ChiCTR2300077172尚未招募不适用
采用深度学习模型基于 ECG 术中血液电解质浓度预测技术的开发与验证
研究者自筹3 个研究点 分布在 1 个国家开始时间: 2023年11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
- 3
- 主要终点
- 血气分析指标
研究概览
简要总结
本研究旨在开发和验证术中持续血液电解质无创预测技术，以提高患者手术期间的监测水平。以期通过该技术，为医护人员提供实时、动态数据，及时采取必要的干预措施，减轻患者的创伤和降低医疗成本。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 连续入组
- 盲法
- 无
入排标准
- 年龄范围
- 0 至 100（—）
- 性别
- All
入选标准
- •术中拟行血气分析的患者
排除标准
- •术中拟行体外循环的患者（心脏停跳，无法采集有效的心电波形）；
- •安置心脏起搏器的患者;
- •术前诊断有房颤、房扑、传导阻滞、室速、室颤、或预激综合征影响心电传导疾病的患者。
研究组 & 干预措施
系列患者纳入
结局指标
主要结局
血气分析指标
次要结局
- 术后感染
- 术后肺部并发症
- 急性肾损伤
- 衰弱
- 肌少症
研究者
研究点 (3)
Loading locations...
相似试验
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
基于术中监测数据构建预测术后不良事件风险的机器学习模型ChiCTR2500104544国家自然科学基金
Unknown
不适用
基于脑电图深度学习的麻醉深度监测在全麻手术患者中的临床应用研究ChiCTR2300074623博联众科（武汉）科技有限公司
招募中
Unknown
大数据分析建立术后疼痛预测模型术后疼痛ChiCTR2200058466
尚未招募
Unknown
消化内镜黏膜下剥离术术后疼痛风险预测模型的构建与验证ChiCTR2300072854导师课题经费及研究生科研经费