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

Maskinlæring for omklassifisering av fedme

23. juni 2020 oppdatert av: Shen Qu, Shanghai 10th People's Hospital

Datadrevet klynging for metabolsk klassifisering av fedme ved bruk av maskinlæring

Målet med denne studien er å bruke eller utvikle beregningsmodelleringsteknikker for nøyaktig omklassifisering av fedme til undergrupper. Kliniske trekk, risiko for ikke-smittsomme sykdommer, samt vekttapseffekter av fedmekirurgi vil også bli studert og sammenlignet innenfor undergruppene.

Studieoversikt

Status

Fullført

Forhold

Studietype

Observasjonsmessig

Registrering (Faktiske)

2495

Kontakter og plasseringer

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

Studiesteder

    • Shanghai
      • Shanghai, Shanghai, Kina, 200072
        • Shanghai Tenth People's 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

10 år til 70 år (Barn, Voksen, Eldre voksen)

Tar imot friske frivillige

Ja

Kjønn som er kvalifisert for studier

Alle

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

Pasienter med overvekt/fedme.

Beskrivelse

Inklusjonskriterier:

  1. Pasienter med overvekt/fedme
  2. Pasienter med normalvekt som kontroller

Ekskluderingskriterier:

  1. noen gang har blitt utført med en fedmeoperasjon før studiens første besøk er planlagt;
  2. hadde tatt eksogent insulin, medisiner som påvirker glukosemetabolismen, eller urinsyremedisiner for tiden;
  3. blir diagnostisert med type 1 diabetes, sekundær diabetes, arvelig sykdom eller alvorlig sykdom (f. ondartet svulst, hjertesvikt, leversvikt, etc.);
  4. i svangerskapet av amming;
  5. hadde ikke de fullstendige dataene for modellen;
  6. for normalvektige kontroller ble pasienter med diabetes eller hyperurikemi ekskludert.

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
NW
normal vektkontroll
MHO
metabolsk sunn fedme
Beregningsmodelleringsteknikker vil bli brukt for presis reklassifisering av fedme i fire undergrupper, flere variabler i henhold til klinisk erfaring og modelleringsresultatene vil bli valgt for klyngeanalysen.
LMO
hypometabolsk fedme
Beregningsmodelleringsteknikker vil bli brukt for presis reklassifisering av fedme i fire undergrupper, flere variabler i henhold til klinisk erfaring og modelleringsresultatene vil bli valgt for klyngeanalysen.
HMO-U
hypermetabolsk fedme med hyperurikemi
Beregningsmodelleringsteknikker vil bli brukt for presis reklassifisering av fedme i fire undergrupper, flere variabler i henhold til klinisk erfaring og modelleringsresultatene vil bli valgt for klyngeanalysen.
HMO-I
hypermetabolsk fedme med hyperinsulinemi
Beregningsmodelleringsteknikker vil bli brukt for presis reklassifisering av fedme i fire undergrupper, flere variabler i henhold til klinisk erfaring og modelleringsresultatene vil bli valgt for klyngeanalysen.

Hva måler studien?

Primære resultatmål

Resultatmål
Tidsramme
Metabolsk klassifisering av pasienter med fedme ved hjelp av maskinlæring
Tidsramme: grunnlinje
grunnlinje

Sekundære resultatmål

Resultatmål
Tidsramme
Metabolske egenskaper hos pasienter i forskjellige undergrupper
Tidsramme: grunnlinje
grunnlinje
Risiko for ikke-smittsom sykdom hos pasienter i forskjellige undergrupper
Tidsramme: grunnlinje
grunnlinje
Effekt av fedmekirurgi hos pasienter fra forskjellige undergrupper
Tidsramme: 1 år etter fedmekirurgi
1 år etter fedmekirurgi

Samarbeidspartnere og etterforskere

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

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

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)

1. mars 2020

Primær fullføring (Faktiske)

30. april 2020

Studiet fullført (Faktiske)

20. juni 2020

Datoer for studieregistrering

Først innsendt

21. februar 2020

Først innsendt som oppfylte QC-kriteriene

21. februar 2020

Først lagt ut (Faktiske)

25. februar 2020

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

25. juni 2020

Siste oppdatering sendt inn som oppfylte QC-kriteriene

23. juni 2020

Sist bekreftet

1. juni 2020

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • Obesity Reclassification

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. .

Abonnere