通过牙医或人工智能提供的个性化口服卫生建议改善患有糖尿病前期患者的口腔和系统健康
通过牙医或人工智能提供的个性化口腔卫生建议改善糖尿病前期的口腔和系统健康:一项随机临床试验
研究概览
详细说明
糖尿病前是糖尿病发展之前的中间阶段,其特征是血糖水平升高,但低于糖尿病的诊断标准,并且与多个长期并发症有关。 这种全身性疾病通过循环炎症介质与炎症性牙龈疾病相关。 口腔健康与糖尿病前期管理之间的关系长期以来一直低估。 与没有糖尿病前期的人相比,糖尿病前期的牙周炎风险高2-3倍。 糖尿病前患者的牙周炎的进展和严重程度也更大。 根据国家健康和营养检查调查,牙周炎的严重程度与糖尿病前期的风险和患病率呈正相关。 越来越多的数据表明,口腔炎症会影响一般疾病。 控制炎症性牙龈疾病可改善血糖水平并减少长期并发症。 尽管通过家庭护理保持良好的口腔卫生对于管理炎症性牙龈疾病至关重要,但对患者家庭护理的密切监督是劳动力密集且昂贵的。
如今,人工智能(AI)可以很容易地帮助疾病的自我检测,包括牙龈疾病,使老年人能够尽早发现疾病并防止进一步的并发症。 通过使用智能手机采用简单的,AI驱动的自我测试,使用基于AI的MHealth在促进牙周健康方面变得越来越有效。 研究人员团队进行的另一项系统审查发现,基于AI的MHealth针对口腔卫生和牙龈疾病监测,在不同的临床情况下显示出临床有效性。 研究人员的团队已经启动了使用智能手机内摄影来检测牙龈疾病的AI系统,其中该系统可以在特定部位摄影中特定部位的牙龈炎症的颜色变化,并诊断为三种简单情况(严重,轻度和无炎症)。 AI系统具有高灵敏度92%,可从患有牙龈炎的部位鉴定疾病,并且高特异性为94%,可从没有专业的口腔内摄影的地方鉴定出没有牙龈炎的部位的健康组织。 此外,调查人员已经测试了智能手机捕获的颜色的准确性与专业的单镜头反射摄像机捕获的颜色相当。 调查人员的团队已经在香港5日护理中心的38名老年人中应用了AI驱动的智能手机摄影,以测试参与者的牙龈健康。 结果是有希望的,精度为96%的灵敏度和82%的特异性。 本研究将将AI技术应用于疾病检测,并将个性化的口腔健康教学(OHI)紧密地与患者保持牙周健康,从而维持糖尿病前期的控制。
在这项研究中,假设是AI的使用可以改善家庭护理,从而增强口香糖健康和系统健康,类似于人类的牙科专业人员。
研究类型
注册 (估计的)
阶段
- 不适用
联系人和位置
学习联系方式
- 姓名:Walter Y.H. Lam, Prof.
- 电话号码:(852) 28590306
- 邮箱:retlaw@hku.hk
研究联系人备份
- 姓名:Mandy M Ho, Prof.
- 电话号码:(852) 39176973
- 邮箱:mandyho1@hku.hk
学习地点
-
-
Sai Ying Pun
-
Hong Kong、Sai Ying Pun、香港、999077
- 招聘中
- Prince Philip Dental Hospital
-
接触:
- Walter Lam, Prof.
