简体中文|English
检索试验 按国家、省（市）统计 按疾病代码统计 按试验实施单位统计 按试验主办单位统计 按经费或物资来源统计 按征募研究对象情况统计 按注册状态统计 按干预措施统计 按伦理委员会统计 按研究类型统计
基于机器学习算法老年慢病共病住院患者跌倒风险预测模型的构建及验证
下载XML文档

注册号：

Registration number：

 ChiCTR2600116160 

最近更新日期：

Date of Last Refreshed on：

 2026-01-06 14:35:40 

注册时间：

Date of Registration：

 2026-01-06 00:00:00 

注册号状态：

预注册

Registration Status：

Prospective registration

注册题目：

基于机器学习算法老年慢病共病住院患者跌倒风险预测模型的构建及验证

Public title：

Construction and Validation of a Fall Risk Prediction Model for Elderly Inpatients with Multimorbidity Based on Machine Learning Algorithms**

注册题目简写：

English Acronym：

研究课题的正式科学名称：

基于XGBoost机器学习算法的老年慢病共病住院患者跌倒风险预测模型的构建及验证

Scientific title：

Construction and Validation of a Fall Risk Prediction Model for Elderly Inpatients with Multimorbidity Using XGBoost Machine Learning Algorithm**

研究课题代号(代码)：

Study subject ID：

在二级注册机构或其它机构的注册号：

The registration number of the Partner Registry or other register：

申请注册联系人：

解艳红 

研究负责人：

解艳红 

Applicant：

Yanhong Xie 

Study leader：

Yanhong Xie 

申请注册联系人电话：

Applicant telephone：

 +86 15990093587

研究负责人电话：

Study leader's
telephone：

+86 571 8737 7310

申请注册联系人传真 ：

Applicant Fax：

研究负责人传真：

Study leader's fax：

申请注册联系人电子邮件：

Applicant E-mail：

 806815363@qq.com

研究负责人电子邮件：

Study leader's E-mail：

 hsyhly2012@qq.com

申请单位网址(自愿提供)：

Applicant website(voluntary supply)：

研究负责人网址(自愿提供)：

Study leader's website(voluntary supply)：

申请注册联系人通讯地址：

浙江省杭州市西湖区古墩路1229号

研究负责人通讯地址：

浙江省杭州市西湖区古墩路1229号

Applicant address：

No. 1229, Gudun Road, Xihu District, Hangzhou, Zhejiang Province, China

Study leader's address：

No. 1229, Gudun Road, Xihu District, Hangzhou, Zhejiang Province, China

申请注册联系人邮政编码：

Applicant postcode：

研究负责人邮政编码：

Study leader's postcode：

申请人所在单位：

浙江医院

Applicant's institution：

Zhejiang Hospital

研究负责人所在单位：

浙江医院

Affiliation of the Leader：

Zhejiang Hospital

是否获伦理委员会批准：

是

Approved by ethic committee：

Yes

伦理委员会批件文号：

Approved No. of ethic committee：

 ZJHIRB-2025-164K

伦理委员会批件附件：

Approved file of Ethical Committee：

 查看附件View

批准本研究的伦理委员会名称：

浙江医院伦理审查委员会

Name of the ethic committee：

Ethics Review Committee of Zhejiang Hospital

伦理委员会批准日期：

Date of approved by ethic committee：

 2025-09-17 00:00:00

伦理委员会联系人：

谢小萍

Contact Name of the ethic committee：

Xie Xiaoping

伦理委员会联系地址：

浙江省杭州市西湖区古墩路1229号

Contact Address of the ethic committee：

No. 1229, Gudun Road, Xihu District, Hangzhou, Zhejiang Province, China

伦理委员会联系人电话：

Contact phone of the ethic committee：

 +86 571 81595231

伦理委员会联系人邮箱：

Contact email of the ethic committee：

 920628092@qq.com

研究实施负责（组长）单位：

浙江医院

Primary sponsor：

Zhejiang Hospital

研究实施负责（组长）单位地址：

浙江省杭州市西湖区古墩路1229号

Primary sponsor's address：

No. 1229, Gudun Road, Xihu District, Hangzhou, Zhejiang Province, China

试验主办单位(项目批准或申办者)：

Secondary sponsor：

国家：

中国

省(直辖市)：

浙江省

市(区县)：

Country：

