ChiCTR2600121315招募中Unknown
基于真实世界的多参数心跳骤停患者诊疗路径探索
北京协和医院中央高水平医院临床科研专项16 个研究点 分布在 1 个国家目标入组 400 人开始时间: 2025年10月1日最近更新:
适应症
试验速览
- 阶段
- Unknown
- 状态
- 招募中
- 发起方
- 入组人数
- 400
- 试验地点
- 16
- 主要终点
- 自主循环恢复（ROSC）率
研究概览
简要总结
本研究拟应用包括生理参数在内的多参数建立预测模型，对心跳骤停患者接受心肺复苏过程中能否恢复自主心率及获得良好神经功能预后进行实时预测，以评价或指导调整心肺复苏策略，并为及时启动体外 CPR（ECPR）及其他精准干预提供循证依据。
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 18 至 99（—）
- 性别
- All
入选标准
- •2.受试者年龄>=18 岁；
- •4.接受心肺复苏至少 5 分钟；
排除标准
- •3.进行了主动脉球囊阻断等干扰四肢末梢循环治疗的病人；
- •4.明确有影响血管末梢疾病诊断者（血管炎，雷诺现象等）；
- •5.其他医务人员认为不合适入选的情况；
结局指标
主要结局
自主循环恢复（ROSC）率
时间窗: 心肺复苏结束后
次要结局
- 神经功能预后(入组后 30 天)
研究者
研究点 (16)
Loading locations...
相似试验
尚未招募
Unknown
心脏骤停预后分析与 院内心肺复苏质量体系建设心脏骤停ChiCTR2200062523300
尚未招募
Unknown
心脏骤停预后分析与院内心肺复苏质量体系建设心脏骤停ChiCTR2200063175300
尚未招募
Unknown
心脏骤停高危人群早期识别和预后预测模型的建立及推广应用心脏骤停ChiCTR2100048458自筹10,000
尚未招募
Unknown
基于多模态生理信号与机器学习的 CPR 施救者疲劳状态动态预测模型研究ChiCTR2500113867教育部产学合作育人项目（项目编号 240901449151402）
尚未招募
Unknown
基于深度学习的 ATC 智能心电识别算法在机械按压心肺复苏中的精准决策：一项多中心前瞻性研究心脏骤停ChiCTR2600120038