远程光电容积脉搏波法用于无创血糖和糖化血红蛋白估算的验证
雅加达社区人群无创血糖与糖化血红蛋白远程光电容积脉搏波验证
这项观察性研究旨在评估使用远程光电容积描记术(rPPG)的非侵入性面部扫描技术能否准确估算雅加达社区成年人的血糖和糖化血红蛋白(HbA1c)水平。 研究重点关注18岁及以上的成年人,包括患有或未患有糖尿病的个体。
研究旨在回答的主要问题是:
- 基于rPPG的面部扫描对血糖和HbA1c的估算结果能否与标准实验室血液检测结果相匹配?
- 根据既定的临床临界值,rPPG在识别高血糖或糖尿病风险个体方面的表现如何?
研究人员将把rPPG面部扫描的结果与空腹血糖和HbA1c的标准实验室测量结果进行比较,以确定该技术在筛查目的上的准确性和可靠性。
参与者将:
- 提供基本信息,如年龄、性别和病史
- 使用基于智能手机的系统进行非侵入性面部扫描
- 采集血样以测量空腹血糖和HbA1c
- 在单次研究访视期间完成所有评估
本研究旨在确定rPPG是否可以作为社区环境中早期检测和监测糖尿病的简单、非侵入性且易于使用的工具。
研究概览
地位
详细说明
2型糖尿病(T2DM)是一种全球性的主要健康负担,其特征是慢性高血糖及相关并发症。 标准监测方法,如空腹血糖和糖化血红蛋白(HbA1c),依赖于侵入性血液采样和实验室设施,这可能降低患者依从性并限制早期检测。 远程光电容积描记法(rPPG)是一种利用面部视频分析的非接触光学技术,已成为估算生理和代谢参数的有前景的替代方法。 然而,关于其在评估血糖标志物方面的有效性的证据仍然有限。
目的 本研究旨在评估基于rPPG的面部扫描技术在估算血糖和HbA1c水平方面的有效性和诊断性能,并与标准实验室测量进行比较。
方法 本研究采用分析性观察设计,在雅加达Semanan村进行横断面诊断验证。 将使用基于社区的抽样方法招募150-300名成年参与者。 每位参与者将接受静脉血采样,用于实验室测量空腹血糖和HbA1c,同时使用基于智能手机的系统进行非接触式rPPG面部扫描。 方法间的一致性将使用Bland-Altman分析评估,而相关性分析(Pearson/Spearman)将评估关联强度。 诊断性能,包括敏感性和特异性,将使用临床临界值(血糖≥126 mg/dL,HbA1c≥6.5%)计算。
预期结果 预计rPPG衍生的估算值将与实验室测量值呈现中等至良好的相关性,对于筛查目的具有可接受的一致性。 该技术预计在识别高血糖风险个体方面表现出合理的诊断性能。 这些发现可能支持rPPG作为一种非侵入性、易于获取的筛查工具在社区环境中用于糖尿病监测的可行性。
研究类型
注册 (估计的)
联系人和位置
学习联系方式
- 姓名:Ernawati Ernawati, Dr.
- 邮箱:ernawati@fk.untar.ac.id
研究联系人备份
- 姓名:Alexander Halim Santoso
- 电话号码:+6281381606869
- 邮箱:alexanders@fk.untar.ac.id
学习地点
-
-
Jakarta Special Capital Region
-
Jakarta、Jakarta Special Capital Region、印度尼西亚
- Kelurahan Semanan
-
接触:
- Wenny Sanwani
- 电话号码:+6281585013412
- 邮箱:wenny.sanwani@gmail.com
-
接触:
- Hanna Wijaya
- 电话号码:+6281223787878
- 邮箱:hannwijaya@yahoo.com
-
首席研究员:
- Ernawati Ernawati
-
副研究员:
- Enny Irawaty
-
副研究员:
- Zita Atzmardina
-
首席研究员:
- Alexander Halim Santoso
-
副研究员:
- Wikrama Lokapradhana
-
副研究员:
- Amita Pradhani
-
副研究员:
- William Kuswandi
-
副研究员:
- Diana Dinali
-
副研究员:
- Muhammad Fikri Dzakwan
-
副研究员:
- Clement Drew
-
副研究员:
- Silviana Tirtasari
-
副研究员:
- Triyana Sari
-
首席研究员:
- Yohanes Firmansyah
-
首席研究员:
- David Wongso
-
副研究员:
- Steve Geraldo Bustam
-
副研究员:
- Bryan Anna Wijaya
-
-
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
取样方法
研究人群
描述
纳入标准:
- 年龄≥18岁的成人
- 自愿参与并签署知情同意书
- 能够接受面部扫描和血液检查
- 临床状况稳定
排除标准:
- 影响rPPG信号的面部状况(如伤口、畸形)
- 使用妨碍摄像头检测的面部遮盖物
- 面部扫描期间无法保持静止
- 数据不完整或退出研究
学习计划
研究是如何设计的?
