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 基于机器学习算法构建学龄前儿童哮喘诊断模型的研究

【ChiCTR2400094626】基于机器学习算法构建学龄前儿童哮喘诊断模型的研究

查看原文
立即下载
基本信息
登记号

ChiCTR2400094626

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

2024-12-25

临床申请受理号

/

靶点

/

适应症

学龄前儿童哮喘

试验通俗题目

基于机器学习算法构建学龄前儿童哮喘诊断模型的研究

试验专业题目

基于机器学习算法构建学龄前儿童哮喘诊断模型的研究

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

利用无创生物标志物FeNO及IOS肺功能中反映小气道炎症的指标, 结合病史、过敏史、家族史以及实验室检查等哮喘危险因素，通过逻辑回归筛选出学龄前儿童哮喘独立危险因素从而开发列线图，并搭建网页版列线图以实现动态预测学龄前儿童哮喘发生概率；利用机器学习算法构建学龄前儿童哮喘诊断模型，探索能有效诊断学龄前儿童哮喘的最优模型并对其进行内部及外部验证，为临床诊断和治疗提供依据。

试验分类
请登录查看
试验类型

病例对照研究

试验分期

其它

随机化

无

盲法

无

试验项目经费来源

无

试验范围

/

目标入组人数

/

实际入组人数

/

第一例入组时间

2025-01-01

试验终止时间

2025-12-01

是否属于一致性

/

入选标准

1）年龄3～6岁（不包括6岁），性别不限； 2）反复发作喘息、咳嗽、气促、胸闷； 3）无胸片等影像学异常，在首次门诊就诊3天之前没有使用支气管扩张剂，没有口服或吸入抗过敏类药物以及激素类药物； 4）在首次门诊就诊4周之前没有发生过上呼吸道感染，没有观察到发热咽痛等症状。；

排除标准

1）患有慢性呼吸系统疾病，比如特殊病原体感染、支气管扩张以及支气管肺先天性发育不良等； 2）患有其他并发症，比如先天性心脏病、胸部畸形、癫痫等。；

研究者信息
研究负责人姓名
请登录查看
试验机构

陆军军医大学第一附属医院儿科

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>

陆军军医大学第一附属医院儿科的其他临床试验

更多

陆军军医大学第一附属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