Kartläggning av diabetes i Quebec: Validering av medicinska-administrativa algoritmer för typ 1-diabetes, typ 2-diabetes och LADA (VDA)
Målet med denna observationsstudie är att validera medicinsk-administrativa algoritmer som klassificerar diabetesfenotyper (typ 1, typ 2 och latent autoimmun diabetes hos vuxna - LADA) i en befolkningsbaserad kohort i Quebec, inklusive barn, ungdomar och unga vuxna upp till 40 år med diagnosen diabetes. Huvudfrågorna som den syftar till att besvara är:
Kan dessa algoritmer exakt skilja mellan typ 1, typ 2 och LADA över olika åldersgrupper? Vad är prevalensen och förekomsten av varje diabetesfenotyp i Quebec? Deltagarna kommer att få sina medicinska och administrativa data analyserade, inklusive data om läkemedelsanvändning och vårdbesök, för att validera algoritmernas noggrannhet. Studien kommer att involvera att jämföra dessa algoritmbaserade klassificeringar med kliniska diagnoser eller självrapporterade data för att säkerställa tillförlitlighet.
Studieöversikt
Status
Intervention / Behandling
Detaljerad beskrivning
Målet med denna observationsstudie är att validera effektiviteten av medicinska-administrativa algoritmer utvecklade för att klassificera diabetesfenotyper, specifikt typ 1, typ 2 och latent autoimmun diabetes hos vuxna (LADA), i en befolkningsbaserad kohort i Quebec. Studien fokuserar på barn, ungdomar och unga vuxna upp till 40 år som har diagnostiserats med diabetes.
Huvudfrågorna som den syftar till att besvara är:
Kan dessa algoritmer exakt skilja mellan typ 1, typ 2 och LADA över olika åldersgrupper? Vad är prevalensen och förekomsten av dessa diabetesfenotyper i Quebec-befolkningen? Deltagare, som redan har diagnosen en av de tre diabetestyperna och som får vanlig medicinsk vård, kommer att få sina data insamlade från befintliga medicinska och administrativa register. Dessa data inkluderar information om läkemedelsanvändning, vårdbesök och självrapporterade hälsoresultat.
Studien kommer att innebära en retrospektiv analys där klassificeringarna som gjorts av algoritmerna kommer att jämföras med kliniska diagnoser och självrapporterade data för att fastställa algoritmernas noggrannhet och tillförlitlighet. Denna valideringsprocess är avgörande för att förbättra diabeteshantering och folkhälsostrategier genom att säkerställa att dessa algoritmer kan användas tillförlitligt i bredare epidemiologiska studier.
Studietyp
Inskrivning (Beräknad)
Kontakter och platser
Studiekontakt
- Namn: philippe c corsenac, Ph.D
- Telefonnummer: (+1)4384934299
- E-post: philippe.corsenac@uqo.ca
Studera Kontakt Backup
- Namn: jeremie Riou, Ph.D
- E-post: jeremie.riou@univ-angers.fr
Studieorter
-
-
Quebec
-
Montréal, Quebec, Kanada, J8X 3X7
- Philippe Corsenac
-
Kontakt:
- philippe c corsenac, Ph.D
- Telefonnummer: (+1)4384934299
- E-post: philippe.corsenac@uqo.ca
-
Kontakt:
- philippe c corsenac, Ph.D
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- Individer som diagnostiserats med typ 1, typ 2 eller latent autoimmun diabetes hos vuxna (LADA) baserat på kliniska eller självrapporterade data.
- Deltagare diagnostiserad mellan 1997 och 2024.
- Invånare i Quebec med tillgängliga medicinska-administrativa register från 1997 till 2024.
Uteslutningskriterier:
- Icke-invånare i Quebec under studieperioden.
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
typ 1 diabetes
Denna grupp består av deltagare som diagnostiserats med typ 1-diabetes enligt egenrapporterade data.
Det primära målet med att jämföra denna grupp med medicinska-administrativa register är att validera algoritmens förmåga att korrekt klassificera individer med typ 1-diabetes, för att säkerställa att de identifieras korrekt som sådana utan att felklassificeras i andra kategorier.
|
inget ingripande.
detta är observationsstudie.
|
|
typ 2-diabetes
Denna grupp inkluderar deltagare som diagnostiserats med typ 2-diabetes baserat på kliniska data.
Valideringsprocessen fokuserar på att bedöma algoritmens noggrannhet för att identifiera individer med typ 2-diabetes, säkerställa korrekt klassificering och minimera risken för felklassificering som andra diabetesfenotyper eller icke-diabetiker.
|
inget ingripande.
detta är observationsstudie.
|
|
Latent autoimmun diabetes hos vuxna
Denna grupp består av deltagare med diagnosen Latent Autoimmune Diabetes in Adults (LADA) enligt självrapporterade data.
Valideringsprocessen för denna grupp fokuserar på att bedöma algoritmens förmåga att exakt identifiera individer med LADA, vilket ofta är utmanande på grund av dess egenskaper som överlappar med både typ 1- och typ 2-diabetes.
Noggrann klassificering av LADA är avgörande för att förbättra behandlingsstrategier och förstå dess epidemiologi.
|
inget ingripande.
detta är observationsstudie.
|
|
Icke-diabetiker
Denna grupp inkluderar deltagare som, enligt egenrapporterade data från individer, inte har några diabetesfenotyper.
