ChiCTR2400082726招募中Unknown
机器学习预测心衰死亡率的研究
未提供1 个研究点 分布在 1 个国家开始时间: 2023年11月13日最近更新:
适应症
试验速览
- 阶段
- Unknown
- 状态
- 招募中
- 试验地点
- 1
- 主要终点
- 全因死亡
研究概览
简要总结
比较基于机器学习的模型与传统模型在预测心力衰竭患者死亡率方面的性能差异，并评估机器学习模型在临床实践中的应用效果。
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 18 至 100（—）
- 性别
- All
入选标准
- •（1）年龄≥18 岁。 （2）确诊为心力衰竭。
排除标准
- •（1）死因为癌症或其他严重疾病。 （2）失访。
结局指标
主要结局
全因死亡
ROC 曲线下面积
次要结局
- 灵敏度
- 特异度
- 阳性预测值
- 阴性预测值
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于机器学习构建心力衰竭的病因诊断和预后评估的决策模型心力衰竭ChiCTR1900027044上海申康医院发展中心
尚未招募
Unknown
机器学习模型对心力衰竭 6 个月再入院预测的可解释性价值：回顾性、比较性、机器学习研究方案心力衰竭ChiCTR2500104915
Unknown
不适用
心力衰竭患者预后预测模型的建立及验证ChiCTR23000744052023 年北京医院临床研究“助航”专项
Unknown
不适用
心肌梗死后心脏性猝死的个性化预测模型：基于电子健康档案的机器学习研究ChiCTR2500101100本人发起的临床研究项目“ 心肌梗死后心脏性猝死的个性化预测模型：基于电子健康档案的机器学习研究 ”，其研究经费来源为重庆市技术创新与应用发展专项：AI+衰老风险评估与预警关键技术研究与应用。
Unknown
不适用
田晶医师：请尽快在 ResMan IPD 平台上传原始数据以完成补注册。 慢性心力衰竭前瞻性队列和预测预后研究慢性心力衰竭ChiCTR2100043337心脑血管疾病患者报告结局（PRO）恶化预警与潜在状态评估模型构建，国自然基金面上项目，81872714，负责人：张岩波，起止年月：2019/01-2022/12。重大疾病风险评估山西省重点实验室，山西省重点实验室项目，201805D111006，负责人：张岩波，起止年月：2018/12-2020/12。血脂异常患者 microRNA-206 表达分析及其降脂机制研究，山西重点研发计划，201903D3792