ChiCTR2200064281尚未招募不适用
基于机器学习算法对危重患者医院获得性压力性损伤风险预测模型的构建与应用研究
浙江省医药卫生科技计划项目1 个研究点 分布在 1 个国家目标入组 350 人开始时间: 2022年9月1日最近更新:
适应症
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 入组人数
- 350
- 试验地点
- 1
- 主要终点
- 人口学因素
研究概览
简要总结
- 创建危重患者院内获得性压力性损伤风险预测模型，可有效提高医护人员对危重患者压力性损伤风险评估，减少压力性损伤的发生，降低医疗费用，促进疾病预后；
- 预计可以开发一款较为新颖的危重症并发症人工智能预测信息化平台，并将其应用于临床，为临床护理工作者提供智能决策支持；
研究设计
- 研究类型
- 病因学/相关因素研究
- 主要目的
- 病例研究
入排标准
- 性别
- All
入选标准
- •入住 ICU、EICU 的危重患者；
- •入住 ICU/EICU 时间大于 24 小时；
排除标准
- •患有皮肤病，如系统性红斑狼疮、银屑病等，以及烧伤等存在皮肤损伤的患者；
- •患者（或患者家属）拒绝参加本研究或中途退出。
研究组 & 干预措施
Case series
结局指标
主要结局
人口学因素
共病
治疗评估
营养状态
组织耐受能力
其它因素
相关评分
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于人工智能的危重症事件追踪预警及决策支持服务研究ChiCTR1900023927国家重点研发计划（项目编号： 2018YFC0116700)
Unknown
不适用
基于机器学习的围术期动态风险评估与预测体系研究ChiCTR1900023891国家重点研发计划（2018YFC2001800）
尚未招募
Unknown
基于真实世界多模态临床数据的围手术期危重症患者血糖动态预测人工智能模型ChiCTR2500115171204
Unknown
不适用
基于深度学习的方法进行胸科手术术后肺部并发症预测模型的建立和验证ChiCTR2200062180自筹10,000
Unknown
不适用
危重症患者喂养不耐受风险预测模型的构建与应用ChiCTR2000034339自筹200