Definicja funkcji i weryfikacja kliniczna aplikacji Digital Health: na przykładzie kontroli wagi
Projekt ten przewiduje rozwiązanie problemu epidemii otyłości, która spowodowała niezdrowy tryb życia miliardów osób z otyłością i nadwagą na całym świecie. Proponujemy cyfrowe rozwiązania zdrowotne w zakresie zapewniania opieki zdrowotnej na żądanie, spersonalizowanego zdrowia, zdrowego stylu życia i kontroli wagi. W tym badaniu zaproponowano zastosowanie terapii poznawczo-behawioralnej (CBT) w zmniejszaniu pragnienia jedzenia u danej osoby, co jest zarządzane za pomocą śledzenia AI (inteligencja wspomagająca).
Podobnie jak w przypadku każdego nowego leku, lekarze i decydenci na całym świecie biorą pod uwagę niepewne skutki długoterminowe i wysokie koszty tych nowych leków. Naukowcy donoszą również, że u 85% osób po 5 latach stosowania premedykacji ponownie przybrano na wadze. Nie ma łatwo dostępnej, samokontrolującej strategii monitorowania/interwencji w przypadku niezdrowego stylu życia, który jest uważany za jeden z głównych problemów. Dlatego proponujemy badania i rozwój samozarządzającej się cyfrowej aplikacji zdrowotnej (aplikacji) przez 12 miesięcy w dwóch fazach, z trzema miesiącami na zaprojektowanie aplikacji i dziewięcioma miesiącami na potwierdzenie walidacji klinicznej. W pierwszej fazie proponujemy zaprojektowanie aplikacji „AI Mindful Eating”, która ma na celu poprawę zdrowego stylu życia danej osoby i późniejszą utratę wagi. Opierając się na „osi jelitowo-mózgowej”, oczekuje się, że uda się to osiągnąć za pomocą terapii poznawczo-behawioralnej i sztucznej inteligencji do rozpoznawania odżywiania i nastroju na obrazach mobilnych. Ułatwia to realizację stylu życia i długoterminową utratę wagi. Na koniec w naszym badaniu zaproponowano ukończenie definicji funkcji i walidację kliniczną naszej aplikacji AI Humanity. Poprzez zaplanowany program kontroli obejmujący monitorowanie i analizę masy ciała, tkanki tłuszczowej, danych antropometrycznych i zmian metabolicznych pomiędzy grupą badaną a grupą kontrolną. Zamierzamy ujawnić wpływ aplikacji asystenta AI na kontrolę wagi i zapobieganie chorobom metabolicznym.
Przegląd badań
Status
Interwencja / Leczenie
Typ studiów
Zapisy (Szacowany)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Tainan, Tajwan
- National Cheng Kung University Hospital
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria przyjęcia:
- Pod uwagę będą brane osoby otyłe (BMI>= >= 27 kg/m2) w wieku 18 lat i poniżej 65 lat (M/K= 1:1)
Kryteria wyłączenia:
- Jakakolwiek historia raka
- Niestabilny stan psychiczny
- Temat niechętny do współpracy
- Złożone choroby współistniejące, takie jak niewydolność serca, schyłkowa niewydolność nerek itp.
- Ciężka niepełnosprawność fizyczna
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Leczenie
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Poczwórny
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Sprawa
interweniowano w grupach App/CBT/MB-EAT w ramach randomizowanego badania kontrolnego przez 9 miesięcy i okresowo przeprowadzano ankiety, a także 0, 3 i 6 miesięcy po interwencji
|
Regularna kontrola ambulatoryjna
Badacze proponują zaprojektowanie aplikacji „AI Mindful Eating”, która miałaby na celu poprawę zdrowego stylu życia danej osoby i późniejszą utratę wagi.
Opierając się na „osi jelitowo-mózgowej”, oczekuje się, że zostanie to osiągnięte poprzez zastosowanie terapii poznawczo-behawioralnej zamiast leków w celu złagodzenia uzależnienia od żywności i prawidłowego spożycia składników odżywczych w odpowiednich warunkach metabolicznych i czasie, które są koordynowane przez sztuczną inteligencję.
|
|
Komparator placebo: Kontrola
interweniowano bez grup App/CBT/MB-EAT w ramach randomizowanego badania kontrolnego przez 9 miesięcy i okresowo badano, a także 0, 3 i 6 miesięcy po interwencji
|
Regularna kontrola ambulatoryjna
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
zmiana wagi
Ramy czasowe: 0, 3 i 6 miesięcy po interwencji
|
Skład ciała mierzony metodą BIA lub DXA
|
0, 3 i 6 miesięcy po interwencji
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Parametry zespołu metabolicznego
Ramy czasowe: 0, 3 i 6 miesięcy po interwencji
|
Obwód talii mierzono w połowie brzucha, w fazie końcowo-wydechowej
|
0, 3 i 6 miesięcy po interwencji
|
Współpracownicy i badacze
Śledczy
- Dyrektor Studium: Chih-Hsing Wu, MD, Department of Family Medicine, National Cheng Kung Univ Hosp
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- Digital Health App
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .