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

Przewidywanie wieku biologicznego oparte na sztucznej inteligencji za pomocą EHR

1 kwietnia 2025 zaktualizowane przez: Kang Zhang, The Eye Hospital of Wenzhou Medical University

Przewidywanie wieku biologicznego za pomocą elektronicznej dokumentacji medycznej: podejście oparte na AI

Jest to wieloośrodkowe, retrospektywne badanie kliniczne, którego celem jest ocena zastosowania i skuteczności modelu predykcyjnego wspomaganego sztuczną inteligencją do przewidywania wieku biologicznego przy użyciu elektronicznej dokumentacji zdrowotnej (EHR). W badaniu przeanalizowane zostaną różne dane dotyczące zdrowia, w tym historia choroby, wyniki badań laboratoryjnych i obserwacje kliniczne, aby oszacować wiek biologiczny pacjentów. Celem badania jest porównanie wieku biologicznego z wiekiem chronologicznym, aby ocenić dokładność modelu i jego potencjał w zakresie identyfikacji zagrożeń dla zdrowia związanych z wiekiem i poprawy opieki nad pacjentem.

Przegląd badań

Status

Rekrutacyjny

Warunki

Interwencja / Leczenie

Szczegółowy opis

Biologiczne przewidywanie wieku ma kluczowe znaczenie dla oceny ogólnego stanu zdrowia, określenia ryzyka chorób związanych z wiekiem i zapewnienia spersonalizowanej opieki zdrowotnej. Choć wiek chronologiczny jest czynnikiem kluczowym, nie zawsze odzwierciedla on rzeczywisty biologiczny proces starzenia się danej osoby. Wczesna identyfikacja przyspieszonego starzenia biologicznego i związanych z nim zagrożeń dla zdrowia może znacząco wpłynąć na wczesne interwencje i długoterminowe wyniki zdrowotne. W praktyce klinicznej podmioty świadczące opiekę zdrowotną integrują szeroki zakres danych pacjenta, w tym historię medyczną, wyniki badań laboratoryjnych i obserwacje kliniczne, aby zrozumieć stan zdrowia danej osoby i przewidzieć potencjalne przyszłe ryzyko. W miarę jak medycyna precyzyjna zyskuje na znaczeniu, umiejętność przewidywania wieku biologicznego i personalizowania planów opieki staje się coraz ważniejsza. Ostatnie postępy w dziedzinie sztucznej inteligencji i technik analizy danych okazały się obiecujące w zwiększaniu dokładności przewidywań wieku biologicznego. Celem tego badania jest opracowanie systemu podejmowania decyzji wspomaganego sztuczną inteligencją poprzez integrację danych multimodalnych z elektronicznych kart zdrowia, wyników badań laboratoryjnych, obserwacji klinicznych i danych demograficznych pacjentów. Celem jest poprawa dokładności diagnostycznej, optymalizacja procesów klinicznych i zapewnienie pacjentom bardziej spersonalizowanej opieki zdrowotnej poprzez przewidywanie wieku biologicznego, identyfikację osób z grupy ryzyka i poprawę wyników zdrowotnych.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

1000000

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Lokalizacje studiów

  • Chiny
    • Guangdong
      • Guangzhou, Guangdong, Chiny
    • Zhejiang
      • Wenzhou, Zhejiang, Chiny
        • Rekrutacyjny
        • First Affiliated Hospital of Wenzhou Medical University
        • Kontakt:
      • Wenzhou, Zhejiang, Chiny
        • Rekrutacyjny
        • The Eye Hospital of Wenzhou Medical University
        • Kontakt:
      • Wenzhou, Zhejiang, Chiny
        • Rekrutacyjny
        • Second Affiliated Hospital of Wenzhou Medical University
        • Kontakt:

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

  • Dziecko
  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Badana populacja składa się z osób, które otrzymały opiekę w uczestniczących szpitalach lub ośrodkach opieki zdrowotnej posiadających dostępną elektroniczną dokumentację medyczną (EHR). Uczestnikami będą osoby posiadające pełne dane EHR, w tym historię medyczną, wyniki badań laboratoryjnych, dane obrazowe i czynniki związane ze stylem życia, takie jak dieta, aktywność fizyczna i nawyki palenia. Kohorta będzie obejmować zarówno osoby zdrowe, jak i osoby z chorobami przewlekłymi lub chorobami współistniejącymi, co umożliwi analizę przewidywania wieku biologicznego w zależności od różnych stanów zdrowia. Badanie zostanie przeprowadzone w wielu placówkach opieki zdrowotnej, aby zapewnić zróżnicowaną populację pacjentów reprezentującą szeroki zakres grup wiekowych, warunków zdrowotnych i demograficznych.

