ChiCTR2500104956已完成不适用
通过多模态深度学习分析提高肩袖腱病的临床决策及治疗研究
自筹经费4 个研究点 分布在 1 个国家开始时间: 2025年6月30日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 已完成
- 发起方
- 试验地点
- 4
- 主要终点
- 接收者操作特征曲线下面积
研究概览
简要总结
通过临床得前瞻性验证，探索深度学习模型是否可以帮助临床医生进行肩袖腱病得诊断及临床决策
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 队列研究
- 盲法
- 无
入排标准
- 年龄范围
- 18 至 —（—）
- 性别
- All
入选标准
- •单侧，MRI 和或关节镜诊断为肩袖损伤的患者；
- •术前完善临床信息，X 线及 MRI
排除标准
- •既往行肩关节手术治疗；
- •合并肩关节骨折，肿瘤，感染或类风湿性关节炎；
- •术前资料不齐全，且无法补充缺失值或缺失值＞30%
研究组 & 干预措施
单独诊断低年资医生，模型低年资医生组+高年资医生组
结局指标
主要结局
接收者操作特征曲线下面积
次要结局
- 精确率-召回率曲线下面积
- 敏感度
- 特异度
研究者
研究点 (4)
Loading locations...
相似试验
Unknown
不适用
基于脑网络可塑性特征分类器预测臂丛损伤后想象运动脑机接口训练促进患肢功能康复的研究ChiCTR2000037144上海申康医院发展中心60
Unknown
不适用
胫骨平台骨折术后创伤性关节炎发病的危险因素分析及可解释预测模型的构建与验证：基于机器学习的多中心前瞻性研究ChiCTR2500107048自选课题（自筹）
Unknown
不适用
基于多模态动态数据的局晚期头颈鳞癌术后个体化辅助治疗决策模型的双向性研究ChiCTR2500107027自选课题（自筹）571
Unknown
不适用
基于机器学习技术构建原发性胸椎源性胸痛诊断模型及其验证ChiCTR2500105074深圳市第三人民医院院内课题，编号【25270G1023】
Unknown
不适用
基于人工智能的多模态数据对代谢性疾病的诊断及风险预测研究ChiCTR2300069400上海市政府糖尿病专项 (GWIV-3)