ChiCTR2500105890尚未招募Unknown
基于临床及多组学数据构建心梗后心衰预测模型的真实世界临床队列
中国科学技术大学葛均波院士工作室1 个研究点 分布在 1 个国家开始时间: 2025年6月26日最近更新:
试验速览
- 阶段
- Unknown
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 蛋白质组学数据
研究概览
简要总结
- 建立真实世界急性心肌梗死患者临床队列；
- 构建急性心肌梗死患者生物样本队列；
- 完善心梗后心衰患者多组学（蛋白组、代谢组、多肽组）检测及生物信息学分析，描绘心梗后心衰患者多组学特征；
- 基于患者临床及多组学数据，通过机器学习，构建心梗后心衰早期预测模型，进一步通过临床队列，验证预测模型预测准确率。
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 18 至 80（—）
- 性别
- All
入选标准
- •1.年龄 18-80 岁；
- •2.胸痛伴心肌损伤标志物（cTnI/MYO/CK-MB）升高超过正常值上限，伴或不伴心电图 ST-T 动态改变，排除肺栓塞、主动脉夹层、心肌炎等；
- •3.发病时间不超过 24 小时；
- •4.冠脉造影提示>=1 根血管狭窄程度>=75%.
排除标准
- 未提供
研究组 & 干预措施
观察组
结局指标
主要结局
蛋白质组学数据
代谢组学数据
多肽组学数据
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
急性心梗血运重建后心力衰竭的多组学研究ChiCTR2400089708“科创甬江 2035”关键技术突破计划
尚未招募
Unknown
心肌梗死后心力衰竭诊治流程的优化和临床应用心力衰竭ChiCTR2500101102
Unknown
不适用
机器学习驱动的急性心梗后心力衰竭精准管理策略构建心力衰竭ChiCTR2500114908浙江省医药卫生科技项目
Unknown
不适用
心肌梗死后心脏性猝死的个性化预测模型：基于电子健康档案的机器学习研究ChiCTR2500101100本人发起的临床研究项目“ 心肌梗死后心脏性猝死的个性化预测模型：基于电子健康档案的机器学习研究 ”，其研究经费来源为重庆市技术创新与应用发展专项：AI+衰老风险评估与预警关键技术研究与应用。
Unknown
不适用
融合多模态数据与人工智能的急性心肌梗死复发风险预测模型构建与验证研究心肌梗死ChiCTR2500113805国家自然科学基金(T2541003)