Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

BGEM-gebruik als bloedglucosevoorspellingsmodel in de T2DM-populatie van Indonesië

11 oktober 2024 bijgewerkt door: Krida Wacana Christian University
Met behulp van signalen van PPG-sensoren voor consumenten op draagbare wearables, slimme ringen of hoortoestellen berekent het BGEM® AI-model de relevante digitale biomarkers die gecorreleerd zijn met de verandering van de bloedglucosespiegel om een ​​bloedglucoseresultaat te voorspellen voor het monitoren en evalueren van diabetesrisico's Ukrida in samenwerking met Actxa & Lif streeft ernaar de voorspellingsnauwkeurigheid van het huidige model te verbeteren om de bloedglucosewaarden van individuen bijna net zo nauwkeurig te voorspellen als een glucometer. Om dit te bereiken wil Actxa tijdens deze oefening gegevens verzamelen van ongeveer 500 personen met diabetes en van 400 gezonde of niet-gediagnosticeerde personen (prediabetes/diabetes).

Studie Overzicht

Toestand

Voltooid

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Achtergrond Aangedreven door ons AI-gestuurde algoritme, is Actxa's Blood Glucose Evaluation and Monitoring (BGEM®) een cloudgebaseerde technologie waarmee wearables met fotoplethysmografie (PPG) sensoren het diabetesrisico van individuen regelmatig op een niet-invasieve manier kunnen monitoren en evalueren .

Met behulp van signalen van PPG-sensoren van consumentenkwaliteit op draagbare wearables, slimme ringen of hoortoestellen berekent het BGEM® AI-model de relevante digitale biomarkers die gecorreleerd zijn met de verandering van het bloedglucoseniveau om een ​​bloedglucoseresultaat te voorspellen voor het monitoren en evalueren van diabetesrisico's. Onze eerdere studie heeft het potentieel aangetoond van het gebruik van PPG-sensoren om verhoogde bloedglucosewaarden te detecteren bij een niet-diabetische populatie1.

Doelstelling Ukrida in samenwerking met Actxa & Lif om de voorspellingsnauwkeurigheid van het huidige model te verbeteren om de bloedglucosewaarden van individuen bijna net zo nauwkeurig te voorspellen als een glucometer. Om dit te bereiken wil Actxa tijdens deze oefening gegevens verzamelen van ongeveer 500 personen met diabetes en van 400 gezonde of niet-gediagnosticeerde personen (prediabetes/diabetes), als onderdeel van Actxa's samenwerking met het UKRIDA Hospital.

Met de verzamelde gegevens heeft ons algoritme het potentieel om het beheer van de bloedglucosewaarden voor mensen met en zonder diabetes aanzienlijk te verbeteren, waardoor uiteindelijk hun algehele levenskwaliteit wordt verbeterd.

Studietype

Observationeel

Inschrijving (Werkelijk)

885

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

    • Jakarta Raya
      • Jakarta, Jakarta Raya, Indonesië, 11510
        • Ukrida Hospital

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Volwassen

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

500 mensen met diabetes en 400 mensen zonder diabetes

Beschrijving

Inclusiecriteria:

  • leeftijd tussen 18-59 jaar
  • diabetes of niet-diabeet
  • gezond genoeg om normale dagelijkse activiteiten te ondergaan

Uitsluitingscriteria:

  • o Draagt ​​een pacemaker

    • Is momenteel zwanger
    • Heeft een infectie
    • Heeft koorts

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Diabetische groep
Personen van 18 tot 59 jaar oud bij wie diabetes mellitus type 2 of vóór DM werd gediagnosticeerd of waarvan bekend is dat ze abnormale Hba1c- of bloedglucoseresultaten hebben
BGEM is een AI-aangedreven model om bloedglucose te voorspellen met behulp van een ppg-sensor
Niet-diabetische groep
Personen van 18 tot 59 jaar oud die nooit de diagnose diabetes mellitus of pre-DM hebben gesteld
BGEM is een AI-aangedreven model om bloedglucose te voorspellen met behulp van een ppg-sensor

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Voorspellingswaarde van BGEM
Tijdsspanne: Juli-december 2024
Het resultaat van het voorspellende model zal worden vergeleken met de bloedglucoseanalyse
Juli-december 2024
Voorspellingswaarde van BGEM
Tijdsspanne: Juli-december 2024
Het resultaat van het voorspellende model zal worden vergeleken met Hba1c
Juli-december 2024

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Variabelen die BGEM beïnvloeden
Tijdsspanne: Juli-december 2024
Analyse om eventuele variabelen van onderwerpen te bepalen die BGEM beïnvloeden
Juli-december 2024

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Medewerkers

Lif

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

30 juli 2024

Primaire voltooiing (Werkelijk)

5 oktober 2024

Studie voltooiing (Werkelijk)

5 oktober 2024

Studieregistratiedata

Eerst ingediend

11 oktober 2024

Eerst ingediend dat voldeed aan de QC-criteria

11 oktober 2024

Eerst geplaatst (Werkelijk)

15 oktober 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

15 oktober 2024

Laatste update ingediend die voldeed aan QC-criteria

11 oktober 2024

Laatst geverifieerd

1 oktober 2024

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • KridaWacanaCU

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Klinische onderzoeken op Diabetestype 2

Zoek naar vergelijkbare onderzoeken