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

Data Mining av Befolkningshelse-subhelse-sykdom Basert på Dynamisk Systemteori

24. januar 2026 oppdatert av: Lv, Han, Beijing Friendship Hospital

Datautvinning av befolkningshelse-subhelse-sykdom basert på dynamisk systemteori

Denne studien tar sikte på å utforske de dynamiske utviklingsmønstrene for befolkningens helse, sub-helse og sykdomstilstander gjennom dynamisk systemteori og stor datagruve-metoder, og gir vitenskapelig bevis for personlig forebygging og helseforvaltning.

Studieoversikt

Status

Aktiv, ikke rekrutterende

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Spesifikke mål inkluderer: (1) Identifisere individuelle helse-, subhelse- og sykdomstilstander ved hjelp av overvåkede systemmodelleringsteknikker, samtidig som man undersøker deres gjensidige transformasjonsveier. (2) Identifisere nøkkelindikatorer som bestemmer tilstandsoverganger, klargjøre deres mekanismer og interaksjoner. (3) Utvikle dynamiske systemmodeller for å simulere tilstandsoverganger under multivariabel påvirkning, forutsi individuelle sannsynligheter for progresjon fra helse til subhelse eller sykdom. (4) Utvikle fortolkbare helseprediksjonsverktøy basert på modelleringsresultater for å støtte presisjonsintervensjoner. Det endelige målet er å etablere et vitenskapelig validert, men gjennomførbart helsetilstandsmodelleringssystem som tilbyr kvantifiserbare verktøy for tidlig intervensjon og personlig helseforvaltning for å redusere forekomsten av kroniske sykdommer og helsetjenestebyrder.

Studietype

Observasjonsmessig

Registrering (Antatt)

380000

Kontakter og plasseringer

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

Studiesteder

  • Kina
    • Beijing Municipality
      • Beijing, Beijing Municipality, Kina, 100050
        • Beijing Friendship Hospital, Capital Medical University

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

  • Barn
  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Ja

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

Helsedata vitenskapsdatabase ved Beijing Vennskapsykehus

Beskrivelse

Inklusjonskriterier:

  • Deltakere må ha fullført minst to påfølgende fysiske undersøkelser ved Fysisk Undersøkelsessenter ved Beijing Friendship Hospital, Capital Medical University, mellom juni 2007 og august 2025, med et minimumsintervall på 6 måneder mellom tilstøtende registreringer.
  • Dataoppføringer bør være relativt komplette, med mangelfylte rater for sentrale forskningsvariabler (f.eks. sentrale biokjemiske indikatorer, demografisk informasjon, og essensielle spørreskjemapunkter) ≤30%.
  • Deltakere må ikke ha noen tidligere historie med alvorlige organiske sykdommer før deres første studieinkludering (som dokumentert i medisinske journaler, hovedsakelig inkluderende: ondartede svulster (ikke-kurable/endestadium), alvorlig hjerteinsuffisiens (NYHA klasse III-IV), endestadium nyresykdom (CKD stadium 5), dekompensert leverskrumpe, eller betydelig funksjonsnedsettelse forårsaket av ettervirkninger av alvorlig cerebrovaskulær sykdom).

Eksklusjonskriterier:

- Personer med en alvorlig mangel på grunnleggende data (som unik identifikasjon, sentral demografisk informasjon, og sentrale deteksjonsindikatorer) eller som ikke kan anonymiseres effektivt.

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
Helse data vitenskap database for Beijing Friendship Hospital
  1. Deltakere må ha fullført minst to påfølgende fysiske undersøkelser ved Physical Examination Center ved Beijing Friendship Hospital, Capital Medical University, mellom juni 2007 og august 2025, med et minimumsintervall på 6 måneder mellom tilstøtende oppføringer.
  2. Dataoppføringer bør være relativt komplette, med mangelfulle prøver for nøkkelforskningsvariabler (f.eks. sentrale biokjemiske indikatorer, demografisk informasjon og essensielle spørreskjemapunkter) ≤30 %.
  3. Deltakere må ikke ha noen tidligere historie med alvorlige organiske sykdommer før deres første studieinkludering (som dokumentert i medisinske journaler, hovedsakelig inkludert: ondartede svulster (ikke helbredelige/endestadiet), alvorlig hjerteinsuffisiens (NYHA klasse III-IV), endestadium nyresykdom (CKD stadium 5), dekompensert cirrose eller betydelig funksjonssvikt forårsaket av ettervirkninger av alvorlig cerebrovaskulær sykdom).
Annen: Ingen inngrep vil bli iverksatt.
Dette er en observasjonsstudie.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Diskriminerende nøyaktighet for neste diagnose
Tidsramme: Evaluer på et internt valideringsdatasett. Dette datasettet inneholder individuelle historiske data frem til 1. januar 2018, basert på hvilke modellen forutsier neste diagnostiske hendelse som vil inntreffe umiddelbart. Beregn AUC for sykdommer med over 1000 ICD-10
Alders- og kjønnsstratifisert areal under mottakeroperasjonskarakteristikk-kurven, AUC
Evaluer på et internt valideringsdatasett. Dette datasettet inneholder individuelle historiske data frem til 1. januar 2018, basert på hvilke modellen forutsier neste diagnostiske hendelse som vil inntreffe umiddelbart. Beregn AUC for sykdommer med over 1000 ICD-10
Langtids prediktiv nøyaktighet
Tidsramme: Evaluer AUC-verdiene for forekomst av sykdom i det 1., 2., 3., 5. og 10. året etter prediksjon på det interne valideringsdatasettet.
AUC stratifisert etter alder og kjønn, som vurderer risikoen for sykdomsforekomst innenfor spesifikke tidsintervaller (1 år, 2 år,..., 10 år) etter prediksjon. Denne indikatoren måler reduksjonen i en modells prediktive evne over tid.
Evaluer AUC-verdiene for forekomst av sykdom i det 1., 2., 3., 5. og 10. året etter prediksjon på det interne valideringsdatasettet.
Prediktiv nøyaktighet på trajektornivå
Tidsramme: På valideringsdelen, evaluer nøyaktigheten av prediksjoner for sykdomshendelser for hvert år fra simulasjonsstartpunktet (60 år gammel) til de følgende 1 til 20 årene.
Andelen av korrekt forutsagte sykdomshendelser. I hvert simulerte fremtidige år, sammenlign de genererte sykdomshendelsene med de faktiske sykdomshendelsene som oppstår hos individer, og beregn suksessraten (%) for sammenligningen.
På valideringsdelen, evaluer nøyaktigheten av prediksjoner for sykdomshendelser for hvert år fra simulasjonsstartpunktet (60 år gammel) til de følgende 1 til 20 årene.

Samarbeidspartnere og etterforskere

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

Sponsor

Beijing Friendship Hospital

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. september 2025

Primær fullføring (Antatt)

31. august 2028

Studiet fullført (Antatt)

31. august 2030

Datoer for studieregistrering

Først innsendt

9. desember 2025

Først innsendt som oppfylte QC-kriteriene

24. januar 2026

Først lagt ut (Faktiske)

29. januar 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

29. januar 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

24. januar 2026

Sist bekreftet

1. januar 2026

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • 202511

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

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 Sub-sunn

Kliniske studier på Ingen inngrep vil bli iverksatt.

Søk i lignende forsøk

Sponsorer og samarbeidspartnere

Medisinsk tilstand

Legemiddelintervensjoner

CROs by country

CROs in Benin

Forhold

Sjeldne sykdommer

Legemiddelintervensjoner

Kosttilskudd

Sponsor / samarbeidspartnere

Steder

Abonnere