- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT07345143
Kunstmatige intelligentie en zwangerschapsdiabetes
6 januari 2026 bijgewerkt door: JOSE FERNANDO VILELA-MARTIN
Kunstmatige Intelligentie in Onderwijs en Monitoring van Vrouwen met Zwangerschapsdiabetes
Kunstmatige intelligentie (AI)-technologie kan medische teams ondersteunen bij het op afstand monitoren en het voortgezette onderwijs van vrouwen met zwangerschapsdiabetes (GDM), wat mogelijk de therapietrouw aan interventies verbetert en de uitkomsten beïnvloedt.
Een AI-model voor monitoring op afstand genaamd "monitoringmodel voor vrouwen met GDM die farmacologische therapie gebruiken", ontwikkeld door het ChamouDr-technisch team, zal worden geanalyseerd met focus op ziekte-educatie, monitoring van de glykemische controle en therapeutische interventies.
Vrouwen bij wie GDM is vastgesteld, worden uitgenodigd om deel te nemen aan het onderzoek en een vrijwillige en geïnformeerde toestemmingsverklaring te ondertekenen.
De AI-tool wordt geïnstalleerd op de mobiele telefoon van de zwangere vrouw, die instructies ontvangt om zes keer per dag capillair bloedglucose te meten volgens het protocol, thuis, en de resultaten via WhatsApp te rapporteren aan de onderzoeks-tool.
Een algoritme gegenereerd door het AI-model op basis van zelfmonitoring van bloedglucose (SMBG) informeert over de diabetescontrole in de afgelopen week.
Het dashboard is toegankelijk via een webbrowser en geeft signalen: in groen en rood voor patiënten met respectievelijk bevredigende en onbevredigende controle.
Zo optimaliseert het AI-model de tijd van het team bij het analyseren en behandelen van patiënten op een passende manier, op een eenvoudige, kosteneffectieve en toegankelijke manier.
Studie Overzicht
Toestand
Aanmelden op uitnodiging
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
AI-technologie kan medische teams ondersteunen bij het op afstand monitoren en de voortgezette educatie van vrouwen met GDM.
Doel: Het analyseren van de resultaten van het gebruik van een AI-model bij het op afstand monitoren en de voortgezette educatie van vrouwen met GDM en farmacologische behandeling, waarbij deze worden gecorreleerd met klinische uitkomsten voor het moeder-foetusbinomiaal.
Methoden: Prospectieve, longitudinale, interventionele klinische studie goedgekeurd door de lokale ethische commissie.
Patiënten ondertekenden een toestemmingsformulier om deel te nemen.
Een AI-model voor monitoring op afstand genaamd "monitoring model voor vrouwen met GDM die farmacologische therapie gebruiken," ontwikkeld door het ChamouDr-technisch team, zal worden geanalyseerd met focus op ziekte-educatie, monitoring van glykemische controle en therapeutische interventies.
Het model gebruikt WhatsApp®, via een gestructureerde chatbot en AI-bronnen, om met de deelnemer te communiceren.
Vergelijkende analyses zullen worden uitgevoerd tussen twee groepen van 100 zwangere vrouwen met GDM op insulinebehandeling, gevolgd in de polikliniek voor hoogrisicozwangerschappen van de afdeling Verloskunde van een tertiair ziekenhuis: casusgroep die het AI-model gebruikt versus controlegroep, bestaande uit patiënten die eerder werden gemonitord onder conventionele persoonlijke supervisie, zonder gebruik van deze technologie.
Algoritme gegenereerd door het AI-model op basis van SMBG informeert over diabetescontrole in de afgelopen week.
Het dashboard is toegankelijk via een webbrowser en geeft signalen: in groen en rood voor patiënten met respectievelijk bevredigende en onbevredigende controle.
Zo optimaliseert het AI-model de tijd van het team bij het analyseren en behandelen van patiënten op een passende manier, op een eenvoudige, kosteneffectieve en toegankelijke wijze.
