ChiCTR2400081856尚未招募不适用
基于多模态数据建立预测心房颤动患者的危险分层评分体系
蚌埠医科大学第一附属医院院级经费1 个研究点 分布在 1 个国家开始时间: 2024年3月9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
探讨心房颤动患者预后的影响因素，并基于多模态数据构建预测模型，以便于早期识别主要不良心脑血管事件( Main Adverse Cardiovascular and Cerebrovascular Events, MACCEs ) 高风险的预测价值。
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
- •年龄为 18-95 岁之间；
排除标准
- •预期寿命<12 个月者;
- •精神上或法律上的丧失行为能力;
- •过去 2 年内滥用药物或酒精。
研究组 & 干预措施
房颤组
结局指标
主要结局
主要不良心血管事件
时间窗: 每年随访
全因死亡
时间窗: 每年随访
心源性死亡
时间窗: 每年随访
心肌梗死
时间窗: 每年随访
卒中
时间窗: 每年随访
血运重建
时间窗: 每年随访
房颤负荷
时间窗: 每年随访
出血
时间窗: 每年随访
电子病历资料
时间窗: 基线资料纳入
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
基于多模态数据预测冠心病患者的危险分层评分体系ChiCTR2400080282蚌埠医科大学第一附属医院优秀人才经费
Unknown
不适用
基于多模态数据建立预测高血压患者的危险分层评分体系的研究ChiCTR2300074392自筹经费
Unknown
不适用
基于多模态数据建立预测急性冠脉综合征患者的危险分层评分体系ChiCTR2300068491暂缺
Unknown
不适用
基于多模态数据建立预测 TAVR 患者的危险分层评分体系ChiCTR2300075597自筹经费
Unknown
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ChiCTR2300074493北京医院