ChiCTR2400085541尚未招募回顾性研究
基于机器学习模型的自身免疫性肝炎相关肝硬化检测的开发与验证
安徽省卫健委科研项目 (AHWJ2023A30169)2 个研究点 分布在 1 个国家开始时间: 2024年6月15日最近更新:
适应症
试验速览
- 阶段
- 回顾性研究
- 状态
- 尚未招募
- 发起方
- 试验地点
- 2
- 主要终点
- 准确度
研究概览
简要总结
本研究旨在通过机器学习算法（MLA）开发一种能够检测 AIH 相关肝硬化的模型，并验证其性能。我们假设 MLA 能够替代现有的非侵入性评估工具，如 APRI 和 FIB-4，用于预测 AIH 患者的肝硬化。具体目标包括：1.建立一个基于 MLA 的预测模型（MLA 模型），用于评估 AIH 患者的肝硬化。2.验证 MLA 模型在不同患者队列中的性能，并与 APRI 和 FIB-4 进行比较。3.评估 MLA 模型在临床实际应用中的可行性和有效性。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 诊断试验诊断准确性
入排标准
- 年龄范围
- 18 至 75（—）
- 性别
- All
入选标准
- •回顾性收集医院 2016 年至 2024 年，年龄≥18 岁的自身免疫性肝炎患者，可获得临床和实验室数据，包括人口学特征、血清生化指标、常规血液检查、凝血功能测试、血清免疫球蛋白和血清自身抗体等
排除标准
- •患者患有共存疾病，如其他自身免疫性肝病、病毒性肝炎、药物性肝损伤、非酒精性脂肪性肝病 (NAFLD) 或酒精性肝病；患有肝癌；或接受过肝移植
结局指标
主要结局
准确度
灵敏度
特异度
阳性预测值
阴性预测值
次要结局
未报告次要终点
研究者
研究点 (2)
Loading locations...
相似试验
Unknown
不适用
构建评估肝硬化程度的机器学习模型肝硬化ChiCTR2300071030苏州大学附属苏州市第九医院科研基金（编号：YK202330）
Unknown
不适用
自身免疫性肝病的影像学诊断、疗效评估及预后预测研究ChiCTR2300079271四川省自然科学基金（2023NSFSC1617）项目
Unknown
不适用
基于人工智能乙肝肝硬化无创肝纤维化诊断模型的探索乙肝肝硬化ChiCTR1900028323北京市医院管理中心
Unknown
不适用
以肝脏免疫为核心的自身免疫性肝炎患者真实世界研究ChiCTR2300074836自筹
Unknown
不适用
基于人工智能的肝脏局灶性病变自动检测及诊断系统的前瞻性评价研究ChiCTR2100045278科研经费