Studietype
Ingrijpend
Inschrijving (Geschat)
100
Fase
- Niet toepasbaar
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
-
-
São Paulo
-
São José do Rio Preto, São Paulo, Brazilië, 15090-000
- Fundação Faculdade Regional de Medicina de São José do Rio Preto
-
-
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
Accepteert gezonde vrijwilligers
Nee
Beschrijving
Inclusiecriteria:
- Vrouwen met zwangerschapsdiabetes met een zwangerschapsduur tot 28 weken en 6 dagen
- Vrouwen met zwangerschapsdiabetes die het vrijwillige en geïnformeerde toestemmingsformulier ondertekenen
Uitsluitingscriteria:
- Zwangerschapsduur meer dan 28 voltooide weken bij het eerste consult
- Deelnemers met manifeste DM (nuchtere glucose > 126 mg/dl of postprandiaal > 200 mg/dl)
- Onbekende uitkomst.
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
- Primair doel: Behandeling
- Toewijzing: Niet-gerandomiseerd
- Interventioneel model: Parallelle opdracht
- Masker: Geen (open label)
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Experimenteel: Device groep: Case groep (AI model gebruik)
Casusgroep - Apparaatgroep.
AI-model om de glucosecontrole te monitoren en educatie te sturen voor de behandeling van vrouwen met zwangerschapsdiabetes die insulinebehandeling krijgen.
|
Ander: monitoringmodel voor vrouwen met zwangerschapsdiabetes die farmacologische therapie gebruiken
Kunstmatige Intelligentie model via WhatsApp® voor afstandsmonitoring van zwangerschapsdiabetes bij insulinebehandeling, gericht op ziekte-educatie, monitoring van de glykemische controle en therapeutische interventies.
Andere namen:
|
|
Geen tussenkomst: Controlegroep (geen gebruik van AI-model)
Geen apparaatgroep: Controlegroep - vrouwen met zwangerschapsdiabetes in insulinebehandeling onder conventionele behandeling, zonder gebruik van het AI-model.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
foetale dood
Tijdsspanne: Vanaf het moment van randomisatie tot de bevalling (tot 40 weken zwangerschap)
|
Foetale dood als gevolg van metabolische veranderingen veroorzaakt door zwangerschapsdiabetes
|
Vanaf het moment van randomisatie tot de bevalling (tot 40 weken zwangerschap)
|
|
Foetale geboortegewicht
Tijdsspanne: Vanaf het moment van randomisatie tot aan de bevalling (tot 40 weken zwangerschap)
|
Foetaal gewicht bij de geboorte beoordeeld met behulp van een precisieweegschaal.
|
Vanaf het moment van randomisatie tot aan de bevalling (tot 40 weken zwangerschap)
|
|
neonatale hypoglykemie
Tijdsspanne: Vanaf het moment van randomisatie tot aan de bevalling (tot 40 weken zwangerschap), en Beoordeling van neonatale bloedglucosewaarden vanaf de geboorte tot 48 uur na de geboorte.
|
Neonatale hypoglykemie is de abnormale verlaging van glucose in het bloed van de pasgeborene tot niveaus die als onvoldoende worden beschouwd om te voldoen aan de metabole behoeften van de hersenen en andere weefsels. Plasmaglucoseparameters: < 40 mg/dL in de eerste 4 levensuren, < 45 mg/dL tussen 4 en 24 levensuren, Na 24 uur, waarden < 50-60 mg/dL |
Vanaf het moment van randomisatie tot aan de bevalling (tot 40 weken zwangerschap), en Beoordeling van neonatale bloedglucosewaarden vanaf de geboorte tot 48 uur na de geboorte.
