AI-gestuurde Risicobeoordeling en Detectie van Sarcopenie (SARC-AI)
AI-gedreven Integratie van Spiermassa en Spierfunctie: Een Nieuwe Benadering voor Risicobeoordeling en Interventie bij Sarcopenie
Sarcopenie, de leeftijdsgerelateerde afname van spiermassa en -functie, is een belangrijke oorzaak van kwetsbaarheid, beperkingen en sterfte bij oudere volwassenen. Huidige diagnostische instrumenten beoordelen spierhoeveelheid of -functie afzonderlijk en missen voorspellende biomarkers, wat vroege detectie en gepersonaliseerd beheer beperkt. Deze studie stelt een AI-gestuurd raamwerk voor dat multimodale fysiologische, metabolische en functionele data integreert met draagbare sensormonitoring om de risicobeoordeling van sarcopenie te verbeteren en geïndividualiseerde interventies te sturen.<\/p>
In Fase 1 zullen we een grote retrospectieve dataset van 3.500 volwassenen analyseren om vroege voorspellers van sarcopenie te identificeren en een op machine learning gebaseerd risicostratificatiemodel te ontwikkelen. Fase 2 zal een 12-weken durende gepersonaliseerde beweeg- en voedingsinterventie testen bij 120 deelnemers, waarbij real-time sensordata en AI-gestuurde aanpassingen worden gebruikt om resultaten te optimaliseren. Deze integrale aanpak beoogt vroege detectie, precisie-interventie en langdurige spiergezondheid in vergrijzende populaties te bevorderen.<\/p>
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Achtergrond:
Sarcopenie, gedefinieerd als het progressieve verlies van skeletspiermassa en -functie, vormt aanzienlijke risico's voor vallen, beperkingen, metabole disfunctie en sterfte bij ouderen. Huidige klinische diagnostiek is afhankelijk van statische metingen van spierkracht of -massa, waarbij vroege of subklinische achteruitgang vaak gemist wordt. Bovendien tonen conventionele interventies, zoals krachttraining en verhoogde eiwitinname, een hoge interindividuele variabiliteit in resultaten door factoren zoals het basale spierfenotype, metabole status, genetica en darmmicrobioomsamenstelling. Opkomende technologieën, waaronder draagbare sensoren, high-throughput metabole profilering en AI/ML-benaderingen, bieden een kans om voorspellende, geïndividualiseerde raamwerken te creëren voor risicobeoordeling en beheer van sarcopenie.
Doelstellingen:
- Ontwikkelen en valideren van een AI-gestuurd model dat spiersamenstelling, functionele prestaties en metabole biomarkers integreert om het risico op sarcopenie te voorspellen.
- Implementeren van een gepersonaliseerde, adaptieve interventie die beweging en voeding combineert, geleid door AI-voorspellingen en real-time monitoring.
- Evalueren van de effectiviteit van deze interventie op spiermassa, functionele prestaties en metabole gezondheid bij ouderen.
Methoden:
Fase 1: Retrospectieve analyse van multimodale gegevens van 3.500 volwassenen, inclusief spiersamenstelling (DXA, MRI), functionele tests (handknijpkracht, stoelopsta-test), metabole markers en microbioomprofielen. AI/ML-modellen zullen worden getraind om het risico op sarcopenie te voorspellen en belangrijke voorspellende kenmerken te identificeren. Validatie zal plaatsvinden met een subset van nieuw gerekruteerde deelnemers onder standaardzorg.
Fase 2: Een 12-weken durende prospectieve interventie bij 120 volwassenen van 50-70 jaar, gestratificeerd in risicogroepen voor sarcopenie op basis van fase 1-voorspellingen. Deelnemers ontvangen AI-gestuurde gepersonaliseerde beweging (kracht en aerobics) en voedingsplannen, gemonitord via draagbare sensoren en een mobiele app. Gegevensverzameling omvat MRI en DXA voor spiersamenstelling, functionele prestatie tests, metabole en inflammatoire biomarkers, microbioomprofilering en zelfgerapporteerde uitkomsten. Interventierespons zal worden geanalyseerd met gemengde-effectenmodellen en ML om voorspellers van effectiviteit te identificeren.