Opis

Kryteria włączenia:

  1. Pacjenci z kompleksowymi i dostępnymi danymi EHR, w tym historia medyczna, wyniki laboratoryjne, dane dotyczące leczenia, dane obrazowania (jeśli są dostępne) oraz czynniki stylu życia (np. Palenie, aktywność fizyczna, dieta).
  2. Pacjenci bez znaczących zaburzeń poznawczych, które uniemożliwiłyby im świadomą zgodę lub uczestnictwo w badaniu.
  3. Wszyscy uczestnicy muszą wyrazić świadomą zgodę na wykorzystanie swoich danych medycznych do celów badawczych.

Kryteria wykluczenia:

  1. Pacjenci z niepełnymi lub brakującymi krytycznymi danymi EHR, tacy jak historia medyczna, wyniki laboratoryjne lub dane dotyczące leczenia, które są niezbędne do przewidywania wieku biologicznego.
  2. Niepodobne z ciężkimi zaburzeniami poznawczymi (np. Demencja, znaczące niepełnosprawności psychiczne), którzy nie są w stanie udzielić świadomej zgody lub znacząco uczestniczyć w badaniu.
  3. Pacjenci z chorobami terminalnymi lub o ograniczonej oczekiwanej długości życia, w przypadku których przewidywania dotyczące wieku biologicznego mogą nie być istotne dla celów badania.

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
Interwencja / Leczenie
Grupa biologicznie młodsza
Uczestnicy, których przewidywany wiek biologiczny jest młodszy niż ich wiek chronologiczny.
Inny: Model predykcyjny wspomagany sztuczną inteligencją
W tym badaniu wykorzystuje model predykcyjny wspomagany przez AI, który analizuje dane multimodalne z elektronicznej dokumentacji medycznej, w tym historii medycznej, wyników laboratoryjnych, danych obrazowania i czynników stylu życia, w celu oszacowania wieku biologicznego. Model wykorzystuje algorytmy głębokiego uczenia się do przewidywania wieku biologicznego, porównania go z wiekiem chronologicznym i identyfikowania wczesnych oznak zagrożeń dla zdrowia związanego z wiekiem. Interwencja nie jest bezpośrednim leczeniem ani procedurą, ale ma na celu opracowanie narzędzia do przewidywania wieku biologicznego w celu personalizacji opieki i poprawy długoterminowych wyników zdrowotnych.
Grupa biologicznie starsza
Uczestnicy, których wiek biologiczny ma być starszy niż wiek chronologiczny.
Inny: Model predykcyjny wspomagany sztuczną inteligencją
W tym badaniu wykorzystuje model predykcyjny wspomagany przez AI, który analizuje dane multimodalne z elektronicznej dokumentacji medycznej, w tym historii medycznej, wyników laboratoryjnych, danych obrazowania i czynników stylu życia, w celu oszacowania wieku biologicznego. Model wykorzystuje algorytmy głębokiego uczenia się do przewidywania wieku biologicznego, porównania go z wiekiem chronologicznym i identyfikowania wczesnych oznak zagrożeń dla zdrowia związanego z wiekiem. Interwencja nie jest bezpośrednim leczeniem ani procedurą, ale ma na celu opracowanie narzędzia do przewidywania wieku biologicznego w celu personalizacji opieki i poprawy długoterminowych wyników zdrowotnych.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Dokładność przewidywania wieku biologicznego
Ramy czasowe: 1 rok
Dokładność modelu AI w przewidywaniu wieku biologicznego w porównaniu z wiekiem chronologicznym. Zostanie to ocenione przy użyciu współczynnika korelacji Pearsona (PCC), aby ocenić siłę korelacji między przewidywanym wiekiem biologicznym a wiekiem chronologicznym. Dodatkowo do oceny proporcji wariancji wieku biologicznego wyjaśnionej przez model zostanie wykorzystana wartość R-kwadrat (R²).
1 rok

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Korelacja ryzyka zdrowotnego
Ramy czasowe: 1 rok
Korelacja pomiędzy przewidywanym wiekiem biologicznym a różnymi zagrożeniami dla zdrowia, takimi jak rozwój chorób przewlekłych (np. chorób układu krążenia, cukrzycy), przy wykorzystaniu PCC do oceny związku pomiędzy przewidywaniami wieku biologicznego a wynikami zdrowotnymi.
1 rok

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

The Eye Hospital of Wenzhou Medical University

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 marca 2023

Zakończenie podstawowe (Szacowany)

2 kwietnia 2025

Ukończenie studiów (Szacowany)

2 kwietnia 2025

Daty rejestracji na studia

Pierwszy przesłany

19 stycznia 2025

Pierwszy przesłany, który spełnia kryteria kontroli jakości

19 stycznia 2025

Pierwszy wysłany (Rzeczywisty)

25 marca 2025

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

2 kwietnia 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

1 kwietnia 2025

Ostatnia weryfikacja

1 kwietnia 2025

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Inne numery identyfikacyjne badania

  • Biological Age

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

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