ChiCTR2000041085进行中（未招募）早期 1 期
基于人工智能技术的颅内小动脉瘤稳定性评估模型研究：采用动脉瘤患者临床特征和动脉瘤形态学参数的前瞻性、多中心、对照临床研究
自筹1 个研究点 分布在 1 个国家开始时间: 2020年12月14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
- 试验地点
- 1
- 主要终点
- 动脉瘤破裂
研究概览
简要总结
1、主要目的：根据患者的临床特征和影像数据中获得的动脉瘤形态学特征来搭建小动脉瘤稳定性评估模型，用以评估小动脉瘤的破裂风险； 2、次要目的： a) 对比机器学习与逻辑线性回归（LR）、PHASES 评分对于小动脉瘤破裂风险的评估差异； b) 评估直径 0-3mm（包括 3）及 3-5mm（不包括 5）的颅内动脉瘤的破裂风险因素； 3、探索性目的：建立小动脉瘤稳定性评估系统，用于指导未破裂的颅内小动脉瘤的临床治疗策略。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
- 盲法
- 未说明
入排标准
- 年龄范围
- 18 至 80（—）
- 性别
- All
入选标准
- •年龄为 18～80 岁（包含 18 岁和 80 岁），性别不限；
- •无既往动脉瘤性蛛网膜下腔出血病史；
- •无既往突发剧烈头痛、动眼神经麻痹、颈项强直、畏光、短暂性意识丧失、突然痫性发作病史；
- •1 个月之内的 CTA、MRA 或者 DSA 诊断为颅内囊状小动脉瘤（＜5mm）的患者；
- •动脉瘤患者承诺愿意接受随访；
- •患者同意参加试验，并自愿签署知情同意书。
排除标准
- •CTA、MRA 或者 DSA 影像质量不佳，如存在运动伪影、金属伪影等；
- •目标动脉瘤为血泡样动脉瘤、假性动脉瘤、感染性动脉瘤或动静脉畸形、烟雾病相关的动脉瘤；
- •研究者认为不适合参加该临床试验的患者；
- •不配合后续入组及随访的。
结局指标
主要结局
动脉瘤破裂
SEN, SPE, ACC, AUC of ROC, PV+, PV-
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 CTA 图像的中国颅内动脉瘤数据库构建：通过深度学习自动诊断和预测动脉瘤的风险颅内动脉瘤ChiCTR2100054564北京安德医智科技有限公司
Unknown
不适用
基于神经血管影像诊断的人工智能算法在颅内动脉瘤关键治疗技术微导管塑形方法上的应用研究ChiCTR2000034502上海市卫计委100
Unknown
不适用
基于人工智能的深静脉血栓形成时间预测的研究深静脉血栓形成ChiCTR25001153321.南华大学附属第二医院青年优秀人才项目；
2.湖南省卫生健康高层次人才项目300
Unknown
不适用
基于人工智能影像组学开发预测脑脊髓海绵状血管畸形基因型及出血风险的决策系统ChiCTR2200063445首都卫生发展科研专项项目
Unknown
不适用
该研究尚未获得伦理委员会批准。请于批准后才开始纳入参试者，并与我们联系上传批件。 中国多发颅内动脉瘤血管内治疗多中心前瞻性队列研究ChiCTR2000033429国家自然科学基金；首都卫生发展专项；北京“登峰”人才培养计划4,500