ChiCTR2400092771尚未招募回顾性研究
面向儿童围手术期风险评估的可解释模型及优化算法研究
重庆市教育委员会1 个研究点 分布在 1 个国家开始时间: 2024年8月15日最近更新:
试验速览
- 阶段
- 回顾性研究
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 心率
研究概览
简要总结
本项目面向儿童围手术期风险控制需求,运用可解释深度学习方法构建基于多模态临床诊疗数据的风险评估模型,并在次模型的基础上开发风险预警系统,实现对患儿生命体 征、血氧饱和度、心率等多维度数据的实时监测,并部署试点。 本项目将助力我国儿童围手术期风险评估和预警领域的发展,提高儿童手术的安全性,同时也为医生提供更可靠的决策支持,对儿童围手术期风险管理有着重要的应用价值。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 历史对照研究
入排标准
- 年龄范围
- 0.1 至 18(—)
- 性别
- All
入选标准
- •2024.11.30-2026.8.01 这段时间在本院手术的患儿
排除标准
- •1:2024.11.30-2026.8.01 这段时间的手术当天出院的日间手术病人
- •2:病历资料不完善的病人
研究组 & 干预措施
病例组
结局指标
主要结局
心率
时间窗: 围术期
血压
时间窗: 围术期
脉搏氧饱和度
时间窗: 围术期
呼末二氧化碳
时间窗: 围术期
中心静脉压
时间窗: 围术期
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
基于机器学习的围术期动态风险评估与预测体系研究ChiCTR1900023891国家重点研发计划(2018YFC2001800)
尚未招募
Unknown
基于真实世界多模态临床数据的围手术期危重症患者血糖动态预测人工智能模型ChiCTR2500115171204
Unknown
不适用
基于术中监测数据构建预测术后不良事件风险的机器学习模型ChiCTR2500104544国家自然科学基金
Unknown
不适用
急诊脑血管病围手术期风险的人工智能预测ChiCTR2000036649申康+自筹800
Unknown
不适用
基于人工智能的危重症事件追踪预警及决策支持服务研究ChiCTR1900023927国家重点研发计划(项目编号: 2018YFC0116700)
