- ICH GCP
- Registr klinických studií v USA
- Klinická studie NCT07305324
Zlepšení diagnostiky jaterní fibrózy v primární péči pomocí FibroX AI
Validace AI nástroje pro zlepšení diagnostiky pokročilé jaterní fibrózy u MASLD v primární péči: Pilotní křížová randomizovaná kontrolovaná studie na úrovni poskytovatelů
Cílem této klinické studie je zjistit, zda nástroj umělé inteligence (AI) nazvaný FibroX může pomoci poskytovatelům primární péče lépe diagnostikovat významnou jaterní fibrózu (≥F2) a klinicky významnou portální hypertenzi u dospělých s metabolickou dysfunkcí spojenou steatózou jater (MASLD).
Hlavní otázky, na které se snaží odpovědět, jsou:
- Může FibroX zlepšit přesnost diagnostiky významné jaterní fibrózy (≥F2) a klinicky významné portální hypertenze ve srovnání s obvyklou péčí?
- Je FibroX snadno použitelný a přijatelný pro poskytovatele primární péče v simulovaných klinických podmínkách?
- Důvěřují poskytovatelé FibroXu jako nástroji na podporu rozhodování?
Výzkumníci porovnají péči s pomocí FibroXu s obvyklou péčí, aby zjistili, zda FibroX zlepšuje diagnostickou přesnost, důvěru poskytovatelů a podporuje lepší rozhodování.
Účastníci budou:
- Poskytovatelé primární péče (lékaři, osteopati, praktické sestry, asistenti lékařů) z různých klinik
- Posuzovat simulované případy pacientů s rizikovými faktory MASLD
- Používat buď obvyklé nástroje péče (standardní laboratorní testy a volitelnou kalkulačku FIB-4) nebo FibroX (rizikové skóre generované AI, triážní pásmo a panel vysvětlitelnosti)
- Činit diagnostická a doporučovací rozhodnutí pro každý případ
- Vyplňovat dotazníky o použitelnosti, důvěře v AI, sebedůvěře a kognitivní zátěži
Tato studie pomůže určit, zda lze FibroX integrovat do reálných pracovních postupů primární péče, aby podpořil dřívější a přesnější detekci jaterní fibrózy a portální hypertenze, potenciálně snížil přehlédnuté diagnózy, zbytečná doporučení a zlepšil výsledky pacientů.
Přehled studie
Postavení
Podmínky
Intervence / Léčba
Detailní popis
Tato studie je 12měsíční pilotní klinická studie navržená k vyhodnocení proveditelnosti, použitelnosti, důvěry poskytovatelů a předběžné účinnosti FibroX, vysvětlitelného nástroje umělé inteligence (AI) vyvinutého ke zlepšení diagnostiky významné jaterní fibrózy (≥F2) a klinicky významné portální hypertenze u dospělých s metabolickou dysfunkcí asociovanou steatózou jater (MASLD). MASLD je běžné a progresivní onemocnění jater, které může vést k cirhóze, selhání jater a zvýšenému kardiovaskulárnímu riziku. Včasná detekce těchto stavů je zásadní, protože současné pokyny doporučují zahájit terapii (např. resmetirom nebo semaglutid pro fibrózu ≥F2 a betablokátory pro portální hypertenzi). Stávající nástroje jako FIB-4 však často postrádají přesnost a použitelnost v rutinní primární péči.
FibroX řeší tato omezení využitím rutinně dostupných klinických dat – jako věk, jaterní enzymy, počet krevních destiček, BMI a funkce ledvin – k odhadu pravděpodobnosti významné fibrózy a portální hypertenze. Poskytuje třídící kategorii (vyloučení, neurčité, zařazení) a jednoduché vysvětlení, které klinické faktory nejvíce ovlivnily predikci. Tato transparentnost je dosažena použitím Shapley Additive Explanations (SHAP), což pomáhá klinickým pracovníkům pochopit, jak AI dospěla k závěru.
V retrospektivních studiích FibroX prokázal lepší diagnostický výkon ve srovnání s FIB-4 (AUROC 0,97 vs. 0,62) a byl spojen s dlouhodobým rizikem mortality, což naznačuje prognostickou hodnotu nad rámec diagnostické užitečnosti.
