Skip to main content
Clinical Trials/ChiCTR2500103350
ChiCTR2500103350Not yet recruitingNot Applicable

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 site in 1 country620 target enrollmentStarted: December 11, 2024Last updated:

Trial Snapshot

Phase
Not Applicable
Status
Not yet recruiting
Sponsor
Enrollment
620
Locations
1
Primary Endpoint
癌症患者从第一次接受肿瘤治疗开始后出现 CV 毒性事件

Study Overview

Brief Summary

(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

Study Design

Study Type
观察性研究
Primary Purpose
队列研究
Masking

Eligibility Criteria

Ages
18 to 90 (—)
Sex
All

Inclusion Criteria

  • 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;

Exclusion Criteria

  • 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。

Arms & Interventions

回顾性研究

前瞻实验组

前瞻对照组

Outcomes

Primary Outcomes

癌症患者从第一次接受肿瘤治疗开始后出现 CV 毒性事件

Time Frame: 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

Secondary Outcomes

No secondary outcomes reported

Investigators

Sponsor
国家自然科学基金

Study Sites (1)

Loading locations...

Similar Trials