ChiCTR2300071807
正在进行
/
/
/
2023-05-25
/
/
睡眠障碍
基于人口特征及围术期相关因素构建机器算法模型预测术后睡眠障碍
基于人口特征及围术期相关因素构建机器算法模型预测术后睡眠障碍
通过机器学习方法获得术后3天内睡眠障碍发生的危险因素,以帮助早期预测术后睡眠障碍。
横断面
其它
研究者将在研究时间段内,对在研究机构接受全麻手术的患者,随机抽取800例。
/
无经费
/
800
/
2023-06-01
2023-12-31
/
1. ASA分级I~III级; 2. 年龄≥18岁; 3. 对本研究知情同意。;
登录查看1. 拒绝配合调查或神志不清无法配合完成PSQI问卷及ISI问卷者; 2. 调查期间有服用安眠药等影响睡眠的干预措施; 3. 有严重呼吸系统、心血管系统疾病、神经精神障碍者; 4. 术后送入ICU继续密切监测者。;
登录查看南京医科大学第一附属医院
/
肥胖
药时代2025-06-22
肥胖 纪立农
医学新视点2025-06-22
diabetes 埃诺格鲁肽 SLIMMER
医药笔记2025-06-22
遗传性血管性水肿 III期 BD项目
美柏资本2025-06-22
ADA GIPR PCSK9
信达生物2025-06-22
diabetes 埃诺格鲁肽 内分泌学
先为达生物2025-06-22
PDL1 三阴性乳腺癌 atezolizumab
BioArtMED2025-06-21
EGFR 结直肠癌 JMT101
石药集团2025-06-21