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 Python 语言对PACU 高峰期转入患者数量的时间序列分析及预测

【ChiCTR2400091786】基于 Python 语言对PACU 高峰期转入患者数量的时间序列分析及预测

查看原文
立即下载
基本信息
登记号

ChiCTR2400091786

试验状态

结束

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2024-11-04

临床申请受理号

/

靶点

/

适应症

无

试验通俗题目

基于 Python 语言对PACU 高峰期转入患者数量的时间序列分析及预测

试验专业题目

基于 Python 语言对PACU 高峰期转入患者数量的时间序列分析及预测

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

基于2022年9月至2024年8月每日入PACU人数数据，预测未来某一时间段入PACU人数数据。拟开发出精确度的预测模型并进行比较，选出最优预测模型，识别每日入PACU人数的高峰期，用于指导护理管理者进行人力资源调配和弹性排班。

试验分类
试验类型

连续入组

试验分期

其它

随机化

无

盲法

无

试验项目经费来源

自选课题（自筹）

试验范围

/

目标入组人数

/

实际入组人数

/

第一例入组时间

2024-10-15

试验终止时间

2024-11-13

是否属于一致性

/

入选标准

术后转入PACU患者；

排除标准

丙肝、梅毒等传染病不能进入PACU复苏的患者；因病情较重直接转入ICU的患者；

研究者信息
研究负责人姓名
试验机构

中山大学孙逸仙纪念医院深汕中心医院

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>

中山大学孙逸仙纪念医院深汕中心医院的其他临床试验

更多

中山大学孙逸仙纪念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