ChiCTR2400080901尚未招募不适用
基于机器学习预测模型指导下脓毒症急性肾损伤的预防及管理
河北省社会发展科技处1 个研究点 分布在 1 个国家开始时间: 2022年7月1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
- 急性肾损伤发生率
研究概览
简要总结
本研究拟通过将脓毒症急性肾损伤预测模型应用于临床中指导脓毒症患者急性肾损伤的预防，评估预测模型对脓毒症患者急性肾损伤的发生及预后的影响，从而为脓毒症急性肾损伤的预防治疗策略提供一些新的思路及依据。
研究设计
- 研究类型
- 干预性研究
- 主要目的
- 随机平行对照
- 盲法
- 患者单盲
入排标准
- 年龄范围
- 18 至 75（—）
- 性别
- All
入选标准
- •研究期间收入河北医科大学第四医院重症医学科的脓毒症患者，1)根据 Sepsis 3.0 标准诊断脓毒症：a. 可疑或存在感染，b. qSOFA≥2 分：意识改变，RR>22 次 / 分，SBP<90mmHg；2）年龄≥18 周岁；3）预计 ICU 住院时间≥24h；4）自愿签署知情同意书并参与研究。
排除标准
- •1）明确为脓毒症时已经合并急性肾损伤；2）既往合并慢性肾功能不全或接受透析治疗；3）入 ICU24 小时内放弃治疗或死亡患者；4）孕产妇及哺乳期妇女；5）正在参加其他药物或者临床研究或者不愿签署知情同意书的患者。
研究组 & 干预措施
预测模型组
对照组
结局指标
主要结局
急性肾损伤发生率
次要结局
- ICU 住院时间
- 是否行 CRRT 治疗
- 28 天病死率
研究者
研究点 (1)
Loading locations...
相似试验
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脓毒症ChiCTR2100050799省科技厅国际港澳台科技创新合作158
Unknown
不适用
基于 ATIII 建立脓毒症继发急性肾损伤预测模型脓毒症ChiCTR1900027556自筹200
Unknown
不适用
基于智能决策系统的脓毒症预测模型构建及效能研究ChiCTR2300078121自筹
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
住院患者急性肾损伤的流行病学研究及预警模型建立急性肾损伤ChiCTR2200061610国家自然科学基金 818736071,720