Gegevensanalyse om te evalueren welke specifieke loopmaatstaven verband houden met het risico op verwondingen door vallen Evaluatie van loopmaatregelen die verband houden met het risico op verwondingen door vallen door middel van gegevensanalyse (WHS)
14 oktober 2024 bijgewerkt door: Tel-Aviv Sourasky Medical Center
Gegevensanalyse om te evalueren welke specifieke loopmaatregelen verband houden met het risico op verwondingen
Het doel van deze studie is om te begrijpen of specifieke loop- en activiteitsmaatregelen kunnen helpen bij het voorspellen van schadelijke valpartijen bij oudere vrouwen. De belangrijkste vragen die het wil beantwoorden zijn:
Kan het combineren van metingen van de dagelijkse gang (DLG) en dagelijkse fysieke activiteit (DLPA) het risico op schadelijke valpartijen nauwkeuriger voorspellen? Hoe effectief zijn draagbare technologie en machinaal leren bij het analyseren van deze activiteitsmetingen voor herfstvoorspelling? Onderzoekers zullen gegevens van de Women's Health Study (WHS) analyseren, waarbij ze draagbare technologie gebruiken om dagelijkse looppatronen en fysieke activiteit bij te houden, en machine learning zullen toepassen om de waarschijnlijkheid van schadelijke valpartijen te beoordelen.
Studie Overzicht
Toestand
Actief, niet wervend
Interventie / Behandeling
Studietype
Observationeel
Inschrijving (Werkelijk)
17466
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
-
-
-
Tel Aviv, Israël
- Tel Aviv Medical 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
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Nee
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
De onderzoekspopulatie bestaat uit een groot cohort van 17.466 oudere vrouwen die deelnamen aan de Women's Health Study (WHS), een langdurig observationeel onderzoek.
Deze vrouwen werden aanvankelijk tussen 1992 en 1995 gerekruteerd voor een gerandomiseerde klinische studie met aspirine en vitamine E voor de primaire preventie van hart- en vaatziekten en kanker.
De huidige analyse richt zich op een subgroep van deelnemers die tussen 2011 en 2015 een week lang tijdens de wakkere uren een tri-axiale versnellingsmeter droegen om metingen van het dagelijkse looppatroon (DLG) en de dagelijkse fysieke activiteit (DLPA) vast te leggen.
Beschrijving
Inclusiecriteria:
- na de menopauze of zonder de intentie om zwanger te worden
Uitsluitingscriteria:
- voorgeschiedenis van CHZ, cerebrovasculaire aandoeningen, kanker (behalve niet-melanome huidkanker) of een andere ernstige ziekte;
- geschiedenis van ernstige bijwerkingen om behandelingen te bestuderen;
- aspirine gebruiken, geneesmiddelen die aspirine bevatten, of niet-steroïde anti-inflammatoire geneesmiddelen > eenmaal per week, of bereid zijn om het gebruik van deze geneesmiddelen op te geven;
- het gebruik van anticoagulantia of corticosteroïden;
- Inname van vitamine A-, E- of ß-caroteensupplementen > één keer per week.
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 |
|---|---|
|
WHS
Een grote bestaande en geanonimiseerde dataset van oudere vrouwen die deelnamen aan de Women's Health Study. Van 2011 tot 2015 droegen 17.466 vrouwen een week lang tijdens de wakkere uren een triaxiale versnellingsmeter
|
Deze interventie richt zich op unieke wijze op de voorspelling van schadelijke valpartijen door metingen van het dagelijks leven (DLG) (bijvoorbeeld loopsnelheid, cadans, variabiliteit) te combineren met metingen van de dagelijkse fysieke activiteit (DLPA) (bijvoorbeeld activiteitsniveaus, activiteitsfragmentatie).
In tegenstelling tot andere onderzoeken maakt deze analyse gebruik van gegevens van een groot cohort oudere vrouwen (n=17.466) die deelnamen aan de Women's Health Study (WHS), waarbij deelnemers gedurende één week een tri-axiale versnellingsmeter droegen.
Bovendien koppelt het onderzoek accelerometergegevens aan gezondheidsresultaten op de lange termijn, met name valgerelateerde verwondingen uit de gegevens van de Centers for Medicare & Medicaid Services (CMS).
