ChiCTR2500095999尚未招募不适用
人工智能(AI)辅助的膳食营养管理协同血糖控制的研究
北京医院经费、合作单位匹配经费3 个研究点 分布在 1 个国家开始时间: 2025年2月10日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 3
- 主要终点
- 糖化血红蛋白
研究概览
简要总结
不健康膳食(过量、结构不合理等)是全球各地引发慢病特别是糖尿病负担的最大风险因素,诸多证据表明膳食干预可有效协助血糖控制,减少并发症发生。而临床营养实践中存在的技术力量薄弱、流程欠优化等问题,限制了膳食干预证据在糖尿病管理中的有效应用。人工智能技术(AI)为普及膳食知识,实施膳食营养管理,满足患者膳食个性化、多样化、结构合理的需求提供了方便和可能。 然而,目前临床医生和患者对膳食干预的重要性认识不足,研究证据多聚焦于某一个点,不能形成有针对性的干预措施。随着人工智能(artificial intelligence, AI)技术的快速发展和广泛应用,膳食干预证据协同临床治疗对慢病进行有效的干预和管理成为可能和必然。例如,通过调整膳食结构,使用人工智能进行个性化膳食推荐,可以协助预防和管理糖尿病、高血压等慢性疾病。此外,根据患者的个体化特征,利用人工智能可帮助医生为患者提供更为精确的膳食建议,从而改善治疗效果。 本研究拟将开发的人工智能辅助的膳食营养管理软件(简称 AI)转化应用于临床,以新发生或血糖控制不佳、60 岁及以上这一糖尿病高发群体为主要对象,通过 24 周的随机对照试验,研究“医护+AI”、“单独 AI”、“自主管理”三种膳食管理模式对控制血糖、减少用药的协同作用;调查使用 AI 的满意度、依从性;分析健康膳食行为养成状况,回答 AI 辅助的膳食管理是否有效、如何更为有效地协助临床控制疾病等问题,为临床营养的筛、评、诊、治的流程优化以及跟踪服务提供 AI 技术支撑,也为推广应用提供证据。
研究设计
- 研究类型
- 干预性研究
- 主要目的
- 随机平行对照
- 盲法
- 人体指标测量人员以及统计分析人员设为被盲对象。干预持续时间为24周。
入排标准
- 年龄范围
- 60 至 80(—)
- 性别
- All
入选标准
- •(1)年龄 45~75 岁;
- •(2)经临床诊断为 2 型糖尿病,新发或既往血糖控制不佳,糖化血红蛋白水平>7.0%;
- •(3)接受生活方式干预,能配合研究随访,且大部分时间在家就餐者;
- •(4)能够自主选择餐食和独立进餐。
排除标准
- •(1)终末期肿瘤及生命周期小于 1 年;
- •(2)经临床诊断为患有痴呆症或其他认知障碍疾病;
- •(3)BMI 大于 30kg/m^2;
- •(4)有胃肠道手术史或胃肠道功能受损病史;
- •(5)不能配合研究实施,如存在吞咽功能障碍或进食困难等。
研究组 & 干预措施
试验组1
试验组 2
对照组
结局指标
主要结局
糖化血红蛋白
次要结局
- 空腹血糖
- 餐后两小时血糖
- 血脂
- 血压
- C 肽
- 胰岛素
- 体重
- 腰围
研究者
研究点 (3)
Loading locations...
相似试验
Unknown
不适用
基于人工智能的糖尿病早期识别、分型及精准干预体系研究ChiCTR2400083379市财政科技经费
Unknown
不适用
“基于人工智能的糖尿病及并发症防控关键技术研发与示范推广”项目 ——多中心临床研究ChiCTR2400088036基于人工智能的糖尿病及并发症防控关键技术研发与示范推广(2021ZD01004),福建省卫健委科技计划项目,主持。
Unknown
不适用
低 GI 膳食整体供餐模式在糖尿病患者血糖管理中应用效果评价研究ChiCTR2100051647医院120
Unknown
不适用
基于人工智能的糖尿病微血管并发症“数字疗法”研发和干预研究ChiCTR2500103622基于人工智能的糖尿病微血管并发症“数字疗法”研发和干预研究(2023ZD0509005),癌症、心脑血管、呼吸和代谢性疾病防治研究国家科技重大专项项目,主持。
Unknown
不适用
全谷物主食动态指导对糖尿病患者的干预效果研究ChiCTR2500106106北京市科学技术研究院财政资助项目(25CB010-02)40
