Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

АИ-управляемый прогноз биологического возраста с EHR

1 апреля 2025 г. обновлено: Kang Zhang, The Eye Hospital of Wenzhou Medical University

Прогнозирование биологического возраста с использованием электронных медицинских карт: подход на основе искусственного интеллекта

Это многоцентровое, ретроспективное клиническое исследование, предназначенное для оценки применения и эффективности предсказательной модели A-A-A-A-Actisting для прогнозирования биологического возраста с использованием электронных медицинских карт (EHR). Исследование будет анализировать различные точки данных о здоровье, включая историю болезни, лабораторные результаты и клинические наблюдения, для оценки биологического возраста пациентов. Сравнивая биологический возраст с хронологическим возрастом, исследование направлено на оценку точности модели и ее потенциала в выявлении возрастных рисков для здоровья и улучшении ухода за пациентами.

Обзор исследования

Статус

Рекрутинг

Условия

Вмешательство/лечение

Подробное описание

Прогнозирование биологического возраста имеет решающее значение для оценки общего состояния здоровья, определения риска возрастных заболеваний и предоставления персонализированной медицинской помощи. Хотя хронологический возраст является ключевым фактором, он не всегда отражает истинный процесс биологического старения человека. Раннее выявление ускоренного биологического старения и связанных с ним рисков для здоровья может существенно повлиять на ранние вмешательства и долгосрочные результаты в отношении здоровья. В клинической практике поставщики медицинских услуг интегрируют широкий спектр данных о пациентах, включая историю болезни, результаты лабораторных исследований и клинические наблюдения, чтобы понять состояние здоровья человека и спрогнозировать потенциальные будущие риски. Поскольку точная медицина становится все более важной, способность прогнозировать биологический возраст и персонализировать планы ухода становится все более важной. Последние достижения в области искусственного интеллекта и методов анализа данных показали многообещающие возможности повышения точности прогнозов биологического возраста. Это исследование направлено на разработку системы принятия решений с помощью искусственного интеллекта путем интеграции мультимодальных данных из электронных медицинских записей, результатов лабораторных исследований, клинических наблюдений и демографических данных пациентов. Цель состоит в том, чтобы повысить точность диагностики, оптимизировать клинические рабочие процессы и обеспечить более персонализированное медицинское обслуживание пациентов за счет прогнозирования биологического возраста, выявления лиц из группы риска и улучшения результатов в отношении здоровья.

Тип исследования

Наблюдательный

Регистрация (Оцененный)

1000000

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Контакты исследования

  • Имя: Fei Liu, MD
  • Номер телефона: +86 13810512704
  • Электронная почта: liufei_2359@163.com

Места учебы

  • Китай
    • Guangdong
      • Guangzhou, Guangdong, Китай
        • Рекрутинг
        • Nanfang Hospital
        • Контакт:
    • Zhejiang
      • Wenzhou, Zhejiang, Китай
        • Рекрутинг
        • First Affiliated Hospital of Wenzhou Medical University
        • Контакт:
      • Wenzhou, Zhejiang, Китай
        • Рекрутинг
        • The Eye Hospital of Wenzhou Medical University
        • Контакт:
          • Lan Wang
          • Номер телефона: +86-0577-85397527
          • Электронная почта: wl2832300533@163.com
      • Wenzhou, Zhejiang, Китай
        • Рекрутинг
        • Second Affiliated Hospital of Wenzhou Medical University
        • Контакт:

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

  • Ребенок
  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Да

Метод выборки

Невероятностная выборка

Исследуемая популяция

Исследовательская популяция состоит из людей, которые получали помощь в участвующих больницах или медицинских центрах с доступными электронными медицинскими картами (EHR). Участники будут включать в себя тех, кто имеет полные данные EHR, включая историю болезни, результаты лабораторных испытаний, данные визуализации и факторы образа жизни, такие как диета, физическая активность и привычки курения. Когорта будет составлять как здоровье людей, так и людей с хроническими заболеваниями или сопутствующими заболеваниями для анализа прогнозирования биологического возраста в разных статусах здоровья. Исследование будет проводиться в нескольких учреждениях здравоохранения, чтобы обеспечить разнообразную популяцию пациентов, представляющую широкий спектр возрастных групп, состояния здоровья и демографии.