Tato pilotní studie bude simulovat reálné pracovní postupy primární péče, aby otestovala, zda mohou klinici FibroX efektivně používat. Studie získá 30–40 poskytovatelů primární péče (lékaři, osteopati, praktické sestry, asistenti lékařů) z 4–6 různých klinik. Každý poskytovatel se zúčastní dvou simulačních období, každé zahrnující 16 syntetických nebo anonymizovaných případů pacientů odrážejících dospělé s rizikovými faktory MASLD. Skutečný stav stadia fibrózy a portální hypertenze bude určen biopsií nebo odborným konsenzem pomocí vibračně kontrolované tranzientní elastografie (VCTE) a kritérií založených na pokynech.
Poskytovatelé budou náhodně přiřazeni k posouzení případů v jedné ze dvou sekvencí:
- Péče s FibroX: Poskytovatelé obdrží rizikovou pravděpodobnost FibroX, třídící kategorii a panel vysvětlitelnosti.
- Obvyklá péče: Poskytovatelé použijí standardní laboratorní výsledky a vitální funkce s volitelným přístupem ke kalkulačce FIB-4.
Po týdenním vyprázdňovacím období se poskytovatelé přepnou do druhé podmínky. U každého případu poskytovatelé učiní rozhodnutí o managementu (např. žádná akce, objednání VCTE, odeslání k hepatologovi), zaznamenají svou úroveň důvěry a vyplní dotazníky o použitelnosti, důvěře v AI a kognitivní zátěži.
Primární výsledky
- Proveditelnost: Míra náboru ≥70 %, míra dokončení ≥85 %, medián doby rozhodování ≤3,5 minuty.
- Použitelnost a přijatelnost: Skóre System Usability Scale (SUS) ≥70.
- Důvěra poskytovatelů: Skóre AI-Trust Scale ≥6.
- Účinnost: Diagnostická přesnost u poskytovatele pro významnou fibrózu (≥F2) a klinicky významnou portální hypertenzi.
Sekundární výsledky
Veškeré akce poskytovatelů a časy rozhodování budou automaticky zaznamenávány. Pootestní dotazníky a kvalitativní rozbory prozkoumají překážky a usnadňující faktory při používání FibroX.
Význam studie Tato pilotní studie vygeneruje klíčová data pro podporu budoucí multicentrické studie a potenciální integrace FibroX do elektronických zdravotních záznamů. Pokud bude úspěšná, FibroX by mohl umožnit škálovatelný screening významné jaterní fibrózy a portální hypertenze v primární péči v souladu s pokyny, snížit opomenuté diagnózy a zbytečné odeslání. To je v souladu s národními prioritami pro přesnou medicínu a odpovědné zavádění AI ve zdravotnictví.
Typ studie
Zápis (Odhadovaný)
Fáze
- Nelze použít
Kontakty a umístění
Studijní kontakt
- Jméno: Basile Njei, MD, MPH, PhD, FRCP
- Telefonní číslo: 475-227-5537
- E-mail: basile.njei@yale.edu
Studijní záloha kontaktů
- Jméno: Ulrick S Kanmounye, MD, MPH, MSc
- Telefonní číslo: 5705404973
- E-mail: ulricksidney@gmail.com
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Popis
Kriteria pro zařazení:
- Oprávnění poskytovatelé primární péče (MD, DO, NP nebo PA)
- Aktuálně praktikující v dospělé primární péči (≥0,5 úvazku)
- Spojeni s jednou z účastnických klinik (akademická, komunitní nebo Federálně kvalifikované zdravotní středisko)
- Ochotní a schopní účastnit se simulovaných kontrol případů založených na elektronické zdravotní dokumentaci (EHR)
- Schopní poskytnout informovaný souhlas
Vylučovací kritéria:
- Poskytovatelé, kteří nejsou aktivně praktikující v dospělé primární péči
- Poskytovatelé s méně než 0,5 úvazkem v klinické praxi
- Předchozí zapojení do vývoje nebo validace nástroje FibroX
- Neschopnost dokončit obě simulační období z důvodu plánování nebo jiných omezení
Studijní plán
Jak je studie koncipována?
