- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT07502690
Walidacja zdalnej fotopletyzmografii do nieinwazyjnego szacowania stężenia glukozy we krwi i HbA1c
Walidacja zdalnej fotopletyzmografii do nieinwazyjnego szacowania poziomu glukozy we krwi i HbA1c w populacji społecznościowej w Dżakarcie
Celem tego badania obserwacyjnego jest ocena, czy nieinwazyjna technologia skanowania twarzy wykorzystująca zdalną fotopletyzmografię (rPPG) może dokładnie oszacować poziom glukozy we krwi i HbA1c u dorosłych mieszkających w społeczności w Dżakarcie. Badanie koncentruje się na osobach dorosłych w wieku 18 lat i starszych, w tym na osobach z cukrzycą lub bez niej.
Główne pytania, na które ma odpowiedzieć badanie, to:
- Czy oszacowania poziomu glukozy we krwi i HbA1c oparte na skanowaniu twarzy metodą rPPG mogą odpowiadać wynikom standardowych laboratoryjnych badań krwi?
- Jak dobrze rPPG może identyfikować osoby z wysokim poziomem cukru we krwi lub ryzykiem cukrzycy na podstawie ustalonych klinicznych wartości odcięcia?
Badacze porównają wyniki skanowania twarzy metodą rPPG ze standardowymi pomiarami laboratoryjnymi poziomu glukozy we krwi na czczo i HbA1c, aby określić, jak dokładna i niezawodna jest ta technologia do celów przesiewowych.
Uczestnicy:
- Podają podstawowe informacje, takie jak wiek, płeć i historię medyczną
- Przejdą nieinwazyjne skanowanie twarzy przy użyciu systemu opartego na smartfonie
- Oddają próbkę krwi do pomiaru poziomu glukozy we krwi na czczo i HbA1c
- Wypełnią wszystkie oceny podczas jednej wizyty badawczej
Badanie ma na celu określenie, czy rPPG może służyć jako proste, nieinwazyjne i dostępne narzędzie do wczesnego wykrywania i monitorowania cukrzycy w warunkach społecznościowych.
Przegląd badań
Status
Szczegółowy opis
Wstęp Cukrzyca typu 2 (T2DM) stanowi główne globalne obciążenie zdrowotne, charakteryzujące się przewlekłą hiperglikemią i powiązanymi powikłaniami. Standardowe metody monitorowania, takie jak glikemia na czczo i hemoglobina glikowana (HbA1c), opierają się na inwazyjnym pobieraniu krwi i dostępie do laboratoriów, co może zmniejszać przestrzeganie zaleceń przez pacjentów i ograniczać wczesne wykrywanie. Zdalna fotopletyzmografia (rPPG), bezkontaktowa technika optyczna wykorzystująca analizę wideo twarzy, pojawiła się jako obiecująca alternatywa do szacowania parametrów fizjologicznych i metabolicznych. Jednak dowody dotyczące jej trafności w ocenie markerów glikemicznych pozostają ograniczone.
Cel Niniejsze badanie ma na celu ocenę trafności i wydajności diagnostycznej technologii skanowania twarzy opartej na rPPG w szacowaniu poziomu glukozy we krwi i HbA1c w porównaniu ze standardowymi pomiarami laboratoryjnymi.
Metody Badanie to wykorzystuje analityczny projekt obserwacyjny z przekrojowym podejściem walidacyjnym diagnostycznym przeprowadzonym w Kelurahan Semanan, Dżakarta. Łącznie 150-300 dorosłych uczestników zostanie zrekrutowanych przy użyciu metody pobierania próbek opartej na społeczności. Każdy uczestnik przejdzie pobranie krwi żylnej do laboratoryjnego pomiaru glikemii na czczo i HbA1c, wraz z bezkontaktowym skanowaniem twarzy rPPG przy użyciu systemu opartego na smartfonie. Zgodność między metodami zostanie oceniona przy użyciu analizy Blanda-Altmana, podczas gdy analiza korelacji (Pearsona/Spearmana) oceni siłę związku. Wydajność diagnostyczna, w tym czułość i swoistość, zostanie obliczona przy użyciu klinicznych punktów odcięcia (≥126 mg/dL dla glukozy i ≥6,5% dla HbA1c).
Oczekiwane wyniki Oczekuje się, że szacunki pochodzące z rPPG wykazują umiarkowaną do dobrej korelację z pomiarami laboratoryjnymi, z akceptowalną zgodnością do celów przesiewowych. Oczekuje się, że technologia ta wykazuje rozsądną wydajność diagnostyczną w identyfikowaniu osób z wysokim ryzykiem glikemicznym. Te odkrycia mogą wspierać wykonalność rPPG jako nieinwazyjnego, dostępnego narzędzia przesiewowego do monitorowania cukrzycy w warunkach społecznościowych.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Ernawati Ernawati, Dr.
