Federal Learning Algorithm för ett intelligent insulinbeslutssystem för dynamisk glukoskontroll hos patienter med typ 2-diabetes
14 juli 2024 uppdaterad av: Shanghai Zhongshan Hospital
En multicenter federal inlärningsalgoritm för att bygga ett intelligent insulinbeslutssystem för dynamisk glukoskontroll hos patienter med typ 2-diabetes
Konstruera ett intelligent insulinbeslutssystem för dynamisk glukoskontroll vid typ 2-diabetes mellitus via en multicenter federerad inlärningsalgoritm, jämföra prestandan för den federerade inlärningsmodellen, den lokala modellen och den initiala modellen, och utvärdera deras genomförbarhet och säkerhet.
Studieöversikt
Status
Har inte rekryterat ännu
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Konstruera ett intelligent insulinbeslutssystem för dynamisk glukoskontroll vid typ 2-diabetes mellitus via en multicenter federerad inlärningsalgoritm, jämföra prestandan för den federerade inlärningsmodellen, den lokala modellen och den initiala modellen, och utvärdera deras genomförbarhet och säkerhet.
Studietyp
Observationell
Inskrivning (Beräknad)
30100
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studiekontakt
- Namn: Xiaoying Li, PhD.
- Telefonnummer: 02164041990
- E-post: li.xiaoying@zs-hospital.sh.cn
Studera Kontakt Backup
- Namn: Ying Chen
- Telefonnummer: 13482
- E-post: chen.ying4@zs-hospital.sh.cn
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
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Nej
Testmetod
Icke-sannolikhetsprov
Studera befolkning
typ 2-diabetes vem
Beskrivning
Inklusionskriterier:
- patienter med typ 2-diabetes som får insulinbehandling
Exklusions kriterier:
- användning av insulinpumpar eller glukokortikoider under sjukhusvistelse
- mindre än två dagars insulinbehandling
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
patientjournal
|
använda patientjournal för att konstruera AI-modeller
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Tidsram |
|---|---|
|
AI-modellernas noggrannhet
Tidsram: upp till 2 år
|
upp till 2 år
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Sponsor
Utredare
- Studierektor: Xiaoying Li, Professor, Fudan University
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 (Beräknad)
1 september 2024
Primärt slutförande (Beräknad)
1 juni 2026
Avslutad studie (Beräknad)
30 juni 2026
Studieregistreringsdatum
Först inskickad
23 maj 2024
Först inskickad som uppfyllde QC-kriterierna
29 maj 2024
Första postat (Faktisk)
30 maj 2024
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
16 juli 2024
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
14 juli 2024
Senast verifierad
1 maj 2024
Mer information
Termer relaterade till denna studie
Andra studie-ID-nummer
- 20240324025304420
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
OBESLUTSAM
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Ja
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 .