地域における糖尿病患者のライフスタイル管理における人工知能の評価
2023年11月1日 更新者：Qifu Li、Chongqing Medical University
地域の糖尿病患者の生活管理における人工知能の応用と有効性評価
この臨床試験の目的は、地域における糖尿病患者の生活管理における人工知能（AI）の応用と有効性評価について学ぶことです。
調査の概要
詳細な説明
糖尿病患者に対する AI によるライフスタイル介入の有効性を判断するには、1 型または 2 型糖尿病の人々の血糖、血圧、体重、血中脂質のコントロールを改善できるかどうかを判断するには?
次に、関連する危険因子を見つけます。
参加者はAIスケールに従って基本情報、食事構成、栄養補助食品の使用、生活習慣、運動を完了し（AIスケールはウィーチャットミニプログラム検索から入力可能）、アンケートに基づいてパーソナライズされた生活習慣介入計画を提供します。対照群には日常的な生活指導を受けました。
参加した患者全員が、機械読み取りカードの情報内容に従って患者の投薬情報を記入し、投薬が調整されているかどうかを追跡します。
患者は糖尿病管理のウィーチャットグループに参加し、訪問計画に従って3か月/6か月追跡調査されました。
実験群は生活習慣評価尺度を再度記入し、調査結果に基づいて個別の生活習慣介入プログラムを提供し、対照群は定期的なフォローアップと生活指導を受けました。
研究者らは2つのグループを比較し、6カ月間のAIベースのライフスタイル介入後の実験グループの血糖、血圧、血中脂質、BMIのコントロールが対照グループより優れているかどうかを確認する予定だ。
研究の種類
介入
入学 (推定)
460
段階
- 適用できない
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究連絡先
- 名前：Jinbo Hu, PhD
- 電話番号：+86 023-89011552
- メール：hujinbo_568@163.com
研究連絡先のバックアップ
- 名前：Bing Kang, PhD
- 電話番号：+86 023-89011552
- メール：kangbing@hospital.cqmu.edu.cn
研究場所
-
-
Chongqing
-
Chongqing、Chongqing、中国、400016
- Jinbo Hu
-
コンタクト：
- Jinbo Hu, PhD
- 電話番号：02389011552
- メール：hujinbo_568@163.com
-
主任研究者：
- Jinbo Hu, PhD
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
いいえ
説明
包含基準:
- この治験の手順について十分な情報を得ており、インフォームドコンセントが得られている
- 18歳～80歳まで、性別は問いません
- 糖尿病と診断されている（WHO1999診断基準による）
- コンプライアンスの遵守
除外基準:
- 妊娠中または授乳中
- 血糖コントロール不良（HbA1c>11%）
- 悪性腫瘍の既往
- 肝機能または腎機能の異常[アラニンアミノトランスフェラーゼ(ALT)が正常範囲より2.5倍以上高い、またはeGFRが1.73m2あたり30mL/分未満として定義]
- 血圧コントロール不良 [収縮期血圧 (SBP) > 180mmHg、または拡張期血圧 (DBP) > 110mmHg]
- 重度の心臓病、グレード II より悪い心機能、貧血 (Hb<9.0g/d1) を伴う
- 定期的な血液検査では、白血球数 (WBC) <3*109/L が示されています。
- BMI (Body Mass Index) <18.5 または ≥35kg/m2
- 薬物またはアルコールの乱用
- 精神障害を伴うため、協力することができない
- 消化吸収機能の異常
- その他の内分泌疾患
- 長期のグルココルチコイド治療が必要なその他の慢性疾患
- 重度の感染症、免疫機能障害がある場合
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
- 主な目的：他の
- 割り当て：ランダム化
- 介入モデル：並列代入
- マスキング：独身
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：介入グループ
AI を通じてパーソナライズされたライフスタイル介入の提案を提供
|
実験グループはAIスケールに従って基本情報、食事構造、栄養補助食品の使用、生活習慣、運動を完了し（AIスケールはウィーチャットミニプログラム検索から入力できます）、個人に合わせた生活習慣介入計画を提供しました。調査結果。
|
|
介入なし：対照群
日常的なライフスタイルの提案をする
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
HbA1cの変化
時間枠：1年
|
ベースラインからエンドポイントまでの HbA1c の変化 (1 年間の追跡調査)
|
1年
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
最高血圧の変化
時間枠：1年
|
ベースラインからエンドポイントまでの最高血圧の変化
|
1年
|
|
拡張期血圧の変化
時間枠：1年
|
ベースラインからエンドポイントまでの拡張期血圧の低下
|
1年
|
|
LDL-cの変化
時間枠：1年
|
ベースラインからエンドポイントまでの LDL-c の変化
|
1年
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
捜査官
- スタディチェア：Jinbo Hu, PhD、First Affiliated Hospital of Chongqing Medical University
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
一般刊行物
- Arambepola C, Ricci-Cabello I, Manikavasagam P, Roberts N, French DP, Farmer A. The Impact of Automated Brief Messages Promoting Lifestyle Changes Delivered Via Mobile Devices to People with Type 2 Diabetes: A Systematic Literature Review and Meta-Analysis of Controlled Trials. J Med Internet Res. 2016 Apr 19;18(4):e86. doi: 10.2196/jmir.5425.
