ChiCTR2100054870进行中（未招募）回顾性研究
利用眼部图像通过深度学习预测新发心血管疾病：基于健康体检人群的回顾性队列研究
国家自然科学基金面上项目，81974136，白藜芦醇激活 TyrRS/PARP1 通路治疗糖尿病视网膜神经退行性变及机制研究1 个研究点 分布在 1 个国家目标入组 1,500 人开始时间: 2022年1月1日最近更新:
适应症
试验速览
- 阶段
- 回顾性研究
- 状态
- 进行中（未招募）
- 发起方
- 入组人数
- 1,500
- 试验地点
- 1
- 主要终点
- 眼底照相
研究概览
简要总结
利用深度学习根据眼底照相预测患者未来 8 年内新发高血压、动脉硬化和颈动脉粥样硬化的风险。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 析因分组（即根据危险因素或暴露因素分组）
- 盲法
- N/a
入排标准
- 年龄范围
- 18 至 80（—）
- 性别
- All
入选标准
- •眼底图像符合质量控制标准；
- •体检信息完整，包含研究所需临床资料；
- •随访开始时无本研究探讨的心血管疾病。
排除标准
- •患有严重的眼底不能窥入的眼科疾病；
- •患有可能引起继发性心血管疾病的疾病；
- •随访次数不符合结局事件界定的标准；
- •患有严重的无法控制的全身性疾病；
研究组 & 干预措施
研究人员根据入组体检者的性别、年龄、有无高血压、糖尿病进行分组
结局指标
主要结局
眼底照相
基础信息
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
基于视网膜形态学对心脑血管疾病预测价值的前瞻性队列研究ChiCTR-EOC-17013891国家自然科学基金
Unknown
不适用
基于多模态眼底影像数据的人工智能在心血管疾病诊疗中的应用研究心血管疾病ChiCTR2100046352科研经费5,000
Unknown
不适用
李美燕医师：该研究尚未获得伦理委员会批准，请于批准后再开始纳入参试者，并与我们联系上传批件。 基于深度学习的眼底图片屈光不正预测与视网膜病变识别研究屈光不正ChiCTR2000035982自筹5,000
Unknown
不适用
基于视网膜图像预测紫绀型先心病患者手术风险的人工智能开发与应用ChiCTR1800018153广东省人民医院90
Unknown
不适用
基于影像学探索视网膜血管评估头颈部动脉粥样硬化的预警新方法动脉粥样硬化ChiCTR-DCD-15006403北京市医院管理局