- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT03299010
10-åriga riskprediktionsmodeller för komplikationer och dödlighet av DM i Hong Kong
10-åriga riskprediktionsmodeller för komplikationer och dödlighet av diabetes mellitus hos kinesiska patienter i primärvården i Hong Kong
Diabetes Mellitus (DM) är ett välkänt folkhälsoproblem över hela världen. DM kan leda till många komplikationer som resulterar i sjuklighet och dödlighet, cirka 70 % av DM-relaterade dödsfall tillskrevs hjärt-kärlsjukdomar (CVD).
Mål:
Att utveckla 10-åriga riskprediktionsmodeller för CVD, njursjukdom i slutstadiet (ESRD) och dödlighet av alla orsaker bland kinesiska patienter med DM i primärvården.
Hypoteser:
- Patienternas sociodemografiska, kliniska parametrar, sjukdomsegenskaper och behandlingsmetoder förutsäger 10 års risk för hjärt-kärlsjukdom, ESRD och dödlighet av alla orsaker.
- Riskprediktionsmodeller som utvecklats från denna studie bör ha över 70 % av diskrimineringsförmågan.
Design och ämnen:
10-årig retrospektiv kohortstudie. Alla kinesiska patienter som kliniskt diagnostiserats med DM och som fick vård på de offentliga (sjukhusmyndigheten) primärvårdskliniker den 1 juli 2006 eller innan kommer att följas upp till den 31 december 2016.
Huvudsakliga resultatmått:
För total CVD, CHD, stroke, hjärtsvikt, ESRD, dödlighet av alla orsaker
- 10-års incidens;
- Prediktiva faktorer
Dataanalys:
Två tredjedelar av försökspersonerna kommer att väljas ut slumpmässigt som utbildningsurval för modellutveckling. Cox-regressioner kommer att användas för att utveckla könsspecifika 10-åriga riskprediktionsmodeller för varje resultat. Modellernas giltighet kommer att testas på den återstående tredjedelen av försökspersonerna av Harrell C-statistik och ROC
Förväntade resultat:
Riskprediktionsmodeller kommer att möjliggöra noggrann riskstratifiering och kostnadseffektiva interventioner för kinesiska DM-patienter i primärvården.
Studieöversikt
Status
Betingelser
Detaljerad beskrivning
Denna studie syftar till att utveckla 10-åriga riskprediktionsmodeller för total CVD och dödlighet av alla orsaker bland kinesiska diabetespatienter i primärvården. Riskprediktionsmodeller för individuella DM-komplikationer inklusive CHD, hjärtsvikt, stroke och ESRD kommer också att utvecklas.
Målen är att:
- Beräkna 10 års incidensen av total CVD, dödlighet av alla orsaker och varje större DM-komplikation hos kinesiska DM-patienter i primärvården.
- Bestäm de riskfaktorer som signifikant förutsäger total CVD, dödlighet av alla orsaker och varje större DM-komplikation för kinesiska DM-patienter i primärvården.
- Utveckla och validera riskprediktionsmodeller för total CVD, dödlighet av alla orsaker och varje större DM-komplikation för kinesiska DM-patienter i primärvården.
- Utveckla ett riskprediktionsnomogram och diagram för risken för total hjärt-kärlsjukdom, dödlighet av alla orsaker för kinesiska DM-patienter i primärvården
Hypoteser:
- Patienternas sociodemografiska, kliniska parametrar, sjukdomsegenskaper och behandlingsmetoder förutsäger 10-års risk för total hjärt-kärlsjukdom, dödlighet av alla orsaker och individuell DM-komplikation som en beroende variabel.
- Riskprediktionsmodellerna för total hjärt-kärlsjukdom, dödlighet av alla orsaker och individuell DM-komplikation som utvecklats i denna studie kan ha över 70 % av diskrimineringsförmågan.
