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。

用于开发预测风险模型的龙卷风组学技术和神经网络

2024年4月16日 更新者：Fondazione IRCCS Ca' Granda, Ospedale Maggiore Policlinico

整合基于组学的技术和人工智能，以识别空军飞行员队列中的预测风险模型，以维护安全、福祉、健康和绩效，并将其转化为平民

这项观察性研究的目标是在超级健康且同质的意大利空军高性能飞行员群体中定义个性化风险模型。 与不参与飞行活动的军人群体相比，这个特殊的群体在极端环境中进行动态活动。 该研究整合了对不同时间点收集的生物样本（尿液、血液和唾液）、临床记录和职业数据的分析，并通过人工智能支持的基于组学的方法进行分析。 该研究产生的数据将阐明疾病的许多病因病理学机制，从而创建一个可以扩展到平民和患者群体的分析模型，以增强精准和预防医学的作用。

研究概览

地位

招聘中

条件

干预/治疗

详细说明

意大利空军的高性能飞行员是“超级健康”的个体，要承受特定的工作条件，如温度、压力、重力、加速度的变化，暴露于宇宙射线和辐射，这决定了维持体内平衡的心理身体适应机制。 然而，这种环境暴露可能会影响人类的健康、福祉和表现。

该研究旨在通过生物传感器和分子参数（在不同时间点）收集暴露数据、临床、生理数据，并通过经过专门训练的人工智能算法进行整合，以创建可靠的风险模型。

最终结果将包括识别病理风险的重要生物标志物，以便更好地了解许多人类疾病的病因病理机制，并采取早期和个性化的对策来维持和增强工人的健康状态和表现，避免出现临床症状。

研究类型

观察性的

注册 (估计的)

200

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。

学习联系方式

研究联系人备份

学习地点

  • 意大利
      • Milan、意大利、20139
        • 招聘中
        • CeMATA - Joint Center for Aerospace Medicine and Advanced Therapy
        • 副研究员：
          • Stefania E Navone, PhD
        • 副研究员：
          • Laura Guarnaccia, PhD
        • 副研究员：
          • Laura Begani, MSc
        • 接触：
        • 首席研究员：
          • Giovanni Marfia, MD, PhD
        • 副研究员：
          • Monica R Miozzo, PhD
        • 副研究员：
          • Orazio Granato, PhD
        • 副研究员：
          • Silvana Pileggi, PhD
        • 副研究员：
          • Luisella Vigna, MD, PhD
        • 副研究员：
          • Matteo Bonzini, MD, PhD
        • 副研究员：
          • Laura Fontana, PhD

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

  • 成人

接受健康志愿者

不

取样方法

非概率样本

研究人群

与意大利空军地勤人员相比，研究人群将包括高性能的意大利空军飞行员。

描述

纳入标准：

  • 作为意大利空军的一部分，如现役飞行服务人员或地勤人员
  • 年龄在26至38岁之间
  • 同意采集生物样本并使用可穿戴设备监测暴露参数

排除标准：

  • 年龄 < 25 岁且 > 39 岁
  • 没有签署知情同意书

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

队列和干预

团体/队列
干预/治疗
高性能意大利空军飞行员

主要研究群体以“超级健康”的高性能意大利空军飞行员为代表，年龄在 26 岁至 38 岁之间，在现役飞行中服役。

干预：不适用
其他：生物样本采集
收集生物样本（血液、尿液、唾液）和临床数据
意大利空军地勤人员
这批意大利空军地面人员将被用作对照组，以比较飞行员队列的数据。
其他：生物样本采集
收集生物样本（血液、尿液、唾液）和临床数据

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
评估与飞行相关的暴露数据和分子修饰
大体时间：通过学习完成，平均3年
收集以下方面的信息：i) 生活方式，ii) 体检，iii) 既往创伤，iv) 累积的专业飞行经历，确定基因组和循环标记物以评估预后和预测因素
通过学习完成，平均3年

次要结果测量

结果测量
措施说明
大体时间
总体健康评估
大体时间：通过学习完成，平均3年
通过努力-回报失衡问卷（ERI）的一般健康问卷记录一般健康状况和工作压力
通过学习完成，平均3年
睡眠质量评估
大体时间：通过学习完成，平均3年
通过睡眠质量问卷（SQQ）记录睡眠质量
通过学习完成，平均3年
饮食习惯评估
大体时间：通过学习完成，平均3年
通过食物频率问卷（EPIC）记录饮食习惯
通过学习完成，平均3年
为个性化医疗创建可靠的人工智能和基于疾病的模型
大体时间：通过学习完成，平均3年
通过人工智能算法将从病史、问卷、生化、基因组、表观基因组、蛋白质组数据中获得的信息与心率、氧合、加速度、外部温度、超声波、次声和辐射的测量相整合，以创建可靠的疾病模型基于个性化医疗
通过学习完成，平均3年

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。

赞助

Fondazione IRCCS Ca' Granda, Ospedale Maggiore Policlinico

合作者

University of Milan
Italian Air Force
A-Tono
Ministry of Defense, Italy

调查人员

  • 首席研究员：Giovanni Marfia, MD, PhD、Fondazione IRCCs Ca' Granda Ospedale MAggiore Policlinico, Italian Air Force
  • 学习椅：Emanuele Garzia, MD, PhD、Italian Air Force
  • 学习椅：Marco Locatelli, MD, PhD、Fondazione IRCCS Ca' Granda, Ospedale Maggiore Policlinico
  • 学习椅：Francesco Vestito, PhD、Italian Air Force

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

一般刊物

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)

2024年2月5日

初级完成 (估计的)

2025年2月5日

研究完成 (估计的)

2027年2月5日

研究注册日期

首次提交

2024年3月21日

首先提交符合 QC 标准的

2024年4月16日

首次发布 (实际的)

2024年4月17日

研究记录更新

最后更新发布 (实际的)

2024年4月17日

上次提交的符合 QC 标准的更新

2024年4月16日

最后验证

2024年3月1日

更多信息

与本研究相关的术语

关键字

其他研究编号

  • TORNADO

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)？

不

IPD 计划说明

受试者的数据将以完全匿名的形式收集。

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

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.

生物样本采集的临床试验

搜索类似试验

赞助者和合作者

医疗条件

药物干预

CROs by country

CROs in Italy

条件

罕见疾病

药物干预

膳食补充剂

赞助者/合作者

地点

3
订阅