糖尿病の管理におけるAIの治療効果と安全性評価:RCT試験
糖尿病の統合管理における人工知能ベースの意思決定技術の治療効果と安全性の評価:縦方向のオープンラベル化されたランダム化比較試験
目的:コントロール群と比較して、糖化ヘモグロビン(HBA1C)および血糖値レベルの管理における人工知能(AI)ベースの意思決定技術の有効性を評価する。
方法:AI介入グループの場合、患者は糖尿病の遠隔医療プラットフォームアプリケーションを独立して使用するように訓練されます。 各患者にはグルコメーターと運動ブレスレットが装備され、データはBluetoothを介して自動的に医療サーバーに送信されます。 ヘルスケアプラットフォームは、アップロードされたデータを分析し、薬、食事、運動に関するフィードバックの提案を自動的に提供します。 プラットフォームはまた、2週間ごとに患者の医療およびライフスタイルデータを監視し、分析に基づいてフィードバックを提供し、プラットフォームに基づいて自己管理プロトコルを遵守するよう患者に思い出させます。 このプラットフォームは、患者が医療専門家による監視や支援を必要とせずに独立して使用できるデジタル統合ヘルスケアプラットフォームです。 グルコメーターと歩数計ブレスレットは、Bluetoothを介してプラットフォームに自動的に接続されます。 患者ラボシートの識別と構造化変換システム、食品絵の識別とカロリー計算システムのAI、およびAIの意思決定システムはクラウドサーバー上にあります。 患者は、患者の糖尿病モバイルヘルスシステムを介して、ラボシートや食事の写真などの画像情報をアップロードし、クラウドプラットフォームは患者の病気、薬物療法、日常生活の状態をインテリジェントに分析して、個々のコントロール目標に応じてパーソナライズされたソリューションを開発します。 12週間ごとに介入グループと対照群の両方に無料の外来訪問が提供されます。 従来の治療グループの場合、患者は無料の血糖値を受け取り、定期的な外来患者の予約を受けます。 外来患者の訪問の数に制限はありません。ただし、医療チームが診断および治療活動を客観的に実施できるように、血糖、食事、および運動データを定期的に監視および記録する必要があります。 医療チームは、12週間ごとに無料の外来患者の訪問を提供し、個人の血糖値に基づいて薬物療法、食事、運動に関するアドバイスを提供します。
予想される結果:HBA1Cのベースラインから48週間への有意差と、AI介入群のFPGと2時間の食後血糖値の改善が観察されました。
調査の概要
詳細な説明
フォローアップ計画::
1(-4W〜-1W)にアクセス:患者の書面による情報に基づいた同意を取得し、人口統計調査、医療記録調査、麻薬履歴調査、被験者のコンプライアンス調査、バイタルサインの検査、臨床検査、イメージング、およびその他の機器検査を実施し、糖尿病の共存を評価します。
2(D0)にアクセス:プラットフォームシステムを操作する介入グループを教育し、糖尿病性低血糖イベントを評価し、患者の自己管理能力を高め、知識の習得を習得します。 ラボテストは、Visit 3(12W)、Viot 4(24W)またはViot 5(36W)を含む12週間間隔で実施され、6(48W)に訪問します。
研究の種類
入学 (推定)
段階
- 適用できない
連絡先と場所
研究連絡先
- 名前:Chenglin Sun, Doctor
- 電話番号:+86 13944855718
- メール:clsun213@163.com
研究場所
-
-
Jilin
-
Changchun、Jilin、中国、130000
- 募集
- The First Hospital of Jilin University
-
コンタクト:
- Sun
- 電話番号:+8688782075
- メール:chenglins@jlu.edu.cn
-
-
参加基準
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
説明
包含基準:
- 年齢:18歳以上、70歳未満。
- 1年以上2型糖尿病と診断。
- 7.0%<HBA1C <10%;
- ボディマス指数≥18.5kg/m2;
- スマートフォンを使用する熟練した能力。
- 糖尿病ケアと研究のためにデジタル統合ヘルスケアプラットフォームを利用することに同意しました。
- 情報に基づいた同意は、参加者から得られます。
除外基準:
- 1型糖尿病や妊娠糖尿病など、他のタイプの糖尿病の存在。
- 重度の糖尿病合併症;
- ヘモクロマトーシス、肝細胞癌、自己免疫性肝疾患、肝硬変、ウイルス性肝炎(肝炎、B、およびCを含む)、または肝菌性変性を含む慢性肝疾患の病歴;
- 腎臓損傷(血清クレアチニン≥1.5倍以上の上限の上限の1.5倍);血清ALTおよびASTレベルは2倍以上上昇しました。
- 精神障害の病歴、そのようなアスキゾフレニア、うつ病、または双極性感情障害。
- 過去3か月間の過剰なアルコール摂取または薬物乱用。
- 過去3か月間のコルチコステロイドや免疫抑制および抗肥満薬の消費など、グルコース代謝に影響を与える薬物の使用。
- 妊娠、妊娠の計画、または授乳。または、試験参加には適さない他の条件。
- 参加者は、他の臨床試験に参加する計画です。参加するのが不適切な他のケース。
研究計画
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:処理
- 割り当て:ランダム化
- 介入モデル:並列代入
- マスキング:なし(オープンラベル)
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的:人工知能介入グループ
患者は、糖尿病の遠隔医療プラットフォームアプリケーションを独立して使用するように訓練されます。
各患者にはグルコメーターと運動ブレスレットが装備され、データはBluetoothを介して自動的に医療サーバーに送信されます。
ヘルスケアプラットフォームは、アップロードされたデータを分析し、薬、食事、運動に関するフィードバックの提案を自動的に提供します。
プラットフォームはまた、2週間ごとに患者の医療およびライフスタイルデータを監視し、分析に基づいてフィードバックを提供し、プラットフォームに基づいて自己管理プロトコルを遵守するよう患者に思い出させます。
12週間ごとに介入グループと対照群の両方に無料の外来訪問が提供されます。
|
プラットフォームはまた、2週間ごとに患者の医療およびライフスタイルデータを監視し、分析に基づいてフィードバックを提供し、プラットフォームに基づいて自己管理プロトコルを遵守するよう患者に思い出させます。
|
|
アクティブコンパレータ:従来の治療グループ
対照群の患者は、無料の血糖値を受け取り、12週間ごとに定期的な外来患者の予約を受けます。
|
対照群の外来患者の訪問の数に制限はありません。ただし、血糖、食事、および運動データを定期的に監視および記録して、医療チーム(内分泌学者および栄養士)が診断および治療活動を客観的に実施することを保証する必要があります。
