Diabetes in Quebec in kaart brengen: medico-administratieve algoritmen valideren voor diabetes type 1, diabetes type 2 en LADA (VDA)
Het doel van deze observationele studie is het valideren van medisch-administratieve algoritmen die diabetesfenotypen (Type 1, Type 2 en Latent Autoimmune Diabetes bij Volwassenen - LADA) classificeren in een populatiegebaseerd cohort in Quebec, inclusief kinderen, adolescenten en jonge volwassenen. tot 40 jaar oud met gediagnosticeerde diabetes. De belangrijkste vragen die het wil beantwoorden zijn:
Kunnen deze algoritmen nauwkeurig onderscheid maken tussen Type 1, Type 2 en LADA in verschillende leeftijdsgroepen? Wat is de prevalentie en incidentie van elk diabetesfenotype in Quebec? Deelnemers zullen hun medische en administratieve gegevens laten analyseren, inclusief gegevens over medicatiegebruik en gezondheidszorgbezoeken, om de nauwkeurigheid van de algoritmen te valideren. Het onderzoek omvat het vergelijken van deze op algoritmen gebaseerde classificaties met klinische diagnoses of zelfgerapporteerde gegevens om de betrouwbaarheid te garanderen.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Het doel van deze observationele studie is het valideren van de effectiviteit van medisch-administratieve algoritmen die zijn ontwikkeld om diabetesfenotypes te classificeren, met name Type 1, Type 2 en Latente Auto-immuun Diabetes bij Volwassenen (LADA), in een populatiegebaseerd cohort in Quebec. Het onderzoek richt zich op kinderen, adolescenten en jongvolwassenen tot 40 jaar bij wie diabetes is vastgesteld.
De belangrijkste vragen die het wil beantwoorden zijn:
Kunnen deze algoritmen nauwkeurig onderscheid maken tussen Type 1, Type 2 en LADA in verschillende leeftijdsgroepen? Wat zijn de prevalentie en incidentie van deze diabetesfenotypen in de bevolking van Quebec? Deelnemers, bij wie al de diagnose van een van de drie diabetestypen is gesteld en die standaard medische zorg ontvangen, zullen hun gegevens laten verzamelen uit bestaande medische en administratieve dossiers. Deze gegevens omvatten informatie over medicatiegebruik, gezondheidszorgbezoeken en zelfgerapporteerde gezondheidsresultaten.
Het onderzoek omvat een retrospectieve analyse waarbij de classificaties van de algoritmen worden vergeleken met klinische diagnoses en zelfgerapporteerde gegevens om de nauwkeurigheid en betrouwbaarheid van de algoritmen te bepalen. Dit validatieproces is cruciaal voor het verbeteren van diabetesmanagement en volksgezondheidsstrategieën door ervoor te zorgen dat deze algoritmen op betrouwbare wijze kunnen worden gebruikt in bredere epidemiologische onderzoeken.
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: philippe c corsenac, Ph.D
- Telefoonnummer: (+1)4384934299
- E-mail: philippe.corsenac@uqo.ca
Studie Contact Back-up
- Naam: jeremie Riou, Ph.D
- E-mail: jeremie.riou@univ-angers.fr
Studie Locaties
-
-
Quebec
-
Montréal, Quebec, Canada, J8X 3X7
- Philippe Corsenac
-
Contact:
- philippe c corsenac, Ph.D
- Telefoonnummer: (+1)4384934299
- E-mail: philippe.corsenac@uqo.ca
-
Contact:
- philippe c corsenac, Ph.D
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Kind
- Volwassen
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Individuen bij wie type 1, type 2 of latente auto-immuun diabetes bij volwassenen (LADA) is vastgesteld op basis van klinische of zelfgerapporteerde gegevens.
- Deelnemers gediagnosticeerd tussen 1997 en 2024.
- Inwoners van Quebec met beschikbare medisch-administratieve gegevens van 1997 tot 2024.
