跳至主要内容
临床试验/ChiCTR2400090215
ChiCTR2400090215尚未招募不适用

基于机器学习的下肢动脉腔内治疗预后评估模型研究和前瞻性队列验证

中山医院临床研究专项基金1 个研究点 分布在 1 个国家开始时间: 2024年9月30日最近更新:

试验速览

阶段
不适用
状态
尚未招募
发起方
试验地点
1
主要终点
主要不良肢体事件

研究概览

简要总结

基于机器学习训练并获得最优的下肢动脉腔内治疗下肢动脉硬化闭塞症的预后预测模型,评估多种模型预测术后 30 日内不良事件和 2 年无主要不良肢体事件生存率的区分度和校准度,在前瞻性队列中评价该模型的敏感度、特异度、准确度、阳性预测值和阴性预测值。

研究设计

研究类型
观察性研究
主要目的
连续入组
盲法

入排标准

年龄范围
18 至 —(—)
性别
All

入选标准

  • 回顾性队列入选标准,满足以下所有入选项目者才能入组本研究:
  • (1) 2017 年 1 月-2023 年 12 月诊断为下肢动脉硬化闭塞并入院接受腔内治疗患者;
  • (2) 术前具有完整的下肢 CTA 影像,或术中具有完整的 DSA 影像保存;
  • (3) 首次进行下肢动脉腔内治疗干预靶病变,并且为单侧肢体;
  • (4) 具有完整的基线信息、手术记录、出院前 ABI 结果和术后 2 年的随访信息及结局指标记录。
  • (5) 已经签署了生物样本捐献知情同意书,同意所捐献样本及相关信息可用于所有医学研究。
  • 前瞻性队列入选标准,满足以下所有入选项目者才能入组本研究:
  • (1) 确诊为下肢动脉硬化闭塞;
  • (2) 术前具有完整的下肢 CTA 影像,或术中具有完整的 DSA 影像保存;
  • (3) 首次进行下肢动脉腔内治疗干预靶病变,并且为单侧肢体
  • (4) 具有完整的基线信息、手术记录和出院前 ABI 结果
  • (5) 签署知情同意书

排除标准

  • 回顾性队列中出现以下任何一项目的患者将不能入组本研究:
  • (1)合并重度的心、肺、肝功能衰竭;
  • (2)恶性肿瘤病史且未治愈;
  • (3)预期寿命小于 2 年;
  • (4)无法提供终点事件的有效信息;
  • (5)无法提供完善的病史资料和随访终点事件;
  • 前瞻性队列中出现以下任何一项目的患者将不能入组本研究:
  • (1)合并重度的心、肺、肝功能衰竭;
  • (2)恶性肿瘤病史且处于活动期;
  • (3)预期寿命小于 2 年;
  • (4)无法完成或耐受随访过程中的检查;
  • (5)无法提供完善的病史资料;
  • (6)无法接受术后随访。

研究组 & 干预措施

回顾性队列

前瞻性队列

结局指标

主要结局

主要不良肢体事件

时间窗: 术后每月

靶肢体缺血症状再次加重

时间窗: 术后 30 日内

敏感度

特异度

准确度

阳性预测值

阴性预测值

次要结局

  • 全因死亡事件(术后每月)
  • 靶血管手术相关死亡事件(术后每月)
  • 心血管不良事件(术后每月)
  • 脑血管不良事件(术后每月)
  • 靶肢体踝上截肢(术后 30 日内)
  • 靶肢体血管再次接受手术干预(术后 30 日内)

研究者

发起方
中山医院临床研究专项基金

研究点 (1)

Loading locations...

相似试验

Unknown
不适用
潘天岳医师:该研究尚未获得伦理委员会批准。请于批准后再开始纳入参试者,并与我们联系上传批件。 基于机器学习的下肢动脉病变腔内治疗预后评估研究:基于病历记录的回顾性分析
ChiCTR2000030068复旦大学血管外科研究所经费支持1,200
Unknown
不适用
该试验尚未获伦理委员会批准,请于批准后才开始征募参试者,并与我们联系上传伦理批件。 糖尿病下肢血管病 PTA 术后再狭窄的神经网络预测模型构建及效能研究周围血管病
ChiCTR2000036098自筹
尚未招募
Unknown
基于机器学习的经皮冠状动脉介入治疗术后再狭窄风险因素评价与预测模型构建
ChiCTR2200065678重庆市科卫联合医学科研项目(编号:2022ZDXM005)1,000
Unknown
不适用
冠状动脉粥样硬化性心脏病前瞻性队列和预测预后研究冠状动脉粥样硬化性心脏病
ChiCTR2100043434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,201903D31,500
Unknown
不适用
胫骨平台骨折术后创伤性关节炎发病的危险因素分析及可解释预测模型的构建与验证:基于机器学习的多中心前瞻性研究
ChiCTR2500107048自选课题(自筹)