- 电话号码:+852 28590306
- 邮箱:retlaw@hku.hk
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
描述
纳入标准:
- - 年龄> 18岁且能够给予知情同意的受试者。
- - 精神和认知健康的受试者。
- - 至少有6个前上颌或下颌天然牙齿在内的受试者,包括切牙和犬。
- - 患有糖尿病前期HBA1C的受试者为5.7%至6.4%,空腹血糖水平受损5.6mmol/L至6.9 mmol/L和/或或/或或/或或/或或/或2H OGTT 7.8 mmol/L至11.0 mmol/l。
- - 可以说话,阅读或理解广东话以完成满意度问卷的受试者。
- - 每天独立于自己独立练习口腔卫生程序(常规牙齿刷牙和牙齿清洁/牙线刷)的受试者。
排除标准:
- - 在该区域内有或没有牙齿假体的前后上颌或下颌天然牙齿小于6的受试者。
- - 患有当前诊断或T2DM临床病史的受试者。
- - 患有精神疾病的受试者或无法完成满意度问卷的类似问题。
- - 无法通过口腔的任何条件,例如肿瘤或上皮固定固定的任何条件,无法执行口腔卫生程序(常规牙刷和牙间清洗/牙线刷/刷牙)。
学习计划
研究是如何设计的?
设计细节
- 主要用途:治疗
- 分配:随机化
- 介入模型:并行分配
- 屏蔽:三倍
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的:AI OHI集团
AI提供的有关患者家庭护理的适当性的个性化口腔卫生说明。
|
参与者将收到个性化的OHI,例如牙刷和Interdental Internation清洁,以提供AI提供的特定区域。
MHealth系统将用于检测前牙前牙的口内照片,并分析照片,并在2分钟内通过AI在2分钟内将牙龈状况标记为健康(绿色)/可疑(黄色)/患病(红色)。
然后,根据照片的测试结果,AI将提供每个特定站点的特定OHI
其他名称:
|
|
有源比较器:牙科专业人士OHI集团
牙科专业人员提供的个性化口腔卫生说明就患者家庭护理的充分性
|
LL参与者将获得牙科专业人员的个性化OHI。
该指令包括每个特定牙科部门的刷牙和互助清洁。
如果他们对口腔卫生实践有任何个人关注或不明确的观点,他们可以问。
其他名称:
|
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 |
|---|---|---|
|
基线时牙龈炎症
大体时间:基线
|
口香糖炎症将使用BPE评分(从0到4)进行评估,该评估者将由盲人评估者(一名对参与者组蒙蔽的校准牙医)进行检查)
|
基线
|
|
基线牙龈健康
大体时间:基线
|
牙龈健康将通过牙龈指数(LöeH1967)评估,比例为0至3,该量表将由盲人评估者(一位对参与者小组蒙蔽的校准牙医)进行检查)
|
基线
|
|
基线的口腔卫生状况
大体时间:基线
|
口腔卫生状况将通过斑块指数(Silness and Loe,1965)评估,比例为0至3,该量表将由盲人评估者(一名对参与者组失明的校准牙医)对此进行检查。
|
基线
|
|
基线时HBA1C水平
大体时间:基线
|
基线时的血糖水平通过HBA1C水平评估(在过去2-3个月中测量血糖控制的糖基血红蛋白)。
糖尿病前期定义为HBA1C为5.7-6.4%(39-47 mmol/mol)
|
基线
|
|
基线时FPG水平
大体时间:基线
|
基线时的血糖水平通过FPG(测量血糖水平的禁食等离子体葡萄糖水平)评估。
糖尿病前期定义为100-125 mg/dl(5.6-6.9 mmol/l)
|
基线
|
|
基线时75-g OGTT水平的2-h PG
大体时间:基线
|
在75-G OGTT期间通过2-H PG评估基线时的血糖水平(2小时75-G口服葡萄糖耐受性测试后血浆葡萄糖水平)。
糖尿病前期定义为140-199 mg/dl的75克OGTT期间的2-H PG(7.8-11.0
mmol/l)
|
基线
|
|
牙龈炎症为3个月
大体时间:3个月
|
