ChiCTR2500103873
正在进行
/
/
/
2025-06-06
/
/
甲状腺结节
基于机器学习建立甲状腺结节的分子标记物诊断模型
基于机器学习建立甲状腺结节的分子标记物诊断模型
①基于我国甲状腺结节临床特点和分子特征的,利用分子诊断技术和机器学习相结合,首次构建可准确用于诊断、评估甲状腺结节良恶性的分子诊断模型,建立有产业化潜能的检测技术。 ② 研发具有较高敏感性和特异性的甲状腺结节良恶性分子辅助诊断技术,提高临床甲状腺肿瘤手术的恶性比例,减少不必要的诊断性手术的发生,减轻医疗系统和医保负担。 同时优化模型中的分子数量,降低模型检测成本。
诊断试验诊断准确性
其它
本研究为非随机入组
/
首都卫生发展科研专项
/
/
/
2024-01-01
2026-12-31
/
1)初治或甲状腺术后残留/复发的甲状腺结节患者; 2)结节最大直径>5 mm,超声可疑恶性; 3)结节最大直径>2 cm,超声无明显恶性特征,实性或实性为主结节; 4)于我院进行细针穿刺细胞学检查(FNA)且细胞学病理为BethesdaⅢ级、Ⅳ级; 5)签署患者样本开展科学研究知情同意书;
登录查看1)已经确诊为甲状腺癌的患者; 2)纯囊性或囊性为主结节; 3)伴有不适合穿刺的合并症; 4)取材不满意无法诊断。;
登录查看北京肿瘤医院
/
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
肥胖 箕星 超重
箕星药业科技2025-06-18
β-地中海贫
邦耀实验室2025-06-18
抽动症 神经发育障碍 BD项目002
美柏资本2025-06-18