ChiCTR2400079876招募中Unknown
肾脏病理联合临床数据预测肾小球疾病进展：一项回顾性队列研究
未提供1 个研究点 分布在 1 个国家开始时间: 2024年1月11日最近更新:
适应症
试验速览
- 阶段
- Unknown
- 状态
- 招募中
- 试验地点
- 1
- 主要终点
- 肾小球滤过率
研究概览
简要总结
我们期望通过机器学习法将肾脏病理与临床指标联合起来开发一个准确而简单的预测肾小球疾病进展的模型，并进行验证。
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 18 至 100（—）
- 性别
- All
入选标准
- •2013.01--2023.12 我院肾活检诊断肾小球疾病的患者
排除标准
- •肾穿刺时 eGFR＜30 mL/min/1.73 m^2（使用 2009 年 CKD-EPI 肌酐方程估计 eGFR）或急性肾损伤
- •病理为单纯的小管间质病
- •病理肾小球数＜10 个，动脉数＜2 个
研究组 & 干预措施
验证组
预测组
结局指标
主要结局
肾小球滤过率
终末期肾脏病
肾移植
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
建立模型预测原发性肾病综合症病理类型ChiCTR-ORC-16008098湘雅医院500
Unknown
不适用
肾脏病诊疗预测模型的建立与验证——基于真实世界数据的人工智能应用探索肾脏病ChiCTR2000030070院内基金
已完成
Unknown
预测慢性肾脏病预后的生物标志物与病理影像研究慢性肾脏病ChiCTR2100046519中国医学科学院协和学者基金;中国医学科学院创新工程基金50
Unknown
不适用
多组学和临床多维数据预测慢性肾脏病进展及不良预后研究ChiCTR2400079828四川省科技厅项目（编号 2021YFQ0035）及四川大学华西医院一三五项目（编号 ZYJC18010）
Unknown
不适用
基于视网膜、人脸信息和穿戴设备数据 AI 算法的慢性肾脏病预测预警临床研究慢性肾脏病ChiCTR2100052618成都市科技局资助（2020-YF09-00117-GX）；四川省科技厅资助（2021YF0035）600