跳至主要内容
临床试验/ChiCTR2600119215
ChiCTR2600119215尚未招募不适用

基于多模态数据与深度学习的急诊病原微生物智能诊断与重症预警研究

国家自然科学基金8 个研究点 分布在 1 个国家开始时间: 2026年3月1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
8
主要终点
确定性病原学诊断的中位时间(小时)

研究概览

简要总结

本研究旨在通过构建一项多中心、前瞻性、观察性急危重症感染队列,建立标准化数据采集与整合流程,并利用多模态深度学习模型实现病原体的快速智能诊断与重症风险早期预警。最终目标是推动感染性疾病诊疗从“病原识别”向“智能诊断与精准预警”的研究范式转变。

研究设计

研究类型
观察性研究
主要目的
队列研究
盲法

入排标准

性别
All

入选标准

  • 1.临床诊断为重症 / 危重症感染且病因未明者,包括:a. 脓毒症 / 脓毒性休克(经验性抗感染治疗 72 小时无效且常规培养阴性);b. 中枢神经系统感染 (常规检测阴性);c. 重症肺炎(尤其免疫抑制宿主或病情迅速进展者)。
  • 2.长期使用免疫抑制剂发生感染的患者;
  • 3.疑似特殊 / 罕见 / 新发病原体感染者。

排除标准

  • 1.终末状态或预期生存期<24 小时;
  • 2.明确非感染性病因可解释全部症状者;
  • 3.存在样本采集禁忌症者;

研究组 & 干预措施

感染组

结局指标

主要结局

确定性病原学诊断的中位时间(小时)

次要结局

  • 28 天全因死亡率
  • 对传统阴性病例的增量检出率
  • 基于测序结果的抗感染治疗调整率
  • 72 小时临床应答率
  • ICU 住院时长
  • 总住院时长

研究者

发起方
国家自然科学基金

研究点 (8)

Loading locations...

相似试验