牙龈炎症将使用BPE评分(从0到4)进行评估,该评估者将在3个月的随访中由盲人评估者(一名对参与者组的校准牙医)进行检查
|
3个月
|
|
牙龈健康3个月
大体时间:3个月
|
牙龈健康将通过牙龈指数(LöeH1967)评估,比例为0至3,将在3个月的随访中由盲人评估员(对参与者组盲目的校准牙医)进行检查
|
3个月
|
|
3个月的口腔卫生状况
大体时间:3个月
|
口腔卫生状况将通过斑块指数(Silness and Loe,1965)评估,比例为0至3,该量表将在3个月的随访中由盲人评估者(一名对参与者小组失明的校准牙医)进行检查
|
3个月
|
|
3个月的HBA1C水平
大体时间:3个月
|
通过HBA1C水平评估3个月随访时的血糖水平(在过去2-3个月中测量血糖控制的血红蛋白水平(糖化血红蛋白)。
糖尿病前期定义为HBA1C为5.7-6.4%(39-47 mmol/mol)
|
3个月
|
|
3个月的FPG水平
大体时间:3个月
|
通过FPG(测量血糖水平的禁食等离子体葡萄糖水平)评估3个月随访时的血糖水平。
糖尿病前期定义为100-125 mg/dl(5.6-6.9 mmol/l)
|
3个月
|
|
在3个月的75-G OGTT水平期间2-H PG
大体时间:3个月
|
在75-G OGTT期间,通过2-H PG评估了3个月随访的血糖水平(2小时75-G口服葡萄糖耐受性测试后血浆葡萄糖水平)。
糖尿病前期定义为140-199 mg/dl的75克OGTT期间的2-H PG(7.8-11.0
mmol/l)
|
3个月
|
|
9个月时牙龈炎症
大体时间:9个月
|
牙龈炎症将使用BPE评分(0至4分)进行评估,由一位盲法评估员(一位经过校准且对参与者分组情况不知情的牙医)在9个月的随访时进行检查
|
9个月
|
|
9个月时的牙龈健康
大体时间:9个月
|
牙龈健康状况将通过牙龈指数(Löe H 1967)进行评估,评分范围为0至3分,将由一名盲态评估员(经过校准且对参与者分组不知情的牙医)在9个月随访时进行检查
|
9个月
|
|
9个月时的口腔卫生状况
大体时间:9个月
|
口腔卫生状况将通过菌斑指数(Silness和Loe,1965年)进行评估,评分范围为0至3分,由盲法评估员(经过校准且对参与者分组不知情的牙医)在9个月随访时进行检查
|
9个月
|
|
9个月时的HbA1c水平
大体时间:9个月
|
9个月随访时的血糖水平通过HbA1c水平(糖化血红蛋白,用于评估过去2-3个月的血糖控制情况)进行评估。
糖尿病前期定义为HbA1c水平在5.7-6.4%(39-47 mmol/mol)之间。
|
9个月
|
|
9个月时的空腹血糖水平
大体时间:9个月
|
9个月随访时的血糖水平通过FPG(空腹血浆葡萄糖水平,用于测量血糖水平)进行评估。
糖尿病前期定义为100-125 mg/dL(5.6-6.9 mmol/L)
|
9个月
|
|
75克口服葡萄糖耐量试验中2小时血糖水平(9个月时)
大体时间:9个月
|
9个月随访时的血糖水平通过75克口服葡萄糖耐量试验(75-g OGTT)的2小时血糖(2-h PG)进行评估。
糖尿病前期定义为75克口服葡萄糖耐量试验(75-g OGTT)的2小时血糖(2-h PG)为140-199 mg/dL(7.8-11.0 mmol/L)。
|
9个月
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
基线、3个月随访和9个月随访时的C反应蛋白水平
大体时间:在基线、3个月和9个月的随访时
|
炎症标志物,即来自血清、唾液和菌斑样本的C反应蛋白(pg/mL)将在基线、3个月和9个月随访时进行评估
|
在基线、3个月和9个月的随访时
|
|
基线、3个月和9个月随访时的IL6水平
大体时间:在基线、3个月和9个月的随访时
|
炎症标志物(例如,血清、唾液和牙菌斑样本中的IL6(pg/mL))将在基线、3个月和9个月的随访中进行评估
|
在基线、3个月和9个月的随访时
|
|
基线、3个月和9个月随访时的IL8水平
