ChiCTR2500095131
尚未招募
早期 1 期
基于深度学习影像组学构建结缔组织病相关间质性肺疾病急性加重风险及预后预测模型
临床研究培育项目1 个研究点 分布在 1 个国家开始时间: 2025年1月1日最近更新:
概览
- 阶段
- 早期 1 期
- 状态
- 尚未招募
- 发起方
- 临床研究培育项目
- 试验地点
- 1
- 主要终点
- 急性加重
概览
简要总结
本项目总体研究目标为基于前瞻性采集的 CTD-ILD 患者数据，采用深度学习影像组学方法构建能够客观准确、稳定便捷预测 CTD-ILD 急性加重风险及预后预测的模型，实现对 CTD-ILD 患者急性加重的智能早期预警以及患者风险分层，以期能够辅助临床医生进行个体化治疗决策制定，达到促进及时有效干预，改善患者预后、减少医疗卫生资源消耗的目的。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 队列研究
- 盲法
- 无
入排标准
- 年龄范围
- 18 至 —（—）
- 性别
- All
入选标准
- •1.年龄≥18 岁；2 经临床明确诊断的 CTD-ILD 患者；3 ILD 非由其他职环境、药物、手术等因素所致；4 临床数据及胸部 CT 资料完整；5 随访时长最短满 1 年。
排除标准
- •（1）.年龄<18 岁； （2）胸部 HRCT 图像质量差无法完成分割； （3）合并胸部肿瘤或既往胸部手术史； （4）合并严重器官衰竭：心力衰竭、肝衰竭、肾衰竭等； （5）失访。
研究组 & 干预措施
观察组
结局指标
主要结局
急性加重
时间窗: 入组 1 年时间内
胸部 HRCT
次要结局
- 急性加重后 1 年死亡率(随访截止 2027 年 8 月 31 号)
- 实验室资料
- 人口学资料
- 临床资料
- 肺功能数据
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于机器学习构建 IPF（特发性肺纤维化）的临床预后模型与时序 CT 图像预测模型ChiCTR2400083089国家重点技术研发计划（No.2021YFC2500700）
上海交通大学医学院学生创新培养计划（No.1723Y034）
Unknown
不适用
请于伦理委员会批准后才开始征募参试者，并与我们联系上传伦理批件 应用深度学习构建慢性阻塞性肺疾病异质性定量分析及表型分类的辅助诊断模型研究ChiCTR2000038474华东医院1,200
Unknown
不适用
运用影像组学深度学习方法建立预测结缔组织继发间质性肺病糖皮质激素疗效的模型研究ChiCTR1800014688政府基金100
Unknown
不适用
超声用于筛查及评估结缔组织病相关间质性肺疾病及人工智能评估模型构建的研究ChiCTR2400080909空军军医大学第一附属医院助推项目 编号：XJZT24JC20
Unknown
不适用
齐琳医师：请与我们联系上传正式版伦理审批文件。 基于深度学习及影像组学的慢性阻塞性肺疾病影像学评估及纵向动态研究ChiCTR2000036798华东医院800