- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06596330
Integracja modelu wyuczonego języka w celu poprawy kontroli glikemii poprzez zwiększoną aktywność fizyczną: w pełni cyfrowa losowa wersja aplikacji na smartfony My Heart Counts
Cukrzyca typu 2 (T2D) to jedna z najpowszechniejszych i najszybciej rozwijających się chorób, która do 2045 roku będzie dotykać 1 na 8 dorosłych osób (prawie 800 milionów) na całym świecie. Siedzący tryb życia i zwiększona otyłość są głównymi czynnikami ryzyka T2D. Choroby układu krążenia są główną przyczyną zgonów osób chorych na T2D, natomiast cukrzycowa choroba mikronaczyniowa, powodująca chorobę nerek, neuropatię i retinopatię, przyczynia się do zachorowalności na T2D.
Aktywność fizyczna jest jedną z najskuteczniejszych terapii w zapobieganiu/leczeniu T2D i jej powikłań. Średnia dzienna liczba kroków jest wskaźnikiem aktywności fizycznej, przy czym nawet niewielka poprawa liczby kroków (tj. +500 kroków) wiąże się ze zmniejszeniem T2D i śmiertelności. Jednakże u pacjentów z T2D przestrzeganie regularnej aktywności fizycznej pozostaje na niskim poziomie, a krótkotrwałe zmniejszenie dziennej liczby kroków wiąże się z upośledzoną kontrolą glikemii i nawrotem T2D.
Badacze opracowali model językowy sztucznej inteligencji (AI) (podobny do ChatGPT), który może automatycznie generować podpowiedzi coachingowe zachęcające do aktywności fizycznej poprzez uwzględnienie etapu zmiany danej osoby. Badacze rozszerzą nasze badania za pomocą aplikacji na smartfony My Heart Counts (MHC), aby 1) zweryfikować skuteczność podpowiedzi generowanych przez sztuczną inteligencję u pacjentów z T2D oraz 2) przeprowadzić długoterminowe, randomizowane badanie krzyżowe, wykorzystując model językowy jako narzędzie społeczne chatbot odpowiedzialny - zachęcający uczestników do utrzymywania zmian w aktywności fizycznej przez miesiące. Badacze wysuwają hipotezę, że wskazówki coachingowe wspomagane przez sztuczną inteligencję znacznie wzrosną: 1) średnia dzienna liczba kroków o 500 u 1000 dorosłych rekrutowanych w całym kraju w ciągu 7 dni oraz 2) poprawi się HbA1c i masa ciała poprzez długoterminową zmianę zachowania w ciągu 24 -tygodniowy okres interwencji.
Przegląd badań
Status
Warunki
Typ studiów
Faza
- Nie dotyczy
Kontakty i lokalizacje
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- Do naszego badania zostaną włączone osoby w wieku ≥18 lat, z klinicznym rozpoznaniem T2D, potrafiące czytać i rozumieć język angielski oraz fizycznie zdolne do chodzenia.
Kryteria wykluczenia:
- Kryteria wykraczające poza kryteria włączenia.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Leczenie
- Przydział: Randomizowane
- Model interwencyjny: Zadanie krzyżowe
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Podpowiedź coachingowa wygenerowana przez LLM
|
Cel 1: Na podstawie wstępnych danych badacze wstępnie przeszkolili model języka open source, LLAMA, z podpowiedziami coachingowymi stworzonymi przez ekspertów w oparciu o model etapów zmiany aktywności fizycznej.
Zostanie wygenerowanych siedem różnych podpowiedzi (na każdy dzień „tygodnia”) interwencji, uwzględniających rasę/pochodzenie etniczne, wiek, płeć i etap zmiany, aby poprawić personalizację.
Korzystając z istniejącej aplikacji MHC, badacze przeprowadzą randomizowane badanie krzyżowe, obejmujące średnie dzienne kroki w ramach każdej interwencji.
Badacze porównają interwencje polegające na codziennym przypomnieniu o osiągnięciu 10 000 kroków (neutralna kontrola) z interwencjami spersonalizowanymi przez sztuczną inteligencję w oparciu o etap zmiany danej osoby.
