ChiCTR2300071030尚未招募回顾性研究
构建评估肝硬化程度的机器学习模型
苏州大学附属苏州市第九医院科研基金（编号：YK202330）1 个研究点 分布在 1 个国家开始时间: 2023年5月15日最近更新:
适应症
试验速览
- 阶段
- 回顾性研究
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- CT 图像特征
研究概览
简要总结
1.构建预测肝硬化亚分期的多标签分类模型； 2.评估该模型是否可以提高医生肝硬化分期的诊断表现。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
- 盲法
- None
入排标准
- 年龄范围
- 18 至 100（—）
- 性别
- All
入选标准
- •1.年龄不小于 18 岁；
- •2.病理诊断为肝硬化；
- •3.CT 检查时间和病理诊断时间间隔不超过 3 个月；
- •临床资料和 CT 影像学资料保存完整。
排除标准
- •既往腹部手术史（如肝切手术、肝移植）；
- •2.组织标本长度小于 10mm。
结局指标
主要结局
CT 图像特征
凝血酶原时间
总胆红素
白蛋白
谷丙转氨酶
谷草转氨酶
受试者工作特征曲线
宏平均
次要结局
- 微平均
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于人工智能乙肝肝硬化无创肝纤维化诊断模型的探索乙肝肝硬化ChiCTR1900028323北京市医院管理中心
Unknown
不适用
吴忌医师：该研究尚未获得伦理委员会批准。请于批准后再开始纳入参试者，并与我们联系上传批件。 开发和验证用于肝纤维化分期的深度学习模型肝纤维化ChiCTR2000032229国家科技重大专项、南方医科大学南方医院
Unknown
不适用
开发和验证用于肝纤维化定量分析的机器学习模型肝纤维化ChiCTR2100043695国家科技重大专项、南方医科大学南方医院
Unknown
不适用
新型肝硬化预后预测模型的探索研究ChiCTR2500105352自选课题（自筹）
Unknown
不适用
开发和验证用于肝纤维化定量分析的深度学习模型肝纤维化ChiCTR2000039703国家科技重大专项、南方医科大学南方医院