|
|
glykemische controle
Tijdsspanne: Vanaf het moment van randomisatie tot de bevalling (tot 40 weken zwangerschap)
|
De glykemische controle wordt geëvalueerd aan de hand van capillaire glucosemetingen die 6 keer per dag worden genomen: nuchter, voor en 1 uur na de maaltijden, volgens de streefwaarden van 70 tot 95 mg/dL nuchter; 70 tot 100 mg/dL pre-prandiaal; en 100 tot 140 mg/dL post-prandiaal.
|
Vanaf het moment van randomisatie tot de bevalling (tot 40 weken zwangerschap)
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
opname van de pasgeborene op de intensive care
Tijdsspanne: Vanaf het moment van randomisatie tot de bevalling (tot 40 weken zwangerschap), en vanaf de geboorte tot 48 uur postpartum
|
De noodzaak voor de pasgeborene om opgenomen te worden op een intensive care-afdeling vanwege metabole stoornissen geassocieerd met slechte glycemische controle van de moeder.
|
Vanaf het moment van randomisatie tot de bevalling (tot 40 weken zwangerschap), en vanaf de geboorte tot 48 uur postpartum
|
|
gewichtstoename moeder
Tijdsspanne: Vanaf het moment van randomisatie tot de bevalling (tot 40 weken zwangerschap).
|
Maternale gewichtstoename beoordeeld tijdens de zwangerschapsfollow-upperiode tot aan de bevalling.
|
Vanaf het moment van randomisatie tot de bevalling (tot 40 weken zwangerschap).
|
|
zwangerschapsduur bij bevalling
Tijdsspanne: Vanaf het moment van randomisatie tot de bevalling (tot 40 weken zwangerschap).
|
Zwangerschapsduur op het moment van een natuurlijke bevalling of keizersnede in weken
|
Vanaf het moment van randomisatie tot de bevalling (tot 40 weken zwangerschap).
|
|
toedieningsweg
Tijdsspanne: Vanaf het moment van randomisatie tot aan de bevalling (tot 40 weken zwangerschap).
|
Beschrijving van of het een natuurlijke bevalling of een keizersnede was.
|
Vanaf het moment van randomisatie tot aan de bevalling (tot 40 weken zwangerschap).
|
|
Bloeddruk
Tijdsspanne: Vanaf het moment van randomisatie tot de bevalling (tot 40 weken zwangerschap).
|
Evalueer of hypertensie aanwezig is en beoordeel de bloeddrukniveaus tijdens de zwangerschap en tot aan de bevalling.
|
Vanaf het moment van randomisatie tot de bevalling (tot 40 weken zwangerschap).
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
Onderzoekers
- Hoofdonderzoeker: José F Vilela-Martin, MD, PhD, Hospital de Base
- Hoofdonderzoeker: Vanessa V Goulart, MD, MSc, Hospital de Base, Sao Jose do Rio Preto, Sao Paulo, Brazil
- Studie stoel: Ligia C Junqueira, MD, Hospital de Base, Sao Jose do Rio Preto, Sao Paulo, Brazil
- Studie stoel: Amanda T Lotierzo, MD, Hospital de Base, Sao Jose do Rio Preto, Sao Paulo, Brazil
- Studie stoel: Carolina C Amorim, MD, Hospital de Base, Sao Jose do Rio Preto, Sao Paulo, Brazil
- Studie stoel: Maria Amalia BC Cançado, MD, Hospital de Base, Sao Jose do Rio Preto, Sao Paulo, Brazil
- Studie stoel: Leticia A Mantoani, student, Hospital de Base, Sao Jose do Rio Preto, Sao Paulo, Brazil
- Studie stoel: Rodrigo F Zancaner, Chamoudr company
- Studie stoel: Rafael Beolchi, Chamoudr company
- Studie stoel: Lucas F Queiroz, Chamoudr company
- Studie stoel: Luciana N Cosenso-Martin, MD, PhD, Hospital de Base, Sao Jose do Rio Preto, Sao Paulo, Brazil
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.