Jämförelsen av denna grupps data med medicinska-administrativa register är avgörande för att identifiera falska positiva resultat och säkerställa att algoritmerna exakt utesluter icke-diabetiker från att felklassificeras som diabetes.
|
|
|
andra fenotyper
Denna grupp innehåller deltagare som diagnostiserats med andra diabetesrelaterade fenotyper än typ 1, typ 2 eller LADA, såväl som de med mer sällsynta former av sjukdomen (baserat på kliniska data).
Valideringen syftar till att fastställa algoritmens effektivitet för att korrekt identifiera och klassificera dessa mindre vanliga fenotyper, vilket är avgörande för att säkerställa en heltäckande och korrekt diabetesklassificering.
|
inget ingripande.
detta är observationsstudie.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Diagnostiska noggrannhetsmått (procentandelar)
Tidsram: Retrospektiva data från 1997 till 2024
|
Det primära utfallsmåttet är noggrannheten hos de medicinska-administrativa algoritmerna för att korrekt klassificera deltagarna i en av följande diabetesfenotyper: Typ 1, Typ 2, LADA eller andra fenotyper, jämfört med kliniska eller självrapporterade diagnoser. 1.1. Diagnostiska noggrannhetsmått (procentandelar)
Dessa indikatorer kommer inte att aggregeras till ett enda värde, utan kommer att presenteras separat för att respektera deras distinkta måttenheter. |
Retrospektiva data från 1997 till 2024
|
|
Klassificeringsräkningar (antal fall)
Tidsram: Retrospektiva data från 1997 till 2024
|
Det primära utfallsmåttet är noggrannheten hos de medicinska-administrativa algoritmerna för att korrekt klassificera deltagarna i en av följande diabetesfenotyper: Typ 1, Typ 2, LADA eller andra fenotyper, jämfört med kliniska eller självrapporterade diagnoser. 1.2. Klassificeringsräkningar (antal fall)
Dessa indikatorer kommer inte att aggregeras till ett enda värde, utan kommer att presenteras separat för att respektera deras distinkta måttenheter. |
Retrospektiva data från 1997 till 2024
|
|
Sannolikhetskvoter (Unitless)
Tidsram: Retrospektiva data från 1997 till 2024
|
Det primära utfallsmåttet är noggrannheten hos de medicinska-administrativa algoritmerna för att korrekt klassificera deltagarna i en av följande diabetesfenotyper: Typ 1, Typ 2, LADA eller andra fenotyper, jämfört med kliniska eller självrapporterade diagnoser. 1.3. Sannolikhetskvoter (Unitless)
Dessa indikatorer kommer inte att aggregeras till ett enda värde, utan kommer att presenteras separat för att respektera deras distinkta måttenheter. |
Retrospektiva data från 1997 till 2024
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Prevalens av varje diabetesfenotyp (andel/procentandel)
Tidsram: Retrospektiva data från 1997 till 2024
|
Prevalenser av varje diabetesfenotyp (typ 1, typ 2, LADA och andra fenotyper) inom studiepopulationen: Bestämmer andelen individer som har varje specifik diabetesfenotyp (typ 1, typ 2, LADA eller andra fenotyper) vid en given tidpunkt (Rapporteras i procent eller andel). Måttenhet: Andel eller procent av studiepopulationen. Dessa beräkningar kommer att ge insikter i fördelningen och uppkomsten av olika diabetesfenotyper inom Quebec-befolkningen från 1997 till 2024, vilket möjliggör en bättre förståelse av sjukdomsmönster och informerar folkhälsostrategier och resursallokering. Dessa indikatorer kommer inte att aggregeras till ett enda värde, utan kommer att presenteras separat för att respektera deras distinkta måttenheter. |
Retrospektiva data från 1997 till 2024
|
|
Förekomst av varje diabetesfenotyp
Tidsram: Retrospektiva data från 1997 till 2024
|
Incidensen av varje diabetesfenotyp (typ 1, typ 2, LADA och andra fenotyper) inom studiepopulationen: Incidens (I): Beräknar hastigheten med vilken nya fall av varje diabetesfenotyp inträffar i studiepopulationen under den definierade perioden (rapporterad som en andel eller andel). Måttenhet: Antal nya fall (t.ex. per 1 000 personår) eller andel (fall/total befolkning). Dessa beräkningar kommer att ge insikter i fördelningen och uppkomsten av olika diabetesfenotyper inom Quebec-befolkningen från 1997 till 2024, vilket möjliggör en bättre förståelse av sjukdomsmönster och informerar folkhälsostrategier och resursallokering. Dessa indikatorer kommer inte att aggregeras till ett enda värde, utan kommer att presenteras separat för att respektera deras distinkta måttenheter. |
Retrospektiva data från 1997 till 2024
|
Samarbetspartners och utredare
Samarbetspartners
Utredare
- Huvudutredare: philippe C corsenac, Ph.D, UQO
Studieavstämningsdatum
Studera stora datum
Studiestart (Beräknad)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
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
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- F1-14464
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
produkt tillverkad i och exporterad från U.S.A.
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 .