NCT07116902Toborzás még nem indult
Artificial Intelligence-based Methods to Predict Disease Progression in Youth With Type 2 Diabetes
Artificial Intelligence-based Methods to Predict Disease Progression in Youth With Type 2 Diabetes: A Digital Twin Study
Forrás: ClinicalTrials.gov · Utoljára frissítve: 2025. dec. 4.
Rövid összefoglaló (regiszter, angolul)
Currently, clinicians are unable to predict a patient's risk of long-term disease progression and development of a long-term complication based on the data that is available to them. The first aim of this is to develop and validate an Artificial Intelligence (AI) powered prediction model for Type 2 Diabetes (T2D) disease progression using existing data from previously collected studies and real-world electronic health medical data. Investigators will use clinical, pharmacologic, and genomic factors to develop the prediction model based on the most relevant clinical outcomes of change in Hemoglobin A1c (HbA1c) and the development of a microvascular complication. Despite the availability of newer medication options, lifestyle intervention is not effective in most youth and current therapeutic options are ineffective at producing sustained glycemic control. Newer and innovative methods are needed to identify the youth at highest risk of progression in terms of increase in HbA1c and development of long-term complications and to motivate behavioral change in youth. The goal of this aim is to create an AI-powered digital twin model for 50 youth with T2D using their baseline clinical, genetic, pharmacologic and lifestyle data and utilize AI algorithms developed in Aim 1 to simulate disease progression and treatment response. Investigators will then evaluate the digital twin model in an randomized controlled trail and prospectively compare the generated digital twin data to observed values over one year. Investigators will also measure whether knowledge of the digital twin prediction with targeted healthcare recommendations influence medication and lifestyle change adherence in the digital twin arm (n= 25) compared to the control arm (n= 25).
- Állapot (regiszter)
- Toborzás még nem indult
- Vizsgálattípus
- Beavatkozással járó
- Résztvevők száma
- 50 (tervezett)
- Első benyújtás
- 2025. jún. 13.
- Kezdés
- 2026. ápr.
- Elsődleges befejezés
- 2026. szept.
- Fő szponzor
- University of California, San Francisco
- Betegségek
- 2-es típusú cukorbetegség
- NCT-szám
- NCT07116902
Mit vállalsz
- Vizsgálat típusa: Beavatkozással járó
- Tervezett résztvevők: 50
- 2026. ápr. és az elsődleges befejezés (2026. szept.) között
- 2 helyszín, 1 országban
- Vizitek és vizsgálatok: kérdezd a vizsgálat csapatát, a regiszter nem sorolja fel őket
A(z) ClinicalTrials.gov regisztermezőiből összeállítva. A vizsgálat felépítését írja le.
Ki nem vehet részt
Szó szerint a(z) ClinicalTrials.gov forrásból, témák szerint csoportosítva. Hogy ki vehet részt, azt csak a vizsgálat csapata dönti el.
Korábbi kezelés
- Plan for undergoing bariatric surgery during the study period
Más betegség
- Presence of a condition or abnormality that in the opinion of the Investigator would compromise the safety of the patient or the quality of the data.
- Presence of a condition or abnormality that in the opinion of the Investigator would cause repeated hospitalizations or significant changes in medications.
Egyéb
- Pancreatic autoantibody positivity (GAD-65, insulin, IA-2, ICA 512, ZnT8).
- Anticipated use of systemic glucocorticoids during the study period
- Unable to stop taking more than 500mg/day of Vitamin C during the study period as this may affect the sensor readings.
Kiket keres a vizsgálat
- Age 10- 21 years
- Diagnosis of T2D based on clinical diagnosis or ICD 9 and 10 codes
- Duration of T2D ≥ 3 months
- HbA1C ≥ 7% which is the target HbA1C recommended by the American Diabetes Association
- Stable medication regimen (No medication changes and no change in basal insulin dose by more than 20% in the 2 weeks prior to enrollment)
- Ability to wear CGM for a total of 6 weeks while in the study.
- English or Spanish speakers.
- Willing to abide by recommendations and study procedures.
- Willing and able to sign the Informed Consent Form (ICF) and/or has a parent or guardian willing and able to sign the ICF.
Életkor a regiszterben: 10 év – 21 év · Nem: nők és férfiak · Egészséges önkénteseket nem fogad
Helyszínek (2)
Helyszínek a regiszter sorrendjében. Ha a profilodba mented a városodat, távolság szerint rendeződnek.
| Helyszín | Város | Ország | Helyszín állapota |
|---|---|---|---|
| UCSF Benioff Children's Hospital Oakland, Pediatric Diabetes Clinic | Oakland | Egyesült Államok | Ismeretlen állapot |
| UCSF Benioff Children's Hospital San Francisco, Madison Clinic for Pediatric Diabetes | San Francisco | Egyesült Államok | Ismeretlen állapot |
Ez az oldal tájékoztatás, nem orvosi tanács. Bármely vizsgálatról az orvosoddal beszélj.