Dit is de eerste studie om te onderzoeken of het combineren van DLG- en DLPA-metingen, afgeleid van draagbare technologie, valgerelateerde verwondingen in een vergrijzende bevolking kan voorspellen, door geavanceerde machine learning-technieken toe te passen op deze grote, geanonimiseerde dataset.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Associatie van loopsnelheid met risico op verwondingen (AIM1)
Tijdsspanne: Schadelijke valpartijen binnen 1 jaar na nulmeting met behulp van time-to-event-analyses.
|
Het onderzoek evalueert het verband tussen de loopsnelheid (gemeten in meter per seconde) en het risico op verwondingen door vallen binnen een jaar na de beoordeling van de versnellingsmeter.
|
Schadelijke valpartijen binnen 1 jaar na nulmeting met behulp van time-to-event-analyses.
|
|
Associatie van cadans met risico op verwondingen (AIM1)
Tijdsspanne: Schadelijke valpartijen binnen 1 jaar na nulmeting met behulp van time-to-event-analyses.
|
In het onderzoek wordt het verband beoordeeld tussen de cadans (gemeten in stappen per minuut) en het risico op een blessure binnen een jaar na de beoordeling van de versnellingsmeter.
|
Schadelijke valpartijen binnen 1 jaar na nulmeting met behulp van time-to-event-analyses.
|
|
Associatie van loopvariabiliteit met risico op letselschade (AIM1)
Tijdsspanne: Tijdsbestek: Schadelijke valpartijen binnen 1 jaar na nulmeting met behulp van time-to-event-analyses.
|
In het onderzoek wordt het verband beoordeeld tussen de variabiliteit van het looppatroon (gemeten als de standaardafwijking van de staptijden) en het risico op een val met letsel binnen een jaar na de beoordeling van de accelerometer.
|
Tijdsbestek: Schadelijke valpartijen binnen 1 jaar na nulmeting met behulp van time-to-event-analyses.
|
|
Associatie van algemene activiteitsniveaus met risico op letselschade (AIM2)
Tijdsspanne: Schadelijke valpartijen binnen 1 jaar na nulmeting met behulp van time-to-event-analyses
|
Het onderzoek evalueert het verband tussen het algehele activiteitsniveau (gemeten in het gemiddelde aantal accelerometers per minuut) en het risico op schadelijke valpartijen binnen een jaar na de basisbeoordeling.
|
Schadelijke valpartijen binnen 1 jaar na nulmeting met behulp van time-to-event-analyses
|
|
Associatie van activiteitsfragmentatie met risico op letselschade (AIM2)
Tijdsspanne: Schadelijke valpartijen binnen 1 jaar na nulmeting met behulp van time-to-event-analyses.
|
In het onderzoek wordt het verband beoordeeld tussen fragmentatie van activiteiten (gemeten aan de hand van de fragmentatie-index) en het risico op verwondingen door vallen binnen een jaar na de nulmeting.
|
Schadelijke valpartijen binnen 1 jaar na nulmeting met behulp van time-to-event-analyses.
|
|
Gecombineerde DLG- en DLPA-maatstaf voor het voorspellen van het risico op letselschade (AIM3)
Tijdsspanne: Tijdsbestek: Schadelijke valpartijen binnen 1 jaar na basisbeoordeling, met behulp van gecombineerde voorspellende modellen.
|
zijn uitkomst zal een enkele gecombineerde score evalueren, afgeleid van zowel de dagelijkse looppatroon (DLG) als de dagelijkse fysieke activiteit (DLPA) metingen om de associatie met het risico op schadelijke valpartijen te beoordelen.
De gecombineerde score zal worden gecreëerd door DLG-metingen (bijvoorbeeld loopsnelheid, variabiliteit) en DLPA-metingen (bijvoorbeeld algehele activiteitsniveaus, fragmentatie) te integreren in een uniforme voorspeller.
|
Tijdsbestek: Schadelijke valpartijen binnen 1 jaar na basisbeoordeling, met behulp van gecombineerde voorspellende modellen.
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Associatie van zelfgerapporteerde inspanningsgeschiedenis met loopsnelheid
Tijdsspanne: Beoordeeld bij aanvang (zelfgerapporteerde inspanningsgeschiedenis) en op het moment dat de gegevens van de accelerometer worden verzameld, waarbij de gegevens binnen 1 jaar na de basisbeoordeling worden geanalyseerd.
|
Met deze uitkomst wordt beoordeeld of de zelfgerapporteerde inspanningsgeschiedenis van de deelnemers verband houdt met de loopsnelheid (gemeten in meter per seconde), afgeleid van de gegevens van de accelerometer.
|
Beoordeeld bij aanvang (zelfgerapporteerde inspanningsgeschiedenis) en op het moment dat de gegevens van de accelerometer worden verzameld, waarbij de gegevens binnen 1 jaar na de basisbeoordeling worden geanalyseerd.
|
|
Associatie van zelfgerapporteerde inspanningsgeschiedenis met loopvariabiliteit
Tijdsspanne: Beoordeeld bij baseline (zelfgerapporteerde inspanningsgeschiedenis) en op het moment dat de accelerometergegevens worden verzameld, waarbij de gegevens binnen 1 jaar na de baselinebeoordeling worden geanalyseerd
|
Deze uitkomst zal evalueren of de zelfgerapporteerde inspanningsgeschiedenis van de deelnemers geassocieerd is met loopvariabiliteit (gemeten als de standaarddeviatie van staptijden) afgeleid van accelerometergegevens.
