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

Bipolar Disorder and Oxidative Stress Injury Mechanism - Clinical Big Data Analysis Based on Machine Learning

13 mei 2019 bijgewerkt door: Yiru FANG M.D., Ph.D., Shanghai Mental Health Center
This study is a single-center, retrospective, cross-sectional study. We plan to work with our network information center to analysis the related indicators of oxidative stress injury in patients with bipolar disorder based on oxidative stress data. During the study, machine learning was used as a data analysis method to screen out the biomarker risk factors with sensitivity and specificity for early recognition of bipolar disorder from major depression disorder with oxidative stress injury as the core. And then build up effective clinical predictive models for early identification of bipolar disorder, which can predict the early quantitative probabilistic of the onset of bipolar disorder.

Studie Overzicht

Toestand

Voltooid

Studietype

Observationeel

Inschrijving (Werkelijk)

3702

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

    • Shanghai
      • Shanghai, Shanghai, China, 200030
        • Shanghai Mental Health Center

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

  • Kind
  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

NVT

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Subjects are hospitalized patients in SMHC from 2009 to 2018; meet ICD-10 diagnosis of F31 bipolar disorder, F32 depressive disorder criteria and its subtype (mental examination was conducted by three levels of doctors including at least one attending physician and one chief physician in psychiatric); available relevant HIS system biochemical data; hospitalized patients need to the first admission; age and gender is not limited

Beschrijving

Inclusion Criteria:

  • age is not limited
  • gender is not limited
  • meets the diagnostic criteria for bipolar disorder of ICD-10 F31,F32 and its sub-categories
  • has relevant HIS system data that can be utilized.

Exclusion Criteria:

  • patients who did not meet the appeal diagnosis after three-level rounds of ward
  • patients who met the above three diagnoses but had severe data loss (missing value ≥ estimated data value of 30%)

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
bipolar disorder(BD)
hospitalized patients BD patients in SMHC from 2009 to 2018; meet ICD-10 diagnosis of F31 bipolar disorder criteria and its subtype (mental examination was conducted by three levels of doctors including at least one attending physician and one chief physician in psychiatric); available relevant HIS system biochemical data; hospitalized patients need to the first admission; age and gender is not limited
major depressive disorder(MDD)
hospitalized patients MDD patients in SMHC from 2009 to 2018; meet ICD-10 diagnosis of F32 depressive disorder criteria and its subtype (mental examination was conducted by three levels of doctors including at least one attending physician and one chief physician in psychiatric); available relevant HIS system biochemical data; hospitalized patients need to the first admission; age and gender is not limited

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Early prediction model of bipolar disorder with oxidative stress index as the core
Tijdsspanne: at August 2019
Based on the oxidative stress data, the study will analysis related indicators of oxidative stress injury in patients with bipolar disorder. Then use the method of machine learning to build up the early prediction model of bipolar disorder.
at August 2019

Medewerkers en onderzoekers

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

Onderzoekers

  • Hoofdonderzoeker: Yiru Fang, Shanghai Mental Health Center

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

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)

20 november 2018

Primaire voltooiing (Werkelijk)

20 november 2018

Studie voltooiing (Werkelijk)

20 november 2018

Studieregistratiedata

Eerst ingediend

13 mei 2019

Eerst ingediend dat voldeed aan de QC-criteria

13 mei 2019

Eerst geplaatst (Werkelijk)

14 mei 2019

Updates van studierecords

Laatste update geplaatst (Werkelijk)

14 mei 2019

Laatste update ingediend die voldeed aan QC-criteria

13 mei 2019

Laatst geverifieerd

1 mei 2019

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • CRC2018DSJ01-1

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 Bipolaire stoornis

3
Abonneren