在门诊环境中使用实时功能状态数据进行动态心力衰竭预测
2020年11月5日 更新者：University of California, San Francisco
在门诊环境中使用实时功能状态和电子健康记录数据动态预测心力衰竭
心力衰竭是 65 岁以上人群再次入院的第一大原因，目前的体重自我监测标准不足以预测病情恶化。
该项目旨在通过使用从基于智能手机的工具和电子健康记录中获得的实时、最新数据来改进对心力衰竭疾病进展的监测。
目标是开发一种低风险、经过临床验证的方法来估计动态心力衰竭风险，以便能够提供更早、更有效的门诊干预措施，从而减少住院治疗。
研究概览
研究类型
介入性
阶段
- 不适用
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
不
有资格学习的性别
全部
描述
纳入标准：
- 因失代偿性心力衰竭住院
- 年龄 >=18 岁
- 拥有一部智能手机
- 愿意自我评估 每周进行 6 分钟步行测试
排除标准：
- 没有任何
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
- 主要用途：诊断
- 分配：北美
- 介入模型：单组
- 屏蔽：没有任何
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的：观察臂
参与者将被要求通过智能手机应用程序测量自我评估的 6 分钟步行测试，在心力衰竭住院出院后每周两次，持续 2 个月，此后每周一次，持续 6 个月。
|
干预要求参与者在后续期间以规定的频率使用智能手机应用程序。
|
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 |
|---|---|---|
|
心力衰竭住院
大体时间：12个月
|
住院或急诊就诊
|
12个月
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
心力衰竭死亡率
大体时间：12个月
|
死于心力衰竭
|
12个月
|
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。
调查人员
- 首席研究员：Geoffrey Tison, MD、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 (预期的)
2021年11月21日
初级完成 (预期的)
2022年6月30日
研究完成 (预期的)
2022年6月30日
研究注册日期
首次提交
2018年10月8日
首先提交符合 QC 标准的
2018年10月8日
首次发布 (实际的)
2018年10月10日
研究记录更新
最后更新发布 (实际的)
2020年11月9日
上次提交的符合 QC 标准的更新
2020年11月5日
最后验证
2020年11月1日
更多信息
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.