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 基于无创参数的可解释机器学习有助于肺动脉高压患者进行风险分层

【ChiCTR2200062771】基于无创参数的可解释机器学习有助于肺动脉高压患者进行风险分层

查看原文
立即下载
基本信息
登记号

ChiCTR2200062771

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

2022-08-18

临床申请受理号

/

靶点

/

适应症

肺动脉高压

试验通俗题目

基于无创参数的可解释机器学习有助于肺动脉高压患者进行风险分层

试验专业题目

基于无创参数的可解释机器学习有助于肺动脉高压患者进行风险分层

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

风险分层(RS)在肺动脉高压(PH)的决策和预后评估中起着重要作用；然而，危险分层的血流动力学参数通常通过右心导管(RHC)测量，这是一种有潜在风险的有创检查，并非在所有情况下都常规使用。本研究试图使用无创参数利用机器学习开发一种可比较的方法对肺动脉高压患者进行分层。

试验分类
请登录查看
试验类型

队列研究

试验分期

回顾性研究

随机化

不适用

盲法

/

试验项目经费来源

自筹

试验范围

/

目标入组人数

181

实际入组人数

/

第一例入组时间

2022-08-15

试验终止时间

2022-10-31

是否属于一致性

/

入选标准

1. 经RHC诊断为肺动脉高压，定义为平均肺动脉压＞ 20mmHg； 2. 由经验丰富的医生进行右心导管（RHC）和多普勒超声心动图（DE），两次检查间隔不超过7天； 3. 在7天的持续时间内，患者的临床状态和药物治疗均无明显变化。；

排除标准

1. 排除平均肺动脉压小于20mmHg、第二大类和第三大类的肺动脉高压患者以及缺失以下数据之一的患者，如WHO心功能分级、六分钟步行距离、氨基末端脑钠肽前体、肺血管阻力、三尖瓣最大反流速度、三尖瓣环收缩期位移、下腔静脉直径、下腔静脉吸气塌陷率、收缩期右心房面积和舒张末期右心室面积。；

研究者信息
研究负责人姓名
请登录查看
试验机构

甘肃省人民医院

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>

甘肃省人民医院的其他临床试验

更多

甘肃省人民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

同适应症药物临床试验

更多