ChiCTR2000036196尚未招募Unknown
基于人工智能算法的慢性肾病早期中西医融合预测模型的构建及效能评估研究
申康医院发展中心临床三年行动计划项目2 个研究点 分布在 1 个国家目标入组 7,250 人开始时间: 2020年10月1日最近更新:
适应症
试验速览
- 阶段
- Unknown
- 状态
- 尚未招募
- 发起方
- 入组人数
- 7,250
- 试验地点
- 2
- 主要终点
- 肾小球滤过率
研究概览
简要总结
基于四诊仪数据库，采用 AI 算法构建拟合度好、预测效果好、稳定性高的 CKD G1 期、G2 期和 G3a 期疾病发生的预测模型，为 CKD G1 期、G2 期和 G3a 期患者的早筛查、早预防、早干预提供稳定、可信的工具和决策依据。
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 18 至 70（—）
- 性别
- All
入选标准
- •① 18 岁以上的成年人；
- •② 具有一定文字阅读和理解能力，可以用语言进行沟通者；
- •③ 自愿参加本次实验者。
排除标准
- •① 有认知功能障碍或患精神性疾患者；
- •② 严重功能性或器质性疾病者；
- •③ 已进行肾脏替代治疗的患者。
研究组 & 干预措施
CKD G1 期、G2 期和 G3a 期患者
结局指标
主要结局
肾小球滤过率
次要结局
未报告次要终点
研究者
研究点 (2)
Loading locations...
相似试验
Unknown
1 期
基于“肾虚湿瘀”理论延缓慢性肾脏病（CKD3 期）进展中西医优化方案研究及推广应用ChiCTR-TRC-14004543江苏省科技厅360
尚未招募
不适用
Kidney disease identification using artificial intelligence and retinal photographs in people with diabetesCTRI/2024/04/065141European Foundation for the Study of Diabetes2,400
招募中
不适用
Development of a prediction tool for kidney injury in patients with respiratory disorder on different ventilation techniques.CTRI/2024/01/061610Faculty SEED grant- Manipal Academy of Higher Education100
Unknown
不适用
膝骨关节炎进展风险评估模型研究骨关节炎ChiCTR-ROC-17013790北京市科技计划课题：D171100003217001
尚未招募
不适用
Optimization and Validation of an Artificial Intelligence Model for Predicting Chronic Kidney Disease Using Retinal Fundus ImagesCTRI/2025/08/093433LifeBytes India Private Limited3,384