Uitsluitingscriteria:
- Niet-inwoners van Quebec tijdens de studieperiode.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
type 1-diabetes
Deze groep bestaat uit deelnemers bij wie volgens zelfgerapporteerde gegevens diabetes type 1 is vastgesteld.
Het primaire doel van het vergelijken van deze groep met medisch-administratieve gegevens is het valideren van het vermogen van het algoritme om personen met type 1-diabetes accuraat te classificeren, en ervoor te zorgen dat ze correct als zodanig worden geïdentificeerd zonder verkeerd in andere categorieën te worden geclassificeerd.
|
geen tussenkomst.
dit is observationeel onderzoek.
|
|
diabetes type 2
Deze groep omvat deelnemers waarbij op basis van klinische gegevens diabetes type 2 is vastgesteld.
Het validatieproces richt zich op het beoordelen van de nauwkeurigheid van het algoritme bij het identificeren van personen met type 2-diabetes, waardoor een correcte classificatie wordt gegarandeerd en het risico op verkeerde classificatie als andere diabetesfenotypes of niet-diabetici wordt geminimaliseerd.
|
geen tussenkomst.
dit is observationeel onderzoek.
|
|
Latente auto-immuundiabetes bij volwassenen
Deze groep bestaat uit deelnemers bij wie volgens zelfgerapporteerde gegevens latente auto-immuun diabetes bij volwassenen (LADA) is vastgesteld.
Het validatieproces voor deze groep is gericht op het beoordelen van het vermogen van het algoritme om personen met LADA nauwkeurig te identificeren, wat vaak een uitdaging is vanwege de kenmerken die overlappen met zowel type 1- als type 2-diabetes.
Nauwkeurige classificatie van LADA is cruciaal voor het verbeteren van behandelstrategieën en het begrijpen van de epidemiologie ervan.
|
geen tussenkomst.
dit is observationeel onderzoek.
|
|
Niet-diabeet
Deze groep omvat deelnemers die, volgens zelfgerapporteerde gegevens van individuen, geen fenotypes van diabetes hebben.
De vergelijking van de gegevens van deze groep met medisch-administratieve gegevens is van cruciaal belang voor het identificeren van valse positieven en om ervoor te zorgen dat de algoritmen niet-diabetische individuen nauwkeurig uitsluiten van de verkeerde classificatie als diabetespatiënt.
|
|
|
andere fenotypen
Deze groep bevat deelnemers bij wie de diagnose diabetesgerelateerde fenotypes anders dan Type 1, Type 2 of LADA is gesteld, evenals deelnemers met zeldzamere vormen van de ziekte (gebaseerd op klinische gegevens).
De validatie heeft tot doel de effectiviteit van het algoritme te bepalen bij het correct identificeren en classificeren van deze minder vaak voorkomende fenotypes, wat van cruciaal belang is voor het garanderen van een uitgebreide en nauwkeurige diabetesclassificatie.
|
geen tussenkomst.
