ChiCTR2000036908进行中（未招募）早期 1 期
基于深度学习的复方中药抗骨折能力评价与预测研究
上海申康医院发展中心1 个研究点 分布在 1 个国家目标入组 60 人开始时间: 2020年10月1日最近更新:
试验速览
- 阶段
- 早期 1 期
- 状态
- 进行中（未招募）
- 发起方
- 入组人数
- 60
- 试验地点
- 1
- 主要终点
- 骨密度
研究概览
简要总结
通过研究，率先建立骨质疏松症的深度学习模型，并开展机器深度学习模型训练，通过与真实世界诊断一致性的验证研究，最终形成一套科学、合理的深度学习的软件，为临床个体化用药和疗效监测服务，形成可供基层推广应用的新手段、新技术。
研究设计
- 研究类型
- 干预性研究
- 主要目的
- 随机平行对照
- 盲法
- 未说明
入排标准
- 性别
- All
入选标准
- •研究内容二：骨质疏松症深度学习模型训练与对比检验的临床研究
- •入选标准：年龄在 50-80 岁的老年人，经 IOF 骨质疏松症风险一分钟测试阳性者；并签署知情同意书，自愿参加本研究者。
- •研究内容四：真实世界骨质疏松症深度学习模型与临床诊疗辅助决策模型验证研究
- •入选标准：年龄在 60-75 岁的老年人，符合骨质疏松症诊断标准；并签署知情同意书，自愿参加本研究者。
排除标准
- •认知功能障碍者、严重的脊柱和髋部骨骼畸形者、严重的退行性骨关节炎患者、生活不能自理者等可能影响骨密度测定结果者。
研究组 & 干预措施
真实世界医生诊疗组
真实世界诊疗
依据辅助决策用药组
辅助决策用药
结局指标
主要结局
骨密度
腰椎 CT 检查
骨折风险评估
次要结局
- 骨代谢
研究者
研究点 (1)
Loading locations...
相似试验
招募中
Unknown
深度学习辅助全身骨折检测：基于 X 线影像的回顾性研究ChiCTR2100054762国家自然科学基金面上项目：基于深度学习的骨肿瘤诊断方法研究，编号 618761092,000
Unknown
不适用
基于机器学习构建腰椎退行性疾病多模态特征融合预后预测模型ChiCTR2200064421甘肃省教育厅项目、兰州市科技局项目350
尚未招募
Unknown
骨质疏松性椎体骨折辅助智能诊断系统的建立和临床应用骨质疏松ChiCTR2300069433课题支持
Unknown
不适用
中医药综合防治原发性骨质疏松症的临床研究ChiCTR-PRC-12002564卫生厅资助1,268
Unknown
不适用
骨关节炎图像 AI 分析技术的深度学习与临床验证研究膝骨关节炎ChiCTR2200061188国家中医药管理局，国家中医药循证能力建设项目；上海市卫生健康委员会，华东片区中西医结合关节病专科联盟360