Significantie en innovatie:
Deze studie integreert AI-gestuurde risicovoorspelling met gepersonaliseerde, real-time adaptieve interventies, waardoor huidige diagnostische en therapeutische hiaten in sarcopeniezorg worden aangepakt. Door spierstructuur, -functie, metabolische, gedrags- en microbioomgegevens te combineren, maakt het vroege detectie van spierachteruitgang, geïndividualiseerd beheer en verbeterde therapietrouw mogelijk. Het raamwerk heeft potentieel voor brede klinische vertaling, digitale gezondheidsintegratie en toekomstige commercialisering als een schaalbare AI-gebaseerde sarcopenieplatform.
Verwachte resultaten:
- AI-gebaseerde sarcopenie-screeningtools voor vroege detectie en risicostratificatie.
- Gepersonaliseerde beweging- en voedingsprotocollen afgestemd op individueel risico en fysiologie.
- Een schaalbaar, data-gestuurd interventieraamwerk geschikt voor klinische of thuisimplementatie.
Vergroot inzicht in heterogene reacties op sarcopenie-interventies.
Studietype
Inschrijving (Geschat)
Fase
- Niet toepasbaar
Contacten en locaties
Studie Locaties
-
-
-
Tel Aviv, Israël, 69978
- Sylvan Adams Sport Institute
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Beschrijving
Inclusiecriteria:
- Mannen en vrouwen van 50-70 jaar
- Risico op sarcopenie op basis van screening van spiermassa en/of spierfunctie
- In staat om deel te nemen aan begeleide oefentraining
- Bereid om zich te houden aan de onderzoeksprocedures en schriftelijke geïnformeerde toestemming te verlenen
Exclusiecriteria:
- Deelname aan gestructureerde oefen- of afvalprogramma's in de afgelopen 6 maanden
- Onstabiel lichaamsgewicht (>±5%) in de afgelopen 6 maanden
- Huidig roken of roken in de afgelopen 6 maanden
- Zwangerschap, borstvoeding of postmenopauze
- Contra-indicaties voor MRI (bijv. geïmplanteerde apparaten, tatoeages, permanente make-up)
- Ernstige cardiopulmonale aandoening (bijv. recent myocardinfarct, instabiele angina)
- Musculoskeletale of neuromusculaire aandoeningen die deelname aan lichaamsbeweging beperken
- Cognitieve beperking
- Chronische ziekten waaronder kanker, diabetes, schildklieraandoening, hypertensie of chronisch nierfalen
- Gebruik van medicijnen die het metabolisme beïnvloeden
- Secundaire leverziekte (viraal, auto-immuun, alcoholisch of door geneesmiddelen veroorzaakt)
- Alcoholinname >20 g/dag (vrouwen) of >30 g/dag (mannen)
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Preventie
- Toewijzing: NVT
- Interventioneel model: Opdracht voor een enkele groep
- Masker: Geen (open label)
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Experimenteel: AI-gestuurde Persoonlijke Oefening- en Voedingsinterventie
Alle deelnemers ondergaan uitgebreide basislijnprofilering en ontvangen een 12 weken durende, gepersonaliseerde, door AI geleide beweging- en voedingsinterventie die is ontworpen om spiermassa, spierfunctie en metabole gezondheid te verbeteren. Individuele aanbevelingen worden gegenereerd met behulp van een op machine learning gebaseerd sarcopenierisicovoorspellingsmodel en worden dynamisch aangepast op basis van fysiologische reacties en gegevens van draagbare sensoren. Deelnemers worden gestratificeerd op basis van sarcopenierisico (laag, matig, hoog), maar allen ontvangen hetzelfde adaptieve interventiekader. |
Deelnemers voltooien 12 weken begeleide krachttraining en duurtraining gecombineerd met gepersonaliseerde voedingsondersteuning.
Trainingsvoorschriften (3 krachttrainingssessies/week; 2-3 duurtrainingssessies/week) en voedingsadvies (inclusief eiwitdoelen) worden geïndividualiseerd met behulp van AI-modellen en draagbare data.