dit is observationeel onderzoek.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Diagnostische nauwkeurigheidsmetingen (percentages)
Tijdsspanne: Retrospectieve gegevens van 1997 tot 2024
|
De primaire uitkomstmaat is de nauwkeurigheid van de medisch-administratieve algoritmen bij het correct classificeren van deelnemers in een van de volgende diabetesfenotypen: Type 1, Type 2, LADA of andere fenotypen, vergeleken met klinische of zelfgerapporteerde diagnoses. 1.1. Diagnostische nauwkeurigheidsmetingen (percentages)
Deze indicatoren zullen niet worden samengevoegd tot één enkele waarde, maar zullen afzonderlijk worden gepresenteerd om hun verschillende meeteenheden te respecteren. |
Retrospectieve gegevens van 1997 tot 2024
|
|
Classificatietellingen (aantal gevallen)
Tijdsspanne: Retrospectieve gegevens van 1997 tot 2024
|
De primaire uitkomstmaat is de nauwkeurigheid van de medisch-administratieve algoritmen bij het correct classificeren van deelnemers in een van de volgende diabetesfenotypen: Type 1, Type 2, LADA of andere fenotypen, vergeleken met klinische of zelfgerapporteerde diagnoses. 1.2. Classificatietellingen (aantal gevallen)
Deze indicatoren zullen niet worden samengevoegd tot één enkele waarde, maar zullen afzonderlijk worden gepresenteerd om hun verschillende meeteenheden te respecteren. |
Retrospectieve gegevens van 1997 tot 2024
|
|
Waarschijnlijkheidsratio's (eenheidloos)
Tijdsspanne: Retrospectieve gegevens van 1997 tot 2024
|
De primaire uitkomstmaat is de nauwkeurigheid van de medisch-administratieve algoritmen bij het correct classificeren van deelnemers in een van de volgende diabetesfenotypen: Type 1, Type 2, LADA of andere fenotypen, vergeleken met klinische of zelfgerapporteerde diagnoses. 1.3. Waarschijnlijkheidsratio's (eenheidloos)
Deze indicatoren zullen niet worden samengevoegd tot één enkele waarde, maar zullen afzonderlijk worden gepresenteerd om hun verschillende meeteenheden te respecteren. |
Retrospectieve gegevens van 1997 tot 2024
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Prevalentie van elk diabetesfenotype (aandeel/percentage)
Tijdsspanne: Retrospectieve gegevens van 1997 tot 2024
|
Prevalenties van elk diabetesfenotype (Type 1, Type 2, LADA en andere fenotypes) binnen de onderzoekspopulatie: Bepaalt het aantal individuen dat elk specifiek diabetesfenotype (Type 1, Type 2, LADA of andere fenotypes) heeft op een gegeven moment. tijdstip (gerapporteerd als percentage of proportie). Maateenheid: Aandeel of percentage van de onderzoekspopulatie. Deze berekeningen zullen inzicht verschaffen in de verspreiding en opkomst van verschillende diabetesfenotypes binnen de bevolking van Quebec van 1997 tot 2024, waardoor een beter begrip van ziektepatronen mogelijk wordt en informatie wordt verstrekt over volksgezondheidsstrategieën en de toewijzing van middelen. Deze indicatoren zullen niet worden samengevoegd tot één enkele waarde, maar zullen afzonderlijk worden gepresenteerd om hun verschillende meeteenheden te respecteren. |
Retrospectieve gegevens van 1997 tot 2024
|
|
Incidentie van elk diabetesfenotype
Tijdsspanne: Retrospectieve gegevens van 1997 tot 2024
|
Incidentie van elk diabetesfenotype (type 1, type 2, LADA en andere fenotypes) binnen de onderzoekspopulatie: Incidentie (I): Berekent de snelheid waarmee nieuwe gevallen van elk diabetesfenotype voorkomen in de onderzoekspopulatie gedurende de gedefinieerde periode (gerapporteerd als tarief of verhouding). Maateenheid: Aantal nieuwe gevallen (bijvoorbeeld per 1.000 persoonsjaren) of proportie (gevallen/totale bevolking). Deze berekeningen zullen inzicht verschaffen in de verspreiding en opkomst van verschillende diabetesfenotypes binnen de bevolking van Quebec van 1997 tot 2024, waardoor een beter begrip van ziektepatronen mogelijk wordt en informatie wordt verstrekt over volksgezondheidsstrategieën en de toewijzing van middelen. Deze indicatoren zullen niet worden samengevoegd tot één enkele waarde, maar zullen afzonderlijk worden gepresenteerd om hun verschillende meeteenheden te respecteren. |
Retrospectieve gegevens van 1997 tot 2024
|
Medewerkers en onderzoekers
Medewerkers
Onderzoekers
- Hoofdonderzoeker: philippe C corsenac, Ph.D, UQO
Studie record data
Bestudeer belangrijke data
Studie start (Geschat)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- F1-14464
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Beschrijving IPD-plan
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
product vervaardigd in en geëxporteerd uit de V.S.
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 .