Aprendizado de máquina para reclassificação da obesidade
23 de junho de 2020 atualizado por: Shen Qu, Shanghai 10th People's Hospital
Clustering baseado em dados para classificação metabólica de obesidade usando aprendizado de máquina
O objetivo deste estudo é empregar ou desenvolver técnicas de modelagem computacional para a reclassificação precisa da obesidade em subgrupos.
As características clínicas, os riscos de doenças não transmissíveis, bem como os efeitos da cirurgia bariátrica na perda de peso também serão estudados e comparados dentro dos subgrupos.
Visão geral do estudo
Status
Concluído
Condições
Intervenção / Tratamento
Tipo de estudo
Observacional
Inscrição (Real)
2495
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, 200072
- Shanghai Tenth People's Hospital
-
-
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
10 anos a 70 anos (Filho, Adulto, Adulto mais velho)
Aceita Voluntários Saudáveis
Sim
Gêneros Elegíveis para o Estudo
Tudo
Método de amostragem
Amostra de Probabilidade
População do estudo
Pacientes com sobrepeso/obesidade.
Descrição
Critério de inclusão:
- Pacientes com sobrepeso/obesidade
- Pacientes com peso normal como controles
Critério de exclusão:
- já ter feito cirurgia bariátrica antes do agendamento da primeira consulta do estudo;
- tomou insulina exógena, medicação que afeta o metabolismo da glicose ou drogas de ácido úrico atualmente;
- ser diagnosticado com diabetes tipo 1, diabetes secundário, doença hereditária ou doença grave (por exemplo, tumor maligno, insuficiência cardíaca, insuficiência hepática, etc.);
- na gestação da lactação;
- não tinha os dados completos para o modelo;
- para controles de peso normal, pacientes com diabetes ou hiperuricemia foram excluídos.
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 |
Intervenção / Tratamento |
|---|---|
|
NO
controle de peso normal
|
|
|
MHO
obesidade metabólica saudável
|
Técnicas de modelagem computacional serão usadas para a reclassificação precisa da obesidade em quatro subgrupos, diversas variáveis de acordo com a experiência clínica e os resultados da modelagem serão selecionados para a análise de cluster.
|
|
LMO
obesidade hipometabólica
|
Técnicas de modelagem computacional serão usadas para a reclassificação precisa da obesidade em quatro subgrupos, diversas variáveis de acordo com a experiência clínica e os resultados da modelagem serão selecionados para a análise de cluster.
|
|
HMO-U
obesidade hipermetabólica com hiperuricemia
|
Técnicas de modelagem computacional serão usadas para a reclassificação precisa da obesidade em quatro subgrupos, diversas variáveis de acordo com a experiência clínica e os resultados da modelagem serão selecionados para a análise de cluster.
|
|
HMO-I
obesidade hipermetabólica com hiperinsulinemia
|
Técnicas de modelagem computacional serão usadas para a reclassificação precisa da obesidade em quatro subgrupos, diversas variáveis de acordo com a experiência clínica e os resultados da modelagem serão selecionados para a análise de cluster.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Prazo |
|---|---|
|
Classificação metabólica de pacientes com obesidade usando aprendizado de máquina
Prazo: linha de base
|
linha de base
|
Medidas de resultados secundários
Medida de resultado |
Prazo |
|---|---|
|
Características metabólicas em pacientes de diferentes subgrupos
Prazo: linha de base
|
linha de base
|
|
Riscos para doenças não transmissíveis em pacientes de diferentes subgrupos
Prazo: linha de base
|
linha de base
|
|
Efeito da cirurgia bariátrica em pacientes de diferentes subgrupos
Prazo: 1 ano após cirurgia bariátrica
|
1 ano após cirurgia bariátrica
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
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)
1 de março de 2020
Conclusão Primária (Real)
30 de abril de 2020
Conclusão do estudo (Real)
20 de junho de 2020
Datas de inscrição no estudo
Enviado pela primeira vez
21 de fevereiro de 2020
Enviado pela primeira vez que atendeu aos critérios de CQ
21 de fevereiro de 2020
Primeira postagem (Real)
25 de fevereiro de 2020
Atualizações de registro de estudo
Última Atualização Postada (Real)
25 de junho de 2020
Última atualização enviada que atendeu aos critérios de controle de qualidade
23 de junho de 2020
Última verificação
1 de junho de 2020
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- Obesity Reclassification
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
NÃO
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 .