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 基于机器学习算法老年慢病共病住院患者跌倒风险预测模型的构建及验证

【ChiCTR2600116160】基于机器学习算法老年慢病共病住院患者跌倒风险预测模型的构建及验证

查看原文
立即下载
基本信息
登记号

ChiCTR2600116160

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

2026-01-06

临床申请受理号

/

靶点

/

适应症

老年慢病共病

试验通俗题目

基于机器学习算法老年慢病共病住院患者跌倒风险预测模型的构建及验证

试验专业题目

基于XGBoost机器学习算法的老年慢病共病住院患者跌倒风险预测模型的构建及验证

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

构建并验证一个基于 XGBoost 机器学习算法的老年慢病共病住院患者跌倒风险预测模型，明确其独立危险因素，并与传统 Logistic 回归模型进行比较，为临床提供高精度、可解释的跌倒风险预警工具，助力跌倒预防管理体系的建立。

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

浙江省卫生健康行业科技计划项目

试验范围

/

目标入组人数

695

实际入组人数

/

第一例入组时间

2026-01-01

试验终止时间

2028-12-31

是否属于一致性

/

入选标准

1.年龄≥60 岁； 2.诊断为两种及以上慢性疾病； 3.住院病历资料完整。；

排除标准

1.意识或认知障碍无法配合； 2.长期卧床或截瘫； 3.病历关键信息缺失。；

研究者信息
研究负责人姓名
请登录查看
试验机构

浙江医院

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>

浙江医院的其他临床试验

更多

浙江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