此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

超双能 X 射线吸收测定法 (DXA):精确定量多隔室身体成分 (UltraDXA)

2019年3月5日 更新者:University of California, San Francisco

Ultra DXA:精确定量的多隔室身体成分

中心假设是 3D 光学扫描测量值与标准 DXA 扫描相结合,可用于计算 4 个独特的身体成分隔间:水、脂肪、蛋白质、矿物质。 这很重要,因为它将允许准确评估与水合作用无关的肥胖和功能性蛋白质状态。 该假设基于收集到的初步数据,这些数据证明了使用厚度和双能 X 射线测量来计算三室乳房成分。

研究概览

地位

完全的

条件

详细说明

这是一项横断面比较技术研究,使用按年龄、性别和 BMI 分层的便利样本。 征得同意后,每位参与者将接受:

  • 6 DXA 全身扫描。 主要衡量标准是骨矿物质质量和身体体积。 DXA 身体体积是使用先前工作中的方程式测量的,该方程式使用组件的物理密度和像素的已知区域将脂肪、瘦肉和骨量与图像像素中的各个体积相关联。
  • 使用标准氘稀释法测量全身水分。 主要衡量指标是以升为单位的全身水分。
  • 使用空气置换体积描记法测量身体体积。 主要衡量标准是体积(以升为单位)。
  • 全身 3D 光学表面扫描。 主要测量构成身体表面点云的网格点。 使用大约 500,000 个网格点并将其放置在参与者身体图像的表面上。 可以使用主成分分析 (PCA) 来描述这些网格点位置的变化。 此外,3D 光学扫描可用于沿着每个 X 射线穿过身体的路径测量身体的厚度,从而产生每个 DXA 图像像素的组织厚度。
  • 生物电阻抗分析 (BIA)。 主要指标是身体脂肪百分比和身体水分总量。
  • 体格测量学。 主要指标是腰围。

研究类型

观察性的

注册 (实际的)

33

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习地点

    • California
      • San Francisco、California、美国、94143
        • University of California San Francisco

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

18年 及以上 (成人、OLDER_ADULT)

接受健康志愿者

是的

有资格学习的性别

全部

取样方法

非概率样本

研究人群

社区样本

描述

纳入标准:

  • 走动的
  • 容忍仰卧在桌子上 20 分钟
  • 小于 250 磅
  • 容忍站立并保持静止 1 分钟

排除标准:

  • 无法站立几分钟
  • 不能躺在桌子上 10 分钟
  • 超过 250 磅

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
BIA 和氘法测量全身水分的关系。
大体时间:1天
来自氘化水的全身水分与通过 BIA 估计的全身水分之间的相关性。身体水分由 BIA 设备直接报告。
1天
全身 4-C DXA 与标准 4-C 体脂的关系
大体时间:1天
标准的 4 分量模型将 4 种测量(体重、DXA 骨矿物质质量、ADP 的身体体积和使用氘的身体水分)组合成一个方程式来估计身体脂肪。 所提出的 4C-DXA 方法通过结合像素级测量来估计 DXA 图像中逐像素的身体脂肪。 这些措施是在像素中可视化的组织的低能和高能 X 射线吸收,以及使用 3D 光学组织厚度测量的像素厚度。 当没有骨头存在时,这三个测量值提供了组织蛋白质、脂肪和水的三个估计值。 当存在骨骼时,使用相同的方法来估计骨骼、脂肪和瘦体重,其中瘦体重是水和蛋白质质量的总和。 蛋白质/水比是根据不含骨骼的最近邻像素估算的。 这导致对所有像素的脂肪、水、蛋白质和矿物质的描述。 对像素求和提供总脂肪。 标准与建议的体脂估计值的相关性就是结果。
1天

次要结果测量

结果测量
措施说明
大体时间
3D 光学形状与 DXA 体脂百分比的关联。
大体时间:1天
使用构成 3D 图像数据的网格点,可以通过将所有网格点视为变量并使用主成分分析 (PCA) 描述它们的形状方差来估计身体脂肪百分比。 PCA 方法的结果是它创建了描述所有网格点方差的变量。 然后可以使用 PCA 变量来估计身体脂肪百分比。 在此次要结果中,我们将使用 PCA 变量对体脂百分比的估计值与标准 4 室模型的体脂百分比进行比较。
1天
标准 4C 脂肪量与简化的 4C 模型相比
大体时间:1天
在此二次分析中,我们使用相关统计将标准 4C 模型的总体脂肪量与使用简化的全身 4C 模型得出的总脂肪量进行比较。 在简化模型中,BIA 估计的体水代替了氘稀释,并使用 DXA 推导了 ADP 体体积。 DXA 可以通过首先确定参与者报告的总脂肪、瘦肉和骨骼来估计身体体积,然后使用先前导出的脂肪、瘦肉和骨质量的物理密度来估计总体体积。 该目标的单一比较是标准 4C 模型体脂肪与简化 4C 模型体脂肪的相关性。
1天

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

合作者

调查人员

  • 首席研究员:John A Shepherd, PhD、University of California, San Francisco

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2016年8月29日

初级完成 (实际的)

2018年1月1日

研究完成 (实际的)

2018年1月1日

研究注册日期

首次提交

2018年1月8日

首先提交符合 QC 标准的

2018年2月5日

首次发布 (实际的)

2018年2月12日

研究记录更新

最后更新发布 (实际的)

2019年3月7日

上次提交的符合 QC 标准的更新

2019年3月5日

最后验证

2019年3月1日

更多信息

与本研究相关的术语

其他研究编号

  • P0515173

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

未定

药物和器械信息、研究文件

研究美国 FDA 监管的药品

研究美国 FDA 监管的设备产品

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

3
订阅