Cel 2: Wykorzystując odpowiedzialność społeczną i model języka wyuczonego generujący spersonalizowane interwencje coachingowe, badacze przeprowadzą długoterminowe, randomizowane, niezaślepione badanie kontrolne.
W ciągu 24-tygodniowego okresu interwencji uczestnicy będą otrzymywać albo ogólne codzienne przypomnienie o osiągnięciu 10 000 kroków, albo monit coachingowy generowany przez sztuczną inteligencję, przy czym grupa AI będzie mogła również „czatować” z modelem językowym, aby poprosić o radę dotyczącą utrzymania umiejętności aktywność fizyczna.
Wyniki tego długoterminowego badania będą dotyczyć: 1) codziennych kroków w okresie interwencji, 2) masy ciała (poprzez połączenie HealthKit z MHC) i 3) HbA1c (na podstawie zapisów EMR powiązanych z MHC zgodnym z HIPAA). aplikacja).
|
|
Aktywny komparator: Przypomnienie o 10 000 krokach
|
Cel 1: Na podstawie wstępnych danych badacze wstępnie przeszkolili model języka open source, LLAMA, z podpowiedziami coachingowymi stworzonymi przez ekspertów w oparciu o model etapów zmiany aktywności fizycznej.
Zostanie wygenerowanych siedem różnych podpowiedzi (na każdy dzień „tygodnia”) interwencji, uwzględniających rasę/pochodzenie etniczne, wiek, płeć i etap zmiany, aby poprawić personalizację.
Korzystając z istniejącej aplikacji MHC, badacze przeprowadzą randomizowane badanie krzyżowe, obejmujące średnie dzienne kroki w ramach każdej interwencji.
Badacze porównają interwencje polegające na codziennym przypomnieniu o osiągnięciu 10 000 kroków (neutralna kontrola) z interwencjami spersonalizowanymi przez sztuczną inteligencję w oparciu o etap zmiany danej osoby.
Cel 2: Wykorzystując odpowiedzialność społeczną i model języka wyuczonego generujący spersonalizowane interwencje coachingowe, badacze przeprowadzą długoterminowe, randomizowane, niezaślepione badanie kontrolne.
W ciągu 24-tygodniowego okresu interwencji uczestnicy będą otrzymywać albo ogólne codzienne przypomnienie o osiągnięciu 10 000 kroków, albo monit coachingowy generowany przez sztuczną inteligencję, przy czym grupa AI będzie mogła również „czatować” z modelem językowym, aby poprosić o radę dotyczącą utrzymania umiejętności aktywność fizyczna.
Wyniki tego długoterminowego badania będą dotyczyć: 1) codziennych kroków w okresie interwencji, 2) masy ciała (poprzez połączenie HealthKit z MHC) i 3) HbA1c (na podstawie zapisów EMR powiązanych z MHC zgodnym z HIPAA). aplikacja).
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Oznacza codzienne kroki
Ramy czasowe: 7 dni i 24 tygodnie
|
Średnie dzienne kroki w ciągu tygodnia interwencji (cel 1) i okresu 24 tygodni (cel 2).
|
7 dni i 24 tygodnie
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Zmiana wagi
Ramy czasowe: 24 tygodnie
|
Zmiana masy ciała w trakcie długoterminowej interwencji (Cel 2)
|
24 tygodnie
|
|
Zmiana HbA1c
Ramy czasowe: 24 tygodnie
|
Zmiana HbA1c w trakcie interwencji długoterminowej (Cel 2)
|
24 tygodnie
|
|
Tygodniowe aktywne minuty
Ramy czasowe: 7 dni i 24 tygodnie
|
Całkowita tygodniowa liczba aktywnych minut w ciągu tygodnia interwencji (cel 1) i 24-tygodniowego okresu (cel 2).
|
7 dni i 24 tygodnie
|
Współpracownicy i badacze
Sponsor
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
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
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 76338
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
produkt wyprodukowany i wyeksportowany z USA
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 .