- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT02140645
Vaststelling van op EMR gebaseerde klinische covariaten bij patiënten die orale en niet-insuline geïnjecteerde hypoglykemische therapie krijgen
Associatie van klinische covariabelen met niet-insuline diabetesmedicatie-initiatie met behulp van elektronische medische dossiers (EMR)
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Studietype
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
Massachusetts
-
Boston, Massachusetts, Verenigde Staten
- Boehringer Ingelheim Investigational Site
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
Accepteert gezonde vrijwilligers
Geslachten die in aanmerking komen voor studie
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Afgifte van een oraal of niet-insuline geïnjecteerd hypoglykemisch medicijn tussen mei 2011 en juni 2012
- Diagnose van diabetes mellitus type 2
- Aanwezigheid van elektronische medische dossiers (voor de EMR-gebaseerde subset)
Uitsluitingscriteria:
- Leeftijd <18 bij aanvang van T2DM-medicatie
- Ontbrekende of onduidelijke informatie over leeftijd of geslacht
- Ten minste één diagnose diabetes mellitus type 1
- Minder dan 6 maanden inschrijving in de database voorafgaand aan de datum van de eerste verstrekking
- Voorafgaand gebruik van het indexmedicijn
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
---|---|
Linagliptine1
T2DM-patiënten die beginnen met Linagliptine (DPP-4-vergelijking)
|
niet-gerandomiseerd
|
Andere DPP4
T2DM-patiënten die starten met een non-linagliptine DPP-4-remmer
|
|
Linagliptine2
T2DM-patiënten die beginnen met Linagliptine (glitizaone-vergelijking)
|
|
Glitazonen
T2DM-patiënten starten met Thiazolidinedionen (glitazonen)
|
|
Sulfonylureum
T2DM-patiënten die starten met medicatie in de Sulfonylureum-klasse
|
|
Linagliptine3
T2DM-patiënten die beginnen met Linagliptine (Sulfonylurea-vergelijking)
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
---|---|---|
Ontbrekend EMR-kenmerk (elektronisch medisch dossier): roken
Tijdsspanne: Tot 20 maanden
|
De ontbrekende EMR-kenmerk roken gedefinieerd als huidige, onbekende versus vroegere/nooit-roker. De associaties tussen op claims gebaseerde covariabelen en het missen van EMR-kenmerken werden onderzocht door een logistisch regressiemodel te schatten (en multinominale logistische regressie, afhankelijk van het aantal categorieën voor het EMR-kenmerk) voor elk EMR-kenmerk waar een indicator voor het missen van het EMR-kenmerk roken was de afhankelijke variabele en alle op claims gebaseerde covariabelen werden opgenomen als onafhankelijke variabelen. De weergegeven geschatte waarde is in feite de voorspellingsnauwkeurigheid gedefinieerd door C-statistieken. |
Tot 20 maanden
|
Ontbrekend EMR-kenmerk: duur van diabetes
Tijdsspanne: Tot 20 maanden
|
De ontbrekende EMR-karakteristieke duur van diabetes gedefinieerd als >7, 5-6, 3-5, 1-3, <1 (in jaren) in duur. De associaties tussen op claims gebaseerde covariabelen en het ontbreken van EMR-kenmerken werden onderzocht door een logistisch regressiemodel (en multinominale logistische regressie, afhankelijk van het aantal categorieën voor het EMR-kenmerk) te schatten voor elk EMR-kenmerk waarbij een indicator voor het missen van de EMR-kenmerkduur van diabetes was de afhankelijke variabele en alle op claims gebaseerde covariaten werden opgenomen als onafhankelijke variabelen. De weergegeven geschatte waarde is in feite de voorspellingsnauwkeurigheid gedefinieerd door C-statistieken. |
Tot 20 maanden
|
Ontbrekende EMR-kenmerk: duur van diabetes (continu)
Tijdsspanne: Tot 20 maanden
|
