跳至主要内容
临床试验/ChiCTR2600116492
ChiCTR2600116492尚未招募不适用

基于人工智能算法融合多模态数据构建不良妊娠结局的预测模型

生殖健康及重大出生缺陷防控研究3 个研究点 分布在 1 个国家开始时间: 2024年12月1日最近更新:

试验速览

阶段
不适用
状态
尚未招募
发起方
试验地点
3
主要终点
复合活产结局

研究概览

简要总结

主要目的:基于人工智能算法,融合临床、影像等多区域、多中心多模态数据,针对不同子宫结构损伤建立双向队列,运用 XGBoost 集成学习和多模态深度学习算法,围绕自然妊娠和辅助生殖构建覆盖孕前、孕期及围产期的不良妊娠结局多阶段 AI 预测模型。 次要目的:开发 GPT 大模型,将成为基于多中心多模态数据的不良妊娠结局预测的重要突破,具有很大的科学和临床价值。

研究设计

研究类型
观察性研究
主要目的
队列研究
盲法

入排标准

年龄范围
18 至 —(—)
性别
Female

入选标准

  • 1.自愿签署知情同意书;
  • 4.经病史,诊断为疤痕子宫(剖宫产、肌瘤或者腺肌瘤剔除、子宫破裂修补术 后)、宫颈锥切术后、人工流产术后。或经宫腔镜诊断为宫腔粘连者。

排除标准

  • 1.患有精神疾病,无法配合随访;
  • 2.经研究者判断认为不适合参与本研究;

研究组 & 干预措施

子宫损伤组

结局指标

主要结局

复合活产结局

时间窗: 计划妊娠的受试者若临床妊娠或已经妊娠的受试者,需随访至流产或新生儿出生

次要结局

  • 妊娠结局(计划妊娠的受试者若临床妊娠或已经妊娠的受试者,需随访至流产或新生儿出生)
  • 新生儿结局(计划妊娠的受试者若临床妊娠或已经妊娠的受试者,需随访至流产或新生儿出生)
  • 妊娠并发症(计划妊娠的受试者若临床妊娠或已经妊娠的受试者,需随访至流产或新生儿出生)

研究者

发起方
生殖健康及重大出生缺陷防控研究

研究点 (3)

Loading locations...

相似试验