Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Radiomik från intraabdominal och subkutan fettvävnad förutsäger effekten av bariatrisk kirurgi (RISABS)

31 juli 2025 uppdaterad av: Yuntao Nie, China-Japan Friendship Hospital
Användning av radiomikalier av intraabdominal och subkutan fettvävnad och kliniska egenskaper för att förutsäga viktminskningseffekten och remission av typ 2-diabetes mellitus efter bariatrisk kirurgi.

Studieöversikt

Status

Rekrytering

Betingelser

Detaljerad beskrivning

I denna studie avser vi att samla in abdominal CT från patienter som föreslås genomgå bariatrisk kirurgi, att extrahera radiomikalier av intraabdominalt fett och subkutant fett, och att etablera en prediktionsmodell för att förutsäga effekten av viktminskning och remission av typ 2 diabetes mellitus 1 år, 3 år och 5 år postoperativt, i samband med kliniska data.

Studietyp

Observationell

Inskrivning (Beräknad)

800

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studiekontakt

Studera Kontakt Backup

Studieorter

  • Kina
      • Beijing, Kina, 100029
        • Rekrytering
        • Yuntao Nie
        • Kontakt:
        • Kontakt:
        • Huvudutredare:
          • Yuntao Nie, M.D.

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Barn
  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

N/A

Testmetod

Sannolikhetsprov

Studera befolkning

Överviktiga patienter med typ 2-diabetes som kommer att genomgå bariatrisk operation (sleeve gastrectomy eller Roux-en-Y gastric bypass) och får en CT-skanning av buken kommer att inkluderas i studien.

Beskrivning

Inklusionskriterier:

  • BMI>27,5 kg/m2; Typ 2 diabetes mellitus; Patienter som ska genomgå bariatrisk operation

Exklusions kriterier:

  • Patienter utan buken CT-skanning; Patienterna genomgick inte sleeve gastrectomy eller Roux-en-Y gastric bypass.

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Area under curve (AUC) av viktminskningsmodellen efter 1 år
Tidsram: 1 år
Detta mått visar den radiomiska modellens diskriminerande förmåga att förutsäga sannolikheten för otillräcklig viktminskning efter 1 år.
1 år
Area under curve (AUC) för T2DM-remissionsmodellen efter 1 år
Tidsram: 1 år
Detta mått visar den radiomiska modellens diskriminerande förmåga att förutsäga sannolikheten för remission av T2DM efter 1 år.
1 år

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Area under curve (AUC) av viktminskningsmodellen efter 3 år
Tidsram: 3 år
Detta mått visar den radiomiska modellens diskriminerande förmåga att förutsäga sannolikheten för otillräcklig viktminskning efter 3 år.
3 år
Area under curve (AUC) av T2DM-remissionsmodellen efter 3 år
Tidsram: 3 år
Detta mått visar den radiomiska modellens diskriminerande förmåga att förutsäga sannolikheten för remission av T2DM efter 3 år.
3 år
Area under curve (AUC) av viktminskningsmodellen efter 5 år
Tidsram: 5 år
Detta mått visar den radiomiska modellens diskriminerande förmåga att förutsäga sannolikheten för otillräcklig viktminskning efter 5 år.
5 år
Area under curve (AUC) för T2DM-remissionsmodellen efter 5 år
Tidsram: 5 år
Detta mått visar den radiomiska modellens diskriminerande förmåga att förutsäga sannolikheten för remission av T2DM efter 5 år.
5 år
Area under curve (AUC) för viktåtervinningsmodellen
Tidsram: 5 år
Detta mått visar den radiomiska modellens diskriminerande förmåga att förutsäga sannolikheten för viktåtergång.
5 år
Area under curve (AUC) för T2DM-återfallsmodellen
Tidsram: 5 år
Detta mått visar den radiomiska modellens diskriminerande förmåga att förutsäga sannolikheten för T2DM-återfall.
5 år

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

China-Japan Friendship Hospital

Utredare

  • Huvudutredare: Yuntao Nie, M.D., China-Japan Friendship Hospital

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

1 januari 2024

Primärt slutförande (Beräknad)

31 december 2026

Avslutad studie (Beräknad)

31 december 2027

Studieregistreringsdatum

Först inskickad

5 december 2023

Först inskickad som uppfyllde QC-kriterierna

5 december 2023

Första postat (Faktisk)

13 december 2023

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

3 augusti 2025

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

31 juli 2025

Senast verifierad

1 juli 2025

Mer information

Termer relaterade till denna studie

Nyckelord

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • CJBariatric002

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

OBESLUTSAM

IPD-planbeskrivning

Ämnesinformation involverar medicinsk och personlig integritet och åtkomst är beroende av huvudutredarens samtycke.

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

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 .

Prenumerera