- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT07508813
Ett digitalt aktiverat system för precisionsbedömning och intervention av funktionshinderrisk hos äldre vuxna
30 mars 2026 uppdaterad av: Jin Jingfen, Second Affiliated Hospital, School of Medicine, Zhejiang University
Konstruktion av ett digitalt understött precisionsbedömnings- och interventionssystem för funktionshindersrisk hos äldre vuxna och en fullständig cykel, flerscenariodemonstrationsstudie
- Identifiera de primära riskfaktorerna för funktionsnedsättning hos äldre genom flerdimensionell riskfaktoridentifiering.
- Utveckla en riskstratifieringsmodell för funktionsnedsättning hos äldre genom att integrera utfallsmått och tidsmässiga egenskaper, samt konstruera en intelligent tidig varningsmodell för att möjliggöra automatiserad bedömning och övervakning av funktionsnedsättningsrisk.
- Etablera nyckeltekniker för digital tidig varning och prevention av funktionsnedsättningsrisk hos äldre, samt utveckla en helprocess digital interventionsplattform som inkluderar ett beslutsstödssystem för funktionsnedsättningsprevention.
- Skapa ett digitalt stärkt sjukhus-samhälle-hushåll samverkanssystem för precis bedömning och intervention av funktionsnedsättningsrisk hos äldre, för att uppnå datadriven helprocess aktiv funktionsnedsättningshantering. Systemet kommer att demonstreras och utvärderas i samhällen med olika egenskaper över stads-, läns- och landsbygdsmiljöer.
Studieöversikt
Status
Rekrytering
Betingelser
Intervention / Behandling
Detaljerad beskrivning
- Multidimensionell riskfaktorscreening och identifiering av nyckelriskfaktorer för funktionsnedsättning hos äldre: Hälsojournaler från en kohort på 100 000 stads- och landsbygdsäldre i Zhejiang-provinsen mellan 2018 och 2022 granskades. Dataindikatorer inklusive demografi, sjukdomskarakteristika, kognitiva psykologiska bedömningar och familje-sociala faktorer extraherades. Funktionsnedsättning hos äldre användes som utfallsvariabel för att preliminärt screena riskfaktorer, vilket bildade en multidimensionell indikatorsamling för funktionsnedsättningsrisk. Huvudkomponentanalys tillämpades för att identifiera funktionsnedsättningsrisksyndrom. Elastic Net-modellen användes för att ytterligare extrahera större riskfaktorer, och helcykelns nyckelriskfaktorer för funktionsnedsättning bestämdes baserat på femåriga riskexponeringskarakteristika.
- Konstruktion av en tidsseriebaserad riskstratifierings- och tidig varningsmodell för funktionsnedsättning hos äldre:Integrering av helcykelns funktionsnedsättningskarakteristika (såsom funktionsnedsättningsallvarlighetsgrad, funktioner och tidpunkter) som primära utfallsindikatorer. Tillämpa viktning och klusterbeslut baserat på nyckelriskfaktorer för att uppnå riskstratifiering och identifiering. Definiera nyckelriskfaktoravvikelser, risksyndrom, funktionsnedsättningsrisk och faktisk funktionsnedsättningsförekomst som övervakningsnoder, motsvarande nollnivå, nivå ett, nivå två respektive nivå tre varningsnivåer. Genom att integrera tidsseriefunktioner konstrueras en Long Short-Term Memory (LSTM) neurala nätverksmodell för att utveckla ett varningssystem för funktionsnedsättningsrisk.
- Utveckling av digitala diagnostik- och behandlingstekniker för tidig varning och förebyggande av funktionsnedsättningsrisk och konstruktion av ett interventionsbeslutsstödssystem:Baserat på evidensbaserad medicin, flerscenariofunktionsnedsättningsförebyggande krav och expertenighet, kommer en big data-kunskapsdatabas och teknikbibliotek för funktionsnedsättningsförebyggande och kontroll att etableras. Det logiska ramverket, den tekniska arkitekturen och funktionsdesignen för funktionsnedsättningsriskinterventionsbeslutsstödssystemet kommer att systematiseras, vilket bildar ett kunskapsgrafnätverk relaterat till funktionsnedsättning. Integrering av moduler för äldre funktionsnedsättningsriskbedömning och dynamisk övervakning, en internetbaserad teknisk modul för äldre funktionsnedsättningshantering kommer att etableras. Detta täcker hela processen från informationsinsamling, bedömning och övervakning, till tidig varningsbeslutsfattande och målriktade interventioner. Systemet kommer att djupintegreras och optimeras med 'Internet Plus Nursing'-plattformen för att konstruera en digitaliserad äldre funktionsnedsättningsriskinterventionsplattform.
- Tillämpning av det precisa bedömnings- och interventionssystemet för funktionsnedsättningsrisker hos äldre: Genomförande av standardiserad demonstrationsforskning på funktionsnedsättningsförebyggande och kontrollbaser med detta system. Etablera demonstrationsbaser i städer, län och kommuner över Zhejiang-provinsen för att utveckla standardiserade protokoll för att förebygga funktionsnedsättning bland äldre genom samordnade insatser mellan sjukhus, samhällen och hushåll.Baserat på datadriven optimering av personal, serviceprocesser, resursintegration och teknisk support, kommer vi att fortsätta att förbättra den övergripande tekniska implementeringsplanen för intelligent bedömning, övervakning och precis intervention av funktionsnedsättningsrisk hos äldre.Detta kommer att bygga en flernivådemonstrationsmodell för förebyggande och kontroll av äldre funktionsnedsättningsrisk i städer, län och kommuner i Zhejiang-provinsen.Tillämpningseffekten av det precisa bedömnings- och interventionssystemet för äldre funktionsnedsättningsrisk utvärderades av indikatorer såsom funktionsnedsättningsriskpoäng, funktionsnedsättningsincidens, funktionsnedsättningsinterventionsföljsamhet.
