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 基于机器学习构建IPF（特发性肺纤维化）的临床预后模型与时序CT图像预测模型

【ChiCTR2400083089】基于机器学习构建IPF（特发性肺纤维化）的临床预后模型与时序CT图像预测模型

查看原文
立即下载
基本信息
登记号

ChiCTR2400083089

试验状态

正在进行

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2024-04-15

临床申请受理号

/

靶点

/

适应症

特发性肺纤维化

试验通俗题目

基于机器学习构建IPF（特发性肺纤维化）的临床预后模型与时序CT图像预测模型

试验专业题目

基于机器学习构建IPF（特发性肺纤维化）的临床预后模型与时序CT图像预测模型

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

本项目期望通过收集IPF患者的肺部CT影像，对CT影像资料的肺部切割，特征区域识别，三维立体重建，借助人工智能深度学习算法，识别关键影像特征。结合病史、各类检查等临床资料，借助机器学习算法筛选特征，构建多模态的IPF临床预后模型。实现对IPF生存进展的预测，促进对IPF患者临床进展的有效认识，积极采取分层次的治疗方案，改善不良的治疗预后，延长患者的生存时间，提高患者的生活质量。同时可以根据本模型对肺部CT、肺功能等各项生理指标检查结果的评估，针对不同的患者采取更具有针对性的治疗手段，例如：抗纤维化药物治疗或进行肺移植的评估，以期待收获更佳的预后结果。

试验分类
请登录查看
试验类型

横断面

试验分期

回顾性研究

随机化

无

盲法

/

试验项目经费来源

国家重点技术研发计划（No.2021YFC2500700） 上海交通大学医学院学生创新培养计划（No.1723Y034）

试验范围

/

目标入组人数

180

实际入组人数

/

第一例入组时间

2024-04-15

试验终止时间

2024-12-31

是否属于一致性

/

入选标准

1）患者年龄≥18岁 2）患者2018年1月至2022年11月内确诊IPF 3）患者具有相应的高分辨率CT（HRCT），层面厚度≤3mm 4）患者HRCT影像需符合（1）普通型间质性肺炎；或（2）很可能的普通型间质性肺炎；

排除标准

1）患者伴有已知病因，如结缔组织病、慢性过敏性肺炎、吸烟相关性间质性肺病、结节病、肺尘埃沉着病、石棉肺和郎格汉斯细胞组织细胞增多症 2）风湿免疫指标出现抗核抗体为着丝点型/核仁型阳性 3）患者存在风险因素暴露，如明确的职业暴露史等 4）患者HRCT较模糊 5）患者基线时合并感染且纤维化病灶在治疗后短时间内消失；

研究者信息
研究负责人姓名
请登录查看
试验机构

上海市胸科医院

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>

上海市胸科医院的其他临床试验

更多

上海交通大学医学院的其他临床试验

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