신규 연속 혈당 모니터링(CGM) 기술 기반 임신성 당뇨병(GDM) 맞춤형 조기 진단 및 치료 시스템
임신성 당뇨병(GDM)은 임신 중 가장 흔한 대사성 합병증으로, 모체와 태아의 대사 건강에 심각한 위협을 가합니다. 그러나 현재 GDM 진단은 정적, 단일 시점, 조작이 번거롭고 진단이 지연되는 등 여러 문제에 직면해 있어, 조기 예측, 진단 및 중재를 위한 개인화 시스템의 수립이 시급히 필요합니다.
이 프로젝트는 임신과 주산기를 포괄하는 모자 코호트를 구축하여 지속적 혈당 모니터링(CGM) 기술 기반의 GDM 조기 진단 기준을 제안하고, CGM 데이터 분석 및 해석을 위한 임상 적용 가능한 AI 기반 도구와 GDM 진단을 지원하는 전략을 개발하는 것을 목표로 합니다. 또한 모체 및 태아 결과 예측에 적합한 CGM 매개변수와 다중 오믹스 바이오마커를 연구하여 GDM 지능형 관리 플랫폼을 구축할 예정입니다. 이 프로젝트는 임신성 당뇨병의 조기 발견률을 향상시켜, 질환의 진단 및 치료 시기를 앞당길 수 있으며, 이로써 모체와 태아의 단기 및 장기 건강 결과를 개선할 것으로 기대됩니다.
연구 개요
상세 설명
중국은 2억 3,300만 명의 당뇨병 인구를 보유하여 막대한 사회적 부담을 안고 있습니다. 당뇨병의 조기 인식과 개입이 시급히 필요합니다. 최근 몇 년간, 초기 발달 환경이 당뇨병 발병 기전에서 중요한 역할을 한다는 증거가 점점 더 부각되고 있습니다. 1986년에 이미 Barker 교수는 건강과 질병의 발달 기원(DOHaD) 이론을 제안했습니다. 우리 연구팀은 이전에 코호트 연구를 통해 중국 인구에서 이 이론을 처음으로 검증하여, 불리한 자궁 내 환경이 자손의 포도당 대사 이상을 초래하며, 초기 개입이 성인 발병 당뇨병을 효과적으로 예방할 수 있음을 입증했습니다.
국제당뇨병연맹의 당뇨병 지도(11판)에 따르면, 전 세계 임신 중 고혈당 발생률은 16.7%이며, 임신성 당뇨병(GDM)이 최대 80%를 차지합니다. 이는 다섯 명 중 한 명의 신생아가 생애 초기에 불리한 자궁 내 환경에 노출되어 성인기에 과체중, 비만, 당뇨병과 같은 대사 장애 위험이 증가함을 의미합니다. GDM은 불리한 임신 결과의 위험을 크게 높이며, 모체와 자손의 대사 건강을 심각하게 위협합니다. 따라서 GDM의 조기이고 효율적인 진단과 예방은 모자 대사 건강 개선에 중요합니다.
현재 GDM 진단은 임신 24-28주에 실시하는 경구 포도당 내성 검사(OGTT)에 의존하며, 정적이고 단일 시점 측정, 운영 복잡성, 진단 지연, 효과적 개입 시간 제한과 같은 한계가 있습니다. 따라서 GDM의 조기 예측과 진단을 위한 새로운 기술 개발이 시급합니다.
임신 초기의 지속 혈당 모니터링(CGM)은 24시간 상세 혈당 데이터, 숨은 고혈당 탐지, 혈당 변동성 평가, AI 보조 분석과의 호환성 등의 장점을 제공하여 GDM의 조기 진단과 관리에 큰 잠재력을 보입니다. 이전에 우리 팀은 제2형 당뇨병 환자에게 CGM을 적용했으며, "제2형 당뇨병의 혈당 개선 관리 및 모니터링을 위한 CGM 사용(CN 109637677A)"으로 중국 발명 특허를 취득했습니다. 최근 몇 년간, CGM은 당뇨병 관리에 널리 사용되기 시작했으며, 제1형 당뇨병 임산부의 HbA1c 수준 관리에 적용되기 시작했습니다. 그러나 제2형 당뇨병 및 GDM 임산부에서의 사용에 관한 연구는 여전히 초기 단계입니다. 현재 임신 초기 GDM의 조기 진단과 예측을 위해 CGM을 인공 지능과 결합한 연구가 부족합니다.
게다가, 여러 연구에서 GDM의 위험 요인과 바이오마커를 탐구하여 조기 선별과 모체 및 태아 결과 예측을 가능하게 했습니다. 그러나 대부분의 연구는 단일 오믹스 접근법이나 후기 임신 시점에 국한되어 많은 제약이 있습니다. 더 이른 임신 시기에, 여러 시점에 걸쳐, 다중 오믹스 접근법을 활용한 연구는 GDM에서 모체 및 태아 결과를 예측하는 바이오마커를 더욱 밝힐 것입니다.
따라서 우리 그룹은 임신과 주산기를 아우르는 GDM 모자 코호트를 구축할 계획입니다. 우리는 CGM을 기반으로 GDM의 조기 진단 기준을 제안하고, CGM 데이터 분석과 해석을 위한 임상 적용 가능한 AI 기반 도구를 개발하며, GDM의 보조 진단 전략을 수립하는 것을 목표로 합니다. 우리는 모체 및 태아 결과 예측에 적합한 CGM 매개변수와 다중 오믹스 바이오마커를 탐구할 것입니다. 이러한 결과를 바탕으로, GDM 진단과 치료의 임상 창을 앞당겨 모자 건강 결과를 단기 및 장기적으로 개선할 GDM 지능형 관리 플랫폼을 구축할 것으로 예상됩니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Xinhua Xiao
- 전화번호: 86-10-13911830085
- 이메일: xiaoxh2014@vip.163.com
참여기준
자격 기준
공부할 수 있는 나이
- 성인
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- ① 임신 초기(≤14주) 임산부;
- ② 단태아 임신;
- ③ 임신 초기 심리 점수(PHQ-9 및 GAD-7) <10점;
- ④ 연구 참여에 동의하고 동의서에 서명한 경우.
제외 기준:
- ① 쌍태아 또는 다태아 임신;
- ② 임신과 합병된 당뇨병;
- ③ 중증 임신 합병증;
- ④ 기존의 유의한 심혈관, 간, 신장, 혈액학적 또는 자가면역 질환;
- ⑤ 흡연, 알코올 남용, 마약 및 약물 사용 이력;
- ⑥ 임신 초기 심리 평가(PHQ-9 또는 GAD-7) 점수 ≥10점.
공부 계획
공동 작업자 및 조사자
수사관
- 연구 책임자: Xinhua Xiao, Key Laboratory of Endocrinology, Ministry of Health, Department of Endocrinology, Peking Union Medical College Hospital, Peking Union Medical College, Chinese Academy of Medical Sciences, Beijing 100730, China
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (추정된)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- 2025-PUMCH-C-021
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
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. .
개입 없음에 대한 임상 시험
-
Shanghai Yueyang Integrated Medicine Hospital아직 모집하지 않음
-
Second Affiliated Hospital, School of Medicine,...모집하지 않고 적극적으로
-
Otsuka Pharmaceutical Factory, Inc.Celerion완전한
-
Medical Center HaaglandenLeiden University Medical Center알려지지 않은
-
Medical Center HaaglandenLeiden University Medical Center알려지지 않은