设计细节
队列和干预
团体/队列 |
|---|
|
接受远程光电容积描记与实验室血糖评估的社区成年人
该队列包括来自雅加达社区人群、年龄≥18岁的成年人,他们接受了无创远程光电容积描记(rPPG)面部扫描和标准实验室检测。
参与者将接受基于智能手机的面部扫描以估计血糖和HbA1c水平,随后通过静脉采血采用标准实验室方法测量空腹血糖和HbA1c。
本研究为诊断验证性研究,旨在比较rPPG衍生估计值与实验室参考值,因此不进行任何治疗干预。
|
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 |
|---|---|---|
|
rPPG衍生血糖与实验室血糖测量结果的一致性
大体时间:基线单次评估(研究访视期间)
|
通过Bland-Altman分析评估远程光电容积描记术(rPPG)面部扫描获取的血糖值与标准实验室空腹血糖测量值之间的一致性,包括平均偏差和一致性限。
|
基线单次评估(研究访视期间)
|
|
rPPG衍生与实验室HbA1c之间的协议
大体时间:基线单次评估(研究访视期间)
|
使用Bland-Altman分析评估通过rPPG面部扫描估算的HbA1c值与实验室HbA1c测量值之间的一致性,包括偏倚和一致性界限。
|
基线单次评估(研究访视期间)
|
|
rPPG估算值与实验室血糖及HbA1c的相关性与验证
大体时间:基线时单次评估(研究访视期间)
|
使用皮尔逊或斯皮尔曼相关系数(Bland Altman)测量rPPG衍生的血糖和HbA1c值与实验室测量值之间关联强度
|
基线时单次评估(研究访视期间)
|
|
rPPG检测高血糖与糖尿病风险的诊断性能
大体时间:基线单次评估(研究访视期间)
|
评估rPPG衍生的血糖(≥126毫克/分升)和糖化血红蛋白(≥6.5%)在识别血糖水平升高个体方面的敏感性、特异性和准确性,并与实验室参考标准进行比较。
|
基线单次评估(研究访视期间)
|
合作者和调查者
调查人员
- 首席研究员:Yohanes Firmansyah, MD、Klinik Citra Semanan
- 研究主任:David Wongso、DexWellness
- 首席研究员:Ernawati Ernawati、Universitas Tarumanagara
- 研究主任:Alexander Halim Santoso、Universitas Tarumanagara
- 研究主任:Ratheesh Nair、Watch Your Health
- 学习椅:Sri Tiarti、Universitas Tarumanagara
- 学习椅:Noer Saelan Tadjudin、Universitas Tarumanagara
- 学习椅:Putu Tommy Yudha Sumatera Suyasa、Universitas Tarumanagara
- 研究主任:Kieren Nathan Wong、Monash University
- 研究主任:Jaydee Kirani Wong、Melbourne University
- 学习椅:Meiske Yunithree Suparman、Universitas Tarumanagara
出版物和有用的链接
一般刊物
- Zeynali M, Alipour K, Tarvirdizadeh B, Ghamari M. Non-invasive blood glucose monitoring using PPG signals with various deep learning models and implementation using TinyML. Sci Rep. 2025 Jan 2;15(1):581. doi: 10.1038/s41598-024-84265-8.
- Zanelli S, Ammi M, Hallab M, El Yacoubi MA. Diabetes Detection and Management through Photoplethysmographic and Electrocardiographic Signals Analysis: A Systematic Review. Sensors (Basel). 2022 Jun 29;22(13):4890. doi: 10.3390/s22134890.
- Shi B, Dhaliwal SS, Soo M, Chan C, Wong J, Lam NWC, Zhou E, Paitimusa V, Loke KY, Chin J, Chua MT, Liaw KCS, Lim AWH, Insyirah FF, Yen SC, Tay A, Ang SB. Assessing Elevated Blood Glucose Levels Through Blood Glucose Evaluation and Monitoring Using Machine Learning and Wearable Photoplethysmography Sensors: Algorithm Development and Validation. JMIR AI. 2023 Oct 27;2:e48340. doi: 10.2196/48340.
- Santillan A, Travez Proano EI, Jaramillo Encalada IN, Abril Lopez PA, Tricallotis J, Acosta-Espana JD. Structured telemonitoring reduces HbA1c and emergency visits in insulin-treated type 2 diabetes: a controlled cohort study in Ecuador's public hospital. Front Clin Diabetes Healthc. 2026 Feb 9;7:1734589. doi: 10.3389/fcdhc.2026.1734589. eCollection 2026.
- Qawqzeh YK, Bajahzar AS, Jemmali M, Otoom MM, Thaljaoui A. Classification of Diabetes Using Photoplethysmogram (PPG) Waveform Analysis: Logistic Regression Modeling. Biomed Res Int. 2020 Aug 11;2020:3764653. doi: 10.1155/2020/3764653. eCollection 2020.
- Kwon TH, Kim KD. Machine-Learning-Based Noninvasive In Vivo Estimation of HbA1c Using Photoplethysmography Signals. Sensors (Basel). 2022 Apr 12;22(8):2963. doi: 10.3390/s22082963.
- Farenden E, Kelly J, Russell A, Menon A. Remote Monitoring for Type 2 Diabetes: What Do Patients, Healthcare Professionals, and Executives Think? Stud Health Technol Inform. 2024 Jan 25;310:1526-1527. doi: 10.3233/SHTI231276.
- Chu J, Yang WT, Lu WR, Chang YT, Hsieh TH, Yang FL. 90% Accuracy for Photoplethysmography-Based Non-Invasive Blood Glucose Prediction by Deep Learning with Cohort Arrangement and Quarterly Measured HbA1c. Sensors (Basel). 2021 Nov 24;21(23):7815. doi: 10.3390/s21237815.
研究记录日期
研究主要日期
学习开始 (估计的)
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 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
与本研究相关的术语
其他研究编号
- 20260324
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)?
IPD 计划说明
IPD 共享时间框架
IPD 共享访问标准
IPD 共享支持信息类型
- 研究方案
- 树液
- 国际碳纤维联合会
- 分析代码
- 企业社会责任
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.