Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Bipolar Disorder and Oxidative Stress Injury Mechanism - Clinical Big Data Analysis Based on Machine Learning

13 de maio de 2019 atualizado por: Yiru FANG M.D., Ph.D., Shanghai Mental Health Center
This study is a single-center, retrospective, cross-sectional study. We plan to work with our network information center to analysis the related indicators of oxidative stress injury in patients with bipolar disorder based on oxidative stress data. During the study, machine learning was used as a data analysis method to screen out the biomarker risk factors with sensitivity and specificity for early recognition of bipolar disorder from major depression disorder with oxidative stress injury as the core. And then build up effective clinical predictive models for early identification of bipolar disorder, which can predict the early quantitative probabilistic of the onset of bipolar disorder.

Visão geral do estudo

Status

Concluído

Condições

Tipo de estudo

Observacional

Inscrição (Real)

3702

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

    • Shanghai
      • Shanghai, Shanghai, China, 200030
        • Shanghai Mental Health Center

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

  • Filho
  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

N/D

Gêneros Elegíveis para o Estudo

Tudo

Método de amostragem

Amostra Não Probabilística

População do estudo

Subjects are hospitalized patients in SMHC from 2009 to 2018; meet ICD-10 diagnosis of F31 bipolar disorder, F32 depressive disorder criteria and its subtype (mental examination was conducted by three levels of doctors including at least one attending physician and one chief physician in psychiatric); available relevant HIS system biochemical data; hospitalized patients need to the first admission; age and gender is not limited

Descrição

Inclusion Criteria:

  • age is not limited
  • gender is not limited
  • meets the diagnostic criteria for bipolar disorder of ICD-10 F31,F32 and its sub-categories
  • has relevant HIS system data that can be utilized.

Exclusion Criteria:

  • patients who did not meet the appeal diagnosis after three-level rounds of ward
  • patients who met the above three diagnoses but had severe data loss (missing value ≥ estimated data value of 30%)

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

Coortes e Intervenções

Grupo / Coorte
bipolar disorder(BD)
hospitalized patients BD patients in SMHC from 2009 to 2018; meet ICD-10 diagnosis of F31 bipolar disorder criteria and its subtype (mental examination was conducted by three levels of doctors including at least one attending physician and one chief physician in psychiatric); available relevant HIS system biochemical data; hospitalized patients need to the first admission; age and gender is not limited
major depressive disorder(MDD)
hospitalized patients MDD patients in SMHC from 2009 to 2018; meet ICD-10 diagnosis of F32 depressive disorder criteria and its subtype (mental examination was conducted by three levels of doctors including at least one attending physician and one chief physician in psychiatric); available relevant HIS system biochemical data; hospitalized patients need to the first admission; age and gender is not limited

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Early prediction model of bipolar disorder with oxidative stress index as the core
Prazo: at August 2019
Based on the oxidative stress data, the study will analysis related indicators of oxidative stress injury in patients with bipolar disorder. Then use the method of machine learning to build up the early prediction model of bipolar disorder.
at August 2019

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Investigadores

  • Investigador principal: Yiru Fang, Shanghai Mental Health Center

Publicações e links úteis

A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

20 de novembro de 2018

Conclusão Primária (Real)

20 de novembro de 2018

Conclusão do estudo (Real)

20 de novembro de 2018

Datas de inscrição no estudo

Enviado pela primeira vez

13 de maio de 2019

Enviado pela primeira vez que atendeu aos critérios de CQ

13 de maio de 2019

Primeira postagem (Real)

14 de maio de 2019

Atualizações de registro de estudo

Última Atualização Postada (Real)

14 de maio de 2019

Última atualização enviada que atendeu aos critérios de controle de qualidade

13 de maio de 2019

Última verificação

1 de maio de 2019

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • CRC2018DSJ01-1

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Ensaios clínicos em Transtorno bipolar

3
Se inscrever