Studietyp
Inskrivning (Faktisk)
Kontakter och platser
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- Minst 1 GOPC/FMC-deltagande på eller inom 1 år före 1 juli 2006
- Hade en CMS-post (Clinical Management System) hos Hospital Authority (HA) av kodningen av ICPC-2 av T89 (Diabetes insulinberoende) eller T90 (Diabetes icke-insulinberoende) den 1 juli 2006 eller före
Uteslutningskriterier:
- Patienter som hade diagnosen några DM-komplikationer definierade av relevant ICPC-2 eller ICD-9-CM den 1 juli 2006 eller innan
- Patienter som exklusivt hanteras av Specialist Out-Patient Clinic (SOPC) den 1 juli 2006 eller före.
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
|---|
|
DM patient
Patienter med en dokumenterad klinisk diagnos av DM och fick vård i Hospital Authority (HA) primärvård General Out-Patient Clinics (GOPC) och Family Medicine Clinics (FMC) den 1 juli 2006 eller före den 1 juli 2006 identifierade från HAs kliniska ledningssystem ( CMS) databas.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Incidensen av total hjärt-kärlsjukdom, dödlighet av alla orsaker och var och en av 4 stora DM-komplikationer (CHD, stroke, hjärtsvikt och ESRD) under 10 år
Tidsram: 10 år
|
Beräkna 10 års incidensen av total CVD, dödlighet av alla orsaker och varje större DM-komplikation hos kinesiska DM-patienter i primärvården. CVD definieras som närvaron av någon av CHD, hjärtsvikt och stroke. CHD inkluderar all ischemisk hjärtsjukdom, hjärtinfarkt, kranskärlsdöd eller plötslig död enligt ICPC-2 K74 till K76 eller ICD-9-CM 410.x, 411.x till 414.x, 798.x-koder. Hjärtsvikt definieras av ICPC-2 K77 eller ICD-9-CM 428.x. Stoke (dödlig och icke-dödlig stroke) definieras av koderna ICPC-2 K89 till K91 eller ICD-9-CM 430.x till 438.x. |
10 år
|
|
Faktorer som förutsäger total hjärtsvikt, dödlighet av alla orsaker och var och en av fyra stora DM-komplikationer (CHD, stroke, hjärtsvikt och ESRD) under 10 år
Tidsram: 10 år
|
Bestäm de riskfaktorer som signifikant förutsäger total CVD, dödlighet av alla orsaker och varje större DM-komplikation för kinesiska DM-patienter i primärvården.
|
10 år
|
|
10-åriga riskprediktionsmodeller för total CVD, dödlighet av alla orsaker och var och en av fyra stora DM-komplikationer (CHD, stroke, hjärtsvikt och ESRD)
Tidsram: 10 år
|
Utveckla och validera riskprediktionsmodeller för total CVD, dödlighet av alla orsaker och varje större DM-komplikation för kinesiska DM-patienter i primärvården.
|
10 år
|
|
Faktorer som har tillräcklig kraft för att klassificera kinesiska DM-patienter i primärvården i riskgrupp i termer av total CVD och dödlighet av alla orsaker
Tidsram: 10 år
|
Utveckla ett riskprediktionsnomogram och diagram för risken för total hjärt-kärlsjukdom, dödlighet av alla orsaker för kinesiska DM-patienter i primärvården
|
10 år
|
Samarbetspartners och utredare
Sponsor
Utredare
- Huvudutredare: Cindy L.K. Lam, Department of Family Medicine and Primary Care, University of Hong Kong
Publikationer och användbara länkar
Allmänna publikationer
- Dong W, Fong DYT, Yoon JS, Wan EYF, Bedford LE, Tang EHM, Lam CLK. Generative adversarial networks for imputing missing data for big data clinical research. BMC Med Res Methodol. 2021 Apr 20;21(1):78. doi: 10.1186/s12874-021-01272-3.
- Wan EYF, Yu EYT, Chin WY, Fung CSC, Kwok RLP, Chao DVK, Chan KH, Hui EM, Tsui WWS, Tan KCB, Fong DYT, Lam CLK. Ten-year risk prediction models of complications and mortality of Chinese patients with diabetes mellitus in primary care in Hong Kong: a study protocol. BMJ Open. 2018 Oct 15;8(10):e023070. doi: 10.1136/bmjopen-2018-023070.
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- HKUCTR-2232
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .