Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Przewidywanie ryzyka i jego inteligentna ocena upośledzenia funkcji poznawczych wśród starszych osób dorosłych mieszkających w społeczności

2 kwietnia 2024 zaktualizowane przez: Xiaozhen LV, Peking University Sixth Hospital
Upośledzenie funkcji poznawczych jest jednym z głównych wczesnych objawów demencji, a także kluczowym etapem profilaktyki demencji w społeczności. Dokładne i wygodne przewidywanie upośledzenia funkcji poznawczych może pomóc społeczności zidentyfikować i zarządzać populacją wysokiego ryzyka demencji. We wcześniejszych badaniach opracowano kilka modeli przewidywania demencji, ale takie modele mogą nie nadawać się do przewidywania zaburzeń funkcji poznawczych. W oparciu o krajowe reprezentatywne dane uzupełniające z chińskiego Longitudinal Healthy Longevity Survey (CLHLS), projekt ten ma na celu opracowanie i zweryfikowanie krótkiego algorytmu przewidywania zaburzeń poznawczych wśród osób starszych mieszkających w społeczności, przy użyciu metod uczenia maszynowego (takich jak regresja logistyczna, naiwna model Bayesa, drzewo Extreme Gradient Boosting i tak dalej). Na koniec, w oparciu o skonstruowany model, opracowane zostanie łatwe w użyciu narzędzie do inteligentnej oceny online do przewidywania ryzyka zaburzeń funkcji poznawczych. Lekarze ogólni, pracownicy socjalni i osoby starsze zostaną zaproszeni do korzystania z tego narzędzia, a my dokonamy przeglądu narzędzia zgodnie z ich sugestiami i komentarzami. Oczekuje się, że projekt ten zapewni podstawy naukowe i wsparcie techniczne dla społecznościowej profilaktyki demencji, a także będzie przydatny dla osób starszych, aby łatwo zrozumieć ich stan poznawczy.

Przegląd badań

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

13228

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

      • Beijing, Chiny, 100191
        • Peking University Six Hospital

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

65 lat i starsze (Starszy dorosły)

Akceptuje zdrowych ochotników

Tak

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Badaną populacją w tym projekcie były osoby starsze mieszkające w społeczności z normalnymi funkcjami poznawczymi na początku badania, które ukończyły ocenę funkcji poznawczych trzy lata później.

Opis

Kryteria przyjęcia:

  1. Wiek 65 lat lub starszy na początku badania;
  2. Z normalną wyjściową funkcją poznawczą (wynik ≥ 18 w chińskiej wersji Mini-Mental State Examination, MMSE);
  3. Ukończył ocenę MMSE trzy lata później;
  4. Dobrowolna świadoma zgoda.

Kryteria wyłączenia:

  1. Wiek <65 lat;
  2. miał otępienie w wywiadzie lub punktację MMSE < 18 na początku badania;
  3. utracone z obserwacji lub bez oceny funkcji poznawczych trzy lata później;
  4. Odmówił udziału w ankiecie.

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Kohorty i interwencje

Grupa / Kohorta
Kohorta szkoleniowa
Kohorta szkoleniowa zostanie wykorzystana do opracowania modelu.
Kohorta testowa
Kohorta testująca, nowa kohorta w porównaniu z kohortą szkoleniową, zostanie wykorzystana do zewnętrznej walidacji modelu.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
AUC
Ramy czasowe: średnio 3 lata po ocenie wyjściowej
AUC modelu predykcyjnego na podstawie danych testowych
średnio 3 lata po ocenie wyjściowej

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
wrażliwość
Ramy czasowe: średnio 3 lata po ocenie wyjściowej
czułość modelu predykcyjnego na podstawie danych testowych
średnio 3 lata po ocenie wyjściowej
specyficzność
Ramy czasowe: średnio 3 lata po ocenie wyjściowej
specyfikę modelu predykcyjnego opartego na danych testowych
średnio 3 lata po ocenie wyjściowej
dodatnia wartość predykcyjna
Ramy czasowe: średnio 3 lata po ocenie wyjściowej
dodatnia wartość predykcyjna modelu predykcyjnego oparta na danych testowych
średnio 3 lata po ocenie wyjściowej
ujemna wartość predykcyjna
Ramy czasowe: średnio 3 lata po ocenie wyjściowej
ujemna wartość predykcyjna modelu predykcyjnego oparta na danych testowych
średnio 3 lata po ocenie wyjściowej

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Dyrektor Studium: Feifei Gao, Ph.D, Peking University Six Hospital

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

1 kwietnia 2022

Zakończenie podstawowe (Rzeczywisty)

30 grudnia 2023

Ukończenie studiów (Rzeczywisty)

30 grudnia 2023

Daty rejestracji na studia

Pierwszy przesłany

11 maja 2022

Pierwszy przesłany, który spełnia kryteria kontroli jakości

17 maja 2022

Pierwszy wysłany (Rzeczywisty)

23 maja 2022

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

4 kwietnia 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

2 kwietnia 2024

Ostatnia weryfikacja

1 kwietnia 2024

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • SHOUFA2020-3-4114

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIEZDECYDOWANY

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Subskrybuj