ChiCTR2400093991尚未招募不适用
人工智能技术在骨质疏松性椎体压缩性骨折中的应用
自筹1 个研究点 分布在 1 个国家开始时间: 2024年12月11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
- 1
- 主要终点
- 远端腰骶部疼痛 VAS 评分
研究概览
简要总结
回顾性分析骨质疏松性椎体压缩性骨折经皮椎体后凸成形术后残留远端腰骶部疼痛的危险因素，同时基于人工智能技术建立网络模型并进行模型的验证评估。期望能通过模型有效预测骨质疏松性椎体压缩性骨折经皮椎体后凸成形术后残留远端腰骶部疼痛，为 OVCF 患者提供个性化的治疗方案。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 横断面
入排标准
- 年龄范围
- 50 至 100（—）
- 性别
- All
入选标准
- •1、诊断明确的单节段胸腰段骨质疏松性椎体压缩性骨折（T10-L2）；2、患者均无神经脊髓受压症状；3、患者均接受了经皮椎体后凸成形术；4、术前疼痛 VAS 评分大于等于 5
排除标准
- •车祸或高处坠落等严重创伤引起的胸腰椎骨折、脊柱肿瘤、脊柱结核
研究组 & 干预措施
训练集
测试集
结局指标
主要结局
远端腰骶部疼痛 VAS 评分
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
尚未招募
Unknown
骨质疏松性椎体骨折辅助智能诊断系统的建立和临床应用骨质疏松ChiCTR2300069433课题支持
Unknown
不适用
请于伦理委员会批准后才开始征募参试者，并与我们联系上传伦理批件 基于人工智能的脊柱良恶性压缩性骨折的鉴别诊断研究椎体压缩性骨折ChiCTR2000040788自筹
尚未招募
Unknown
基于人工智能的 X 线腰椎影像分析方法自动化诊断腰椎骨折的准确性研究ChiCTR2400091172经费自筹
Unknown
不适用
基于 SSA-BP 神经网络构建骨质疏松性椎体压缩骨折的预测模型ChiCTR2400089520自选课题（自筹）
Unknown
不适用
基于人工智能骨小梁评分（TBS）的骨质疏松评估相关临床研究ChiCTR2400093219自选课题（自筹）