洞察市场格局
解锁药品研发情报

客服电话

400-9696-311
医药数据查询

首页 临床进展 基于机器学习与患者自述症状的心肌梗死院前筛查模型：构建与应用研究

【ChiCTR2600121238】基于机器学习与患者自述症状的心肌梗死院前筛查模型：构建与应用研究

查看原文
立即下载
基本信息
登记号

ChiCTR2600121238

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

2026-03-27

临床申请受理号

/

靶点

/

适应症

心肌梗死

试验通俗题目

基于机器学习与患者自述症状的心肌梗死院前筛查模型：构建与应用研究

试验专业题目

基于机器学习与患者自述症状的心肌梗死院前筛查模型：构建与应用研究

申办单位信息
申请人联系人
请登录查看
申请人名称
请登录查看
联系人邮箱
请登录查看
联系人邮编

联系人通讯地址
请登录查看
临床试验信息
试验目的

本研究旨在构建并验证一种基于机器学习算法的心肌梗死院前筛查模型。该模型仅依赖患者自述症状及基本体征信息，在无需心电图及实验室检查的情况下，实现对心肌梗死发生风险的快速评估。通过回顾性收集急诊胸痛患者数据，采用多种机器学习方法进行建模与优化，并通过内部及外部验证评估模型的判别能力、校准度及临床实用性。最终开发可视化在线风险评估工具，以期提高公众及基层医疗场景中心肌梗死的早期识别能力，缩短患者就诊延迟，改善预后。

试验分类
请登录查看
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

200;400

实际入组人数

/

第一例入组时间

2023-01-01

试验终止时间

2026-12-31

是否属于一致性

/

入选标准

1.2023年1月1日至2025年8月25日期间，于急诊科就诊的患者； 2. 主诉为以下任一症状： 胸痛、胸闷 上腹痛（年龄＞40岁） 左上肢、颈部、颌面部或牙痛且临床怀疑心绞痛 晕厥或突发大汗伴呼吸困难； 3.性别不限； 4.具备完整的急诊诊疗记录及相关临床信息。；

排除标准

1.最终诊断不明确者； 2.未在急诊科完成规范诊疗流程者； 3.年龄≤18周岁者； 4.就诊时处于昏迷或意识障碍状态，无法提供自述症状者。；

研究者信息
研究负责人姓名
请登录查看
试验机构

北京大学深圳医院

研究负责人电话
请登录查看
研究负责人邮箱
请登录查看
研究负责人邮编

/

联系人通讯地址
请登录查看
更多信息
获取更多临床信息查看权限
立即前往摩熵医药企业版免费查询
示例数据
<END>

北京大学深圳医院的其他临床试验

更多

北京大学深圳医院的其他临床试验

更多

最新临床资讯

更多
摩熵医药企业版
50亿+条医药数据随时查
7天免费试用
体验产品

北京大学深圳医院相关推荐

同适应症药物临床试验

更多