Artificial Intelligence-based Prediction of Radio-cephalic Arteriovenous Fistula Maturation Using Preoperative Duplex Examination

Rövid összefoglaló (regiszter, angolul)

The goal of this observational study is to assess the efficacy of AI-driven models in analyzing comprehensive ultrasonographic variables across multiple forearm locations to predict successful AVF maturation. The main question it aims to answer is: Can AI-driven models analyzing comprehensive ultrasonographic variables accurately predict the successful maturation of arteriovenous fistulas (AVFs)? Participants who underwent radiocephalic arteriovenous fistula (AVF) creation had their preoperative ultrasonographic data analyzed using AI-driven models to predict successful AVF maturation over a four-year retrospective period.

Mit vállalsz

• Vizsgálat típusa: Megfigyeléses
• Bevont résztvevők: 494
• 2018. jan. 1. és az elsődleges befejezés (2022. dec. 31.) között
• 1 helyszín, 1 országban
• Vizitek és vizsgálatok: kérdezd a vizsgálat csapatát, a regiszter nem sorolja fel őket

A(z) ClinicalTrials.gov regisztermezőiből összeállítva. A vizsgálat felépítését írja le.

Ki nem vehet részt

Szó szerint a(z) ClinicalTrials.gov forrásból, témák szerint csoportosítva. Hogy ki vehet részt, azt csak a vizsgálat csapata dönti el.

Kiket keres a vizsgálat

Nem: nők és férfiak

A teljes feltétellista: ClinicalTrials.gov

Helyszínek (1)

Helyszínek a regiszter sorrendjében. Ha a profilodba mented a városodat, távolság szerint rendeződnek.

Te vagy a koordinátor? Erősítsd meg az adatokat