ChiCTR2500100660进行中（未招募）回顾性研究
基于大语言模型的临床文本解析与神经外科住院患者深静脉血栓风险评分推理
四川省科技厅1 个研究点 分布在 1 个国家开始时间: 2025年4月14日最近更新:
试验速览
- 阶段
- 回顾性研究
- 状态
- 进行中（未招募）
- 发起方
- 试验地点
- 1
- 主要终点
- 准确率
研究概览
简要总结
现有 DVT 风险评估工具(如 Caprini、Autar 量表)依赖人工提取结构化数据，对非结构化临床文本(如病历描述、影像报告)利用率低。大语言模型(1argclanguage model，LLM)可通过自然语言处理(NLP)自动解析非结构化文本，目前，将 LLM 应用于医学领域的研究较少，本研究通过回顾性收集华西医院神经外科的患者资料，通过系统性收集其在住院期间的各种文书及检查报告，对比不同 LLM 在推理住院患者深静脉血栓风险的能力，并尝试构建动态推理深静脉血栓风险的框架。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 连续入组
入排标准
- 年龄范围
- 18 至 —（—）
- 性别
- All
入选标准
- •1.患者年龄大于 18 岁；
- •2.神经外科住院并进行手术干预。
排除标准
- •患者资料不全，无法进行深静脉血栓风险量表评估
研究组 & 干预措施
研究组
结局指标
主要结局
准确率
平均绝对误差
F1 分数
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
基于机器学习的急性脑梗死静脉溶栓出血转化风险预测评估急性缺血性脑卒中ChiCTR1900022924上海交通大学资助5,000
Unknown
不适用
大语言模型在多学科联合会诊中的应用研究ChiCTR2400088563自筹
Unknown
不适用
神经外科重症监护室深静脉血栓的筛查深静脉血栓ChiCTR1900023705上海市第十人民医院200
Unknown
不适用
基于深度神经网络的外科术后静脉血栓栓塞风险预测模型研究静脉血栓栓塞ChiCTR2000035329浙江省卫生健康委员会、浙江大学医学院附属第一医院
尚未招募
Unknown
风险评估模型对住院患者静脉血栓栓塞症风险的预测价值研究静脉血栓栓塞症ChiCTR-OOC-150062301,078