基于多模态机器学习的癌症患者心血管毒性预测模型——肿瘤心脏病学队列的构建

国家自然科学基金1 个研究点分布在 1 个国家目标入组 620 人开始时间: 2024年12月11日最近更新: 2025年5月28日

试验速览

阶段: 不适用
状态: 尚未招募
发起方
入组人数: 620
试验地点: 1
主要终点: 癌症患者从第一次接受肿瘤治疗开始后出现 CV 毒性事件

研究概览研究设计入排标准研究组 & 干预措施结局指标研究者研究点记录与标识符相似试验

研究概览

简要总结

（1）建立肿瘤心脏病学相关疾病队列，探索肿瘤心脏病学相关疾病的危险因素、揭示疾病发生、发展机制（2）采用人工智能算法综合考虑肿瘤患者各个模态数据的特征，构建精准化、个体化的 CV 毒性风险评估体系。（3）通过采集患者血液样本进行多组学分析，进一步增强 CV 毒性风险评估模型的生物可解释性（4）探索肠道菌群在癌症患者肿瘤治疗的心血管毒性中的作用机制，开拓肿瘤治疗导致的心血管毒性治疗的一个新靶点

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 90（—）
性别: All

入选标准

•1.回顾性研究纳入标准： a)2013 年-2025 年间于我院就诊的患者 b)明确诊断癌症的患者 c)诊断结果经过明确的组织病理学检查的病例；
•2.前瞻性研究纳入标准： a)年龄已满 18 岁，不超过 90 岁； b)明确诊断癌症的患者； c)组织病理学检查确诊的病例； d)接受肿瘤治疗的患者；

排除标准

•1.回顾性研究排除标准：随访数据缺失；
•2.前瞻性研究排除标准： a)有晕针、晕血、病理性低血压人群； b)患有精神疾病或认知功能障碍的患者。

研究组 & 干预措施

回顾性研究

前瞻实验组

前瞻对照组

结局指标

主要结局

癌症患者从第一次接受肿瘤治疗开始后出现 CV 毒性事件

时间窗: 在接受肿瘤治疗前、首次肿瘤治疗后、半年、1 年，此后每半年收集患者辅助检查资料进行随访

次要结局

未报告次要终点

研究者

发起方

国家自然科学基金

研究点 (1)

Loading locations...

相似试验

Unknown

不适用

基于多模态大模型的多种肿瘤智能诊疗系统构建与应用——一项多中心研究

ChiCTR2500106586上海元末科技有限公司

Unknown

不适用

基于 CT 影像的深度学习评估冠状动脉重度钙化风险的前瞻性、多中心临床研究

ChiCTR2300069164科技部国家重点研发计划课题

Unknown

不适用

人工智能驱动的冠脉 CT 血管成像综合评估策略对于稳定型冠心病患者未来主要不良心血管事件的预测价值

ChiCTR2500105819自选课题（自筹）

Unknown

不适用

基于人工智能肾脏肿瘤病理特征与预后精准预测模型的构建肾脏肿瘤

ChiCTR1900025090福建省中青年教师教育科研项目

Unknown

不适用

ChiCTR2500102010自筹