洞察市场格局
解锁药品研发情报

免费客服电话

18983288589
试用企业版

首页 临床进展 机器学习分析呼气NO实现超快筛选新型冠状病毒肺炎(COVID-19)

【ChiCTR2000035342】机器学习分析呼气NO实现超快筛选新型冠状病毒肺炎(COVID-19)

查看原文
立即下载
基本信息
登记号

ChiCTR2000035342

试验状态

正在进行

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2020-08-09

临床申请受理号

/

靶点

/

适应症

新型冠状病毒肺炎

试验通俗题目

机器学习分析呼气NO实现超快筛选新型冠状病毒肺炎(COVID-19)

试验专业题目

应用人工智能开发应对重大突发疫情的新理论方法

申办单位信息
申请人联系人
申请人名称
联系人邮箱
联系人邮编

430077

联系人通讯地址
临床试验信息
试验目的

本研究旨在检验以下假设：FeNO与其他人体特征结合可以用于初步筛选COVID-19患者，并开发出一种快速，经济且无创的COVID-19初筛方法。

试验分类
试验类型

连续入组

试验分期

探索性研究/预试验

随机化

N/A

盲法

N/A

试验项目经费来源

山东大学

试验范围

/

目标入组人数

/

实际入组人数

/

第一例入组时间

2020-03-01

试验终止时间

2021-06-30

是否属于一致性

/

入选标准

华中科技大学同济医学院附属梨园医院医学伦理委员会批准本研究 1、所有患者和健康受试者或家庭成员均签署知情同意书，并同意接受FeNO检测和个人信息，包括年龄，性别，身高，体重和自述疾病史的搜集； 2、 20岁或以上； 3、体重指数在18.5至29.9之间（根据国家标准）。；

排除标准

如果患者符合以下任何标准，将被排除在外。 1、采集FeNO数据非常困难者； 2、在FeNO测试前三个小时进食的受试者； 3、在FeNO测试前一小时抽烟或喝酒的受试者； 4、在FeNO测试前一小时剧烈运动的受试者； 5、在FeNO测试前一小时接受其他肺功能测试的受试者。；

研究者信息
研究负责人姓名
试验机构

华中科技大学同济医学院附属梨园医院

研究负责人电话
研究负责人邮箱
研究负责人邮编

266238

联系人通讯地址
<END>

华中科技大学同济医学院附属梨园医院的其他临床试验

更多

华中科技大学同济医学院附属梨园医院的其他临床试验

更多

最新临床资讯

更多
对摩熵医药数据库感兴趣，可以免费体验产品
体验产品

同适应症药物临床试验

更多