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 利用核磁共振代谢组学和机器学习技术建立ECMO预后预测模型

【ChiCTR2100049348】利用核磁共振代谢组学和机器学习技术建立ECMO预后预测模型

查看原文
立即下载
基本信息
登记号

ChiCTR2100049348

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

2021-07-31

临床申请受理号

/

靶点

/

适应症

经VA-ECMO或ECPR治疗的疾病

试验通俗题目

利用核磁共振代谢组学和机器学习技术建立ECMO预后预测模型

试验专业题目

利用核磁共振代谢组学和机器学习技术建立ECMO预后预测模型

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

基于核磁共振技术，探索ECMO治疗的患者的血清代谢型演化，建立可用于ECMO治疗患者的预警模型。

试验分类
试验类型

单臂

试验分期

探索性研究/预试验

随机化

无。

盲法

N/A

试验项目经费来源

利用压缩感知和机器学习技术建立急危重症早期智能预警系统

试验范围

/

目标入组人数

65

实际入组人数

/

第一例入组时间

2021-08-01

试验终止时间

2022-02-28

是否属于一致性

/

入选标准

在EICU经VA-ECMO或ECPR治疗的病人。；

排除标准

无；

研究者信息
研究负责人姓名
试验机构

四川省医学科学院·四川省人民医院急诊医学与灾难医学研究所

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·四川省人民医院急诊医学与灾难医学研究所的其他临床试验

更多

四川省医学科学院·四川省人民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