洞察市场格局
解锁药品研发情报

400客服电话

  • 购买数据产品

    400-9696-311 转1

  • 定制咨询业务

    400-9696-311 转2

  • 数据与AI定制业务

    400-9696-311 转3

  • 商务合作及其他问题

    400-9696-311 转4

  • 投诉及建议

    400-9696-311 转5

医药数据查询

首页 临床进展 基于机器学习的危重症患者营养不良识别和分级预测模型的构建研究

【ChiCTR2200058286】基于机器学习的危重症患者营养不良识别和分级预测模型的构建研究

查看原文
立即下载
基本信息
登记号

ChiCTR2200058286

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

2022-04-04

临床申请受理号

/

靶点

/

适应症

营养不良

试验通俗题目

基于机器学习的危重症患者营养不良识别和分级预测模型的构建研究

试验专业题目

基于机器学习的危重症患者营养不良识别和分级预测模型的构建研究

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

通过探索核心营养特征在危重症患者中的分布，采用机器学习(Machine Learning，ML)算法，构建一个可以识别和分级危重症患者营养不良的预测模型，协助临床医生、护士、营养师等对患者精准、快速、高效的进行营养不良风险的筛查和评定。

试验分类
请登录查看
试验类型

横断面

试验分期

探索性研究/预试验

随机化

无

盲法

/

试验项目经费来源

四川省卫生健康委员会医学科技项目

试验范围

/

目标入组人数

864

实际入组人数

/

第一例入组时间

2022-03-20

试验终止时间

2022-12-31

是否属于一致性

/

入选标准

1.年满18岁的成人ICU患者； 2.预计入住ICU>24小时； 3.患者或家属知情并签署同意书。；

排除标准

1.入院24小时内即被确诊脑死亡的患者； 2.孕妇或哺乳期妇女； 3.合并精神疾病患者； 4.治疗中使用了体外膜肺氧合（ECMO Extracorporeal Membrane Oxygenation）的心肺功能衰竭患者； 5.治疗中使用了肾脏替代治疗的患者； 6.不愿意接受调查，中途退出者。；

研究者信息
研究负责人姓名
请登录查看
试验机构

四川省医学科学院·四川省人民医院·电子科技大学附属医院

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>

四川省医学科学院·四川省人民医院·电子科技大学附属医院的其他临床试验

更多

四川省医学科学院·四川省人民医院·电子科技大学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

全球药物研发中心
全球研发数据与行业前沿情报

383,318个
全球在研药物数
964个
本月临床试验数
全球批准的新药
更多
全球首批
各国首批
数据来源：摩熵医药
更新时间：
研发动态
相关报告
政策法规
更多信息，请进入全球药物研发中心查看

同适应症药物临床试验

更多

医药市场洞察中心
医药市场销售数据分析 · 智能洞察 · 竞争格局监测

2,630亿元
2026年Q2总销售额
6.14%(2026Q2)
TOP5企业市场份额
药品销售排行榜
查看完整数据
2025Q4医院化学药销售增速 *按市场份额排序
  • 1
    甲氨蝶呤注射液
  • 2
    克霉唑阴道乳膏
  • 3
    氯化钠注射液
核心能力
  • 医药市场销售数据分析 · 医院、实体药店、网上药店
  • 市场竞争格局分析(靶点、药品类型、ATC大类)
市场动态
市场报告
政策法规
更多信息，请进入医药市场洞察中心查看