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

Digital Solutions for Predicting the Biological Mechanisms of Alzheimer's Disease Through the Analysis of Risk Factors (PrevAl)

2026년 7월 23일 업데이트: Prof. Barbara Borroni, IRCCS Centro San Giovanni di Dio Fatebenefratelli

Development of Digital Solutions for the Prediction of the Biological Mechanisms of Alzheimer's Disease Through the Analysis of Risk Factors (PrevAI)

Population ageing is one of the main factors responsible for the global increase in the prevalence of dementia. Recent evidence suggests that modifiable risk factors, such as cardiovascular disease and lifestyle, may increase the risk of developing dementia and contribute to its progression. Furthermore, the use of non-invasive plasma biomarkers enables the identification of individuals with neurodegenerative diseases, even in the prodromal stage. However, the relationship between the cumulative burden of risk factors and plasma biomarkers is still poorly understood.

The main objective of this study is to identify and estimate the risk associated with modifiable and non-modifiable predictors (risk factors) linked to the development of Alzheimer's disease (AD) and non-AD dementia, as well as biological alterations consistent with AD or non-AD, through the development of a predictive tool based on Artificial Intelligence algorithms (Machine Learning model). The study also aims to provide a range of technological tools (an app for active patient monitoring and a web platform for clinicians) that could improve risk stratification and the personalisation of care pathways.

The study is divided into two different phases. Firstly, a retrospective phase is conducted in order to construct a predictive model for the risk of dementia and biological alterations consistent with AD. Secondly, a prospective phase is performed for the validation of the predictive model.

연구 개요

연구 유형

중재적

등록 (추정된)

240

단계

  • 해당 없음

연락처 및 위치

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

연구 장소

    • BS
      • Brescia, BS, 이탈리아, 25123
      • Brescia, BS, 이탈리아, 25125
        • 모병
        • IRCCS Istituto Centro San Giovanni Di Dio - Fatebenefratelli
        • 수석 연구원:
          • Barbara Borroni, MD
        • 연락하다:

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

  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

아니

설명

Inclusion Criteria:

  • Male or female subjects aged more than 18 years at the time of signing the informed consent form;
  • Subjects with MCI or SCD who, at the time of their first visit, did not have a clinical diagnosis of dementia (MMSE ≥ 24);
  • Smartphone user.

Exclusion Criteria:

  • Age younger than that stated in the inclusion criterion;
  • Inability to understand.

공부 계획

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

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 상영
  • 할당: 해당 없음
  • 중재 모델: 단일 그룹 할당
  • 마스킹: 없음(오픈 라벨)

무기와 개입

참가자 그룹 / 팔
개입 / 치료
실험적: Subjects with MCI or SCD

The intervention consists of a mobile application ("app") for risk monitoring with gamified patient engagement, which is design to support remote health monitoring and participant adherence to the study. Participants will enter informative clinical variables every 3 months, including weight, height, age, systolic/diastolic blood pressure, and blood glucose levels. The app generates a qualitative risk assessment (low/medium/high) based on entered data, intended as a clinical monitoring support tool for the participating sites and not as a diagnostic tool that replaces medical evaluation and/or clinical judgment.

Unlike standard data collection apps, the intervention provides continuous engagement incentives in the form of visual feedback and motivational messaging.

다른 이름들:
  • App for active patient monitoring

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
Conversion rate to dementia
기간: From enrollment to 3-6 months after enrollment
Risk score that assesses the individual risk associated with predictors linked to (i) the development of AD and non-AD dementia, and (ii) biological biological changes consistent with AD or non-AD pathology.
From enrollment to 3-6 months after enrollment

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

간행물 및 유용한 링크

연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.

일반 간행물

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)

2026년 6월 24일

기본 완료 (추정된)

2026년 11월 15일

연구 완료 (추정된)

2026년 11월 15일

연구 등록 날짜

최초 제출

2026년 7월 23일

QC 기준을 충족하는 최초 제출

2026년 7월 23일

처음 게시됨 (실제)

2026년 7월 28일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2026년 7월 28일

QC 기준을 충족하는 마지막 업데이트 제출

2026년 7월 23일

마지막으로 확인됨

2026년 7월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • PrevAl

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