Detaily designu
- Primární účel: Diagnostický
- Přidělení: Randomizované
- Intervenční model: Crossover Assignment
- Maskování: Žádné (otevřený štítek)
Zbraně a zásahy
Skupina účastníků / Arm |
Intervence / Léčba |
|---|---|
|
Experimentální: FibroX-Enabled Care
V této větvi primární péče poskytovatelé využívají FibroX, nástroj klinické rozhodovací podpory poháněný umělou inteligencí, k hodnocení simulovaných případů pacientů pro významnou jaterní fibrózu (≥F2) a klinicky významnou portální hypertenzi.
FibroX zobrazuje skóre pravděpodobnosti rizika, triážní pásmo (vyloučit, neurčité, zařadit) a jednoduchý panel vysvětlení ukazující, které klinické faktory nejvíce ovlivnily predikci.
Poskytovatelé používají tyto informace k diagnostickým a doporučovacím rozhodnutím (např. objednat VCTE, odeslat na hepatologii, zahájit léčbu podle doporučení).
Každý poskytovatel během tohoto intervenčního období zhodnotí 16 případů.
Cílem je vyhodnotit dopad FibroX na diagnostickou přesnost, důvěru poskytovatelů, použitelnost a efektivitu pracovního postupu ve srovnání s běžnou péčí.
|
FibroX je vysvětlitelný nástroj umělé inteligence (AI) navržený k pomoci poskytovatelům primární péče při diagnostice významné jaterní fibrózy (≥F2) a klinicky významné portální hypertenze u pacientů s metabolickou dysfunkcí spojenou se steatózou jater (MASLD).
Používá běžně dostupná klinická data (např. věk, AST, ALT, trombocyty, BMI, HbA1c, kreatinin) k vygenerování skóre rizikové pravděpodobnosti, triážního pásma (vyloučit, neurčité, zařadit) a jednoduchého panelu vysvětlení pomocí Shapley Additive Explanations (SHAP).
Poskytovatelé používají FibroX během simulovaných setkání s pacienty, aby vedli diagnostická a odborná doporučení (např. objednat VCTE, odeslat k hepatologii, zahájit léčbu podle směrnic).
Nástroj si klade za cíl zlepšit diagnostickou přesnost, zvýšit důvěru poskytovatelů, snížit přehlédnuté diagnózy a podpořit triáž v souladu se směrnicemi v primární péči.
|
|
Aktivní komparátor: Obvyklá péče
V této větvi poskytovatelé primární péče hodnotí simulované případy pacientů pomocí standardních klinických nástrojů dostupných v běžné praxi.
Ty zahrnují laboratorní výsledky, vitální funkce, seznamy problémů, medikaci a předchozí zobrazovací vyšetření.
Poskytovatelé mohou volitelně použít kalkulátor FIB-4 k odhadu rizika jaterní fibrózy.
Každý poskytovatel během tohoto období zhodnotí 16 případů.
Žádná podpora rozhodování pomocí AI není poskytována.
Tato větev slouží jako komparátor k vyhodnocení, zda FibroX zlepšuje diagnostickou přesnost pro významnou jaterní fibrózu (≥F2) a klinicky významnou portální hypertenzi, stejně jako důvěru poskytovatelů, použitelnost a efektivitu pracovního postupu oproti běžné péči.
|
V běžné péči poskytovatelé primární péče hodnotí simulované případy pacientů pomocí standardních klinických nástrojů dostupných v rutinní praxi.
Ty zahrnují laboratorní výsledky, vitální funkce, seznamy problémů, medikaci a předchozí zobrazovací vyšetření.
Poskytovatelé mohou volitelně použít kalkulátor FIB-4 k odhadu rizika jaterní fibrózy.
Není poskytována žádná podpora rozhodování pomocí umělé inteligence.
Tento zásah slouží jako komparátor k vyhodnocení, zda FibroX zlepšuje diagnostickou přesnost pro významnou jaterní fibrózu (≥F2) a klinicky významnou portální hypertenzi, stejně jako důvěru poskytovatelů, kvalitu rozhodování a efektivitu pracovního postupu ve srovnání s běžnou péčí.
