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 基于多模态机器学习的癌症患者心血管毒性预测模型——肿瘤心脏病学队列的构建

【ChiCTR2500103350】基于多模态机器学习的癌症患者心血管毒性预测模型——肿瘤心脏病学队列的构建

查看原文
立即下载
基本信息
登记号

ChiCTR2500103350

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

2025-05-28

临床申请受理号

/

靶点

/

适应症

肿瘤治疗导致的心脏毒性

试验通俗题目

基于多模态机器学习的癌症患者心血管毒性预测模型——肿瘤心脏病学队列的构建

试验专业题目

基于多模态机器学习的癌症患者心血管毒性预测模型——肿瘤心脏病学队列的构建

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）建立肿瘤心脏病学相关疾病队列，探索肿瘤心脏病学相关疾病的危险因素、揭示疾病发生、发展机制 （2）采用人工智能算法综合考虑肿瘤患者各个模态数据的特征，构建精准化、个体化的CV毒性风险评估体系。 （3）通过采集患者血液样本进行多组学分析，进一步增强CV毒性风险评估模型的生物可解释性 （4）探索肠道菌群在癌症患者肿瘤治疗的心血管毒性中的作用机制，开拓肿瘤治疗导致的心血管毒性治疗的一个新靶点

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

国家自然科学基金

试验范围

/

目标入组人数

60;500

实际入组人数

/

第一例入组时间

2024-12-11

试验终止时间

2027-12-31

是否属于一致性

/

入选标准

1.回顾性研究纳入标准： a)2013年-2025年间于我院就诊的患者 b)明确诊断癌症的患者 c)诊断结果经过明确的组织病理学检查的病例； 2.前瞻性研究纳入标准： a)年龄已满18岁，不超过90岁； b)明确诊断癌症的患者； c)组织病理学检查确诊的病例； d)接受肿瘤治疗的患者；；

排除标准

1.回顾性研究排除标准：随访数据缺失； 2.前瞻性研究排除标准： a)有晕针、晕血、病理性低血压人群； b)患有精神疾病或认知功能障碍的患者。；

研究者信息
研究负责人姓名
请登录查看
试验机构

东莞市人民医院

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>

东莞市人民医院的其他临床试验

更多

南方医科大学第十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