- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT07502690
Validatie van Remote Fotoplethysmografie voor Niet-Invasieve Schatting van Bloedglucose en HbA1c
Validatie van afstands-fotoplethysmografie voor niet-invasieve schatting van bloedglucose en HbA1c in een gemeenschapsgebaseerde populatie in Jakarta
Het doel van deze observationele studie is om te evalueren of een niet-invasieve gezichtsscantechnologie met behulp van remote fotoplethysmografie (rPPG) nauwkeurig de bloedglucose- en HbA1c-waarden kan schatten bij volwassenen die in de gemeenschap in Jakarta wonen. De studie richt zich op volwassenen van 18 jaar en ouder, inclusief personen met of zonder diabetes.
De belangrijkste vragen die het probeert te beantwoorden zijn:
- Kunnen rPPG-gebaseerde gezichtsscanschattingen van bloedglucose en HbA1c overeenkomen met resultaten van standaard laboratoriumbloedtesten?
- Hoe goed kan rPPG personen met hoge bloedsuiker of diabetesrisico identificeren op basis van vastgestelde klinische grenswaarden?
Onderzoekers zullen de resultaten van de rPPG-gezichtsscan vergelijken met standaard laboratoriummetingen van nuchtere bloedglucose en HbA1c om te bepalen hoe nauwkeurig en betrouwbaar de technologie is voor screeningsdoeleinden.
Deelnemers zullen:
- Basisinformatie verstrekken zoals leeftijd, geslacht en medische geschiedenis
- Een niet-invasieve gezichtsscan ondergaan met behulp van een smartphone-gebaseerd systeem
- Een bloedmonster laten afnemen om nuchtere bloedglucose en HbA1c te meten
- Alle beoordelingen voltooien tijdens een enkele studiebezoek
Deze studie heeft tot doel te bepalen of rPPG kan dienen als een eenvoudig, niet-invasief en toegankelijk hulpmiddel voor vroegtijdige opsporing en monitoring van diabetes in gemeenschapsinstellingen.
Studie Overzicht
Toestand
Gedetailleerde beschrijving
Introductie Type 2 diabetes mellitus (T2DM) vormt een grote wereldwijde gezondheidslast, gekenmerkt door chronische hyperglykemie en bijbehorende complicaties. Standaard monitoringsmethoden, zoals nuchtere bloedglucose en geglyceerd hemoglobine (HbA1c), zijn afhankelijk van invasieve bloedafname en toegang tot laboratoriumfaciliteiten, wat de therapietrouw van patiënten kan verminderen en vroege detectie kan beperken. Remote fotoplethysmografie (rPPG), een non-contact optische techniek die gebruikmaakt van gezichtsvideoanalyse, is naar voren gekomen als een veelbelovend alternatief voor het schatten van fysiologische en metabole parameters. Echter, bewijs met betrekking tot de validiteit ervan bij het beoordelen van glykemische markers blijft beperkt.
Doelstelling Deze studie heeft als doel de validiteit en diagnostische prestaties van op rPPG gebaseerde gezichtsscantechnologie te evalueren bij het schatten van bloedglucose- en HbA1c-waarden in vergelijking met standaard laboratoriummetingen.
Methoden Deze studie maakt gebruik van een analytisch observationeel ontwerp met een cross-sectionele diagnostische validatiebenadering uitgevoerd in Kelurahan Semanan, Jakarta. In totaal zullen 150-300 volwassen deelnemers worden geworven via een op de gemeenschap gebaseerde steekproefmethode. Elke deelnemer ondergaat veneuze bloedafname voor laboratoriummeting van nuchtere bloedglucose en HbA1c, naast een non-contact rPPG-gezichtsscan met behulp van een op smartphones gebaseerd systeem. Overeenstemming tussen methoden wordt beoordeeld met behulp van Bland-Altman-analyse, terwijl correlatieanalyse (Pearson/Spearman) de sterkte van de associatie evalueert. Diagnostische prestaties, inclusief sensitiviteit en specificiteit, worden berekend met behulp van klinische afkapwaarden (≥126 mg/dL voor glucose en ≥6,5% voor HbA1c).
Verwachte resultaten Er wordt verwacht dat rPPG-afgeleide schattingen een matige tot goede correlatie zullen vertonen met laboratoriummetingen, met aanvaardbare overeenstemming voor screeningsdoeleinden. De technologie wordt verwacht redelijke diagnostische prestaties te tonen bij het identificeren van individuen met een hoog glykemisch risico. Deze bevindingen kunnen de haalbaarheid ondersteunen van rPPG als een niet-invasief, toegankelijk screeningsinstrument voor diabetesmonitoring in gemeenschapsinstellingen.
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: Ernawati Ernawati, Dr.
