Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Модель прогнозирования риска обострения фенотипа у пациентов с хронической обструктивной болезнью легких

27 декабря 2023 г. обновлено: Li An

Модель прогнозирования риска фенотипа частого обострения у пациентов с тяжелой хронической обструктивной болезнью легких

Данное исследование планируется провести на когорте пациентов с тяжелой хронической обструктивной болезнью легких в нашей больнице. На основе микробиоты кишечника случайный лес использовался для поиска потенциальных диагностических биомаркеров у пациентов с частыми острыми обострениями и в контрольной группе с нечастыми острыми обострениями; Постройте модель прогнозирования частого острого риска обострения, используя случайный лес, машину опорных векторов и модели нейронной сети BP. Развитие этого исследования предоставит ценные ссылки для клинической классификации и оценки прогноза хронической обструктивной болезни легких (ХОБЛ), а также улучшит уровень здоровья пациентов с ХОБЛ путем дальнейшего поиска излечимых целей.

Обзор исследования

Тип исследования

Наблюдательный

Регистрация (Оцененный)

365

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Контакты исследования

  • Имя: Li An
  • Номер телефона: CHN+13681133265
  • Электронная почта: bjzy818@sina.com

Места учебы

    • Beijing
      • Beijing, Beijing, Китай, 100000
        • Рекрутинг
        • Beijing Chaoyang Hospital affiliated to Capital Medical University
        • Контакт:
          • Li An, doctorate
          • Номер телефона: CHN+13681133265
          • Электронная почта: bjzy818@sina.com

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Н/Д

Метод выборки

Невероятностная выборка

Исследуемая популяция

Пациент с тяжелой хронической обструктивной болезнью легких, посещавший отделение респираторной медицины и интенсивной терапии Пекинской больницы Чаоян Столичного медицинского университета с января 2023 года.

Описание

Критерии включения:

  1. Пациенты, соответствующие диагностическим критериям ХОБЛ Глобальной инициативы по хроническим обструктивным заболеваниям легких (GOLD 2022) и степени GOLD Ⅲ - Ⅳ (ОФВ1/ФЖЕЛ<70%, прогнозируемое значение ОФВ1% ≤ 50% после бронхоэктазов)
  2. Возраст>40 лет
  3. ХОБЛ стабильна более 4 недель
  4. Бронхоэктатическая болезнь короткого действия не использовалась в течение 24 часов до этого эксперимента, Бронхоэктатическая болезнь длительного действия не использовалась в течение 48 часов, а глюкокортикоиды не применялись по всему организму в течение последнего месяца.
  5. Пациент информирован и подписан форму согласия

Критерий исключения:

  1. Астма, активный туберкулез легких, интерстициальная пневмония и тяжелые бронхоэктазы.
  2. Осложнены серьезными заболеваниями (острая инфекция, диабет, инсульт, болезни сердца, дисфункция печени и почек, рак или аутоиммунные заболевания)
  3. История хронической диареи или запора
  4. История желудочно-кишечной хирургии
  5. Использование пробиотиков или антибиотиков в течение последних 4 недель.
  6. Отсутствие истории использования пероральных гормонов или традиционной китайской медицины за последние три месяца.
  7. Беременность или лактация

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

Когорты и вмешательства

Группа / когорта
Частые обострения ХОБЛ
Нечастое обострение ХОБЛ

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Оцените прогностическую эффективность модели прогнозирования риска частых приступов ХОБЛ на основе площади под кривой ROC.
Временное ограничение: Год
Согласно площади под кривой (AUC) ROC, самая большая из них имеет наилучшие прогнозные характеристики. Когда AUC>0,5, чем ближе она к 1, тем лучше прогнозирующая эффективность модели. Когда AUC = 0,5, это указывает на плохую подгонку модели и отсутствие потенциальной прогностической ценности.
Год

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

1 мая 2023 г.

Первичное завершение (Оцененный)

1 декабря 2027 г.

Завершение исследования (Оцененный)

1 декабря 2027 г.

Даты регистрации исследования

Первый отправленный

27 декабря 2023 г.

Впервые представлено, что соответствует критериям контроля качества

27 декабря 2023 г.

Первый опубликованный (Действительный)

10 января 2024 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

10 января 2024 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

27 декабря 2023 г.

Последняя проверка

1 декабря 2023 г.

Дополнительная информация

Термины, связанные с этим исследованием

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Подписаться