Описание

Критерии включения:

  1. Пациенты с комплексными и доступными данными EHR, включая историю болезни, лабораторные результаты, данные о лечении, данные визуализации (если имеются) и факторы образа жизни (например, курение, физическая активность, диета).
  2. Пациенты без значительных когнитивных нарушений, которые помешали бы им дать информированное согласие или принять участие в исследовании.
  3. Все участники должны предоставить информированное согласие на использование их медицинских данных в исследовательских целях.

Критерии исключения:

  1. Пациенты с неполными или отсутствующими критическими данными EHR, такие как история болезни, лабораторные результаты или данные о лечении, которые необходимы для прогнозирования биологического возраста.
  2. пациенты с тяжелыми когнитивными расстройствами (например, деменцией, значительными психическими нарушениями), которые не могут дать информированное согласие или значимо участвовать в исследовании.
  3. Пациенты с терминальными заболеваниями или пациенты с ограниченной продолжительностью жизни, где предсказания биологического возраста могут не соответствовать целям исследования.

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

Когорты и вмешательства

Группа / когорта
Вмешательство/лечение
Биологически младшая группа
Участники, чей биологический возраст по прогнозу будет моложе их хронологического возраста.
Другой: Прогнозная модель с помощью искусственного интеллекта
В этом исследовании используется предсказательная модель A-A-A-Assist, которая анализирует мультимодальные данные из электронных медицинских карт, включая историю болезни, лабораторные результаты, данные визуализации и факторы образа жизни, для оценки биологического возраста. Модель использует алгоритмы глубокого обучения для прогнозирования биологического возраста, сравнения ее с хронологическим возрастом и выявлять ранние признаки возрастных рисков для здоровья. Вмешательство не является прямым лечением или процедурой, но направлено на разработку инструмента для прогнозирования биологического возраста, чтобы помочь персонализировать уход и улучшить долгосрочные результаты в отношении здоровья.
Биологически старая группа
Участники, чей биологический возраст прогнозируется, будут старше, чем их хронологический возраст.
Другой: Прогнозная модель с помощью искусственного интеллекта
В этом исследовании используется предсказательная модель A-A-A-Assist, которая анализирует мультимодальные данные из электронных медицинских карт, включая историю болезни, лабораторные результаты, данные визуализации и факторы образа жизни, для оценки биологического возраста. Модель использует алгоритмы глубокого обучения для прогнозирования биологического возраста, сравнения ее с хронологическим возрастом и выявлять ранние признаки возрастных рисков для здоровья. Вмешательство не является прямым лечением или процедурой, но направлено на разработку инструмента для прогнозирования биологического возраста, чтобы помочь персонализировать уход и улучшить долгосрочные результаты в отношении здоровья.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Точность прогнозирования биологического возраста
Временное ограничение: 1 год
Точность модели ИИ в прогнозировании биологического возраста по сравнению с хронологическим возрастом. Это будет оцениваться с использованием коэффициента корреляции Пирсона (PCC) для оценки силы корреляции между прогнозируемым биологическим возрастом и хронологическим возрастом. Кроме того, R-квадрат (R²) будет использоваться для оценки доли дисперсии в биологическом возрасте, объясненном моделью.
1 год

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Корреляция рисков для здоровья
Временное ограничение: 1 год
Корреляция между прогнозируемым биологическим возрастом и различными рисками для здоровья, такими как развитие хронических заболеваний (например, сердечно-сосудистых заболеваний, диабета), с использованием PCC для оценки взаимосвязи между прогнозами биологического возраста и последствиями для здоровья.
1 год

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

The Eye Hospital of Wenzhou Medical University

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

1 марта 2023 г.

Первичное завершение (Оцененный)

2 апреля 2025 г.

Завершение исследования (Оцененный)

2 апреля 2025 г.

Даты регистрации исследования

Первый отправленный

19 января 2025 г.

Впервые представлено, что соответствует критериям контроля качества

19 января 2025 г.

Первый опубликованный (Действительный)

25 марта 2025 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

2 апреля 2025 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

1 апреля 2025 г.

Последняя проверка

1 апреля 2025 г.

Дополнительная информация

Термины, связанные с этим исследованием

Ключевые слова

Другие идентификационные номера исследования

  • Biological Age

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕТ

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

продукт, произведенный в США и экспортированный из США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Подписаться