此页面是自动翻译的，不保证翻译的准确性。请参阅英文版对于源文本。

Development and Validation of an Interpretable Machine Learning Model for Predicting Venous Thromboembolism（VTE）in Intensive Care Unit (ICU) Patients

2026年5月18日更新者：Weiwei Wu、Beijing Tsinghua Chang Gung Hospital

Venous thromboembolism remains a leading cause of preventable mortality in intensive care unit (ICU) patients. Existing risk-stratification tools were developed in general medical populations and lack ICU-specific predictors. This study was to develop and validate an interpretable machine learning (ML) model to predict VTE in ICU patients.

研究概览

地位

完全的

条件

干预/治疗

其他：没有干预

研究类型

观察性的

注册 (实际的)

12061

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。

学习地点

中国
- Beijing Municipality
  - Beijing、Beijing Municipality、中国、102218
    - Beijing Tsinghua Changgung Hospital

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

Patients admitted to ICU were included in the study cohort from January 2022 to October 2025. Inclusion criteria were: (1) age ≥18 years; (2) ICU length of stay ≥48 hours; (3) only the first ICU admission per patient was retained. Exclusion criteria were: (1) VTE diagnosed prior to ICU admission; (2) VTE diagnosed within 24 hours of ICU admission; (3) >20% missing values in key variables. The final cohort comprised 12,061 patients, of whom 587 (4.9%) developed VTE during ICU hospitalization.

描述

Inclusion Criteria:

age ≥18 years;
ICU length of stay ≥48 hour
the first ICU admission

Exclusion Criteria:

VTE diagnosed prior to ICU admission
VTE diagnosed within 24 hours of ICU admission
>20% missing values in key variables

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

研究衡量的是什么？

主要结果指标

结果测量	大体时间
validate an interpretable machine learning (ML) model to predict VTE in ICU patients 大体时间：the first day after the patients leaf ICU	the first day after the patients leaf ICU

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。

赞助

Beijing Tsinghua Chang Gung Hospital

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 (实际的)

2022年1月1日

初级完成 (实际的)

2025年12月31日

研究完成 (实际的)

2025年12月31日

研究注册日期

首次提交

2026年5月12日

首先提交符合 QC 标准的

2026年5月18日

首次发布 (实际的)

2026年5月19日

研究记录更新

最后更新发布 (实际的)