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

Digitale gegevens gebruiken om CHD te voorspellen

4 januari 2024 bijgewerkt door: University of Pennsylvania

Digitale gegevens gebruiken om de cardiovasculaire gezondheid en het gebruik van de gezondheidszorg te voorspellen

Dit project probeert kenmerken te identificeren en te karakteriseren die zijn afgeleid van digitale gegevens (bijv. sociale media, online zoeken, mobiele media) die in verband worden gebracht met coronaire hartziekte (CHD) en gerelateerde risicofactoren, en modellen ontwikkelen die digitale gegevens en conventionele voorspellende modellen gebruiken om het risico op CHD en het gebruik van de gezondheidszorg te voorspellen.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Hart- en vaatziekten zijn de belangrijkste doodsoorzaak in de VS. Hoewel secundaire preventiebenaderingen de levensduur van patiënten hebben verbeterd, komen risicofactoren en ongunstig gezondheidsgedrag (bijv. lichamelijke inactiviteit, roken) veel voor, en in de meeste hedendaagse series voldoet minder dan 1% van de volwassenen aan alle factoren van een ideale CV-gezondheid. De logistiek en praktische aspecten van het bereiken van het doel van een ideale CV-gezondheid zijn niet duidelijk opgehelderd. Praktijkrichtlijnen bevelen het gebruik van de Framingham-risicoscore (FRS) of andere risicovoorspellingstools aan om het risico van patiënten op CV ziekte te classificeren. Deze modellen zijn echter onnauwkeurig en er wordt steeds meer aandacht besteed aan het identificeren van markers die betere risicometingen opleveren. Aangezien digitale platforms steeds vaker worden gebruikt om levensstijl en gezondheidsgedrag te documenteren, kunnen gegevens uit digitale bronnen een venster bieden op manifestaties van nieuwe risicofactoren en mogelijk een betere karakterisering van bestaande risicofactoren. Hoewel het een cliché lijkt om de diepgaande impact van digitale gegevens op het dagelijks leven te noemen, is er inderdaad een grote substantie in de kansen die deze nieuwe media bieden voor het begrijpen van gedrags-, sociale en omgevingsdeterminanten van gezondheid. Dit project probeert kenmerken te identificeren en te karakteriseren die zijn afgeleid van digitale gegevens (bijv. sociale media, online zoeken, mobiele media) die in verband worden gebracht met coronaire hartziekte (CHD) en gerelateerde risicofactoren, en modellen ontwikkelen die digitale gegevens en conventionele voorspellende modellen gebruiken om het risico op CHD en het gebruik van de gezondheidszorg te voorspellen.

Studietype

Observationeel

Inschrijving (Geschat)

1000

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

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

30 jaar tot 74 jaar (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Ja

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

We identificeren patiënten van 30-74 jaar met en zonder CHZ (ICD 9:414.0, ICD 10: I63, I20-I25)

Beschrijving

Inclusiecriteria:

  • 30 - 74 jaar oud
  • Bereid om geïnformeerde toestemming te ondertekenen
  • Voornamelijk Engels sprekend (voor taalanalyse)
  • Heeft een account op een van de volgende digitale dataplatforms (Facebook, Instagram, Twitter Reddit, Google (gmail), of smartphone of draagbaar apparaat zoals Apple Health, Fitbit, Samsung Health, MapMyFitness of Garmin) en is bereid om gegevens te delen
  • Indien een social media-account, Instagram of Facebook heeft, bereid is om historische en toekomstige gegevens te delen (60 dagen) Indien een Google (gmail)-account heeft, bereid is om het zip-bestand van Google Takeout te downloaden en te delen
  • Als hij een smartphone of draagbaar apparaat heeft, bereid om stapgegevens te delen
  • Bereid om toegang tot medische gezondheidsdossiers te delen
  • Bereid om informatie over zorgverzekeringen te delen

Uitsluitingscriteria:

  • Patiënt voldoet niet aan de leeftijdscriteria hierboven
  • Gebruikt en plaatst geen digitale gegevensbronnen die we bestuderen of die we niet willen doneren
  • Patiënt is in ernstige nood, b.v. respiratoire, fysieke of emotionele nood
  • Patiënt is dronken, bewusteloos of niet in staat om op de juiste manier op vragen te reageren

