跳至主要内容
临床试验/ChiCTR2500107022
ChiCTR2500107022尚未招募不适用

基于机器学习的输尿管镜碎石术后尿源性脓毒症风险预测模型构建与验证

自选课题(自筹)2 个研究点 分布在 1 个国家开始时间: 2025年8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
2
主要终点
发生尿源性脓毒症

研究概览

简要总结

本研究旨在基于机器学习算法构建并验证输尿管镜碎石术后尿源性脓毒症的风险预测模型。比较逻辑回归(LR)、随机森林(RF)、支持向量机(SVM)、极端梯度上升(XG Boost)及轻量梯度提升(Light GBM)5 种机器学习模型的预测效能,通过评估准确度、精确度、F1 值、AUC 值等指标,筛选出最适合输尿管镜碎石术后患者发生尿源性脓毒症的建模算法,创建网页计算器,为临床医护人员早期识别输尿管镜碎石术后发生尿源性脓毒症高风险患者提供参考。

研究设计

研究类型
观察性研究
主要目的
连续入组
盲法

入排标准

年龄范围
18 至 —(—)
性别
All

入选标准

  • 1.符合《中国泌尿外科和男科疾病诊断治疗指南(2019 版)》中输尿管结石的诊断标准;
  • 2.确认有手术指征,且无禁忌症接受输尿管碎石术;
  • 3.患者年龄>=18 岁;
  • 4.手术医师均接受标准化培训及考核;

排除标准

  • 1.合并有肿瘤或相关疾病导致免疫力缺陷的患者;
  • 2.行输尿管碎石术前因其他部位感染应用抗生素的患者;
  • 3.行输尿管碎石术前已确诊脓毒血症的患者;
  • 4.行输尿管碎石术同时行其他手术的患者;
  • 5.行输尿管碎石术后因其他系统感染导致发热或感染性休克的患者;

研究组 & 干预措施

观察组

结局指标

主要结局

发生尿源性脓毒症

次要结局

未报告次要终点

研究者

发起方
自选课题(自筹)

研究点 (2)

Loading locations...

相似试验