Studietyp
Interventionell
Inskrivning (Beräknad)
238
Fas
- Inte tillämpbar
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studiekontakt
- Namn: Jingfen Jin, Master
- Telefonnummer: +86 15888841161
- E-post: zrjzkhl@zju.edu.cn
Studieorter
-
-
Zhejiang
-
Hangzhou, Zhejiang, Kina, 310009
- Rekrytering
- The Second Affiliated Hospital of Medical College of Zhejiang University
-
Kontakt:
- Jingfen Jin, Master
- Telefonnummer: +86 13757118239
- E-post: zrjzkhl@zju.edu.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
- Äldre vuxen
Tar emot friska volontärer
Ja
Beskrivning
Inklusionskriterier:
- Bofasta permanentboende i samhället i åldern ≥65 år;
- Kan hantera en smartphone självständigt eller med hjälp från en primär vårdgivare;
- Klart medvetande med grundläggande förståelse- och kommunikationsförmågor;
- Frivilligt samtycker till att delta i studien och ger informerat samtycke.
Exklusionskriterier:
- De som inte kan utföra grundläggande dagliga aktiviteter självständigt, eller som har betydande kognitiva eller kommunikationsnedsättningar.
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Förebyggande
- Tilldelning: Randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Enda
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Experimentell: Experimentgrupp
Implementera en digital plattform för äldre funktionshinderriskintervention för att genomföra omfattande, flerscenariointelligenta bedömningar, dynamisk övervakning och målinriktade interventioner för funktionshinderrisker.
|
Implementera en digital plattform för intervention av funktionsnedsättningsrisk hos äldre för att genomföra omfattande, flerscenariointelligenta bedömningar, dynamisk övervakning och målriktade interventioner för funktionsnedsättningsrisker.
|
|
Inget ingripande: Kontrollgrupp
Utför rutinmässig samhällsbaserad geriatrisk hälsovård, såsom hälsoinformation, träningsrådgivning och kostrådgivning.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
SPPB (SHORT PHYSICAL PERFORMANCE BATTERY PROTOCOL)
Tidsram: Vid baslinjen, 3 månader efter interventionen och 6 månader efter interventionen
|
poängintervallet är 0–12, och högre poäng innebär ett bättre resultat.
|
Vid baslinjen, 3 månader efter interventionen och 6 månader efter interventionen
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Förekomst av funktionsnedsättning
Tidsram: 6 månader efter interventionen
|
Förekomsten av funktionsnedsättning kommer att bedömas med validerade skalor för Aktiviteter i Dagligt Liv (ADL) och Instrumentella Aktiviteter i Dagligt Liv (IADL).
Funktionsnedsättning definieras som en nyuppkommen, betydande begränsning i utförandet av grundläggande eller komplexa vardagsaktiviteter.
Förekomsten (dvs. antalet nya fall) av funktionsnedsättning kommer att fastställas vid förutbestämda studiepunkter.
Slutresultatet kommer att beräknas som andelen eller frekvensen av deltagare som utvecklar funktionsnedsättning under studieperioden, i förhållande till det totala antalet deltagare.
|
6 månader efter interventionen
|
|
Riskpoäng för funktionsnedsättning
Tidsram: Vid baslinjen, 3 månader efter intervention och 6 månader efter intervention
|
Disability Risk Score är en kontinuerlig variabel som sträcker sig från 0 till 1, beräknad med hjälp av en förvaliderad prediktionsmodell.
Ett högre poäng indikerar en större förutsedd risk för att utveckla funktionsnedsättning. |
Vid baslinjen, 3 månader efter intervention och 6 månader efter intervention
|
|
Interventionsföljsamhet
Tidsram: 3 månader efter interventionen, och 6 månader efter interventionen
|
Följsamhet till interventionsprotokollet (t.ex. träning, kostuppgifter) kommer att objektivt övervakas och registreras via en dedikerad smartphone-applikation.
Deltagare måste logga eller "checka in" i appen efter avslutad varje föreskriven uppgift.
Följsamhetsgraden kommer att beräknas som procentandelen avslutade uppgifter som loggats, i förhållande till det totala antalet uppgifter som tilldelats under studieperioden.
|
3 månader efter interventionen, och 6 månader efter interventionen
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Utredare
- Huvudutredare: Jingfen Jin, Master, The Second Affiliated Hospital of Medical College of Zhejiang 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 (Faktisk)
31 oktober 2025
Primärt slutförande (Beräknad)
31 oktober 2026
Avslutad studie (Beräknad)
30 december 2026
Studieregistreringsdatum
Först inskickad
24 september 2025
Först inskickad som uppfyllde QC-kriterierna
30 mars 2026
Första postat (Faktisk)
2 april 2026
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
2 april 2026
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
30 mars 2026
Senast verifierad
1 september 2025
Mer information
Termer relaterade till denna studie
Nyckelord
Andra studie-ID-nummer
- 2023-1268
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
NEJ
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 .