ChiCTR2100050799招募中Unknown
基于机器学习与深度学习对脓毒症的预警及不良预后的预测
省科技厅国际港澳台科技创新合作1 个研究点 分布在 1 个国家目标入组 158 人开始时间: 2021年9月2日最近更新:
适应症
试验速览
- 阶段
- Unknown
- 状态
- 招募中
- 发起方
- 入组人数
- 158
- 试验地点
- 1
- 主要终点
- 病死率
研究概览
简要总结
采集脓毒症患者必要临床数据，借助机器学习和深度学习算法构建患者疾病发生及预后预测模型，为临床治疗提供辅助决策。
研究设计
- 研究类型
- Observational
入排标准
- 性别
- All
入选标准
- •1.年龄 18 岁及以上；
- •2.明确诊断脓毒症患者（Sepsis 3.0）；
- •3.APACHEII 评分≥15 分；
- •4.预计至少住院 7 天以上的患者。
排除标准
- •1.妊娠期或哺乳期的女性；
- •2.参加其他临床试验的患者。
研究组 & 干预措施
死亡组
存活组
结局指标
主要结局
病死率
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
成人脓毒症患者预后预测指标的筛选及机器学习预测模型构建的临床研究ChiCTR2500103679不涉及
Unknown
不适用
刘广建医师：请填写测量指标；请联系我们上传伦理审批文件，研究计划书。 基于动态演化数据和机器学习的脓毒症临床分型研究脓毒症ChiCTR2100043283广东省人民医院20,000
Unknown
不适用
基于深度学习建立脓毒症患者能量与蛋白质最佳摄入量动态预测模型的研究ChiCTR22000563162019YFS053420
Unknown
不适用
应用机器学习方法建立老年脓毒症患者预后预测模型及其临床应用研究脓毒症ChiCTR2200058007福建省血管衰老重点实验室科研经费资助120
Unknown
不适用
基于人工智能动态心电信号分析的脓毒症心功能障碍预测研究脓毒症ChiCTR2100048456自筹400