大体时间:在基线、3个月和9个月的随访时
|
炎症标志物,即血清、唾液和牙菌斑样本中的IL8(pg/mL),将在基线、3个月和9个月的随访中进行评估
|
在基线、3个月和9个月的随访时
|
|
基线、3个月和9个月随访时的体重
大体时间:在基线、3个月和9个月随访时
|
体重(按标准程序测量,单位为千克)将在基线、3个月随访和9个月随访时进行评估
|
在基线、3个月和9个月随访时
|
|
基线、3个月随访和9个月随访时的体脂百分比
大体时间:在基线、3个月和9个月的随访时
|
体脂百分比(使用生物电阻抗分析法,%)将在基线、3个月随访和9个月随访时进行评估
|
在基线、3个月和9个月的随访时
|
|
口腔和肠道微生物群在基线、3个月和9个月随访时的香农多样性指数
大体时间:在基线、3个月和9个月随访时
|
口腔和肠道微生物群将从粪便、牙菌斑和唾液样本中进行分析。
口腔和肠道微生物群样本的多样性将通过香农多样性指数进行测量。
|
在基线、3个月和9个月随访时
|
|
基线、3个月和9个月随访时粪便样本中短链脂肪酸的浓度
大体时间:在基线、3个月和9个月的随访时
|
粪便代谢物将通过检测粪便样本中短链脂肪酸的浓度进行测量
|
在基线、3个月和9个月的随访时
|
|
基线、3个月和9个月随访时的3天饮食记录
大体时间:在基线、3个月和9个月的随访时
|
膳食摄入将使用3天饮食记录进行评估,以确定膳食模式,包括常量营养素摄入、能量摄入和进餐时间
|
在基线、3个月和9个月的随访时
|
|
中文版时间营养基线、3个月和9个月随访问卷
大体时间:在基线、3个月和9个月的随访时
|
将使用中文版的时间营养特征问卷(CP-Q)来评估时间营养行为,该问卷涵盖六个不同方面:不吃早餐、最大一餐的时间、晚间饮食习惯、晚间进食潜伏期、夜间进食行为以及进食窗口。
|
在基线、3个月和9个月的随访时
|
|
中文版慕尼黑时间型问卷在基线、3个月和9个月随访时
大体时间:在基线、3个月和9个月的随访时
|
将通过慕尼黑时型问卷(MCTQ)中文版评估时型。
该问卷计算出的工作日和休息日变量包括:入睡时间(SOw、SOf,hh:mm)、起床时间(GUw、GUf,hh:mm)、睡眠时长(SDw、SDf,hh:mm)、总卧床时间(TBTw、TBTf,hh:mm)、中点睡眠时间(MSW、MSF,hh:mm)。
变量计算包括:平均每周睡眠时长(hh:mm)= (SDw × WD + SDf × FD) / 7,时型(hh:mm)= 若 SDf ≤ SDw: MSF;若 SDf > SDw: MSF - (SDf - SDweek) / 2,每周睡眠缺失(hh:mm)= 若 SDweek > SDw: (SDweek - SDw) × WD;若 SDweek ≤ SDw: (SDweek - SDf) × FD,相对社交时差(hh:mm)= MSF - MSW,绝对社交时差(hh:mm)= | MSF - MSW |,平均每周光照时长(hh:mm)= (LEw × WD + LEf × FD) / 7
|
在基线、3个月和9个月的随访时
|
|
国际体力活动问卷简表中文版在基线、3个月和9个月随访时的应用
大体时间:在基线、3个月和9个月的随访时
|
体力活动(PA)水平将采用国际体力活动问卷短版(IPAQ)的中文版本进行评估。
总PA(分钟/周)= 2×高强度活动时间 + 中强度活动时间 + 步行时间,MET(代谢当量,分钟/周)= 8×高强度活动时间 + 4×中强度活动时间 + 3.3×步行时间 |
在基线、3个月和9个月的随访时
|
合作者和调查者
调查人员
- 首席研究员:Walter Y.H. Lam, Prof.、The University of Hong Kong
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (估计的)
上次提交的符合 QC 标准的更新
最后验证
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.