ChiCTR2100042137招募中Unknown
快速筛查呼吸道疾病早期患者的呼气测试方法
国家自然科学基金委员会1 个研究点 分布在 1 个国家目标入组 1,000 人开始时间: 2021年1月1日最近更新:
试验速览
- 阶段
- Unknown
- 状态
- 招募中
- 发起方
- 入组人数
- 1,000
- 试验地点
- 1
- 主要终点
- 呼气 NO 浓度
研究概览
简要总结
在前期研究基础上，深入探讨呼气 NO 浓度结合机器学习方法在呼吸道疾病早期筛查中的潜在应用价值,进一步揭示呼气 NO 浓度对于临床早期筛查呼吸道疾病的意义，为早期筛查呼吸道疾病提供新的快速、经济、无创的早期筛查方法。
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 20 至 89（—）
- 性别
- All
入选标准
- 未提供
排除标准
- •1 难以做 FeNO 测试者；
- •2 在 FeNO 测试前 1 小时进食的受试者；
- •3 在 FeNO 测试前 1 小时吸烟或饮酒的受试者；
- •4 在 FeNO 测试前 1 小时内剧烈运动的受试者；
- •5 在 FeNO 试验前 1 小时内进行过其他肺功能检测的受试者。
研究组 & 干预措施
呼吸道疾病组
健康对照组
结局指标
主要结局
呼气 NO 浓度
次要结局
- 年龄
- 身高
- 体重
- 疾病史
- 用药史
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
呼吸道感染的快速检测研究与应用ChiCTR-DNRC-10000917总后“十一五”科技攻关课题
Unknown
不适用
基于 PTR-MS 的大样本肺癌呼吸分析标志物研究肺肿瘤ChiCTR1900023659中国医学科学院医学与健康科技创新工程项目资助
尚未招募
不适用
BREVOC Study: Exhaled VOCs for High-Risk Chest Pain in the EDAcute Coronary SyndromeNCT07379567Qilu Hospital of Shandong University6,000
Unknown
不适用
基于支气管上皮细胞功能的哮喘生物标志物应用深度学习预测急性发作研究ChiCTR2500105377无锡市尚沃医疗电子股份有限公司
Unknown
不适用
基于呼气分析与机器学习的胃癌无创诊断研究ChiCTR2500115028本研究为研究者发起的研究。
经费来源： 研究经费由研究者所在科室承担。
物资来源： 核心检测设备由西安电子科技大学智能感知与能源采集实验室提供。研究所用一次性耗材由研究团队自行采购。
利益冲突声明： 设备提供方不参与研究设计、数据收集、分析与结果解释，研究者声明无相关经济利益冲突。