이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

대사증후군 고위험군 탐색을 위한 방대한 건강검진 DB의 의사결정분석기법' 적용 원문보기 KCI 원문보기 인용

2022년 3월 20일 업데이트: Far Eastern Memorial Hospital
대사증후군(MetS) 고위험군 탐색을 위한 방대한 건강검진 DB의 의사결정분석기법' 적용 원문보기 KCI 원문보기 인용

연구 개요

상태

완전한

정황

개입 / 치료

상세 설명

미국심장협회(AHA) 수정 성인 치료 패널 III(ATP-III) 및 대만 건강증진국 기준에 따름. 대사증후군(MetS)을 정의하는 데 사용되는 다섯 가지 지표는 허리둘레(WC), 고혈압(H/P), 공복 혈장 포도당(FPG), 트리글리세리드(TG) 및 고밀도 지단백질-콜레스테롤(HDL- 씨). 최근 연구에 따르면 다섯 가지 기준을 의사 결정 모델에 적용한 연구는 없었습니다. 본 연구 제안은 이러한 지표와 의사결정 모델을 임상에 적용하여 위험인자 평가를 위한 기준의 중요성을 평가한 최초의 연구가 될 것이다.

본 연구는 2단계로 나누어 진행되었다. (1) 건강검진의 빅데이터를 분석하여 MetS의 주요 의사결정 분석 모듈을 찾아내고, 제공할 수 있는 5개 지표의 중요도와 의사결정 가중치를 제공한다. 하위 건강 인구의 건강 관리에 중점을 둔 임상 의료 치료 또는 건강 교육에 대한 제안에 대한 참조로; (2) 데이터베이스의 다른 인구통계학적 변수(학력, 거주지, 직업 등)와 건강패턴에 영향을 미치는 변수(흡연, 음주, 장시간 앉아서 일하는 패턴 등)를 분석하여 고위험에 영향을 미치는 중요한 변수를 찾는다. 중요한 변수의 조기 예방 또는 개입을 위한 개선 전략을 조사하기 위해 모든 연령대의 인구 중 MetS에 대한 그룹. 고령화 사회가 도래함에 따라 대만의 65세 이상 노인 인구는 2025년까지 20%에 달할 것으로 추정됩니다. 행정원의 추정에 따르면 의료 서비스 산업의 성장률은 최소 17%에 도달하고 연간 생산 가치는 180억 달러에 달할 것입니다. 따라서 본 연구에서는 중년 및 노년층의 만성질환 예방 전략을 개발하고 연령대별 고위험군 특성변수를 찾아 대사증후군 또는 심혈관계 질환의 발생률을 더욱 낮추고자 한다.

연구 유형

관찰

등록 (실제)

100000

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

    • Pan-Chiao Dist.
      • New Taipei City, Pan-Chiao Dist., 대만, 22061
        • Oriental Institute of Technology / Far Eastern Memorial Hospital

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

  • 어린이
  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

아니

연구 대상 성별

모두

샘플링 방법

비확률 샘플

연구 인구

고령화 사회가 도래함에 따라 대만의 65세 이상 노인 인구는 2025년까지 20%에 달할 것으로 추정됩니다. 행정원의 추정에 따르면 의료 서비스 산업의 성장률은 최소 17%에 도달하고 연간 생산 가치는 180억 달러에 달할 것입니다. 따라서 본 연구에서는 중년 및 노년층의 만성질환 예방 전략을 개발하고 연령대별 고위험군 특성변수를 찾아 대사증후군 또는 심혈관계 질환의 발생률을 더욱 낮추고자 한다.

설명

포함 기준:

  1. 2006~2016년 MJ건강연구재단 회원사에서 연간 2회 이상 지속적으로 건강검진을 실시한 건강검진 DB는 약 9만명.
  2. 신북방교통국 극동기념병원 위탁 택시기사 건강검진사업 담당자, 자료기간 2012~2016, 약 2,000명.

제외 기준:

  • 아니요

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 관찰 모델: 다른
  • 시간 관점: 다른

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
MetS의 주요 의사 결정 분석 모듈을 찾기 위해 건강 검진의 빅 데이터베이스를 분석하십시오.

이 연구는 의사 결정 트리 알고리즘을 포함한 의사 결정 분석 및 새로운 통계 기법을 사용할 계획입니다. 랜덤 포레스트 알고리즘; 다변량 선형 회귀 조합 및 계층적 선형 모델, 그리고 다수의 건강 데이터베이스가 있습니다.

분석, 다년간 축적된 종합 건강검진 보고서 및 생리지표 데이터를 통해 MetS 또는 CVD를 평가하는 데 사용할 수 있는 더 많은 핵심 변수 또는 생리지표를 찾아 정부 부처, 의료기관 또는 국민에게 조기에 발견하거나 예방하고, 이 단계에서 대만의 MetS의 전체 비율을 더 줄입니다.

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

수사관

  • 연구 책임자: Ming-Shu Chen, PhD, Oriental Institute of Technology

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2018년 9월 1일

기본 완료 (실제)

2019년 9월 15일

연구 완료 (실제)

2022년 1월 1일

연구 등록 날짜

최초 제출

2019년 4월 18일

QC 기준을 충족하는 최초 제출

2019년 10월 25일

처음 게시됨 (실제)

2019년 10월 29일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2022년 3월 22일

QC 기준을 충족하는 마지막 업데이트 제출

2022년 3월 20일

마지막으로 확인됨

2022년 1월 1일

추가 정보

이 연구와 관련된 용어

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

구독하다