La selezione segue una progettazione di campionamento a cluster a più stadi, incorporando vari contesti socioeconomici e stati di salute per migliorare la generalizzabilità dei risultati.

Descrizione

Criteri di inclusione:

  • Adulti dai 18 ai 69 anni.
  • Residenti di 17 regioni del Kazakistan.
  • Disponibilità a partecipare e fornire un consenso informato.

Criteri di esclusione:

  • Età inferiore a 18 anni o più di 69 anni.
  • Mancata fornitura di consenso informato o partecipazione incompleta alle procedure di raccolta dei dati.

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
Intervento / Trattamento
Lo studio include 1 coorte divisa in 4 sottogruppi di età.

Lo studio segue un design di campionamento a cluster a più stadi con età e stratificazione di genere. Sono stati identificati un totale di 1 coorte, ulteriormente divisi in 4 sottogruppi di età:

  1. 18-29 anni
  2. 30-44 anni
  3. 45-59 anni
  4. 60-69 anni ogni fascia d'età è progettata per avere una pari distribuzione di uomini e donne, garantendo l'equilibrio di genere in tutti i sottogruppi.
Studio della lunghezza dei telomeri (TL) e dell'analisi del livello di metilazione del DNA

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Precisione del modello di apprendimento automatico per prevedere l'età biologica
Lasso di tempo: Entro 10 mesi dall'inizio della raccolta dei dati
Valutazione delle prestazioni del modello (in base alla lunghezza dei telomeri e alla metilazione del DNA) usando un errore assoluto medio (MAE), errore quadrato medio (MSE) e R².
Entro 10 mesi dall'inizio della raccolta dei dati
Accuratezza del modello di previsione della funzione riproduttiva
Lasso di tempo: Entro 10 mesi dall'inizio della raccolta dei dati
Sviluppo e validazione del modello di apprendimento automatico per prevedere la funzione riproduttiva mediante biomarcatori. Prestazioni del modello valutate tramite MAE, MSE e R².
Entro 10 mesi dall'inizio della raccolta dei dati

Collaboratori e investigatori

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

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)

3 marzo 2025

Completamento primario (Stimato)

1 gennaio 2026

Completamento dello studio (Stimato)

31 dicembre 2026

Date di iscrizione allo studio

Primo inviato

31 marzo 2025

Primo inviato che soddisfa i criteri di controllo qualità

23 aprile 2025

Primo Inserito (Effettivo)

1 maggio 2025

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

11 luglio 2025

Ultimo aggiornamento inviato che soddisfa i criteri QC

8 luglio 2025

Ultimo verificato

1 aprile 2025

Maggiori informazioni

Termini relativi a questo studio

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

prodotto fabbricato ed esportato dagli 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 .

Sottoscrivi