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Diagnostická přesnost pro významnou jaterní fibrózu (≥F2) a klinicky významnou portální hypertenzi pomocí FibroX ve srovnání s obvyklou péčí
Časové okno: Bezprostředně po každém simulačním období, až 24 týdnů
|
Přesnost diagnostiky v rámci poskytovatele pro detekci významné jaterní fibrózy (≥F2) a klinicky významné portální hypertenze v simulovaných setkáních v primární péči. Přesnost bude hodnocena pomocí citlivosti, specificity a AUROC na klinicky relevantních prahových hodnotách. Referenční standard pro stadium fibrózy a portální hypertenze bude odvozen z biopsie, odborného konsenzu založeného na vibračně řízené přechodné elastografii (VCTE) a kritérií definovaných v doporučených postupech. Jednotka měření: Podíl (citlivost a specificita v %, AUROC jako hodnota bez jednotky) |
Bezprostředně po každém simulačním období, až 24 týdnů
|
|
Skóre System Usability Scale (SUS) pro integraci FibroX
Časové okno: Bezprostředně po každém simulačním období, až 24 týdnů
|
Uživatelská přívětivost FibroX hodnocena pomocí System Usability Scale (SUS), ověřeného 10položkového dotazníku s hodnocením od 0 do 100, kde vyšší skóre znamená lepší uživatelskou přívětivost. Jednotka měření: Skóre (rozsah: 0-100; vyšší skóre = lepší uživatelská přívětivost) |
Bezprostředně po každém simulačním období, až 24 týdnů
|
|
Důvěra poskytovatele v nástroj umělé inteligence (FibroX)
Časové okno: Bezprostředně po simulačním období s funkcí FibroX, až 24 týdnů
|
Důvěra poskytovatele v FibroX hodnocena pomocí ověřené AI-Trust škály, která zahrnuje 12 položek hodnocených na Likertově stupnici. Vyšší skóre znamená větší důvěru v nástroj umělé inteligence. Jednotka měření: Skóre (rozsah: 12–60; vyšší skóre = větší důvěra) |
Bezprostředně po simulačním období s funkcí FibroX, až 24 týdnů
|
|
Medián doby rozhodování na případ
Časové okno: Bezprostředně po každém simulačním období, až do 24 týdnů
|
Medián času (v minutách), který poskytovatelé potřebovali k dokončení rozhodnutí o řízení simulovaných případů MASLD pomocí FibroX versus obvyklá péče. Jednotka měření: Minuty |
Bezprostředně po každém simulačním období, až do 24 týdnů
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Vhodná míra odeslání
Časové okno: Okamžitě po každém simulačním období, až do 24 týdnů
|
Podíl simulovaných případů, kdy rozhodnutí poskytovatele o doporučení (např. doporučení hepatologovi, objednání VCTE) odpovídají pravidlům pro třídění v souladu s doporučenými postupy pro stratifikaci rizika MASLD. Jednotka měření: Podíl (%) |
Okamžitě po každém simulačním období, až do 24 týdnů
|
|
Zlepšení překlasifikace sítě (NRI)
Časové okno: Ihned po každém simulačním období, až 24 týdnů
|
Změna v přesnosti klasifikace rizikových kategorií MASLD (vyloučit, neurčité, potvrdit) při použití FibroX ve srovnání s běžnou péčí. Měrná jednotka: NRI skóre (bezrozměrné) |
Ihned po každém simulačním období, až 24 týdnů
|
|
Kalibrace predikcí rizik
Časové okno: Bezprostředně po každém simulačním období, až do 24 týdnů
|
Kalibrace predikcí FibroX ve srovnání s pozorovanými výsledky, hodnocená pomocí kalibračního interceptu, sklonu a kalibračního grafu. Měrná jednotka: Intercept a sklon (bezrozměrné) |
Bezprostředně po každém simulačním období, až do 24 týdnů
|
|
Důvěra poskytovatele v rozhodování
Časové okno: Ihned po každém simulačním období, až do 24 týdnů
|
Důvěra hlášená poskytovatelem v rozhodnutích o léčbě MASLD během simulovaných případů, měřeno na 5bodové Likertově škále (1 = velmi nízká důvěra; 5 = velmi vysoká důvěra). Měrná jednotka: Skóre (rozsah: 1-5; vyšší skóre = větší důvěra) |
Ihned po každém simulačním období, až do 24 týdnů
