相关实验视频
Updated: May 14, 2026
07:52
Conjunctival Commensal Isolation and Identification in Mice
Published on: May 1, 2021
4.3K
数字表型和基因组学用于干眼疾病的整合:前性队列研究的协议
Ken Nagino1,2,3,4, Yasutsugu Akasaki1,2, Nobuo Fuse5,6
1Department of Ophthalmology, Juntendo University Graduate School of Medicine, Tokyo, Japan.
JMIR research protocols
|May 12, 2025
概括
这项研究将智能手机应用数据与生物银行信息相结合,以更好地了解干眼病 (DED). 这些发现旨在通过分析多因素影响来推进DED的个性化医学.
科学领域:
- 眼科医生 眼科 眼科
- 遗传学 遗传学 是一个
- 数字健康数字健康
背景情况:
- 干眼病 (DED) 是一种普遍存在的眼部疾病,具有多种症状,目前以症状管理.
- 需要对DED管理采取预测性,预防性和个性化的方法.
- 像DryEyeRhythm这样的移动健康应用程序可以实时收集环境,生活方式和主机数据.
研究的目的:
- 将来自智能手机的数字数据与东北医疗大银行数据库集成.
- 阐明影响DED发病和进展的多因素因素的复杂相互作用.
- 为推进DED研究建立一个全面的数据库.
主要方法:
- 一项前性观察队列研究,涉及1200名 (发现) 和1000名 (复制) 参与者.
- 使用DryEyeRhythm应用程序实时收集数据并与东北医疗大银行数据库进行链接.
- 使用全基因组关联研究和后勤回归来分析与DED的遗传和多因素关联.
主要成果:
- 发现阶段的参与者招生于2022年6月30日结束.
- 复制阶段的招生计划于2024年8月31日到2026年3月31日进行.
- 数据分析预计将于2026年9月完成,结果将于2027年3月报告.
结论:
- 智能手机应用程序可以显著提高生物银行研究能力.
- 这种整合加深了对多因素DED的理解.
- 这项研究为开发个性化DED治疗策略铺平了道路.
