ChiCTR2400093746尚未招募不适用
基于脑电技术利用机器学习构建青少年抑郁症辅助诊断和疗效预测模型
2024 年度扬州市基础计划研究（联合专项）卫生健康类项目1 个研究点 分布在 1 个国家开始时间: 2024年9月16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
- 临床指标
研究概览
简要总结
本研究利用非线性动态数据分析方法，基于机器学习数据挖掘技术筛选青少年抑郁症脑电和神经认知的生物标志物，构建青少年抑郁症的神经认知与脑电的客观生物标记物相结合的综合医学诊断模型。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 病例对照研究
- 盲法
- 无
入排标准
- 年龄范围
- 13 至 17（—）
- 性别
- All
入选标准
- •1.青少年抑郁症人群：符合 DSM-IV 青少年抑郁症诊断标准且从未系统治疗过或使用过其他精神科药物包括抗抑郁药、情感稳定剂等。
- •2.正常组：采用 DSM-IV 的 SCID 进行筛查显示无精神疾病，无精神病家族史。
- •3.所有受试者入组前均由本人和其监护人签署知情同意书。
排除标准
- •1.慢性疾病史：如慢性阻赛性肺肺病，哮喘，高血压（>140/95mmHg），心脏病，肝病，血液病，糖尿病，心动过速（静止心率>95 次 / 分）。
- •3.神经系统疾病：包括脑血管病，脑肿瘤，颅脑外伤，多发性硬化，癫痫，运动性疾病， 治疗中的偏头痛。
- •4.当前正在使用呼吸系统药物，心血管药物，抗惊厥药物或精神活性物质者。
研究组 & 干预措施
青少年抑郁症组
正常组
结局指标
主要结局
临床指标
时间窗: 基线期、6 个月、1 年
神经认知指标
时间窗: 基线期、6 个月、1 年
脑电指标
时间窗: 基线期、6 个月、1 年
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
尚未招募
Unknown
基于多模态数据的青少年抑郁症辅助诊断模型抑郁症ChiCTR2300070007浦东新区卫生健康委员会
Unknown
不适用
青少年抑郁症自杀意念的分类研究：基于 EEG 信号的机器学习方法ChiCTR2400090849青少年心理健康与危机智能干预安徽省哲学社会科学重点实验室开放基金（SYS2023B08）
Unknown
不适用
基于机器学习整合全脑纤维束自动定量和血清代谢组的青少年抑郁症诊断复合模型关键技术的研究ChiCTR2400084171“四个一批”科技兴医创新计划项目
Unknown
不适用
青少年抑郁障碍自杀未遂的预测模型研究ChiCTR2400088980成都市科学技术局和四川大学华西医院
Unknown
不适用
探索脑-心电生理联动 MLP 模型如何精确诊断抑郁症的机制抑郁障碍ChiCTR2500099887国家自然科学基金