De ontbrekende EMR-karakteristieke duur van diabetes gedefinieerd als startjaar/beginleeftijd van diabetes. Lineaire regressiemodellen werden uitgevoerd met behulp van een geprioriteerde lijst van op claims gebaseerde covariaten als voorspellers en de waarde van geselecteerde op EMR gebaseerde klinische kenmerken duur van diabetes als continue uitkomsten. De weergegeven geschatte waarde is in feite de voorspellingsnauwkeurigheid gedefinieerd door R-kwadraat. |
Tot 20 maanden
|
Ontbrekende EMR-kenmerk: BMI (Body Mass Index)
Tijdsspanne: Tot 20 maanden
|
De ontbrekende EMR-kenmerk BMI gedefinieerd als niet zwaarlijvig, overgewicht, zwaarlijvig, ernstige zwaarlijvigheid. De associaties tussen op claims gebaseerde covariaten en het missen van EMR-kenmerken werden onderzocht door een logistisch regressiemodel te schatten (en multinomiale logistische regressie, afhankelijk van het aantal categorieën voor het EMR-kenmerk) voor elk EMR-kenmerk waar een indicator voor het missen van het EMR-kenmerk BMI was de afhankelijke variabele en alle op claims gebaseerde covariabelen werden opgenomen als onafhankelijke variabelen. De weergegeven geschatte waarde is in feite de voorspellingsnauwkeurigheid gedefinieerd door C-statistieken. |
Tot 20 maanden
|
Ontbrekende EMR-kenmerk: BMI (continu)
Tijdsspanne: Tot 20 maanden
|
De ontbrekende EMR-kenmerk BMI is de BMI-waarde. Lineaire regressiemodellen werden uitgevoerd met behulp van een geprioriteerde lijst van op claims gebaseerde covariaten als voorspellers en de waarde van geselecteerde EMR-gebaseerde klinische kenmerken BMI als continue uitkomsten. De weergegeven geschatte waarde is in feite de voorspellingsnauwkeurigheid gedefinieerd door R-kwadraat. |
Tot 20 maanden
|
Ontbrekende EMR-kenmerk: HbA1c (hemoglobine A1c (geglycosyleerd hemoglobine))
Tijdsspanne: Tot 20 maanden
|
Het ontbrekende EMR kenmerk HbA1c gedefinieerd als waarde in 6 maanden voor en inclusief indexdatum. De associaties tussen op claims gebaseerde covariabelen en het missen van EMR-kenmerken werden onderzocht door een logistisch regressiemodel (en multinominale logistische regressie, afhankelijk van het aantal categorieën voor het EMR-kenmerk) te schatten voor elk EMR-kenmerk waar een indicator voor het missen van het EMR-kenmerk HbA1c was de afhankelijke variabele en alle op claims gebaseerde covariabelen werden opgenomen als onafhankelijke variabelen. De weergegeven geschatte waarde is in feite de voorspellingsnauwkeurigheid gedefinieerd door C-statistieken. |
Tot 20 maanden
|
Ontbrekende EMR-kenmerk: eGFR (glomerulaire filtratiesnelheid)
Tijdsspanne: Tot 20 maanden
|
De ontbrekende EMR-kenmerk eGFR gedefinieerd als waarde in 6 maanden voorafgaand aan en inclusief indexdatum. De associaties tussen op claims gebaseerde covariaten en het missen van EMR-kenmerken werden onderzocht door een logistisch regressiemodel te schatten (en multinominale logistische regressie, afhankelijk van het aantal categorieën voor het EMR-kenmerk) voor elk EMR-kenmerk waarbij een indicator voor het missen van het EMR-kenmerk eGFR was de afhankelijke variabele en alle op claims gebaseerde covariabelen werden opgenomen als onafhankelijke variabelen. De weergegeven geschatte waarde is in feite de voorspellingsnauwkeurigheid gedefinieerd door C-statistieken. |
Tot 20 maanden
|
Ontbrekende EMR-kenmerk: totaal cholesterol
Tijdsspanne: Tot 20 maanden
|
