ChiCTR2400080466尚未招募早期 1 期
基于机器学习的肺癌患者深静脉血栓栓塞风险预测模型的构建
重庆市技术创新与应用发展专项重点项目资助，项目名称（编号）： CSTB2022TIAD-KPX0148。1 个研究点 分布在 1 个国家开始时间: 2023年11月30日最近更新:
试验速览
- 阶段
- 早期 1 期
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 静脉血栓栓塞
研究概览
简要总结
1.结合文献回顾，总结和探索肺癌患者深静脉血栓形成的风险因素，形成肺癌患者静脉血栓栓塞形成调查表。 2.以机器学习为手段，以真实世界的回顾性数据为基础，构建针对于肺癌患者静脉血栓形成的，且优于传统血栓风险评分的风险预测模型，并进行模型的验证测试。 3.探讨模型应用价值,以期及时准确的早期识别高危患者，精准指导临床治疗方案的制定，为患者进行有效预防，从而降低肺癌患者静脉血栓的发生率，为指导临床实践提供理论参考依据，推广模型应用。
研究设计
- 研究类型
- 病因学/相关因素研究
- 主要目的
- 历史对照研究
入排标准
- 年龄范围
- 18 至 80（—）
- 性别
- All
入选标准
- •1.经病理学确诊为肺癌；肺癌的分期采用第八版国际抗癌联盟制定的肺癌分期标准进行详细准确分期；
- •2.VTE 的诊断参照 2022 年中华医学会发布的《肺血栓栓塞症诊治与预防指南》;
- •3.患者年龄≥18 岁，住院时间>48h。
排除标准
- •1.入院 48h 内死亡或自动出院的患者；
- •2.易栓症，凝血功能严重障碍或持续应用抗凝药物治疗的患者；
- •3.合并血液系统疾病或自身免疫性疾病的患者；
- •4.静脉血栓栓塞症可能与车祸、骨折等其他诱因相关；
- •5.同时患有其他部位原发肿瘤。
研究组 & 干预措施
病例组
对照组
结局指标
主要结局
静脉血栓栓塞
次要结局
- 肺癌
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于代谢组学数据和影像 AI 识别的肺栓塞预测模型的研究肺栓塞ChiCTR2200062335自发230
Unknown
不适用
基于计算机人工智能识别系统建立肺栓塞肺通气灌注显像的精准诊断及疾病危险评估肺栓塞ChiCTR2000030448自筹
Unknown
不适用
基于人工智能的深静脉血栓形成时间预测的研究深静脉血栓形成ChiCTR25001153321.南华大学附属第二医院青年优秀人才项目；
2.湖南省卫生健康高层次人才项目300
Unknown
不适用
基于机器学习的急性脑梗死静脉溶栓出血转化风险预测评估急性缺血性脑卒中ChiCTR1900022924上海交通大学资助5,000
招募中
Unknown
乳腺肿瘤患者强化治疗阶段静脉血栓风险预测模型的构建与验证研究静脉血栓ChiCTR21000493741,980