- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT07375303
Eksploracja danych dotyczących zdrowia populacji – stanu subzdrowotnego – choroby w oparciu o dynamiczną teorię systemów
24 stycznia 2026 zaktualizowane przez: Lv, Han, Beijing Friendship Hospital
Eksploracja danych dotyczących zdrowia populacji - stanu subzdrowotnego - choroby w oparciu o dynamiczną teorię systemów
To badanie ma na celu zbadanie dynamicznych wzorców ewolucji zdrowia populacji, stanów subzdrowia i chorób poprzez teorię systemów dynamicznych i metody eksploracji dużych zbiorów danych, dostarczając naukowych dowodów na rzecz spersonalizowanej profilaktyki i zarządzania zdrowiem.
Przegląd badań
Status
Aktywny, nie rekrutujący
Warunki
Interwencja / Leczenie
Szczegółowy opis
Szczegółowe cele obejmują: (1) Identyfikację indywidualnych stanów zdrowia, subzdrowia i choroby przy użyciu nienadzorowanych technik modelowania systemowego, przy jednoczesnym badaniu ich wzajemnych ścieżek transformacji.
(2) Identyfikację kluczowych wskaźników decydujących o przejściach między stanami, wyjaśnienie ich mechanizmów i interakcji.
(3) Opracowanie dynamicznych modeli systemowych do symulacji trajektorii przejść między stanami pod wpływem wielu zmiennych, przewidywanie indywidualnych prawdopodobieństw postępu od zdrowia do subzdrowia lub choroby.
(4) Tworzenie interpretowalnych narzędzi predykcji zdrowia na podstawie wyników modelowania w celu wsparcia precyzyjnych interwencji.
Ostatecznym celem jest stworzenie naukowo zweryfikowanego, a jednocześnie możliwego do wdrożenia systemu modelowania stanów zdrowia, oferującego mierzalne narzędzia do wczesnej interwencji i spersonalizowanego zarządzania zdrowiem w celu zmniejszenia częstości występowania chorób przewlekłych i obciążeń systemu opieki zdrowotnej.
Typ studiów
Obserwacyjny
Zapisy (Szacowany)
380000
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
Beijing Municipality
-
Beijing, Beijing Municipality, Chiny, 100050
- Beijing Friendship Hospital, Capital Medical University
-
-
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 prawdopodobieństwa
Badana populacja
Baza Danych Nauki o Zdrowiu Szpitala Przyjaźni w Pekinie
Opis
Kryteria włączenia:
- Uczestnicy musieli odbyć co najmniej dwie kolejne badania fizykalne w Centrum Badań Fizykalnych Szpitala Przyjaźni w Pekinie, Uniwersytetu Medycznego Stołecznego, między czerwcem 2007 a sierpniem 2025, z minimalnym odstępem 6 miesięcy między sąsiednimi zapisami.
- Zapisy danych powinny być stosunkowo kompletne, z brakami w kluczowych zmiennych badawczych (np. podstawowych wskaźnikach biochemicznych, informacjach demograficznych i istotnych punktach kwestionariusza) ≤30%.
- Uczestnicy nie mogli mieć wcześniejszej historii poważnych chorób organicznych przed pierwszym włączeniem do badania (zgodnie z dokumentacją medyczną, głównie obejmującą: nowotwory złośliwe (nieuleczalne/końcowe stadium), ciężką niewydolność serca (NYHA klasa III-IV), schyłkową chorobę nerek (CKD stadium 5), marskość wątroby z dekompensacją lub znaczną niepełnosprawność spowodowaną następstwami ciężkiej choroby naczyniowo-mózgowej).
Kryteria wykluczenia:
- Osoby z poważnym brakiem podstawowych danych (takich jak unikalny identyfikator, kluczowe informacje demograficzne i podstawowe wskaźniki wykrycia) lub które nie mogą być skutecznie anonimizowane.