- E-mail: ernawati@fk.untar.ac.id
Kopia zapasowa kontaktu do badania
- Nazwa: Alexander Halim Santoso
- Numer telefonu: +6281381606869
- E-mail: alexanders@fk.untar.ac.id
Lokalizacje studiów
-
-
Jakarta Special Capital Region
-
Jakarta, Jakarta Special Capital Region, Indonezja
- Kelurahan Semanan
-
Kontakt:
- Wenny Sanwani
- Numer telefonu: +6281585013412
- E-mail: wenny.sanwani@gmail.com
-
Kontakt:
- Hanna Wijaya
- Numer telefonu: +6281223787878
- E-mail: hannwijaya@yahoo.com
-
Główny śledczy:
- Ernawati Ernawati
-
Pod-śledczy:
- Enny Irawaty
-
Pod-śledczy:
- Zita Atzmardina
-
Główny śledczy:
- Alexander Halim Santoso
-
Pod-śledczy:
- Wikrama Lokapradhana
-
Pod-śledczy:
- Amita Pradhani
-
Pod-śledczy:
- William Kuswandi
-
Pod-śledczy:
- Diana Dinali
-
Pod-śledczy:
- Muhammad Fikri Dzakwan
-
Pod-śledczy:
- Clement Drew
-
Pod-śledczy:
- Silviana Tirtasari
-
Pod-śledczy:
- Triyana Sari
-
Główny śledczy:
- Yohanes Firmansyah
-
Główny śledczy:
- David Wongso
-
Pod-śledczy:
- Steve Geraldo Bustam
-
Pod-śledczy:
- Bryan Anna Wijaya
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Dorośli w wieku ≥18 lat
- Gotowość do uczestnictwa i wyrażenie świadomej zgody
- Możliwość wykonania skanu twarzy i badania krwi
- Stabilny stan kliniczny
Kryteria wyłączenia:
- Stany twarzy zakłócające sygnał rPPG (np. rany, deformacje)
- Stosowanie okryć twarzy uniemożliwiających detekcję kamerą
- Niezdolność do pozostania w bezruchu podczas skanu twarzy
- Niekompletne dane lub wycofanie z badania
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
Dorośli z społeczności poddani ocenie glikemii metodą rPPG i laboratoryjnej
Ta kohorta obejmuje osoby dorosłe w wieku ≥18 lat z populacji opartej na społeczności w Dżakarcie, które przechodzą zarówno nieinwazyjne zdalne skanowanie twarzy metodą fotopletyzmografii (rPPG), jak i standardowe testy laboratoryjne.
Uczestnicy otrzymają skan twarzy oparty na smartfonie w celu oszacowania poziomu glukozy we krwi i HbA1c, a następnie pobranie krwi żylnej do pomiaru glukozy na czczo i HbA1c przy użyciu standardowych metod laboratoryjnych.
Nie stosuje się interwencji terapeutycznej, ponieważ jest to badanie walidacyjne diagnostyki porównujące szacunki pochodzące z rPPG z wartościami referencyjnymi laboratoryjnymi.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Porozumienie między glikemią oznaczoną metodą rPPG a laboratoryjnym oznaczeniem glukozy we krwi
Ramy czasowe: Jednorazowa ocena na początku badania (podczas wizyty w ramach badania)
|
Ocena zgodności między wartościami glikemii uzyskanymi za pomocą zdalnej fotopletyzmografii (rPPG) skanowania twarzy a standardowymi laboratoryjnymi pomiarami glikemii na czczo przy użyciu analizy Blanda-Altmana, obejmującej średnie obciążenie systematyczne i granice zgodności.
|
Jednorazowa ocena na początku badania (podczas wizyty w ramach badania)
|
|
Porozumienie między HbA1c uzyskanym z rPPG a laboratoryjnym
Ramy czasowe: Jednorazowa ocena na początku badania (podczas wizyty badawczej)
|
Ocena zgodności wartości HbA1c szacowanych przy użyciu skanu twarzy rPPG z laboratoryjnymi pomiarami HbA1c z zastosowaniem analizy Blanda-Altmana, obejmująca obciążenie systematyczne i granice zgodności.
|
Jednorazowa ocena na początku badania (podczas wizyty badawczej)
|
|
Korelacja i walidacja szacunków rPPG z laboratoryjnym stężeniem glukozy we krwi i HbA1c
Ramy czasowe: Pojedyncza ocena na początku badania (w trakcie wizyty w badaniu)
|
Pomiar siły związku między wartościami glikemii i HbA1c pochodzącymi z rPPG oraz zmierzonymi laboratoryjnie przy użyciu współczynników korelacji Pearsona lub Spearmana (Bland Altman)
|
Pojedyncza ocena na początku badania (w trakcie wizyty w badaniu)
|
|
Wydajność diagnostyczna rPPG w wykrywaniu hiperglikemii i ryzyka cukrzycy
Ramy czasowe: Pojedyncza ocena na początku badania (podczas wizyty w badaniu)
|
Ocena czułości, specyficzności i dokładności pomiarów glikemii (≥126 mg/dL) i HbA1c (≥6,5%) uzyskanych metodą rPPG w identyfikacji osób z podwyższonym poziomem glikemii w porównaniu z laboratoryjnymi standardami referencyjnymi.
