ChiCTR2300073262尚未招募回顾性研究
基于机器学习的增强 CT 检查中 PC-AKI 风险预测模型
四川大学大学生创新创业计划1 个研究点 分布在 1 个国家开始时间: 2023年4月8日最近更新:
试验速览
- 阶段
- 回顾性研究
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 血肌酐
研究概览
简要总结
基于机器学习方法建立 PC–AKI 风险预测模型，从而在增强 CT 检查全周期过程中实现患者 PC-AKI 风险预测，降低不良反应发生率，推进增强 CT 检查向智能化、个性化变革。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 队列研究
入排标准
- 年龄范围
- 18 至 80（—）
- 性别
- All
入选标准
- •1.进行增强 CT 检查的住院及门诊病人；
排除标准
- •1.增强 CT 检查前 7 天或后 7 天未进行 Scr 检查患者；
- •2.临床资料不全或真实性有待考证的患者。
研究组 & 干预措施
增强 CT 检查患者
结局指标
主要结局
血肌酐
次要结局
- 血清钠
- 血清钾
- 血红蛋白
- 血小板计数
- 白细胞计数
研究者
研究点 (1)
Loading locations...
相似试验
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 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
基于 CT 影像 AI 预测股骨头坏死塌陷发生及进展研究ChiCTR2500107150自选课题（自筹）200
Unknown
不适用
请填写测量指标。 基于机器学习的 TACE 联合免疫检查点抑制剂及靶向药物治疗 HCC 疗效预测的影像组学标志物及预后模型研究ChiCTR2200061765北京医学奖励基金会
Unknown
不适用
人工智能在主动脉疾病影像诊断中的应用研究ChiCTR1900022059数坤（北京）网络科技有限公司696