Een mobiele app biedt realtime feedback en monitoring, met tweewekelijkse veiligheidscontroles.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Nauwkeurigheid van op AI gebaseerd voorspellingsmodel voor sarcopenierisico
Tijdsspanne: Van baseline tot einde follow-up (tot 12 maanden)
|
Predictieve prestaties van een op kunstmatige intelligentie gebaseerd model om huidig en toekomstig risico op sarcopenie te identificeren met gebruikmaking van multimodale basisgegevens, waaronder lichaamssamenstelling, spierfunctie, metabole biomarkers en draagbare-apparaat afgeleide metingen.
|
Van baseline tot einde follow-up (tot 12 maanden)
|
|
Verandering in MRI-afgeleide dijspiervolume
Tijdsspanne: Baseline tot 12 weken
|
Gemiddelde verandering in dijbeenskeletspiervolume beoordeeld door 3-Tesla MRI (Siemens Prisma) met behulp van gestandaardiseerde segmentatieanalyse. Meeteenheid: cm³ |
Baseline tot 12 weken
|
|
Verandering in handknijpkracht (kg)
Tijdsspanne: Baseline tot 12 weken
|
Gemiddelde verandering in maximale handknijpkracht gemeten met een Jamar-dynamometer (beste van drie pogingen). Meeteenheid: kg |
Baseline tot 12 weken
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Verandering in Appendiculaire Vetvrije Massa Index (ALM/lengte²) gemeten met DXA
Tijdsspanne: Baseline tot 12 weken
|
Gemiddelde verandering in appendiculaire vetvrije massa-index (ALM gedeeld door lengte in het kwadraat) gemeten met behulp van whole-body dual-energy X-ray absorptiometrie (DXA; Hologic QDR 4500A). Meeteenheid: kg/m² |
Baseline tot 12 weken
|
|
Verandering in rustmetabolisme (kcal/dag)
Tijdsspanne: Baseline tot 12 weken
|
Gemiddelde verandering in rustmetabolisme gemeten door indirecte calorimetrie met behulp van het Cosmed Quark RMR-systeem onder gestandaardiseerde nuchtere omstandigheden. Meeteenheid: kcal/dag |
Baseline tot 12 weken
|
|
Verandering in Diversiteit van het Darmmicrobioom
Tijdsspanne: Baseline tot 12 weken
|
Gemiddelde verandering in de diversiteit van het darmmicrobioom beoordeeld met 16S rRNA-gensequencing van geëxtraheerd microbiëel DNA en berekend met behulp van de Shannon-diversiteitsindex.
|
Baseline tot 12 weken
|
|
Verandering in totale score van de Short Physical Performance Battery (SPPB)
Tijdsspanne: Baseline tot 12 weken
|
Gemiddelde verandering in de totale score van de Short Physical Performance Battery (SPPB), die de functie van de onderste ledematen beoordeelt. Meeteenheid: Schaal score (0-12) |
Baseline tot 12 weken
|
|
Verandering in Kwaliteit van Leven Beoordeeld met SF-36
Tijdsspanne: Baseline tot 12 weken
|
Verandering in gezondheidsgerelateerde levenskwaliteit beoordeeld met de 36-Item Short Form Health Survey (SF-36). Meeteenheid: SF-36 schaalscore (0-100) |
Baseline tot 12 weken
|
Medewerkers en onderzoekers
Sponsor
Onderzoekers
- Hoofdonderzoeker: Yftach Gepner, Tel Aviv University
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
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
- Neurologische manifestaties
- Ziekten van het zenuwstelsel
- Neuromusculaire manifestaties
- Pathologische aandoeningen, anatomisch
- Spieratrofie
- Atrofie
- Pathologische aandoeningen, tekenen en symptomen
- Tekenen en symptomen
- Sarcopenie
- Dieet, voedsel en voeding
- Fysiologische fenomenen
- Nutritionele fysiologische fenomenen
- Bevolkingskenmerken
- Gezondheidstoestand
- Demografie
- Voedingsstatus
Andere studie-ID-nummers
- 0011903-1
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .