ChiCTR2400093230尚未招募不适用
基于超声心动图图像及高血压相关临床特征的多模态深度学习驱动模型预测评估高血压卒中风险的研究
自选课题（自筹）1 个研究点 分布在 1 个国家开始时间: 2024年11月29日最近更新:
适应症
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 收缩压，舒张压，性别、年龄、病史年限、血糖、血脂、烟酒史、家族史、用药史、临床心功能、AAO、LASD、LVDD、LVMI、RWT
研究概览
简要总结
本研究旨在利用高血压患者的超声心动图成像数据和临床信息构建基于深度学习的 预测模型，以评估该人群中风的风险。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 诊断试验诊断准确性
- 盲法
- 无
入排标准
- 年龄范围
- 18 至 —（—）
- 性别
- All
入选标准
- •1.年龄大于等于 18 岁。（2）已完成超声心动图检查并且检查数据完整。（3）电子病历中既往史、现病史或病程记录有确切的高血压发病诊断（包括在高血压患病期间曾发生过卒中事件和未发生卒中事件的患者）。
排除标准
- •1.年龄小于 18 岁。（2）未接受超声心动图检查或数据留存不完整。 （3）妊高症或白大衣高血压患者。（4）本身患有肥厚性心肌病、扩张性心肌病、心肌淀粉样变或其他先心病等导致心脏结构改变的原发疾病的患者。（5）本身患有颅内动脉瘤，动静脉瘘，先天性血管狭窄等先天性颅脑血管疾病的患者。（6）因外伤、颅脑手术、穿刺因素等造成颅脑血管损伤的患者。（7）在患有高血压之前已经发生过脑卒中的患者。
结局指标
主要结局
收缩压，舒张压，性别、年龄、病史年限、血糖、血脂、烟酒史、家族史、用药史、临床心功能、AAO、LASD、LVDD、LVMI、RWT
时间窗: 患者患有高血压的时间段内
准确度
灵敏度
特异性
次要结局
- 阳性预测值
- 阴性预测值
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于多模态数据建立预测高血压患者的危险分层评分体系的研究高血压ChiCTR2300074392自筹经费
招募中
Unknown
多模态评价脑卒中患者下肢功能的严重程度脑卒中ChiCTR2000039274自筹经费100
Unknown
不适用
脑卒中发生风险的多模态 MRI 预测研究症状性颅内动脉粥样硬化性狭窄（sICAS）ChiCTR2500098465江西省自然科学基金资助项目
Unknown
不适用
基于深度学习的多模态超声预测 TIPS 术后肝性脑病TIPS 术后肝性脑病ChiCTR2400089845首都卫生发展科研专项资金
Unknown
不适用
多模态 MRI 预测急性缺血性脑卒中预后的临床研究急性缺血性脑梗死ChiCTR2300072007合肥市第八人民医院