|
|
Kognitivní zátěž při přezkumu případu
Časové okno: Ihned po každém simulačním období, až do 24 týdnů
|
Kognitivní zátěž poskytovatele hodnocena pomocí NASA Task Load Index (NASA-TLX), který poskytuje celkové skóre zátěže od 0 do 100 v šesti dimenzích. Měrná jednotka: Skóre (rozsah: 0–100; vyšší skóre = větší zátěž) |
Ihned po každém simulačním období, až do 24 týdnů
|
|
Předpokládaná zátěž následných testů
Časové okno: Ihned po každém simulačním období, až 24 týdnů
|
Počet a typ dalších testů nebo doporučení (např. VCTE, hepatologická konzultace), které poskytovatelé plánují objednat po každém simulovaném případě. Jednotka měření: Počet (počet testů/doporučení na případ) |
Ihned po každém simulačním období, až 24 týdnů
|
|
Přijetí a dodržování doporučení pro triáž
Časové okno: Ihned po každém simulačním období, až 24 týdnů
|
Podíl případů, kdy poskytovatelé dodržují doporučení FibroX pro triáž (např. vyloučení, neurčité, zařazení) bez přepsání. Měrná jednotka: Podíl (%) |
Ihned po každém simulačním období, až 24 týdnů
|
|
Překryvná sazba a důvody
Časové okno: Bezprostředně po každém simulačním období, až do 24 týdnů
|
Podíl případů, kdy poskytovatelé přepíšou doporučení FibroX, a zdokumentované důvody pro přepsání. Jednotka měření: Podíl (%) |
Bezprostředně po každém simulačním období, až do 24 týdnů
|
|
Analýza spravedlnosti napříč podskupinami
Časové okno: Bezprostředně po každém simulačním období, až do 24 týdnů
|
Výkonnost FibroX (citlivost, specificita, kalibrace) napříč demografickými podskupinami (věk, pohlaví, BMI, rasa/etnicita). Jednotka měření: Proporce (%) a AUROC (bez jednotky) |
Bezprostředně po každém simulačním období, až do 24 týdnů
|
Spolupracovníci a vyšetřovatelé
Sponzor
Publikace a užitečné odkazy
Obecné publikace
- Wong VW, Vergniol J, Wong GL, Foucher J, Chan HL, Le Bail B, Choi PC, Kowo M, Chan AW, Merrouche W, Sung JJ, de Ledinghen V. Diagnosis of fibrosis and cirrhosis using liver stiffness measurement in nonalcoholic fatty liver disease. Hepatology. 2010 Feb;51(2):454-62. doi: 10.1002/hep.23312.
- Njei, B., et al., FIBROX: an explainable AI model for accurate prediction of advanced liver fibrosis and cardiovascular mortality in MASLD. Gastroenterology, 2024. 169(1): p. S-131-S-132.
- Njei B, Osta E, Njei N, Al-Ajlouni YA, Lim JK. An explainable machine learning model for prediction of high-risk nonalcoholic steatohepatitis. Sci Rep. 2024 Apr 13;14(1):8589. doi: 10.1038/s41598-024-59183-4.
- Ratziu V, Charlotte F, Heurtier A, Gombert S, Giral P, Bruckert E, Grimaldi A, Capron F, Poynard T; LIDO Study Group. Sampling variability of liver biopsy in nonalcoholic fatty liver disease. Gastroenterology. 2005 Jun;128(7):1898-906. doi: 10.1053/j.gastro.2005.03.084.
- Decharatanachart P, Chaiteerakij R, Tiyarattanachai T, Treeprasertsuk S. Application of artificial intelligence in non-alcoholic fatty liver disease and liver fibrosis: a systematic review and meta-analysis. Therap Adv Gastroenterol. 2021 Dec 21;14:17562848211062807. doi: 10.1177/17562848211062807. eCollection 2021.
- Meng F, Zheng Y, Zhang Q, Mu X, Xu X, Zhang H, Ding L. Noninvasive evaluation of liver fibrosis using real-time tissue elastography and transient elastography (FibroScan). J Ultrasound Med. 2015 Mar;34(3):403-10. doi: 10.7863/ultra.34.3.403.
- Boursier J, de Ledinghen V, Zarski JP, Fouchard-Hubert I, Gallois Y, Oberti F, Cales P; multicentric groups from SNIFF 32, VINDIAG 7, and ANRS/HC/EP23 FIBROSTAR studies. Comparison of eight diagnostic algorithms for liver fibrosis in hepatitis C: new algorithms are more precise and entirely noninvasive. Hepatology. 2012 Jan;55(1):58-67. doi: 10.1002/hep.24654.
