ChiCTR2500113805尚未招募不适用
融合多模态数据与人工智能的急性心肌梗死复发风险预测模型:构建与验证研究
国家自然科学基金(T2541003)2 个研究点 分布在 1 个国家开始时间: 2025年10月24日最近更新:
适应症
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 2
- 主要终点
- 冠脉影像
研究概览
简要总结
构建一个基于多模态数据（包括冠脉影像、心电图、生化指标、电子病历等）的机器学习模型，用于预测 AMI 患者未来 24 个月内发生再发心梗或者心源性死亡的风险，并在前瞻性多中心队列中收集 2 年随访时间窗内再发心梗、心源性死亡数据，验证其性能（目标 AUC >0.85，灵敏度 >85%，特异性 >80%）。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 诊断试验诊断准确性
入排标准
- 年龄范围
- 18 至 85（—）
- 性别
- All
入选标准
- •1.年龄>=18 岁；
- •2.确诊为 AMI，包含急性 ST 段抬高型心肌梗死（STEMI）和急性非 ST 段抬高
- •型心肌梗死（NSTEMI）；
- •3.行 PCI 治疗并成功恢复灌注。
排除标准
- •影像质量不合格或数据缺失率>30%。
结局指标
主要结局
冠脉影像
生化指标
电子病历
多组学
灵敏度
特异性
次要结局
未报告次要终点
研究者
研究点 (2)
Loading locations...
相似试验
Unknown
不适用
急性心梗血运重建后心力衰竭的多组学研究ChiCTR2400089708“科创甬江 2035”关键技术突破计划
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
应用机器学习预测急性心肌梗死后心律失常的发生急性心肌梗死ChiCTR2100041960哈尔滨医科大学附属第一医院心血管内科
Unknown
不适用
粤北人民医院近 5 年急性心肌梗死患者回顾性病例分析临床研究ChiCTR2500106297自选课题（自筹）
Unknown
不适用
机器学习驱动的急性心梗后心力衰竭精准管理策略构建心力衰竭ChiCTR2500114908浙江省医药卫生科技项目