试验速览
- 阶段
- Unknown
- 状态
- 招募中
- 试验地点
- 1
- 主要终点
- 超声检测指标
研究概览
简要总结
综合评价正常中晚期妊娠及高危妊娠状态下胎儿心脏形态及功能的改变，以及分娩后新生儿心脏形态及功能的改变。对比超声人工智能新技术（斑点追踪和超声影像组学）与传统超声技术的优劣，探讨它们在正常妊娠和高危妊娠状态下，胎儿和新生儿心血管系统的病理生理改变，并且探索超声组学改变与胎盘组织、脐血的蛋白组学差异的相关性，验证预测高危妊娠胎儿心功能异常的检测指标。
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 16 至 50（—）
- 性别
- Female
入选标准
- •前瞻性收集 2020 年 7 月至 2023 年 7 月在复旦大学附属妇产科医院建卡的单胎妊娠孕妇及其分娩后 24 小时内的活产新生儿；
- •有明确末次月经或者早孕期超声测量头臀长度；
- •产前超声检查数据完整（包括生长超声测量、胎儿心脏超声及新生儿心脏超声检测）。
排除标准
- •胎儿有明显结构畸形, 染色体异常或遗传综合征，且决定不继续妊娠者；
- •孕前半年或孕早期有吸烟、酗酒、吸毒史等：
- •早孕期有病毒感染史或曾服用致畸性药物史；
- •孕前半年或孕早期接触有毒有害物质或大剂量辐射史；
- •外院分娩未能随访到妊娠结局。
结局指标
主要结局
超声检测指标
时间窗: 研究实施时
SEN, SPE, ACC, AUC of ROC
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
基于机器学习算法建立宫内生长受限胎儿心脏结构和功能的超声评估数据模型宫内生长受限ChiCTR2100053252上海市卫生健康委员会卫生行业临床研究专项课题（面上项目），项目编号 202140217400
尚未招募
不适用
Research utilizing Artificial Intelligence software in Ultrasound machines to improve fetal imagingCTRI/2024/09/074121Origin Medical Research Lab, India150
Unknown
不适用
基于超声人工智能评估胎肺成熟度的前瞻性队列研究ChiCTR1900024534正在申请，目前暂无
Unknown
不适用
基于人工智能技术对超声心动图定量计算与定性诊断的应用研究ChiCTR2000030278解放军总医院医疗大数据研发项目
Unknown
不适用
应用斑点追踪成像技术评价室间隔缺损胎儿心功能的应用研究ChiCTR2200064479超声心脏电生理学与生物力学四川省重点实验室开放课题基金