- E-mail: ernawati@fk.untar.ac.id
Studie Contact Back-up
- Naam: Alexander Halim Santoso
- Telefoonnummer: +6281381606869
- E-mail: alexanders@fk.untar.ac.id
Studie Locaties
-
-
Jakarta Special Capital Region
-
Jakarta, Jakarta Special Capital Region, Indonesië
- Kelurahan Semanan
-
Contact:
- Wenny Sanwani
- Telefoonnummer: +6281585013412
- E-mail: wenny.sanwani@gmail.com
-
Contact:
- Hanna Wijaya
- Telefoonnummer: +6281223787878
- E-mail: hannwijaya@yahoo.com
-
Hoofdonderzoeker:
- Ernawati Ernawati
-
Onderonderzoeker:
- Enny Irawaty
-
Onderonderzoeker:
- Zita Atzmardina
-
Hoofdonderzoeker:
- Alexander Halim Santoso
-
Onderonderzoeker:
- Wikrama Lokapradhana
-
Onderonderzoeker:
- Amita Pradhani
-
Onderonderzoeker:
- William Kuswandi
-
Onderonderzoeker:
- Diana Dinali
-
Onderonderzoeker:
- Muhammad Fikri Dzakwan
-
Onderonderzoeker:
- Clement Drew
-
Onderonderzoeker:
- Silviana Tirtasari
-
Onderonderzoeker:
- Triyana Sari
-
Hoofdonderzoeker:
- Yohanes Firmansyah
-
Hoofdonderzoeker:
- David Wongso
-
Onderonderzoeker:
- Steve Geraldo Bustam
-
Onderonderzoeker:
- Bryan Anna Wijaya
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Volwassenen van 18 jaar en ouder
- Bereid om deel te nemen en geïnformeerde toestemming te verlenen
- In staat om gezichtsscan en bloedonderzoek te ondergaan
- Stabiele klinische conditie
Exclusiecriteria:
- Gezichtsaandoeningen die het rPPG-signaal verstoren (bijv. wonden, misvormingen)
- Gebruik van gezichtsbedekking die cameradetectie belemmert
- Onvermogen om stil te blijven tijdens gezichtsscan
- Onvolledige gegevens of terugtrekking uit de studie
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
|---|
|
Gemeenschapsvolwassenen die rPPG en laboratoriumglycemische beoordeling ondergaan
Dit cohort omvat volwassenen van ≥18 jaar uit een op de gemeenschap gebaseerde populatie in Jakarta die zowel niet-invasieve remote fotoplethysmografie (rPPG) gezichtsscans ondergaan als standaard laboratoriumtests.
Deelnemers krijgen een op smartphones gebaseerde gezichtsscan om bloedglucose en HbA1c-niveaus te schatten, gevolgd door veneuze bloedafname voor nuchtere bloedglucose en HbA1c-meting met behulp van standaard laboratoriummethoden.
Er wordt geen therapeutische interventie toegediend, aangezien dit een diagnostische validatiestudie is die rPPG-afgeleide schattingen vergelijkt met laboratoriumreferentiewaarden.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Overeenkomst tussen rPPG-afgeleide en laboratoriumbloedglucose
Tijdsspanne: Enkele beoordeling bij aanvang (tijdens studiereis)
|
Beoordeling van de overeenstemming tussen bloedglucosewaarden verkregen uit remote fotoplethysmografie (rPPG) gezichtsscan en standaard laboratorium nuchtere bloedglucosemetingen met behulp van Bland-Altman-analyse, inclusief gemiddelde bias en overeenstemmingsgrenzen.
|
Enkele beoordeling bij aanvang (tijdens studiereis)
|
|
Overeenkomst tussen rPPG-afgeleide en laboratorium HbA1c
Tijdsspanne: Enkele beoordeling bij aanvang (tijdens studiebezoek)
|
Evaluatie van de overeenstemming tussen HbA1c-waarden geschat met behulp van rPPG-gezichtsscan en laboratorium-HbA1c-metingen met behulp van Bland-Altman-analyse, inclusief bias en grenzen van overeenstemming.
|
Enkele beoordeling bij aanvang (tijdens studiebezoek)
|
|
Correlatie en validatie van rPPG-schattingen met laboratoriumbloedglucose en HbA1c
Tijdsspanne: Enkele beoordeling bij aanvang (tijdens studiereis)
|
Meting van de sterkte van de associatie tussen rPPG-afgeleide en laboratoriumgemeten bloedglucose- en HbA1c-waarden met behulp van Pearson- of Spearman-correlatiecoëfficiënten (Bland Altman)
|
Enkele beoordeling bij aanvang (tijdens studiereis)
|
|
Diagnostische Prestaties van rPPG voor het Detecteren van Hyperglykemie en Diabetesrisico
Tijdsspanne: Enkele beoordeling bij aanvang (tijdens studiebezoek)
|
Evaluatie van de gevoeligheid, specificiteit en nauwkeurigheid van rPPG-afgeleide bloedglucose (≥126 mg/dL) en HbA1c (≥6,5%) bij het identificeren van personen met verhoogde glykemische niveaus in vergelijking met laboratoriumreferentiestandaarden.
