ChiCTR2300074493Not yet recruitingNot Applicable
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 site in 1 countryStarted: August 15, 2023Last updated:
Trial Snapshot
- Phase
- Not Applicable
- Status
- Not yet recruiting
- Sponsor
- Locations
- 1
- Primary Endpoint
- 主要不良心血管事件
Study Overview
Brief Summary
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）。
Study Design
- Study Type
- 观察性研究
- Primary Purpose
- 队列研究
- Masking
- 无
Eligibility Criteria
- Ages
- 18 to 95 (—)
- Sex
- All
Inclusion Criteria
- •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。
Exclusion Criteria
- •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。
Arms & Interventions
非瓣膜性心房颤动
Outcomes
Primary Outcomes
主要不良心血管事件
Time Frame: 入组后 1 年
Secondary Outcomes
No secondary outcomes reported
Investigators
Study Sites (1)
Loading locations...
Similar Trials
Unknown
Not Applicable
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
Not Applicable
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
Not Applicable
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
Not Applicable
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
Not yet recruiting
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