Het ontbrekende EMR-kenmerk totaal cholesterol gedefinieerd als waarde in 6 maanden voorafgaand aan en inclusief indexdatum. De associaties tussen op claims gebaseerde covariabelen en het missen van EMR-kenmerken werden onderzocht door een logistisch regressiemodel te schatten (en multinominale logistische regressie, afhankelijk van het aantal categorieën voor het EMR-kenmerk) voor elk EMR-kenmerk waarbij een indicator voor het missen van het EMR-kenmerk totaal cholesterol was de afhankelijke variabele en alle op claims gebaseerde covariaten werden opgenomen als onafhankelijke variabelen. De weergegeven geschatte waarde is in feite de voorspellingsnauwkeurigheid gedefinieerd door C-statistieken. |
Tot 20 maanden
|
Ontbrekende EMR-kenmerk: systolische bloeddruk (bloeddruk)
Tijdsspanne: Tot 20 maanden
|
De ontbrekende EMR-kenmerk systolische bloeddruk gedefinieerd als waarde in 6 maanden voorafgaand aan en inclusief indexdatum. De associaties tussen op claims gebaseerde covariabelen en het missen van EMR-kenmerken werden onderzocht door een logistisch regressiemodel te schatten (en multinominale logistische regressie, afhankelijk van het aantal categorieën voor het EMR-kenmerk) voor elk EMR-kenmerk waarbij een indicator voor het missen van het EMR-kenmerk systolisch BP was de afhankelijke variabele en alle op claims gebaseerde covariaten werden opgenomen als onafhankelijke variabelen. De weergegeven geschatte waarde is in feite de voorspellingsnauwkeurigheid gedefinieerd door C-statistieken. |
Tot 20 maanden
|
Ontbrekende EMR-kenmerk: diastolische bloeddruk
Tijdsspanne: Tot 20 maanden
|
De ontbrekende EMR-kenmerk diastolische bloeddruk gedefinieerd als waarde in 6 maanden voorafgaand aan en inclusief indexdatum. De associaties tussen op claims gebaseerde covariaten en het missen van EMR-kenmerken werden onderzocht door een logistisch regressiemodel te schatten (en multinominale logistische regressie, afhankelijk van het aantal categorieën voor het EMR-kenmerk) voor elk EMR-kenmerk waarbij een indicator voor het missen van het EMR-kenmerk diastolisch was. BP was de afhankelijke variabele en alle op claims gebaseerde covariaten werden opgenomen als onafhankelijke variabelen. De weergegeven geschatte waarde is in feite de voorspellingsnauwkeurigheid gedefinieerd door C-statistieken. |
Tot 20 maanden
|
Binair EMR-kenmerk: neuropathie
Tijdsspanne: Tot 20 maanden
|
De ontbrekende EMR-kenmerkende neuropathie gedefinieerd als deelnemers met enige vorm van diabetische neuropathie. De associaties tussen op claims gebaseerde covariabelen en het missen van EMR-kenmerken werden onderzocht door een logistisch regressiemodel te schatten (en multinominale logistische regressie, afhankelijk van het aantal categorieën voor het EMR-kenmerk) voor elk EMR-kenmerk waar een indicator voor het missen van het EMR-kenmerk neuropathie was de afhankelijke variabele en alle op claims gebaseerde covariabelen werden opgenomen als onafhankelijke variabelen. De weergegeven geschatte waarde is in feite de voorspellingsnauwkeurigheid gedefinieerd door C-statistieken. |
Tot 20 maanden
|
Binair EMR-kenmerk: nefropathie
Tijdsspanne: Tot 20 maanden
|
De ontbrekende EMR-karakteristieke nefropathie gedefinieerd als deelnemers met enige vorm van diabetische nefropathie. De associaties tussen op claims gebaseerde covariabelen en het missen van EMR-kenmerken werden onderzocht door een logistisch regressiemodel te schatten (en multinominale logistische regressie, afhankelijk van het aantal categorieën voor het EMR-kenmerk) voor elk EMR-kenmerk waar een indicator voor het missen van het EMR-kenmerk nefropathie was de afhankelijke variabele en alle op claims gebaseerde covariabelen werden opgenomen als onafhankelijke variabelen. De weergegeven geschatte waarde is in feite de voorspellingsnauwkeurigheid gedefinieerd door C-statistieken. |
Tot 20 maanden
|
Binair EMR-kenmerk: retinopathie
Tijdsspanne: Tot 20 maanden
