ChiCTR2300074493尚未招募不适用
基于多模态数据和深度机器学习算法构建非瓣膜性心房颤动临床结局预测模型及验证应用
北京医院1 个研究点 分布在 1 个国家开始时间: 2023年8月15日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 主要不良心血管事件
研究概览
简要总结
1.评估并确立与非瓣膜性房颤患者的主要不良心血管事件（MACE）相关的心肌纤维化参数及特征性超声评价参数; 2.基于多模态数据和深度机器学习算法构建非瓣膜性房颤患者 MACE 的预测模型，并进行验证优化； 3.研发非瓣膜性房颤患者远期预后的某款应用（包含但不限于软件、app、小程序以及 web 应用等）。
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 95（—）
- 性别
- All
入选标准
- •1.房颤的诊断包括心电图或动态心电图诊断房颤，或既往有明确房颤病史;
- •2.非瓣膜性房颤定义为除了中、重度二尖瓣狭窄（具有需要外科干预的可能性）以及机械瓣置换术后的其他房颤。
排除标准
- •1.各种晚期肿瘤患者且预计生存寿命不超过 1 年；
- •2.有精神疾患，不能良好配合随访及相关检查；
- •3.除上述以外，研究者判断存在其他不适合参加本次研究的原因。
研究组 & 干预措施
非瓣膜性心房颤动
结局指标
主要结局
主要不良心血管事件
时间窗: 入组后 1 年
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
多模态影像学评估心衰患者心肌纤维化心衰ChiCTR2100047438国家自然科学基金(No.81922033)100
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）
Unknown
不适用
人工智能和机器学习房颤金标准数据库建设及临床应用研究心房颤动ChiCTR2000029310课题经费660
尚未招募
Unknown
基于术前心电图数据挖掘的非心胸外科术后房颤的预测及其发生时间窗研究ChiCTR2200065738自筹3,000