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

【ChiCTR2400083089】基于机器学习构建IPF(特发性肺纤维化)的临床预后模型与时序CT图像预测模型

基本信息
登记号

ChiCTR2400083089

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

2024-04-15

临床申请受理号

/

靶点

/

适应症

特发性肺纤维化

试验通俗题目

基于机器学习构建IPF(特发性肺纤维化)的临床预后模型与时序CT图像预测模型

试验专业题目

基于机器学习构建IPF(特发性肺纤维化)的临床预后模型与时序CT图像预测模型

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

本项目期望通过收集IPF患者的肺部CT影像,对CT影像资料的肺部切割,特征区域识别,三维立体重建,借助人工智能深度学习算法,识别关键影像特征。结合病史、各类检查等临床资料,借助机器学习算法筛选特征,构建多模态的IPF临床预后模型。实现对IPF生存进展的预测,促进对IPF患者临床进展的有效认识,积极采取分层次的治疗方案,改善不良的治疗预后,延长患者的生存时间,提高患者的生活质量。同时可以根据本模型对肺部CT、肺功能等各项生理指标检查结果的评估,针对不同的患者采取更具有针对性的治疗手段,例如:抗纤维化药物治疗或进行肺移植的评估,以期待收获更佳的预后结果。

试验分类
试验类型

横断面

试验分期

回顾性研究

随机化

盲法

/

试验项目经费来源

国家重点技术研发计划(No.2021YFC2500700) 上海交通大学医学院学生创新培养计划(No.1723Y034)

试验范围

/

目标入组人数

180

实际入组人数

/

第一例入组时间

2024-04-15

试验终止时间

2024-12-31

是否属于一致性

/

入选标准

1)患者年龄≥18岁 2)患者2018年1月至2022年11月内确诊IPF 3)患者具有相应的高分辨率CT(HRCT),层面厚度≤3mm 4)患者HRCT影像需符合(1)普通型间质性肺炎;或(2)很可能的普通型间质性肺炎;

排除标准

1)患者伴有已知病因,如结缔组织病、慢性过敏性肺炎、吸烟相关性间质性肺病、结节病、肺尘埃沉着病、石棉肺和郎格汉斯细胞组织细胞增多症 2)风湿免疫指标出现抗核抗体为着丝点型/核仁型阳性 3)患者存在风险因素暴露,如明确的职业暴露史等 4)患者HRCT较模糊 5)患者基线时合并感染且纤维化病灶在治疗后短时间内消失;

研究者信息
研究负责人姓名
试验机构

上海市胸科医院

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>

上海市胸科医院的其他临床试验

上海交通大学医学院的其他临床试验

最新临床资讯