Modelo de predição de risco para fenótipo exacerbado em pacientes com doença pulmonar obstrutiva crônica
27 de dezembro de 2023 atualizado por: Li An
Um modelo preditivo de risco para fenótipo de exacerbação aguda frequente em pacientes com doença pulmonar obstrutiva crônica grave
Este estudo está planejado para ser realizado com base na coorte de pacientes com doença pulmonar obstrutiva crônica grave em nosso hospital.
Com base na microbiota intestinal, a floresta aleatória foi utilizada para procurar potenciais biomarcadores diagnósticos em pacientes com exacerbações agudas frequentes e controles com exacerbações agudas não frequentes; Construa um modelo de previsão de risco de exacerbação aguda frequente usando floresta aleatória, máquina de vetores de suporte e modelos de rede neural BP.
O desenvolvimento deste estudo fornecerá referências valiosas para a classificação clínica e avaliação prognóstica da doença pulmonar obstrutiva crônica (DPOC) e melhorará o nível de saúde dos pacientes com DPOC por meio da busca adicional de alvos tratáveis.
Visão geral do estudo
Status
Recrutamento
Condições
Tipo de estudo
Observacional
Inscrição (Estimado)
365
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.
Contato de estudo
- Nome: Li An
- Número de telefone: CHN+13681133265
- E-mail: bjzy818@sina.com
Locais de estudo
-
-
Beijing
-
Beijing, Beijing, China, 100000
- Recrutamento
- Beijing Chaoyang Hospital Affiliated to Capital Medical University
-
Contato:
- Li An, doctorate
- Número de telefone: CHN+13681133265
- E-mail: bjzy818@sina.com
-
-
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
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
N/D
Método de amostragem
Amostra Não Probabilística
População do estudo
Paciente com doença pulmonar obstrutiva crônica grave que visitou o Departamento de Medicina Respiratória e de Cuidados Intensivos do Hospital Beijing Chaoyang da Capital Medical University desde janeiro de 2023
Descrição
Critério de inclusão:
- Pacientes que atendem aos critérios diagnósticos para DPOC da iniciativa global para doenças pulmonares obstrutivas crônicas (GOLD 2022) e classificação GOLD Ⅲ - Ⅳ (VEF1/CVF<70%, valor previsto de VEF1% ≤ 50% após bronquiectasia)
- Idade >40 anos
- DPOC estável por mais de 4 semanas
- A bronquiectasia de ação curta não foi usada nas 24 horas anteriores a este experimento, a bronquiectasia de ação longa não foi usada nas 48 horas e os glicocorticóides não foram usados em todo o corpo no último mês.
- Termo de consentimento informado e assinado pelo paciente
Critério de exclusão:
- Asma, tuberculose pulmonar ativa, pneumonia intersticial e bronquiectasia grave
- Complicado com doenças graves (infecção aguda, diabetes, acidente vascular cerebral, doença cardíaca, disfunção hepática e renal, câncer ou doença autoimune)
- História de diarreia crônica ou constipação
- História da Cirurgia Gastrointestinal
- Uso de probióticos ou antibióticos nas últimas 4 semanas
- Sem histórico de uso de hormônios orais ou medicina tradicional chinesa nos últimos três meses
- Gravidez ou lactação
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 |
|---|
|
Exacerbação frequente da DPOC
|
|
Exacerbação não frequente da DPOC
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Avalie o desempenho preditivo do modelo de predição de risco de crises frequentes de DPOC com base na área sob a curva ROC.
Prazo: Um ano
|
De acordo com a Area Under Curve (AUC) do ROC, a maior tem o melhor desempenho preditivo.
Quando AUC>0,5, quanto mais próximo de 1, melhor será o desempenho preditivo do modelo.
Quando AUC=0,5, indica mau ajuste do modelo e nenhum valor preditivo potencial.
|
Um ano
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
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 maio de 2023
Conclusão Primária (Estimado)
1 de dezembro de 2027
Conclusão do estudo (Estimado)
1 de dezembro de 2027
Datas de inscrição no estudo
Enviado pela primeira vez
27 de dezembro de 2023
Enviado pela primeira vez que atendeu aos critérios de CQ
27 de dezembro de 2023
Primeira postagem (Real)
10 de janeiro de 2024
Atualizações de registro de estudo
Última Atualização Postada (Real)
10 de janeiro de 2024
Última atualização enviada que atendeu aos critérios de controle de qualidade
27 de dezembro de 2023
Última verificação
1 de dezembro de 2023
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- al123456
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 .