ChiCTR2400079876RecruitingUnknown
肾脏病理联合临床数据预测肾小球疾病进展：一项回顾性队列研究
Not provided1 site in 1 countryStarted: January 11, 2024Last updated:
Conditions
Trial Snapshot
- Phase
- Unknown
- Status
- Recruiting
- Locations
- 1
- Primary Endpoint
- 肾小球滤过率
Study Overview
Brief Summary
我们期望通过机器学习法将肾脏病理与临床指标联合起来开发一个准确而简单的预测肾小球疾病进展的模型，并进行验证。
Study Design
- Study Type
- Observational
Eligibility Criteria
- Ages
- 18 to 100 (—)
- Sex
- All
Inclusion Criteria
- •2013.01--2023.12 我院肾活检诊断肾小球疾病的患者
Exclusion Criteria
- •肾穿刺时 eGFR＜30 mL/min/1.73 m^2（使用 2009 年 CKD-EPI 肌酐方程估计 eGFR）或急性肾损伤
- •病理为单纯的小管间质病
- •病理肾小球数＜10 个，动脉数＜2 个
Arms & Interventions
验证组
预测组
Outcomes
Primary Outcomes
肾小球滤过率
终末期肾脏病
肾移植
Secondary Outcomes
No secondary outcomes reported
Investigators
Study Sites (1)
Loading locations...
Similar Trials
Unknown
Not Applicable
建立模型预测原发性肾病综合症病理类型ChiCTR-ORC-16008098湘雅医院500
Unknown
Not Applicable
肾脏病诊疗预测模型的建立与验证——基于真实世界数据的人工智能应用探索肾脏病ChiCTR2000030070院内基金
Completed
Unknown
预测慢性肾脏病预后的生物标志物与病理影像研究慢性肾脏病ChiCTR2100046519中国医学科学院协和学者基金;中国医学科学院创新工程基金50
Unknown
Not Applicable
多组学和临床多维数据预测慢性肾脏病进展及不良预后研究ChiCTR2400079828四川省科技厅项目（编号 2021YFQ0035）及四川大学华西医院一三五项目（编号 ZYJC18010）
Unknown
Not Applicable
基于视网膜、人脸信息和穿戴设备数据 AI 算法的慢性肾脏病预测预警临床研究慢性肾脏病ChiCTR2100052618成都市科技局资助（2020-YF09-00117-GX）；四川省科技厅资助（2021YF0035）600