China

Province：

Zhejiang

City：

单位(医院)：

浙江医院

具体地址：

浙江省杭州市西湖区古墩路1229号

Institution
hospital：

Zhejiang Hospital

Address：

No. 1229, Gudun Road, Xihu District, Hangzhou, Zhejiang Province, China

经费或物资来源：

浙江省卫生健康行业科技计划项目

Source(s) of funding：

Medical and Health Science Program of Zhejiang Province

研究疾病：

老年慢病共病  

Target disease：

Elderly Patients with Multimorbidity

研究疾病代码：

Target disease code：

研究类型：

观察性研究

Study type：

Observational study

研究所处阶段：

 其它 

Study phase：

N/A

研究设计：

队列研究 

Study design：

Cohort study 

研究目的：

构建并验证一个基于 XGBoost 机器学习算法的老年慢病共病住院患者跌倒风险预测模型，明确其独立危险因素，并与传统 Logistic 回归模型进行比较，为临床提供高精度、可解释的跌倒风险预警工具，助力跌倒预防管理体系的建立。  

Objectives of Study：

Develop and validate a fall risk prediction model for elderly patients hospitalized with multiple chronic diseases based on the XGBoost machine learning algorithm, identify its independent risk factors, and compare it with the traditional logistic regression model, providing clinicians with a high-precision, interpretable fall risk warning tool to support the establishment of a fall prevention management system.

药物成份或治疗方案详述：

 

Description for medicine or protocol of treatment in detail：

 

纳入标准：

Inclusion criteria

排除标准：

1.意识或认知障碍无法配合； 2.长期卧床或截瘫； 3.病历关键信息缺失。

Exclusion criteria：

1. Unable to cooperate due to consciousness or cognitive impairment; 2. Long-term bedridden or paraplegic; 3. Key information missing from medical records.

研究实施时间：

Study execute time：

从 From 2026-01-01 00:00:00至 To 2028-12-31 00:00:00  

征募观察对象时间：

Recruiting time：

从 From 2026-01-06 00:00:00 至 To 2026-12-31 00:00:00

干预措施：

Interventions：

组别：

观察组

样本量：

 695

Group：

Observation group

Sample size：

干预措施：

无

干预措施代码：

Intervention：

None

Intervention code：

研究实施地点：

Countries of recruitment and research settings：

国家：

 中国

省(直辖市)：

 浙江省 

市(区县)：

  

Country：

China

Province：

Zhejiang

City：

单位(医院)：

 浙江医院 

单位级别：

 三级甲等 

Institution
hospital：

Zhejiang Hospital

Level of the institution：

Tertiary A

测量指标：

Outcomes：

指标中文名：

准确率

指标类型：

主要指标

Outcome：

Accuracy

Type：

Primary indicator

测量时间点：

数据采集完后

测量方法：

对比XGBoost与Logistic跌倒预测模型在老年慢病共病住院患者中的预测性能。具体方法为：将测试集数据分别代入基于训练集构建的两种模型，计算患者跌倒发生的预测概率，并与真实跌倒情况进行对比。通过绘制ROC曲线、计算AUC值，以及比较准确率、精确率、灵敏度、特异度和约登指数等指标，量化评估两种模型的预测效果。

Measure time point of outcome：

After Data Collection

Measure method：

Comparison of the Predictive Performance of XGBoost and Logistic Regression Fall Prediction Models in Elderly Inpatients with Multimorbidity.The specific method is as follows: The test set data is separately input into the two models constructed based on the training set to calculate the predicted probability of patient falls, which is then compared with the actual occurrence of falls. The predictive effectiveness of the two models is quantitatively evaluated by plotting the ROC curve, calculati

