ChiCTR2200058286尚未招募早期 1 期
基于机器学习的危重症患者营养不良识别和分级预测模型的构建研究
四川省卫生健康委员会医学科技项目1 个研究点 分布在 1 个国家目标入组 864 人开始时间: 2022年3月20日最近更新:
试验速览
- 阶段
- 早期 1 期
- 状态
- 尚未招募
- 发起方
- 入组人数
- 864
- 试验地点
- 1
- 主要终点
- 28 天病死率
研究概览
简要总结
通过探索核心营养特征在危重症患者中的分布，采用机器学习(Machine Learning，ML)算法，构建一个可以识别和分级危重症患者营养不良的预测模型，协助临床医生、护士、营养师等对患者精准、快速、高效的进行营养不良风险的筛查和评定。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 横断面
入排标准
- 年龄范围
- 18 至 —（—）
- 性别
- All
入选标准
- •1.年满 18 岁的成人 ICU 患者；
- •2.预计入住 ICU>24 小时；
- •3.患者或家属知情并签署同意书。
排除标准
- •1.入院 24 小时内即被确诊脑死亡的患者；
- •2.孕妇或哺乳期妇女；
- •3.合并精神疾病患者；
- •4.治疗中使用了体外膜肺氧合（ECMO Extracorporeal Membrane Oxygenation）的心肺功能衰竭患者；
- •5.治疗中使用了肾脏替代治疗的患者；
- •6.不愿意接受调查，中途退出者。
研究组 & 干预措施
连续入组
结局指标
主要结局
28 天病死率
住院时间
住院费用
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
基于机器学习算法对危重患者医院获得性压力性损伤风险预测模型的构建与应用研究压力性损伤ChiCTR2200064281浙江省医药卫生科技计划项目350
Unknown
不适用
危重症患者喂养不耐受风险预测模型的构建与应用ChiCTR2000034339自筹200
尚未招募
Unknown
基于真实世界多模态临床数据的围手术期危重症患者血糖动态预测人工智能模型ChiCTR2500115171204
Unknown
不适用
基于人工智能的危重症事件追踪预警及决策支持服务研究ChiCTR1900023927国家重点研发计划（项目编号： 2018YFC0116700)
Unknown
不适用
基于智慧影像的营养衰弱数据模型与老年急危重症患者预后的相关性研究ChiCTR2300070377心肺脑复苏北京市重点实验室开放课题