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 基于机器学习的儿童纤维肌痛综合征临床预测模型的构建及验证

【ChiCTR2500115241】基于机器学习的儿童纤维肌痛综合征临床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

ChiCTR2500115241

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

2025-12-24

临床申请受理号

/

靶点

/

适应症

纤维肌痛综合征

试验通俗题目

基于机器学习的儿童纤维肌痛综合征临床预测模型的构建及验证

试验专业题目

基于机器学习的儿童纤维肌痛综合征临床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

本研究的主要目标是筛选出能帮助诊断儿童纤维肌痛综合征发病的危险因素，并通过多种机器学习算法分别建模及验证。获得最佳预测模型，并建立列线图模型以评估儿童患纤维肌痛综合征的风险。本研究拟为儿童纤维肌痛综合征的早期诊断提供预测价值，帮助治疗决策。

试验分类
请登录查看
试验类型

诊断试验诊断准确性

试验分期

其它

随机化

无

盲法

无

试验项目经费来源

自选课题（自筹）

试验范围

/

目标入组人数

/

实际入组人数

/

第一例入组时间

2026-01-01

试验终止时间

2031-01-01

是否属于一致性

/

入选标准

2023年6月至2030年12月之间于重庆医科大学附属儿童医院疼痛门诊就诊患儿； 1.非FMS慢性疼痛对照组患者纳入：诊断为以下疾病者（类风湿性关节炎、系统性红斑狼疮、多关节骨关节炎、风湿性多肌痛、多肌炎或其他肌病、脊柱关节病、多发性硬化症)； 2.FMS患病组患者纳入：诊断为FMS的患儿； 3.年龄6～18岁；；

排除标准

1.患儿存在精神疾病或认知障碍； 2.近期（3个月内）接受过可能影响FMS评估的治疗，如免疫抑治疗、重度疼痛管理等； 3.回顾性数据缺失大于30%的患儿（本研究计划收集和分析的关键变量出现缺失、无法获取或记录不清的情况超过30%）； 4.非纤维肌痛鉴别诊断的急性或慢性疼痛性疾病（如：外伤、器质性疾病等）； 5.合并有其他系统严重疾病的儿童，例如：心血管疾病、呼吸系统系统、血液系统恶性疾病、糖尿病等； 6.患儿家属拒绝；；

研究者信息
研究负责人姓名
请登录查看
试验机构

重庆医科大学附属儿童医院

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>

重庆医科大学附属儿童医院的其他临床试验

更多

重庆医科大学附属儿童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