概览
- 阶段
- 回顾性研究
- 状态
- 尚未招募
- 发起方
- 无
- 试验地点
- 2
- 主要终点
- NEC 患儿是否需要进行手术干预（外科 NEC 组和内科 NEC 组, 即 sNEC 和 mNEC）
概览
简要总结
基于深度学习生成高质量的腹部 x 线影像，构建及验证新生儿坏死性小肠结肠炎（Necrotizing Enterocolitis, NEC）的预后模型，实现无创及早期预测新生儿坏死性小肠结肠炎的结局。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 队列研究
- 盲法
- 无
入排标准
- 年龄范围
- 0 至 1（—）
- 性别
- All
入选标准
- •1.临床、辅助检查明确诊断 NEC 的新生儿；
- •2.临床及影像资料完整。
排除标准
- •2.经外科手术及病理证实合并其他消化道疾病的患儿。
研究组 & 干预措施
病例组
结局指标
主要结局
NEC 患儿是否需要进行手术干预（外科 NEC 组和内科 NEC 组, 即 sNEC 和 mNEC）
时间窗: 出生或术后随访 3 个月、6 个月和 1 年
次要结局
- 死亡
- 肠道狭窄
研究者
研究点 (2)
Loading locations...
相似试验
Unknown
不适用
NEC 识图：AI 辅助的 X 光图像解读ChiCTR2400089949自选课题（自筹）
Unknown
不适用
人工智能辅助新生儿暴发型坏死性小肠结肠炎预测模型建立ChiCTR2500103143无
Unknown
不适用
早产儿坏死性小肠结肠炎早期预测模型构建及其临床应用多中心研究ChiCTR1900026672福建省科技厅
Unknown
不适用
基于生物信息学和基础实验筛选和验证新生儿坏死性小肠结肠炎的新型生物标志物ChiCTR2500113816自选课题（自筹）24
Unknown
不适用
深圳市新生儿坏死性小肠结肠炎在线登记：一项多中心、前瞻性、开放、观察性队列研究ChiCTR2400085043主要由深圳市新生儿数据协作网各成员单位自筹；同时申请国家、省、市、区级课题经费。