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 基于机器学习的危重症患者营养不良识别和分级预测模型的构建研究

【ChiCTR2200058286】基于机器学习的危重症患者营养不良识别和分级预测模型的构建研究

查看原文
立即下载
基本信息
登记号

ChiCTR2200058286

试验状态

尚未开始

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2022-04-04

临床申请受理号

/

靶点

/

适应症

营养不良

试验通俗题目

基于机器学习的危重症患者营养不良识别和分级预测模型的构建研究

试验专业题目

基于机器学习的危重症患者营养不良识别和分级预测模型的构建研究

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

联系人通讯地址
临床试验信息
试验目的

通过探索核心营养特征在危重症患者中的分布，采用机器学习(Machine Learning，ML)算法，构建一个可以识别和分级危重症患者营养不良的预测模型，协助临床医生、护士、营养师等对患者精准、快速、高效的进行营养不良风险的筛查和评定。

试验分类
试验类型

横断面

试验分期

探索性研究/预试验

随机化

无

盲法

/

试验项目经费来源

四川省卫生健康委员会医学科技项目

试验范围

/

目标入组人数

864

实际入组人数

/

第一例入组时间

2022-03-20

试验终止时间

2022-12-31

是否属于一致性

/

入选标准

1.年满18岁的成人ICU患者； 2.预计入住ICU>24小时； 3.患者或家属知情并签署同意书。；

排除标准

1.入院24小时内即被确诊脑死亡的患者； 2.孕妇或哺乳期妇女； 3.合并精神疾病患者； 4.治疗中使用了体外膜肺氧合（ECMO Extracorporeal Membrane Oxygenation）的心肺功能衰竭患者； 5.治疗中使用了肾脏替代治疗的患者； 6.不愿意接受调查，中途退出者。；

研究者信息
研究负责人姓名
试验机构

四川省医学科学院·四川省人民医院·电子科技大学附属医院

研究负责人电话
研究负责人邮箱
研究负责人邮编

/

联系人通讯地址
<END>

四川省医学科学院·四川省人民医院·电子科技大学附属医院的其他临床试验

更多

四川省医学科学院·四川省人民医院·电子科技大学附属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