- Nundy S, Dick JJ, Chou CH, Nocon RS, Chin MH, Peek ME. Mobile phone diabetes project led to improved glycemic control and net savings for Chicago plan participants. Health Aff (Millwood). 2014 Feb;33(2):265-72. doi: 10.1377/hlthaff.2013.0589.
- Viguiliouk E, Kendall CW, Kahleova H, Rahelic D, Salas-Salvado J, Choo VL, Mejia SB, Stewart SE, Leiter LA, Jenkins DJ, Sievenpiper JL. Effect of vegetarian dietary patterns on cardiometabolic risk factors in diabetes: A systematic review and meta-analysis of randomized controlled trials. Clin Nutr. 2019 Jun;38(3):1133-1145. doi: 10.1016/j.clnu.2018.05.032. Epub 2018 Jun 13.
- Dobson R, Whittaker R, Jiang Y, Maddison R, Shepherd M, McNamara C, Cutfield R, Khanolkar M, Murphy R. Effectiveness of text message based, diabetes self management support programme (SMS4BG): two arm, parallel randomised controlled trial. BMJ. 2018 May 17;361:k1959. doi: 10.1136/bmj.k1959.
- Wu Y, Min H, Li M, Shi Y, Ma A, Han Y, Gan Y, Guo X, Sun X. Effect of Artificial Intelligence-based Health Education Accurately Linking System (AI-HEALS) for Type 2 diabetes self-management: protocol for a mixed-methods study. BMC Public Health. 2023 Jul 11;23(1):1325. doi: 10.1186/s12889-023-16066-z.
- Toi PL, Anothaisintawee T, Chaikledkaew U, Briones JR, Reutrakul S, Thakkinstian A. Preventive Role of Diet Interventions and Dietary Factors in Type 2 Diabetes Mellitus: An Umbrella Review. Nutrients. 2020 Sep 6;12(9):2722. doi: 10.3390/nu12092722.
- Sarkar U, Karter AJ, Liu JY, Adler NE, Nguyen R, Lopez A, Schillinger D. The literacy divide: health literacy and the use of an internet-based patient portal in an integrated health system-results from the diabetes study of northern California (DISTANCE). J Health Commun. 2010;15 Suppl 2(Suppl 2):183-96. doi: 10.1080/10810730.2010.499988.
- Chiavaroli L, Lee D, Ahmed A, Cheung A, Khan TA, Blanco S, Mejia, Mirrahimi A, Jenkins DJA, Livesey G, Wolever TMS, Rahelic D, Kahleova H, Salas-Salvado J, Kendall CWC, Sievenpiper JL. Effect of low glycaemic index or load dietary patterns on glycaemic control and cardiometabolic risk factors in diabetes: systematic review and meta-analysis of randomised controlled trials. BMJ. 2021 Aug 4;374:n1651. doi: 10.1136/bmj.n1651. Erratum In: BMJ. 2021 Aug 26;374:n2114.
- Wagner EH, Sandhu N, Newton KM, McCulloch DK, Ramsey SD, Grothaus LC. Effect of improved glycemic control on health care costs and utilization. JAMA. 2001 Jan 10;285(2):182-9. doi: 10.1001/jama.285.2.182.
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (推定)
2023年11月7日
一次修了 (推定)
2024年11月7日
研究の完了 (推定)
2024年11月7日
試験登録日
最初に提出
2023年10月23日
QC基準を満たした最初の提出物
2023年11月1日
最初の投稿 (実際)
2023年11月7日
学習記録の更新
投稿された最後の更新 (実際)
2023年11月7日
QC基準を満たした最後の更新が送信されました
2023年11月1日
最終確認日
2023年11月1日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。