|
Pojedyncza ocena na początku badania (podczas wizyty w badaniu)
|
Współpracownicy i badacze
Sponsor
Współpracownicy
Śledczy
- Główny śledczy: Yohanes Firmansyah, MD, Klinik Citra Semanan
- Dyrektor Studium: David Wongso, DexWellness
- Główny śledczy: Ernawati Ernawati, Universitas Tarumanagara
- Dyrektor Studium: Alexander Halim Santoso, Universitas Tarumanagara
- Dyrektor Studium: Ratheesh Nair, Watch Your Health
- Krzesło do nauki: Sri Tiarti, Universitas Tarumanagara
- Krzesło do nauki: Noer Saelan Tadjudin, Universitas Tarumanagara
- Krzesło do nauki: Putu Tommy Yudha Sumatera Suyasa, Universitas Tarumanagara
- Dyrektor Studium: Kieren Nathan Wong, Monash University
- Dyrektor Studium: Jaydee Kirani Wong, Melbourne University
- Krzesło do nauki: Meiske Yunithree Suparman, Universitas Tarumanagara
Publikacje i pomocne linki
Publikacje ogólne
- Zeynali M, Alipour K, Tarvirdizadeh B, Ghamari M. Non-invasive blood glucose monitoring using PPG signals with various deep learning models and implementation using TinyML. Sci Rep. 2025 Jan 2;15(1):581. doi: 10.1038/s41598-024-84265-8.
- Zanelli S, Ammi M, Hallab M, El Yacoubi MA. Diabetes Detection and Management through Photoplethysmographic and Electrocardiographic Signals Analysis: A Systematic Review. Sensors (Basel). 2022 Jun 29;22(13):4890. doi: 10.3390/s22134890.
- Shi B, Dhaliwal SS, Soo M, Chan C, Wong J, Lam NWC, Zhou E, Paitimusa V, Loke KY, Chin J, Chua MT, Liaw KCS, Lim AWH, Insyirah FF, Yen SC, Tay A, Ang SB. Assessing Elevated Blood Glucose Levels Through Blood Glucose Evaluation and Monitoring Using Machine Learning and Wearable Photoplethysmography Sensors: Algorithm Development and Validation. JMIR AI. 2023 Oct 27;2:e48340. doi: 10.2196/48340.
- Santillan A, Travez Proano EI, Jaramillo Encalada IN, Abril Lopez PA, Tricallotis J, Acosta-Espana JD. Structured telemonitoring reduces HbA1c and emergency visits in insulin-treated type 2 diabetes: a controlled cohort study in Ecuador's public hospital. Front Clin Diabetes Healthc. 2026 Feb 9;7:1734589. doi: 10.3389/fcdhc.2026.1734589. eCollection 2026.
- Qawqzeh YK, Bajahzar AS, Jemmali M, Otoom MM, Thaljaoui A. Classification of Diabetes Using Photoplethysmogram (PPG) Waveform Analysis: Logistic Regression Modeling. Biomed Res Int. 2020 Aug 11;2020:3764653. doi: 10.1155/2020/3764653. eCollection 2020.
- Kwon TH, Kim KD. Machine-Learning-Based Noninvasive In Vivo Estimation of HbA1c Using Photoplethysmography Signals. Sensors (Basel). 2022 Apr 12;22(8):2963. doi: 10.3390/s22082963.
- Farenden E, Kelly J, Russell A, Menon A. Remote Monitoring for Type 2 Diabetes: What Do Patients, Healthcare Professionals, and Executives Think? Stud Health Technol Inform. 2024 Jan 25;310:1526-1527. doi: 10.3233/SHTI231276.
- Chu J, Yang WT, Lu WR, Chang YT, Hsieh TH, Yang FL. 90% Accuracy for Photoplethysmography-Based Non-Invasive Blood Glucose Prediction by Deep Learning with Cohort Arrangement and Quarterly Measured HbA1c. Sensors (Basel). 2021 Nov 24;21(23):7815. doi: 10.3390/s21237815.
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
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 20260324
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Ramy czasowe udostępniania IPD
Kryteria dostępu do udostępniania IPD
Typ informacji pomocniczych dotyczących udostępniania IPD
- PROTOKÓŁ BADANIA
- SOK ROŚLINNY
- ICF
- ANALITYCZNY_KOD
- CSR
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 .