指标中文名：

精确率

指标类型：

主要指标

Outcome：

Precision

Type：

Primary indicator

测量时间点：

测量方法：

Measure time point of outcome：

Measure method：

指标中文名：

敏感度

指标类型：

主要指标

Outcome：

Sensitivity

Type：

Primary indicator

测量时间点：

测量方法：

Measure time point of outcome：

Measure method：

指标中文名：

特异度

指标类型：

主要指标

Outcome：

Specificity

Type：

Primary indicator

测量时间点：

测量方法：

Measure time point of outcome：

Measure method：

指标中文名：

约登指数

指标类型：

主要指标

Outcome：

Youden Index

Type：

Primary indicator

测量时间点：

测量方法：

Measure time point of outcome：

Measure method：

指标中文名：

ROC曲线

指标类型：

主要指标

Outcome：

ROC Curve

Type：

Primary indicator

测量时间点：

测量方法：

Measure time point of outcome：

Measure method：

指标中文名：

决策曲线

指标类型：

主要指标

Outcome：

Decision Curve

Type：

Primary indicator

测量时间点：

测量方法：

Measure time point of outcome：

Measure method：

采集人体标本：

Collecting sample(s)
from participants：

标本中文名：

无

组织：

Sample Name：

NA

Tissue：

人体标本去向

 其它  

说明

Fate of sample：

0thers  

Note：

征募研究对象情况：

Recruiting status：

尚未开始

Not yet recruiting

年龄范围：

Participant age：
最小 Min age 60 岁 years
最大 Max age 岁 years

性别：

男女均可

Gender：

Both

随机方法（请说明由何人用什么方法产生随机序列）：

无

Randomization Procedure (please state who generates the random number sequence and by what method)：

None

是否公开试验完成后的统计结果:

Calculated Results after the Study Completed public access:

不公开/Private

盲法：

无

Blinding：

None

是否共享原始数据：

IPD sharing

否No

共享原始数据的方式（说明：请填入公开原始数据日期和方式，如采用网络平台，需填该网络平台名称和网址）：

无

The way of sharing IPD”(include metadata and protocol, If use web-based public database, please provide the url)：

N/A

数据采集和管理（说明：数据采集和管理由两部分组成，一为病例记录表(Case Record Form, CRF)，二为电子采集和管理系统(Electronic Data Capture, EDC)，如ResMan即为一种基于互联网的EDC：

一、采集方式： 系统提取：通过医院电子病历系统（HIS）及老年综合智慧评估系统自动抓取结构化数据。 人工录入：针对非结构化数据（如护理记录中的自由文本），由两名研究人员独立提取并录入《老年慢病共病跌倒危险因素数据提取表》。 采集范围： 覆盖全院老年医学科、综合内科等慢病共病高发科室，纳入筛查阳性的住院患者（通过老年综合评估确定）。 采集流程： 步骤1：制订标准化数据提取表，明确各字段定义及录入规范。 步骤2：由两名课题组研究人员从医院电子病历系统及老年综合智慧评估系统提取数据，包括：基本信息、疾病信息（慢性病种类及数量、共病指数）、用药记录、护理记录、护理措施、环境因素等相关临床信息，确保数据完整性。 步骤3：按跌倒发生情况分组（跌倒组/未跌倒组），标记事件时间（跌倒发生日期）。 步骤4：数据清洗（处理异常值、填补缺失值）、转换（分类变量虚拟化）、标准化（Z-score处理连续变量）。

Data collection and Management (A standard data collection and management system include a CRF and an electronic data capture：

I. Data Collection Method:- System Extraction: Structured data is automatically captured through the Hospital Electronic Medical Record System (HIS) and the Comprehensive Geriatric Smart Assessment System.Manual Entry: For unstructured data (e.g., free-text nursing records), two researchers independently extract and enter the data into the "Fall Risk Factor Data Extraction Form for Elderly Patients with Multimorbidity."**II. Collection Scope:**The collection covers departments with high prevalence of multimorbidity, such as Geriatrics and General Internal Medicine, across the hospital. Hospitalized patients who screen positive (identified via comprehensive geriatric assessment) are included.III. Collection Process:Step 1:Develop a standardized data extraction form with clear definitions and entry protocols for each field.- Step 2:Two researchers from the project team extract data from the Hospital Electronic Medical Record System and the Comprehensive Geriatric Smart Assessment System. The data includes: basic information, disease information (types and counts of chronic diseases, multimorbidity index), medication records, nursing records, nursing interventions, environmental factors, and other relevant clinical information to ensure data completeness.- Step 3: Group data based on fall occurrence (fall group/non-fall group) and mark the event time (date of fall occurrence).- Step 4:Perform data cleaning (handling outliers, imputing missing values), transformation (dummy variable creation for categorical variables), and standardization (Z-score normalization for continuous variables).IV. Data Archiving Plan:The data will be archived in the "Zhejiang Provincial Medical Research Database."

数据与安全监察委员会：

Data and Safety Monitoring Committee：

有/Yes

注册人：

Name of Registration：

  2026-01-06 14:35:07
返回列表
欢迎访问WHO国际临床试验注册平台 Clinical Trials Hong Kong

中国临床试验注册中心 - 世界卫生组织国际临床试验注册平台一级注册机构

Copyright(c) (2005 - 2023) Chictr.org.cn.All rights reserved. 中国临床试验注册中心 版权所有

蜀ICP备16010396号-9

提示：推荐使用IE8.0以上版本 宽屏显示分辨率下使用系统