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

  • Observatiemodellen: Case-control
  • Tijdsperspectieven: Dwarsdoorsnede

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Geval
Patiënten van 30-74 jaar met en zonder CHD (IICD 10: I63, I20-I25) in de afgelopen 5 jaar.
Ander: Vragenlijst
Geïnteresseerde deelnemers kunnen de geïnformeerde toestemming online invullen. Na geïnformeerde toestemming wordt de deelnemer gevraagd om de digitale gegevenstypen die hij gebruikt (Facebook, Instagram, Twitter, Google zoeken, stappengegevens) te delen en vervolgens vullen de deelnemers een cross-sectionele enquête in.
Controle
Patiënten van 30-74 jaar met een niet-cardiovasculaire voorgeschiedenis
Ander: Vragenlijst
Geïnteresseerde deelnemers kunnen de geïnformeerde toestemming online invullen. Na geïnformeerde toestemming wordt de deelnemer gevraagd om de digitale gegevenstypen die hij gebruikt (Facebook, Instagram, Twitter, Google zoeken, stappengegevens) te delen en vervolgens vullen de deelnemers een cross-sectionele enquête in.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Latente Dirichlet-toewijzingsonderwerpen - onderwerpen / thema's die worden besproken tussen patiënten met en zonder hartaandoeningen
Tijdsspanne: Door afronding van de studie gemiddeld 3 jaar
Het primaire resultaat zijn onderwerpen en kenmerken (afgeleid met behulp van de Latent Dirichlet Allocation [LDA] -methode voor het clusteren van taalgegevens).
Door afronding van de studie gemiddeld 3 jaar

Andere uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
CHD evenement
Tijdsspanne: Door afronding van de studie gemiddeld 3 jaar

Betrouwbaarheid bij het voorspellen van CHD-gerelateerde gebeurtenissen bij de patiënt zoals gemeten door Framingham Risk Score.

De Framingham Risk Score (FRS) is een gevalideerd middel om het risico op hart- en vaatziekten (HVZ) te voorspellen. Inputvariabelen zijn leeftijd, roken van sigaretten, totaal cholesterol, HDL-cholesterol, systolische bloeddrukmeting en behandeling van hypertensie. Puntwaarden worden berekend op basis van elk van deze risico's. Een 10-jaars risicoscore kan als percentage worden afgeleid. Risicoscores variëren van 0-20%.

Laag risico: minder dan 10% kans dat u in de komende 10 jaar een hartaanval krijgt of sterft aan een hartziekte.

Gemiddeld risico: een risico van 10 tot 20% dat u in de komende 10 jaar een hartaanval krijgt of sterft aan een hartaandoening.

Hoog risico: een risico van meer dan 20% dat u in de komende 10 jaar een hartaanval krijgt of sterft aan een hartaandoening.
Door afronding van de studie gemiddeld 3 jaar
Gebruik van de gezondheidszorg
Tijdsspanne: Door afronding van de studie gemiddeld 3 jaar
Voorspelling van de kosten voor het gebruik van gezondheidszorg tussen patiënten met hartaandoeningen en niet-hartaandoeningen, gemeten aan de hand van gegevens over verzekeringsclaims
Door afronding van de studie gemiddeld 3 jaar

Medewerkers en onderzoekers

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

Sponsor

University of Pennsylvania

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)

25 september 2020

Primaire voltooiing (Geschat)

30 mei 2024

Studie voltooiing (Geschat)

1 juni 2024

Studieregistratiedata

Eerst ingediend

28 september 2020

Eerst ingediend dat voldeed aan de QC-criteria

28 september 2020

Eerst geplaatst (Werkelijk)

5 oktober 2020

Updates van studierecords

Laatste update geplaatst (Werkelijk)

5 januari 2024

Laatste update ingediend die voldeed aan QC-criteria

4 januari 2024

Laatst geverifieerd

1 januari 2024

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • 833699

Plan Individuele Deelnemersgegevens (IPD)

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

ONBESLIST

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 Hart-en vaatziekten

Klinische onderzoeken op Vragenlijst

Zoek naar vergelijkbare onderzoeken

Sponsors en medewerkers

Medische omstandigheden

Geneesmiddelinterventies

CROs by country

CROs in Zimbabwe

Voorwaarden

Zeldzame ziekten

Geneesmiddelinterventies

Voedingssupplementen

Sponsor / medewerkers

Locaties

3
Abonneren