|
De ontbrekende EMR-karakteristieke retinopathie gedefinieerd als deelnemers met enige vorm van diabetische retinopathie. De associaties tussen op claims gebaseerde covariabelen en het missen van EMR-kenmerken werden onderzocht door een logistisch regressiemodel te schatten (en multinominale logistische regressie, afhankelijk van het aantal categorieën voor het EMR-kenmerk) voor elk EMR-kenmerk waar een indicator voor het missen van het EMR-kenmerk retinopathie was de afhankelijke variabele en alle op claims gebaseerde covariabelen werden opgenomen als onafhankelijke variabelen. De weergegeven geschatte waarde is in feite de voorspellingsnauwkeurigheid gedefinieerd door C-statistieken. |
Tot 20 maanden
|
Binair EMR-kenmerk: Pancreatitis
Tijdsspanne: Tot 20 maanden
|
De ontbrekende EMR-karakteristieke pancreatitis gedefinieerd als deelnemers met een teken van eerdere pancreatitis. De associaties tussen op claims gebaseerde covariabelen en het missen van EMR-kenmerken werden onderzocht door een logistisch regressiemodel te schatten (en multinominale logistische regressie, afhankelijk van het aantal categorieën voor het EMR-kenmerk) voor elk EMR-kenmerk waar een indicator voor het missen van het EMR-kenmerk pancreatitis was de afhankelijke variabele en alle op claims gebaseerde covariabelen werden opgenomen als onafhankelijke variabelen. De weergegeven geschatte waarde is in feite de voorspellingsnauwkeurigheid gedefinieerd door C-statistieken. |
Tot 20 maanden
|
Medewerkers en onderzoekers
Sponsor
Medewerkers
Publicaties en nuttige links
Nuttige links
Studie record data
Bestudeer belangrijke data
Studie start
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Schatting)
Updates van studierecords
Laatste update geplaatst (Schatting)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
- Glucosemetabolismestoornissen
- Metabole ziekten
- Endocriene systeemziekten
- Suikerziekte
- Diabetes mellitus, type 2
- Hypoglycemische middelen
- Fysiologische effecten van medicijnen
- Moleculaire mechanismen van farmacologische werking
- Enzymremmers
- Hormonen
- Hormonen, hormoonvervangers en hormoonantagonisten
- Proteaseremmers
- Incretines
- Dipeptidyl-peptidase IV-remmers
- Linagliptine
Andere studie-ID-nummers
- 1218.162
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 Diabetes mellitus, type 2
-
Diabetes Foundation, IndiaNational Diabetes Obesity and Cholesterol FoundationWervingDiabetes mellitus type 2 met complicatiesIndië
-
SanofiVoltooidDiabetes mellitus type 1 - Diabetes mellitus type 2Hongarije, Russische Federatie, Duitsland, Polen, Japan, Verenigde Staten, Finland
-
India Diabetes Research Foundation & Dr. A. Ramachandran...Voltooid
-
AstraZenecaWerving
-
Daewoong Pharmaceutical Co. LTD.Nog niet aan het wervenT2DM (diabetes mellitus type 2)
-
Zhongda HospitalWervingDiabetes mellitus type 2 (T2DM)China
-
Newsoara Biopharma Co., Ltd.WervingT2DM (diabetes mellitus type 2)China
-
Shanghai Golden Leaf MedTec Co. LtdActief, niet wervendDiabetes mellitus type 2 (T2DM)China
-
SanofiVoltooid
-
Haisco Pharmaceutical Group Co., Ltd.VoltooidT2DM (diabetes mellitus type 2)China
Klinische onderzoeken op linagliptine
-
The Affiliated Hospital of Qingdao UniversityVoltooid
-
Brigham and Women's HospitalPatient-Centered Outcomes Research Institute; McGill University; VA Boston Healthcare...Actief, niet wervendType 2 diabetes | Nierziekte | Cardiovasculaire gebeurtenissenVerenigde Staten
-
EMSNog niet aan het wervenWerkzaamheid en veiligheid van Madalena Association bij de behandeling van diabetes mellitus type IIDiabetes mellitus type 2
-
Boehringer IngelheimEli Lilly and CompanyVoltooid