Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

BGEM-bruk som prediksjonsmodell for blodsukker i T2DM-populasjonen i Indonesia

11. oktober 2024 oppdatert av: Krida Wacana Christian University
Ved å bruke signaler fra PPG-sensorer av forbrukerkvalitet på håndleddsutstyr, smarte ringer eller hørbare enheter, beregner BGEM® AI-modellen de relevante digitale biomarkørene korrelert med endringen i blodsukkernivået for å forutsi et blodsukkerresultat for overvåking og evaluering av diabetesrisiko Ukrida i samarbeid med Actxa & Lif har som mål å forbedre den nåværende modellens prediksjonsnøyaktighet for å forutsi blodsukkernivået til individer nesten like nøyaktig som et glukosemåler. For å oppnå dette har Actxa som mål å samle inn data fra rundt 500 individer med diabetes i denne øvelsen og 400 friske eller udiagnostiserte (prediabetes/diabetes) individer.

Studieoversikt

Status

Fullført

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Bakgrunn Drevet av vår AI-drevne algoritme, Actxa's Blood Glucose Evaluation and Monitoring (BGEM®) er en skybasert teknologi som gjør det mulig for bærbare enheter med fotopletysmografi (PPG) sensorer å overvåke og evaluere diabetisk risiko for individer regelmessig på en ikke-invasiv måte .

Ved å bruke signaler fra PPG-sensorer av forbrukerkvalitet på håndleddsutstyr, smartringer eller hørbare enheter, beregner BGEM® AI-modellen de relevante digitale biomarkørene korrelert med endringen i blodsukkernivået for å forutsi et blodsukkerresultat for overvåking og evaluering av diabetesrisiko. Vår tidligere studie har vist potensialet ved å bruke PPG-sensorer for å oppdage forhøyede blodsukkernivåer blant en ikke-diabetiker1.

Mål Ukrida i samarbeid med Actxa & Lif for å forbedre den nåværende modellens prediksjonsnøyaktighet for å forutsi blodsukkernivået til individer nesten like nøyaktig som et glukosemåler. For å oppnå dette har Actxa som mål å samle inn data fra rundt 500 individer med diabetes i denne øvelsen og 400 friske eller udiagnostiserte (prediabetes/diabetes) individer, som en del av Actxas samarbeid med UKRIDA Hospital.

Med dataene som samles inn, har algoritmen vår potensialet til å forbedre styringen av blodsukkernivået betydelig for personer med og uten diabetes, og til slutt forbedre deres generelle livskvalitet.

Studietype

Observasjonsmessig

Registrering (Faktiske)

885

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

    • Jakarta Raya
      • Jakarta, Jakarta Raya, Indonesia, 11510
        • Ukrida Hospital

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

500 personer av diabetikere og 400 personer av ikke-diabetikere

Beskrivelse

Inkluderingskriterier:

  • alder mellom 18-59 år
  • diabetiker eller ikke-diabetiker
  • sunn nok til å gjennomgå normal daglig aktivitet

Ekskluderingskriterier:

  • o Bruker pacemaker

    • Er for tiden gravid
    • Har en infeksjon
    • Har feber

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
Diabetikergruppe
Personer i alderen 18-59 år som ble diagnostisert med type 2 diabetes mellitus, eller pre DM eller kjent for å ha unormale Hba1c- eller blodsukkerresultater
BGEM er en ai-drevet modell for å forutsi blodsukker ved hjelp av ppg-sensor
Ikke-diabetikergruppe
Forsøkspersoner i alderen 18-59 år som aldri har diagnostisert å ha diabetes mellitus eller pre DM
BGEM er en ai-drevet modell for å forutsi blodsukker ved hjelp av ppg-sensor

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Prediksjonsverdi av BGEM
Tidsramme: Juli-desember 2024
Resultat av prediktiv modell vil bli sammenlignet med blodsukkeranalyse
Juli-desember 2024
Prediksjonsverdi av BGEM
Tidsramme: Juli-desember 2024
Resultat av prediktiv modell vil bli sammenlignet med Hba1c
Juli-desember 2024

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Variabler som påvirker BGEM
Tidsramme: Juli-desember 2024
Analyse for å bestemme eventuelle variabler fra fag som påvirker BGEM
Juli-desember 2024

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Samarbeidspartnere

Lif

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

30. juli 2024

Primær fullføring (Faktiske)

5. oktober 2024

Studiet fullført (Faktiske)

5. oktober 2024

Datoer for studieregistrering

Først innsendt

11. oktober 2024

Først innsendt som oppfylte QC-kriteriene

11. oktober 2024

Først lagt ut (Faktiske)

15. oktober 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

15. oktober 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

11. oktober 2024

Sist bekreftet

1. oktober 2024

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • KridaWacanaCU

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Kliniske studier på Diabetes type 2

Søk i lignende forsøk