중국 선천성 설사 및 장병증 아동의 표현형 및 다중오믹스 분석
2025년 9월 3일 업데이트: Children's Hospital of Fudan University
중국 선천성 설사 및 장병증 아동의 표현형 및 다중 오믹스 분석에 대한 사례 대조 연구
본 연구에서는 선천성 설사 및 장병증(CODE) 소아 임상 코호트를 구축하고, 멀티오믹스 기술을 통해 CODE의 바이오마커를 채굴하고, 임상 위험 예측 모델을 구축할 예정이다.
연구 개요
상태
모병
정황
상세 설명
본 연구에서는 선천성 설사 및 장병증(CODE)을 앓고 있는 소아의 임상 코호트 및 임상 표현형 데이터베이스를 구축할 예정이며, 연구자는 멀티오믹스 기술을 통해 CODE의 바이오마커를 발굴할 예정이다.
본 연구는 인공지능 기술을 접목하여 임상 위험도 예측 모델을 구축하고자 한다.
연구 유형
관찰
등록 (추정된)
60
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Ying Huang, MD,PHD
- 전화번호: +862164931727
- 이메일: yhuang815@163.com
연구 연락처 백업
- 이름: Yanqiu Wang, MD
- 전화번호: +862164931727
- 이메일: 23111240040@m.fudan.edu.cn
연구 장소
-
-
Shanghai Municipality
-
Shanghai, Shanghai Municipality, 중국, 201102
- 모병
- Yanqiu Wang
-
연락하다:
- Ying Huang
- 전화번호: 02164931727
- 이메일: yhuang815@163.com
-
-
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
건강한 자원 봉사자를 받아들입니다
예
샘플링 방법
비확률 샘플
연구 인구
2개월 이상 지속되는 만성 설사 환자 또는 2개월 미만의 환자에서 1개월 이상 지속되는 환자
설명
포함 기준:
- 2개월 이상 지속되는 만성 설사 환자 또는 2개월 미만의 환자에서 1개월 이상 지속되는 환자
- 부모 또는 법정대리인의 동의가 있는 환자
제외 기준:
- 특정 감염으로 인한 만성 설사, 즉 CMV, 클로스트리디오이데스 디피실리
- 괴사성 장염을 동반한 만성 설사, 단장증후군
- 기능성 설사
- 순응도가 좋지 않은 환자
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
|---|
|
제어
건강한 어린이
|
|
사례
선천성 설사 및 장병증(CODE) 환자
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
중국의 선천성 설사 및 장병의 임상 표현형
기간: 입학 후 약 2년 이내
|
중국의 선천성 설사 및 장병증의 임상 표현형(출생 상태, 가족력, 설사의 임상적 특징, 실험실 검사, 내시경 및 조직학적 평가 결과, 성장 및 발달 지표, 이전 치료 및 효과 수집)을 설명하고, 모바일 애플리케이션을 사용하거나 관련 데이터를 수집하며, 이는 자녀의 부모가 작성합니다.
|
입학 후 약 2년 이내
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
미생물군집, 대사체, 단백체 특징을 통해 진단 가치가 있는 선천성 설사 및 장질환 바이오마커
기간: 입학 후 약 2년 이내
|
다중 오믹스 스크리닝을 위해 환자와 건강한 대조 어린이로부터 혈장과 대변을 수집하여 바이오마커를 식별하고, 이 중 차등 발현은 프로테옴(olink), 마이크로바이옴(메타게놈 시퀀싱) 및 대사체(비표적 대사체학)를 통해 채굴되었으며 관련 통계 분석은 다음을 사용하여 수행되었습니다. Wilcoxon 부호 순위 테스트와 같은 비모수적 테스트.
|
입학 후 약 2년 이내
|
|
인공지능과 머신러닝을 활용하여 구축한 선천성 설사 및 장병증의 임상적 위험도 예측 모델
기간: 등록 후 약 30개월 이내
|
인공지능과 머신러닝을 활용해 아동의 임상 표현형과 랜덤 포레스트 모델 등 다중 오믹스 결과를 결합해 선천성 설사 및 장질환 예측 모델 구축
|
등록 후 약 30개월 이내
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
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)
2024년 4월 15일
기본 완료 (추정된)
2026년 4월 1일
연구 완료 (추정된)
2026년 10월 1일
연구 등록 날짜
최초 제출
2024년 3월 21일
QC 기준을 충족하는 최초 제출
2024년 4월 7일
처음 게시됨 (실제)
2024년 4월 10일
연구 기록 업데이트
마지막 업데이트 게시됨 (추정된)
2025년 9월 10일
QC 기준을 충족하는 마지막 업데이트 제출
2025년 9월 3일
마지막으로 확인됨
2025년 9월 1일
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- OMICS_CODE_01
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. .