|
Beoordeeld bij baseline (zelfgerapporteerde inspanningsgeschiedenis) en op het moment dat de accelerometergegevens worden verzameld, waarbij de gegevens binnen 1 jaar na de baselinebeoordeling worden geanalyseerd
|
|
Associatie van zelfgerapporteerde trainingsgeschiedenis met algemene activiteitsniveaus
Tijdsspanne: Beoordeeld bij baseline (zelfgerapporteerde inspanningsgeschiedenis) en op het moment dat de accelerometergegevens worden verzameld, waarbij de gegevens binnen 1 jaar na de baselinebeoordeling worden geanalyseerd
|
Met deze uitkomst wordt beoordeeld of de zelfgerapporteerde inspanningsgeschiedenis van de deelnemers verband houdt met het algehele activiteitenniveau (gemeten in het aantal accelerometers per minuut) afgeleid van accelerometergegevens.
|
Beoordeeld bij baseline (zelfgerapporteerde inspanningsgeschiedenis) en op het moment dat de accelerometergegevens worden verzameld, waarbij de gegevens binnen 1 jaar na de baselinebeoordeling worden geanalyseerd
|
|
Associatie van zelfgerapporteerde trainingsgeschiedenis met activiteitsfragmentatie
Tijdsspanne: Beoordeeld bij baseline (zelfgerapporteerde inspanningsgeschiedenis) en op het moment dat de accelerometergegevens worden verzameld, waarbij de gegevens binnen 1 jaar na de baselinebeoordeling worden geanalyseerd
|
zijn uitkomst zal evalueren of de zelfgerapporteerde inspanningsgeschiedenis van de deelnemers geassocieerd is met activiteitsfragmentatie (gemeten door de fragmentatie-index) afgeleid van accelerometergegevens.
|
Beoordeeld bij baseline (zelfgerapporteerde inspanningsgeschiedenis) en op het moment dat de accelerometergegevens worden verzameld, waarbij de gegevens binnen 1 jaar na de baselinebeoordeling worden geanalyseerd
|
|
Associatie van loopsnelheid met risico op verwondingen (meer dan 5 jaar)
Tijdsspanne: 5 jaar na nulmeting.
|
Deze uitkomst zal beoordelen of de loopsnelheid (gemeten in meter per seconde) geassocieerd is met het risico op schadelijke valpartijen gedurende een follow-upperiode van vijf jaar.
|
5 jaar na nulmeting.
|
|
Associatie van loopvariabiliteit met risico op verwondingen (meer dan 5 jaar)
Tijdsspanne: 5 jaar na nulmeting.
|
Deze uitkomst zal beoordelen of loopvariabiliteit (gemeten als de standaarddeviatie van staptijden) geassocieerd is met het risico op schadelijke valpartijen gedurende een follow-upperiode van vijf jaar.
|
5 jaar na nulmeting.
|
|
Associatie van algemene activiteitsniveaus met risico op verwondingen (meer dan 5 jaar)
Tijdsspanne: 5 jaar na nulmeting.
|
Deze uitkomst zal evalueren of de algehele activiteitsniveaus (gemeten in het aantal accelerometers per minuut) geassocieerd zijn met het risico op schadelijke valpartijen gedurende een follow-upperiode van vijf jaar.
|
5 jaar na nulmeting.
|
|
Associatie van fragmentatie van activiteiten met risico op verwondingen (meer dan 5 jaar)
Tijdsspanne: 5 jaar na nulmeting.
|
Deze uitkomst zal beoordelen of fragmentatie van activiteiten (gemeten door de fragmentatie-index) geassocieerd is met het risico op schadelijke valpartijen gedurende een follow-upperiode van vijf jaar.
|
5 jaar na nulmeting.
|
Andere uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Identificatie van risicovolle ‘handtekeningen’ voor valpreventie
Tijdsspanne: Gebaseerd op 1-, 5- en 10-jarige valrisicovoorspellingsmodellen
|
Met behulp van machinaal leren en statistische technieken zal het onderzoek potentiële ‘signaturen’ identificeren die DLG- en DLPA-maatregelen combineren om oudere volwassenen te identificeren die een hoog risico lopen op schadelijke valpartijen.
Deze handtekeningen zouden kunnen dienen als basis voor strategieën voor vroege valpreventie.
|
Gebaseerd op 1-, 5- en 10-jarige valrisicovoorspellingsmodellen
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
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)
6 augustus 2024
Primaire voltooiing (Geschat)
1 augustus 2030
Studie voltooiing (Geschat)
1 augustus 2030
Studieregistratiedata
Eerst ingediend
6 oktober 2024
Eerst ingediend dat voldeed aan de QC-criteria
14 oktober 2024
Eerst geplaatst (Werkelijk)
16 oktober 2024
Updates van studierecords
Laatste update geplaatst (Werkelijk)
16 oktober 2024
Laatste update ingediend die voldeed aan QC-criteria
14 oktober 2024
Laatst geverifieerd
1 oktober 2024
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Andere studie-ID-nummers
- TLV-0054-24
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
Ja
product vervaardigd in en geëxporteerd uit de V.S.
Ja
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 .