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 |
|---|---|
|
Baza Danych Nauki o Zdrowiu Szpitala Przyjaźni w Pekinie
|
To jest badanie obserwacyjne.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dokładność dyskryminacyjna dla następnej diagnozy
Ramy czasowe: Oceń na wewnętrznym zbiorze walidacyjnym. Ten zbiór zawiera indywidualne dane historyczne do 1 stycznia 2018 roku, na podstawie których model przewiduje następne zdarzenie diagnostyczne, które wystąpi natychmiast. Oblicz AUC dla chorób z ponad 1000 kodami ICD-10.
|
Wiekowo i płciowo stratyfikowana powierzchnia pod krzywą charakterystyki odbiorczej, AUC
|
Oceń na wewnętrznym zbiorze walidacyjnym. Ten zbiór zawiera indywidualne dane historyczne do 1 stycznia 2018 roku, na podstawie których model przewiduje następne zdarzenie diagnostyczne, które wystąpi natychmiast. Oblicz AUC dla chorób z ponad 1000 kodami ICD-10.
|
|
Długoterminowa Dokładność Predykcyjna
Ramy czasowe: Oceń wartości AUC wystąpienia choroby w 1., 2., 3., 5. i 10. roku po predykcji na wewnętrznym zbiorze walidacyjnym.
|
AUC stratyfikowane według wieku i płci, oceniające ryzyko wystąpienia choroby w określonych przedziałach czasowych (1 rok, 2 lata,..., 10 lat) po przewidzeniu.
Ten wskaźnik mierzy spadek zdolności predykcyjnej modelu w czasie. |
Oceń wartości AUC wystąpienia choroby w 1., 2., 3., 5. i 10. roku po predykcji na wewnętrznym zbiorze walidacyjnym.
|
|
Trajectory-level Predictive Accuracy
Ramy czasowe: W podzbiorze walidacyjnym ocenić dokładność przewidywań zdarzeń chorobowych dla każdego roku od punktu rozpoczęcia symulacji (60 lat) do kolejnych 1 do 20 lat.
|
Proporcja prawidłowo przewidzianych zdarzeń chorobowych.
W każdym symulowanym przyszłym roku dopasuj wygenerowane zdarzenia chorobowe z rzeczywistymi zdarzeniami chorobowymi występującymi u osób i oblicz wskaźnik sukcesu (%) dopasowania.
|
W podzbiorze walidacyjnym ocenić dokładność przewidywań zdarzeń chorobowych dla każdego roku od punktu rozpoczęcia symulacji (60 lat) do kolejnych 1 do 20 lat.
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
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 września 2025
Zakończenie podstawowe (Szacowany)
31 sierpnia 2028
Ukończenie studiów (Szacowany)
31 sierpnia 2030
Daty rejestracji na studia
Pierwszy przesłany
9 grudnia 2025
Pierwszy przesłany, który spełnia kryteria kontroli jakości
24 stycznia 2026
Pierwszy wysłany (Rzeczywisty)
29 stycznia 2026
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
29 stycznia 2026
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
24 stycznia 2026
Ostatnia weryfikacja
1 stycznia 2026
Więcej informacji
Terminy związane z tym badaniem
Inne numery identyfikacyjne badania
- 202511
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 .
Badania kliniczne na Sub-zdrowe
-
Shanghai Cell Therapy Group Co.,LtdShanghai Mengchao Cancer HospitalJeszcze nie rekrutacjaHiperlipidemia | Sub-zdrowe | Akumulacja toksycznych jonów metaliChiny
-
Assistance Publique - Hôpitaux de ParisJeszcze nie rekrutacjaSub ostry ból dolnej części pleców z promieniującymi objawami
-
University of PecsUniversity of Debrecen; Dunamenti REK Reproduction CenterJeszcze nie rekrutacjaNiepłodność, sterylność, sterylność reprodukcyjna, sterylność, sterylność, opaść płodność, sub-płodność