ChiCTR2100041960进行中（未招募）回顾性研究
应用机器学习预测急性心肌梗死后心律失常的发生
哈尔滨医科大学附属第一医院心血管内科1 个研究点 分布在 1 个国家开始时间: 2020年3月1日最近更新:
适应症
试验速览
- 阶段
- 回顾性研究
- 状态
- 进行中（未招募）
- 发起方
- 试验地点
- 1
- 主要终点
- 模型准确度
研究概览
简要总结
急性心肌梗塞（acute myocardial infarction，AMI）是死亡率较高的危重疾病，常伴发各型心律失常，导致患者心脏功能进一步恶化，死亡率增加。因此早期预测 AMI 患者心律失常的发生，采取相应的干预措施，对于改善患者预后具有重要意义。近年有很多关于 AMI 后心律失常发生风险因子的研究，但都基于传统的统计方法，仅以线性方式分析少量因子之间的关系，且研究人员会预先进行变量选择，易人为造成潜在影响因子的流失。本研究拟应用不同的机器学习算法构建 AMI 患者院内心律失常发生的预测模型.
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
- 盲法
- N/a
入排标准
- 年龄范围
- 18 至 90（—）
- 性别
- All
入选标准
- •自 2014 年 1 月至 2019 年 1 月就诊于哈尔滨医科大学附属第一医院，年龄≥18 岁诊断为急性心肌梗死的患者。所有患者都接受了冠状动脉血管造影、经胸三维心脏彩超和 24 小时动态心电图检查。
排除标准
- •①临床数据记录不完整；
- •②既往明确已患有某类心律失常；
- •③入院后未行 PCI 术；
- •④肥厚型心肌病、心肌炎、心脏瓣膜病、肺心病、自身免疫性疾病；
- •⑤恶性肿瘤、正在接受放化疗等。
结局指标
主要结局
模型准确度
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
基于机器学习的预测模型预测脑梗死后再梗死与脑梗死后再出血研究ChiCTR2500113505自选课题（自筹）
Unknown
不适用
基于机器学习构建心力衰竭的病因诊断和预后评估的决策模型心力衰竭ChiCTR1900027044上海申康医院发展中心
Unknown
不适用
机器学习算法用于心脏手术预后的临床应用研究ChiCTR2100042208自发
Unknown
不适用
穿戴式心律转复除颤仪（WCD）在急性心肌梗死（AMI）患者诊疗管理中的应用急性心肌梗死ChiCTR2100053065不适用
Unknown
不适用
人工智能在预测心血管植入型电子器械术后患者发生心房高频事件的临床应用ChiCTR2500101956自选课题（自筹）