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 构建基于机器学习模型的围术期睡眠监测算法：一项前瞻性队列研究

【ChiCTR2400089243】构建基于机器学习模型的围术期睡眠监测算法：一项前瞻性队列研究

查看原文
立即下载
基本信息
登记号

ChiCTR2400089243

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

2024-09-04

临床申请受理号

/

靶点

/

适应症

围术期睡眠障碍

试验通俗题目

构建基于机器学习模型的围术期睡眠监测算法：一项前瞻性队列研究

试验专业题目

构建基于机器学习模型的围术期睡眠监测算法：一项前瞻性队列研究

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

100034

联系人通讯地址
临床试验信息
试验目的

本项目采用心率变异性（Heart rate variability，HRV）和身体运动加速度作为联合指标，旨在开发一种基于机器学习模型的睡眠监测算法。与金标准多导睡眠监测（polysomnography，PSG）相比较，本研究拟实现基于机器学习算法的围术期便携睡眠监测仪使用，对围术期患者睡眠-觉醒状态的识别灵敏度和特异度分别达到90%，实现方便、快速和准确地监测麻醉手术后患者的睡眠结构，用以解决围术期患者睡眠结构监测设备PSG昂贵、PSG操作过程专业复杂和其他体动睡眠仪睡眠结构识别准确率低的问题。

试验分类
试验类型

连续入组

试验分期

其它

随机化

无

盲法

/

试验项目经费来源

中央高水平医院临床科研业务费资助（ 北京大学第一医院科技成果转化孵育引导基金项目）

试验范围

/

目标入组人数

106

实际入组人数

/

第一例入组时间

2024-09-10

试验终止时间

2025-06-30

是否属于一致性

/

入选标准

1. 年龄 ≥18 岁； 2. 拟接受择期外科手术患者； 3. 同意参加本研究。；

排除标准

1. 预期住院时间小于 48 小时； 2. 预期麻醉结束时间超过手术当天 20:00； 3. 近一个月内服用睡眠治疗药物，如苯二氮卓类、褪黑素等； 4. 拟接受心脏外科手术或神经外科手术； 5. 可能影响 HRV 分析的心律失常，如持续性房颤、频发室性早搏、病态窦房结综合征、房室传导阻滞等； 6. 正在参与其他研究项目。；

研究者信息
研究负责人姓名
试验机构

北京大学第一医院

研究负责人电话
研究负责人邮箱
研究负责人邮编

100034

联系人通讯地址
<END>

北京大学第一医院的其他临床试验

更多

北京大学第一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