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 基于人工智能算法和SHAP预测结果解释的脓毒症早期预警机器学习专家系统及临床应用转化研究

【ChiCTR2600117248】基于人工智能算法和SHAP预测结果解释的脓毒症早期预警机器学习专家系统及临床应用转化研究

查看原文
立即下载
基本信息
登记号

ChiCTR2600117248

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

2026-01-21

临床申请受理号

/

靶点

/

适应症

脓毒症

试验通俗题目

基于人工智能算法和SHAP预测结果解释的脓毒症早期预警机器学习专家系统及临床应用转化研究

试验专业题目

基于人工智能算法和SHAP预测结果解释的脓毒症早期预警机器学习专家系统及临床应用转化研究

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

本研究旨在开发一个基于人工智能算法的脓毒症早期预警专家系统， 并结合 SHAP方法对预测结果进行解释。通过整合患者的电子病历和实时生理数据，利用机器学习模型实现对脓毒症的早期识别与预警。同时，通过 SHAP 提供的可解释性分析，使得医护人员能够理解和信任模 型的决策过程，从而提高临床应用的可操作性和有效性。本研究的最终目标是推 动该系统的临床应用转化，为脓毒症的早期诊断和干预提供新的工具，降低病人的死亡率并优化 ICU 治疗方案。

试验分类
请登录查看
试验类型

队列研究

试验分期

其它

随机化

无

盲法

无

试验项目经费来源

福建省科技创新联合资金项目

试验范围

/

目标入组人数

200;600

实际入组人数

/

第一例入组时间

2025-02-28

试验终止时间

2028-02-29

是否属于一致性

/

入选标准

1.符合脓毒症3.0中脓毒症诊断标准； 18岁及18岁以上的成年患者； 2.在重症医学科停留时间超过24小时； 3.签署知情同意书并自愿参加本次研究；；

排除标准

1.年龄小于18岁； 2.妊娠、原有慢性器官功能衰竭或存在不可逆性器官衰竭或肿瘤晚期患者； 3.多次因脓毒症入院，仅分析首次入院； 4.在外院诊断为脓毒症并且入住外院重症医学科超过24小时的患者； 5.进入重症医学科后超过24小时被诊断为脓毒症患者； 6.入住重症医学科时间超过28天死亡的患者；；

研究者信息
研究负责人姓名
请登录查看
试验机构

福州大学附属省立医院

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>

福州大学附属省立医院的其他临床试验

更多

福州大学附属省立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