Algemene publicaties
- HAPO Study Cooperative Research Group; Metzger BE, Lowe LP, Dyer AR, Trimble ER, Chaovarindr U, Coustan DR, Hadden DR, McCance DR, Hod M, McIntyre HD, Oats JJ, Persson B, Rogers MS, Sacks DA. Hyperglycemia and adverse pregnancy outcomes. N Engl J Med. 2008 May 8;358(19):1991-2002. doi: 10.1056/NEJMoa0707943.
- Sweeting A, Wong J, Murphy HR, Ross GP. A Clinical Update on Gestational Diabetes Mellitus. Endocr Rev. 2022 Sep 26;43(5):763-793. doi: 10.1210/endrev/bnac003.
- Grunebaum A, Chervenak J, Pollet SL, Katz A, Chervenak FA. The exciting potential for ChatGPT in obstetrics and gynecology. Am J Obstet Gynecol. 2023 Jun;228(6):696-705. doi: 10.1016/j.ajog.2023.03.009. Epub 2023 Mar 15.
- Ye W, Luo C, Huang J, Li C, Liu Z, Liu F. Gestational diabetes mellitus and adverse pregnancy outcomes: systematic review and meta-analysis. BMJ. 2022 May 25;377:e067946. doi: 10.1136/bmj-2021-067946.
- Dhombres F, Bonnard J, Bailly K, Maurice P, Papageorghiou AT, Jouannic JM. Contributions of Artificial Intelligence Reported in Obstetrics and Gynecology Journals: Systematic Review. J Med Internet Res. 2022 Apr 20;24(4):e35465. doi: 10.2196/35465.
- Akazawa M, Hashimoto K. Artificial intelligence in gynecologic cancers: Current status and future challenges - A systematic review. Artif Intell Med. 2021 Oct;120:102164. doi: 10.1016/j.artmed.2021.102164. Epub 2021 Sep 3.
- Mistry SK, Das Gupta R, Alam S, Kaur K, Shamim AA, Puthussery S. Gestational diabetes mellitus (GDM) and adverse pregnancy outcome in South Asia: A systematic review. Endocrinol Diabetes Metab. 2021 Oct;4(4):e00285. doi: 10.1002/edm2.285. Epub 2021 Jul 3.
- Ugwudike B, Kwok M. Update on gestational diabetes and adverse pregnancy outcomes. Curr Opin Obstet Gynecol. 2023 Oct 1;35(5):453-459. doi: 10.1097/GCO.0000000000000901. Epub 2023 Aug 9.
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)
1 juni 2024
Primaire voltooiing (Geschat)
20 december 2026
Studie voltooiing (Geschat)
20 december 2027
Studieregistratiedata
Eerst ingediend
13 november 2025
Eerst ingediend dat voldeed aan de QC-criteria
6 januari 2026
Eerst geplaatst (Werkelijk)
15 januari 2026
Updates van studierecords
Laatste update geplaatst (Werkelijk)
15 januari 2026
Laatste update ingediend die voldeed aan QC-criteria
6 januari 2026
Laatst geverifieerd
1 januari 2025
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
- Urogenitale ziekten
- Endocriene systeemziekten
- Vrouwelijke urogenitale ziekten en zwangerschapscomplicaties
- Metabole ziekten
- Lichaamsgewicht
- Zwangerschap Complicaties
- Glucosemetabolismestoornissen
- Suikerziekte
- Foetale ziekten
- Diabetes complicaties
- Zwangerschap bij diabetici
- Geboortegewicht
- Aangeboren, erfelijke en neonatale ziekten en afwijkingen
- Pathologische aandoeningen, tekenen en symptomen
- Voedings- en stofwisselingsziekten
- Tekenen en symptomen
- Diabetes, zwangerschap
- Foetale macrosomie
- Algoritmen
- Wiskundige concepten
- Kunstmatige intelligentie
Andere studie-ID-nummers
- 78204024.6.0000.5415.
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 .