ChiCTR2100052476尚未招募Unknown
基于多模态磁共振的机器学习算法预测特发性正常压力性脑积水患者术后转归的研究
研究者自筹1 个研究点 分布在 1 个国家目标入组 150 人开始时间: 2022年1月1日最近更新:
试验速览
- 阶段
- Unknown
- 状态
- 尚未招募
- 发起方
- 入组人数
- 150
- 试验地点
- 1
- 主要终点
- 脑脊液分流术的效果
研究概览
简要总结
研究 iNPH 患者脑结构以及脑功能连接网络的改变特征，结合 iNPH 的临床危险因素，采用机器学习技术建立 iNPH 患者脑脊液分流手术的效果的预测模型。为 iNPH 患者行脑脊液分流术前筛查提供新的思路和依据。
研究设计
- 研究类型
- Observational
入排标准
- 性别
- All
入选标准
- •1.择期行脑脊液分流手术 iNPH 患者；
- •3.ASA 分级为Ⅰ~Ⅲ级。
排除标准
- •1.合并除阿尔兹海默病（AD）以外的精神或运动障碍性疾病；
- •2.存在严重视力、听力或语言交流障碍而无法完成步态及认知测试者测试;
- •3.临床病史中有明确脑外伤、蛛网膜下腔出血、颅内感染等；
- •4.体内有金属植入物或心脏起搏器，不能配合 MRI 检查；
研究组 & 干预措施
预测模型组
验证模型组
结局指标
主要结局
脑脊液分流术的效果
功能磁共振
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于机器学习的预测模型预测脑梗死后再梗死与脑梗死后再出血研究ChiCTR2500113505自选课题（自筹）
Unknown
不适用
该试验尚未获伦理委员会批准，请于批准后才开始征募参试者，并与我们联系上传伦理批件。 计算机深度学习脑小血管病多模态 MRI 预测术后患者认知功能障碍的前瞻性队列研究ChiCTR2000035681申康《促进市级医院临床技能与临床创新三年行动计划（2020 年-2022 年》822
尚未招募
Unknown
基于 pcASL 双 PLD 技术对脑积水患者血流储备的研究脑积水ChiCTR2300070646
Unknown
不适用
正常压力脑积水患者行腰大池外引流后临床症状及脑室形态的变化ChiCTR2100041897华西医院 SCI 经费10
Unknown
不适用
持续腰大池引流在正常压力脑积水患者诊疗中的价值研究正常压力脑积水ChiCTR2300070476四川省成都市科技局重大科技应用示范项目