|
Enkele beoordeling bij aanvang (tijdens studiebezoek)
|
Medewerkers en onderzoekers
Sponsor
Medewerkers
Onderzoekers
- Hoofdonderzoeker: Yohanes Firmansyah, MD, Klinik Citra Semanan
- Studie directeur: David Wongso, DexWellness
- Hoofdonderzoeker: Ernawati Ernawati, Universitas Tarumanagara
- Studie directeur: Alexander Halim Santoso, Universitas Tarumanagara
- Studie directeur: Ratheesh Nair, Watch Your Health
- Studie stoel: Sri Tiarti, Universitas Tarumanagara
- Studie stoel: Noer Saelan Tadjudin, Universitas Tarumanagara
- Studie stoel: Putu Tommy Yudha Sumatera Suyasa, Universitas Tarumanagara
- Studie directeur: Kieren Nathan Wong, Monash University
- Studie directeur: Jaydee Kirani Wong, Melbourne University
- Studie stoel: Meiske Yunithree Suparman, Universitas Tarumanagara
Publicaties en nuttige links
Algemene publicaties
- Zeynali M, Alipour K, Tarvirdizadeh B, Ghamari M. Non-invasive blood glucose monitoring using PPG signals with various deep learning models and implementation using TinyML. Sci Rep. 2025 Jan 2;15(1):581. doi: 10.1038/s41598-024-84265-8.
- Zanelli S, Ammi M, Hallab M, El Yacoubi MA. Diabetes Detection and Management through Photoplethysmographic and Electrocardiographic Signals Analysis: A Systematic Review. Sensors (Basel). 2022 Jun 29;22(13):4890. doi: 10.3390/s22134890.
- Shi B, Dhaliwal SS, Soo M, Chan C, Wong J, Lam NWC, Zhou E, Paitimusa V, Loke KY, Chin J, Chua MT, Liaw KCS, Lim AWH, Insyirah FF, Yen SC, Tay A, Ang SB. Assessing Elevated Blood Glucose Levels Through Blood Glucose Evaluation and Monitoring Using Machine Learning and Wearable Photoplethysmography Sensors: Algorithm Development and Validation. JMIR AI. 2023 Oct 27;2:e48340. doi: 10.2196/48340.
- Santillan A, Travez Proano EI, Jaramillo Encalada IN, Abril Lopez PA, Tricallotis J, Acosta-Espana JD. Structured telemonitoring reduces HbA1c and emergency visits in insulin-treated type 2 diabetes: a controlled cohort study in Ecuador's public hospital. Front Clin Diabetes Healthc. 2026 Feb 9;7:1734589. doi: 10.3389/fcdhc.2026.1734589. eCollection 2026.
- Qawqzeh YK, Bajahzar AS, Jemmali M, Otoom MM, Thaljaoui A. Classification of Diabetes Using Photoplethysmogram (PPG) Waveform Analysis: Logistic Regression Modeling. Biomed Res Int. 2020 Aug 11;2020:3764653. doi: 10.1155/2020/3764653. eCollection 2020.
- Kwon TH, Kim KD. Machine-Learning-Based Noninvasive In Vivo Estimation of HbA1c Using Photoplethysmography Signals. Sensors (Basel). 2022 Apr 12;22(8):2963. doi: 10.3390/s22082963.
- Farenden E, Kelly J, Russell A, Menon A. Remote Monitoring for Type 2 Diabetes: What Do Patients, Healthcare Professionals, and Executives Think? Stud Health Technol Inform. 2024 Jan 25;310:1526-1527. doi: 10.3233/SHTI231276.
- Chu J, Yang WT, Lu WR, Chang YT, Hsieh TH, Yang FL. 90% Accuracy for Photoplethysmography-Based Non-Invasive Blood Glucose Prediction by Deep Learning with Cohort Arrangement and Quarterly Measured HbA1c. Sensors (Basel). 2021 Nov 24;21(23):7815. doi: 10.3390/s21237815.
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
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 20260324
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Beschrijving IPD-plan
IPD-tijdsbestek voor delen
IPD-toegangscriteria voor delen
IPD delen Ondersteunend informatietype
- LEERPROTOCOOL
- SAP
- ICF
- ANALYTIC_CODE
- MVO
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 .