ChiCTR2500103350
尚未开始
/
/
/
2025-05-28
/
/
肿瘤治疗导致的心脏毒性
基于多模态机器学习的癌症患者心血管毒性预测模型——肿瘤心脏病学队列的构建
基于多模态机器学习的癌症患者心血管毒性预测模型——肿瘤心脏病学队列的构建
(1)建立肿瘤心脏病学相关疾病队列,探索肿瘤心脏病学相关疾病的危险因素、揭示疾病发生、发展机制 (2)采用人工智能算法综合考虑肿瘤患者各个模态数据的特征,构建精准化、个体化的CV毒性风险评估体系。 (3)通过采集患者血液样本进行多组学分析,进一步增强CV毒性风险评估模型的生物可解释性 (4)探索肠道菌群在癌症患者肿瘤治疗的心血管毒性中的作用机制,开拓肿瘤治疗导致的心血管毒性治疗的一个新靶点
队列研究
其它
无
无
国家自然科学基金
/
60;500
/
2024-12-11
2027-12-31
/
1.回顾性研究纳入标准: a)2013年-2025年间于我院就诊的患者 b)明确诊断癌症的患者 c)诊断结果经过明确的组织病理学检查的病例; 2.前瞻性研究纳入标准: a)年龄已满18岁,不超过90岁; b)明确诊断癌症的患者; c)组织病理学检查确诊的病例; d)接受肿瘤治疗的患者;;
登录查看1.回顾性研究排除标准:随访数据缺失; 2.前瞻性研究排除标准: a)有晕针、晕血、病理性低血压人群; b)患有精神疾病或认知功能障碍的患者。;
登录查看东莞市人民医院
/
IntraAb mRNA-LNP 实体肿瘤治疗
医麦客2025-06-20
科睿唯安 TS JCR
青塔2025-06-18
ADA 肥胖
Insight数据库2025-06-18
TGF-β 胰腺导管腺癌
中国医药生物技术协会2025-06-18
肿瘤治疗性疫苗
医麦创新药2025-06-18
β-地中海贫血 β-地
医麦创新药2025-06-18
D&D Pharmatech Inc. GC GLP-1/GCG
药时空2025-06-18
MTAP PRMT5 AI
晶泰科技2025-06-18