ChiCTR2100052822进行中（未招募）回顾性研究
机器学习预测模型在儿童肾盂成形术后肾积水缓解情况中的应用
自筹1 个研究点 分布在 1 个国家目标入组 1,000 人开始时间: 2021年11月10日最近更新:
试验速览
- 阶段
- 回顾性研究
- 状态
- 进行中（未招募）
- 发起方
- 入组人数
- 1,000
- 试验地点
- 1
- 主要终点
- 术前术后肾盂前后分离值
研究概览
简要总结
为临床工作提供一个精准可靠的预测工具，便于术前沟通，缓解家长术后随访期间焦虑情绪的基础上，进一步探究儿外科领域人工智能研究应用的适应性以及局限性，以期为该领域的相关临床研究提供经验。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 连续入组
- 盲法
- N/a
入排标准
- 年龄范围
- 0 至 18（—）
- 性别
- All
入选标准
- •于重庆医科大学附属儿童医院行行腹腔镜下肾盂输尿管成形术 UPJO 肾积水患儿。
排除标准
- •合并其他泌尿系畸形的患儿（神经源性膀胱、膀胱输尿管返流、下尿路梗阻、输尿管外部受压迫等所致的肾积水）。
研究组 & 干预措施
手术组
结局指标
主要结局
术前术后肾盂前后分离值
手术方式
出血量
引流方式
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
儿童单侧肾盂输尿管连接处梗阻随访结局的机器学习预测模型构建ChiCTR2100055099自筹1,000
Unknown
不适用
基于人工智能肾脏肿瘤病理特征与预后精准预测模型的构建肾脏肿瘤ChiCTR1900025090福建省中青年教师教育科研项目
招募中
Unknown
利用机器学习算法建立造影剂相关性肾病预测模型ChiCTR2100041717院校课题 四川大学华西医院学科卓越发展 1.3.5 工程（ZYGD18025）
尚未招募
Unknown
人工智能用于预测血液透析患者内瘘成熟的前瞻性、观察性队列研究ChiCTR2200056107国家自然科学基金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