基于人工智能的改良Rankin量表(mRS)评分系统在卒中患者中的临床验证
2026年4月15日 更新者：qingfeng ma、Xuanwu Hospital, Beijing
基于人工智能的改良Rankin量表（mRS）评分系统在脑卒中患者中的临床验证
本研究旨在验证基于人工智能（AI）的改良Rankin量表（mRS）自动评分系统的临床性能。
核心比较是AI生成的评分与由经过培训的专业人员执行的标准化手动mRS随访评估之间的一致性和准确性。
目标是提供一种便捷、高效且客观的卒中预后评估工具，减少手动评分的主观变异性，并优化卒中随访工作流程。
研究概览
地位
尚未招聘
条件
详细说明
这是一项前瞻性、多中心、观察性研究，旨在验证基于人工智能的自动评分系统对卒中患者改良Rankin量表（mRS）的诊断性能。
主要目的是评估AI生成的mRS评分与经过培训的临床医生进行的标准化手动评估之间的一致性。
次要终点包括该系统在功能结局分类中的敏感性、特异性以及受试者工作特征曲线下面积（AUC）。
研究类型
观察性的
注册 (估计的)
490
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习联系方式
- 姓名：Qingfeng Ma, MD
- 电话号码：+8613601069493
- 邮箱：m.qingfeng@163.com
研究联系人备份
- 姓名：Zixin Wang, MD Candidate
- 电话号码：+8615031041048
- 邮箱：wzx15031041048@163.com
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
不
取样方法
非概率样本
研究人群
将纳入来自多中心、年龄≥18岁、确诊卒中且能完成1周随访的连续性卒中患者。
排除患有严重非卒中神经系统疾病、无法沟通或失访的患者。
描述
入选标准：
- 年龄 ≥ 18 岁，男性或女性。
- 经临床诊断为卒中，并由颅脑 CT/MRI 证实为卒中。
- 临床稳定，出院或门诊时具有基本沟通能力。患者或固定的家庭照护者能够配合出院或门诊后 1 周的电话随访。
- 患者或其法定授权代表签署知情同意书。
排除标准：
- 非卒中病因（如脑肿瘤、创伤性脑损伤、脑炎）引起的神经功能缺损。
- 出院/门诊时存在严重意识障碍、严重认知障碍、精神疾病或全面性失语，导致无法有效沟通；患者及家属均不能配合随访或评估。
- 合并严重多器官功能衰竭（如心、肝、肾、呼吸），预期生存期不足 1 个月，无法完成 1 周随访。
- 长期卧床且无固定照护者，无确定的随访联系人，或拒绝参加电话随访及 mRS 评估。
- 临床资料不完整，无法收集基线数据。
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
|---|
|
AI优先访谈组
参与者首先接受AI的电话评估，随后由人工评估员进行电话评估。
|
|
以人为本小组
参与者首先接受人类评估员的电话评估，然后接受人工智能的电话评估。
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
基于人工智能（AI）与手动改良Rankin量表（mRS）评估之间的一致性
大体时间：出院后或门诊就诊后 7 天，± 2 天
|
加权卡帕系数量化了人工智能生成的改良Rankin量表评分与训练有素的临床医生执行的标准手动mRS评估之间的一致性水平
|
出院后或门诊就诊后 7 天，± 2 天
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
基于AI和手动评估的二分类改良Rankin量表(mRS)之间的一致性
大体时间：出院或门诊后7天，±2天
|
简单kappa系数量化了人工智能（AI）生成的二分类改良Rankin量表（mRS）评分（0-2分 vs. 3-6分）与经过培训的临床医生执行的标准手动mRS评估之间的一致性水平
|
出院或门诊后7天，±2天
|
|
AI与人工改良Rankin量表（mRS）评分的Bland-Altman一致性界限
大体时间：出院后或门诊就诊后7天，±2天
|
Bland-Altman一致性限值分析评估人工智能（AI）生成与人工评估的改良Rankin量表（mRS）评分之间的一致性。
手动与AI评分的差异将绘制在y轴上，其均值绘制在x轴上，计算一致性限值（平均差异±1.96×标准差）。 该分析旨在直观评估一致性在mRS评分范围内的变化，并识别任何比例偏差，例如在严重残疾患者中更大程度的差异。 |
出院后或门诊就诊后7天，±2天
|
|
基于AI与手动改良Rankin量表（mRS）二分类法的诊断性能比较
大体时间：出院后或门诊就诊后7天，±2天
|
诊断性能分析评估基于人工智能的改良Rankin量表评分系统对功能结局进行分类的能力，并以人工评估作为参考标准。
将构建2×2列联表，用于二分类的mRS类别（良好结局：0-2分 vs 不良结局：3-6分）。
该分析将计算敏感性、特异性、阳性预测值、阴性预测值、准确率和约登指数。
将绘制受试者工作特征曲线，并计算曲线下面积。
|
出院后或门诊就诊后7天，±2天
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
合作者
调查人员
- 学习椅：Qingfeng Ma, MD、Xuanwu Hospital, Beijing
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (估计的)
2026年4月10日
初级完成 (估计的)
2028年12月31日
研究完成 (估计的)
2028年12月31日
研究注册日期
首次提交
2026年4月8日
首先提交符合 QC 标准的
2026年4月15日
首次发布 (实际的)
2026年4月22日
研究记录更新
最后更新发布 (实际的)
2026年4月22日
上次提交的符合 QC 标准的更新
2026年4月15日
最后验证
2026年4月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.