【ChiCTR2400094511】机器学习鉴别尿路感染和阴道分泌物污染与SHAP值解释分析

查看原文

立即下载

基本信息

登记号

ChiCTR2400094511

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

2024-12-24

临床申请受理号

靶点

适应症

尿路感染

试验通俗题目

机器学习鉴别尿路感染和阴道分泌物污染与SHAP值解释分析

试验专业题目

机器学习鉴别尿路感染和阴道分泌物污染与SHAP值解释分析

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

1.提高诊断精确性：建立机器学习模型，精准区分尿路感染与阴道分泌物污染，减少因样本污染导致的误诊，提高尿液分析在临床诊断中的可信度。 2.探索关键诊断特征：通过SHAP值分析，识别在尿液样本分析中影响诊断决策的关键生化及细胞学指标，明确这些特征在UTIs和污染样本中的不同表现，为模型解释性提供依据。 3.优化抗生素使用：通过准确诊断减少UTIs的误判和抗生素的滥用，推动精准医疗的发展，降低抗生素耐药性问题的风险。

试验分类

请登录查看

试验类型

横断面

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

500

实际入组人数

第一例入组时间

2024-12-31

试验终止时间

2025-12-31

是否属于一致性

入选标准

1. 18至65岁的女性患者。 2. 有尿路感染相关症状（如尿频、尿急、尿痛等）或临床怀疑尿液样本受到阴道分泌物污染的患者。 3. 提供晨尿中段尿液样本，且样本质量符合检测标准； 4. 尿液分析显示异常（如白细胞增多、细菌阳性等），并由专业临床医师确诊或实验室技术人员通过显微镜判定污染。；

排除标准

1.特殊生理状态：妊娠期、哺乳期或处于月经期的女性。 2.严重合并症：合并严重慢性疾病（如肾功能衰竭、糖尿病酮症酸中毒等）可能影响尿液分析结果的患者。 3.药物影响：正在使用抗生素或其他药物（如化疗药物）可能干扰尿液分析结果的患者。 4 不规范采样：尿液采集不符合规范（如非晨尿或非中段尿）的样本。 5.既往病史：既往3个月内有复杂性尿路感染病史或泌尿系统手术史的患者。；

研究者信息

研究负责人姓名

请登录查看

试验机构

嘉兴市中医医院

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