- Yoon JH, Lee JM, Joo I, Lee ES, Sohn JY, Jang SK, Lee KB, Han JK, Choi BI. Hepatic fibrosis: prospective comparison of MR elastography and US shear-wave elastography for evaluation. Radiology. 2014 Dec;273(3):772-82. doi: 10.1148/radiol.14132000. Epub 2014 Jul 7.
- Mondal A, Debnath A, Dhandapani G, Sharma A, Lukhmana S, Yadav G. Prevalence of High and Moderate Risk of Liver Fibrosis Among Patients With Diabetes at a Noncommunicable Diseases (NCD) Clinic in a Primary Healthcare Center in Northern India. Cureus. 2023 Nov 23;15(11):e49286. doi: 10.7759/cureus.49286. eCollection 2023 Nov.
- Estes C, Anstee QM, Arias-Loste MT, Bantel H, Bellentani S, Caballeria J, Colombo M, Craxi A, Crespo J, Day CP, Eguchi Y, Geier A, Kondili LA, Kroy DC, Lazarus JV, Loomba R, Manns MP, Marchesini G, Nakajima A, Negro F, Petta S, Ratziu V, Romero-Gomez M, Sanyal A, Schattenberg JM, Tacke F, Tanaka J, Trautwein C, Wei L, Zeuzem S, Razavi H. Modeling NAFLD disease burden in China, France, Germany, Italy, Japan, Spain, United Kingdom, and United States for the period 2016-2030. J Hepatol. 2018 Oct;69(4):896-904. doi: 10.1016/j.jhep.2018.05.036. Epub 2018 Jun 8.
- Targher G, Byrne CD, Tilg H. MASLD: a systemic metabolic disorder with cardiovascular and malignant complications. Gut. 2024 Mar 7;73(4):691-702. doi: 10.1136/gutjnl-2023-330595.
- Maher S, Rajapakse J, El-Omar E, Zekry A. Role of the Gut Microbiome in Metabolic Dysfunction-Associated Steatotic Liver Disease. Semin Liver Dis. 2024 Nov;44(4):457-473. doi: 10.1055/a-2438-4383. Epub 2024 Oct 10.
- Younossi ZM, Mangla KK, Berentzen TL, Grau K, Kjaer MS, Ladelund S, Nitze LM, Coolbaugh C, Hsu CY, Hagstrom H. Liver histology is associated with long-term clinical outcomes in patients with metabolic dysfunction-associated steatohepatitis. Hepatol Commun. 2024 May 10;8(6):e0423. doi: 10.1097/HC9.0000000000000423. eCollection 2024 Jun 1.
Užitečné odkazy
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Odhadovaný)
Primární dokončení (Odhadovaný)
Dokončení studie (Odhadovaný)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Klíčová slova
Další relevantní podmínky MeSH
Další identifikační čísla studie
- 2000027433
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Popis plánu IPD
Neshromažďují se žádná data na úrovni pacienta a v současné době neexistuje plán sdílet data na úrovni jednotlivých poskytovatelů s dalšími výzkumníky.
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .
Klinické studie na Fibróza jater
-
Northwestern UniversityUniversity of Wisconsin, StoutDokončenoPerception of Skin of Color Clinics u AfroameričanůSpojené státy
-
Sisli Hamidiye Etfal Training and Research HospitalDokončeno
-
Research Unit Of General Practice, CopenhagenUniversity of Copenhagen; Region Capital Denmark; The Copenhagen General Practice... a další spolupracovníciDokončeno
-
Indiana UniversityNáborPoint of Care ultrazvuk (POCUS)Spojené státy
-
Incyte CorporationDostupnýSTAT1 Gain-of-Function Disease
-
Imperial College LondonDokončenoProof Of Concept StudieSpojené království
-
Asociacion Española Primera en SaludIntensive Care Unit Pasteur HospitalDokončenoPoint of Care ultrazvukUruguay
-
Aga Khan UniversityThe Hospital for Sick Children; Grand Challenges CanadaNeznámýPoint of Care ultrazvukPákistán
-
Research Unit Of General Practice, CopenhagenUniversity of Copenhagen; Region Capital Denmark; The Copenhagen General Practice... a další spolupracovníciDokončeno
-
Kecioren Education and Training HospitalDokončeno