医療チームは、12週間ごとに無料の外来患者の訪問を提供し、個人の血糖値に基づいて薬物療法、食事、運動に関するアドバイスを提供します。
|
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
時間枠:48週間
|
24週と48週間のHBA1Cレベルのベースラインからの変更
|
48週間
|
|
空腹時血糖(FBG)
時間枠:48週間
|
48週間の平均空腹時血糖のベースラインからの変化
|
48週間
|
|
2時間後の血液グルコース(2HPPG)
時間枠:48週間
|
48週間の平均2時間の食後血糖値のベースラインからの変化
|
48週間
|
|
低血糖イベント
時間枠:48週間
|
ベースラインから48週間の低血糖イベントの数
|
48週間
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
医療費
時間枠:48週間
|
ベースラインから48週間までの毎月の治療費を評価する
|
48週間
|
|
インスリンおよび経口低血糖薬の投与
時間枠:48週間
|
ベースラインから48週までの口腔薬とインスリン投与量の変化
|
48週間
|
|
血清脂質
時間枠:48週間
|
48週間の血清脂質レベルのベースラインからの変化
|
48週間
|
|
血圧
時間枠:48週間
|
48週間の血圧のベースラインから変化します
|
48週間
|
|
BMI
時間枠:48週間
|
キログラムの重量、メートルの高さ、重量、高さを組み合わせて、KG/M^²でBMIを報告します
|
48週間
|
|
体重
時間枠:48週間
|
キログラムの重量
|
48週間
|
|
空腹時Cペプチドレベル
時間枠:48週間
|
6週間で断食Cペプチドレベルのベースラインから変化する
|
48週間
|
協力者と研究者
捜査官
- 主任研究者:Chenglin Sun, Doctor、The First Hospital of Jilin University
出版物と役立つリンク
一般刊行物
- Sun C, Sun L, Xi S, Zhang H, Wang H, Feng Y, Deng Y, Wang H, Xiao X, Wang G, Gao Y, Wang G. Mobile Phone-Based Telemedicine Practice in Older Chinese Patients with Type 2 Diabetes Mellitus: Randomized Controlled Trial. JMIR Mhealth Uhealth. 2019 Jan 4;7(1):e10664. doi: 10.2196/10664.
- Kim EK, Kwak SH, Jung HS, Koo BK, Moon MK, Lim S, Jang HC, Park KS, Cho YM. The Effect of a Smartphone-Based, Patient-Centered Diabetes Care System in Patients With Type 2 Diabetes: A Randomized, Controlled Trial for 24 Weeks. Diabetes Care. 2019 Jan;42(1):3-9. doi: 10.2337/dc17-2197. Epub 2018 Oct 30.
- 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.
- Lee YB, Kim G, Jun JE, Park H, Lee WJ, Hwang YC, Kim JH. An Integrated Digital Health Care Platform for Diabetes Management With AI-Based Dietary Management: 48-Week Results From a Randomized Controlled Trial. Diabetes Care. 2023 May 1;46(5):959-966. doi: 10.2337/dc22-1929.
- Agarwal P, Mukerji G, Desveaux L, Ivers NM, Bhattacharyya O, Hensel JM, Shaw J, Bouck Z, Jamieson T, Onabajo N, Cooper M, Marani H, Jeffs L, Bhatia RS. Mobile App for Improved Self-Management of Type 2 Diabetes: Multicenter Pragmatic Randomized Controlled Trial. JMIR Mhealth Uhealth. 2019 Jan 10;7(1):e10321. doi: 10.2196/10321.
- Doupis J, Festas G, Tsilivigos C, Efthymiou V, Kokkinos A. Smartphone-Based Technology in Diabetes Management. Diabetes Ther. 2020 Mar;11(3):607-619. doi: 10.1007/s13300-020-00768-3. Epub 2020 Jan 25.
- Wang H, Yuan X, Wang J, Sun C, Wang G. Telemedicine maybe an effective solution for management of chronic disease during the COVID-19 epidemic. Prim Health Care Res Dev. 2021 Sep 29;22:e48. doi: 10.1017/S1463423621000517.
- Bulut C, Kato Y. Epidemiology of COVID-19. Turk J Med Sci. 2020 Apr 21;50(SI-1):563-570. doi: 10.3906/sag-2004-172.
- Mahajan V, Singh T, Azad C. Using Telemedicine During the COVID-19 Pandemic. Indian Pediatr. 2020 Jul 15;57(7):652-657. Epub 2020 May 14.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (推定)
QC基準を満たした最後の更新が送信されました
最終確認日
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。