BIA-forudsigelse af mager og fedtmasser hos overvægtige voksne
Forudsigelse af appendikulær mager og fedtmasse med bioelektrisk impedansanalyse blandt voksne patienter med fedme.
Studieoversigt
Status
Status
Betingelser
Betingelser
Detaljeret beskrivelse
Vurdering af kropssammensætning hos personer med fedme, og især overskydende fedtmasse og den mulige reduktion af muskelmasse (sarkopenisk fedme; Donini, 2022; Cappellari, 2023), er vigtig for at definere den fænotypiske manifestation af fedme (estimering af risikoen) af dysmetaboliske, kardiovaskulære og funktionelle komplikationer) og at bestemme en bedre behandlingstilgang (Salmon-Gomez, 2023). Dual X-ray absorptiometri (DXA) er en moden teknologi til vurdering af kropssammensætning med store fremskridt inden for teknologien gennem de sidste tre årtier (Shepherd et al 2017). DXA er et valideret værktøj til at undersøge kropssammensætningsfænotyper, da det pålideligt vurderer hele kroppens og regionale knoglemineralindhold, fedtmasse og mager masse (Prado et al 2014; Baumgartner et al 1998; Borga et al 2018; Toombs et al 2012). Desværre er det ikke altid tilgængeligt i alle indstillinger, hvor i stedet Bio-Impedance Analysis (BIA) (som har lavere omkostninger og større brugervenlighed) almindeligvis bruges til at estimere kropssammensætning ud fra elektrisk modstand og reaktansdata (Ward, 2019).
Desværre giver de to metoder ofte ikke-overlejrede resultater, og undersøgelser er blevet udført for at forudsige, ud fra BIA, værdier, der normalt kun kan opnås med DXA. Især forskellige undersøgelser estimerede den appendikulære magre masse fra BIA, som repræsenterer en vigtig parameter for evalueringen af sarkopeni og er korreleret med dens funktionelle begrænsninger (Zambone, 2020). For eksempel var en post hoc-analyse af PROVIDE-studiet (Scafoglieri, 2017) især rettet mod at vurdere niveauet af overensstemmelse mellem BIA- og DXA-afledte bløddelsforhold som indikatorer for lemmervævskvalitet og på at udvikle og krydsvalidere nye BIA-ligninger til forudsigelse af appendikulært blødt væv [fedtmasse (FM) og appendikulær lean masse (ALM)] hos ældre kaukasiske voksne med fysisk funktionsnedgang ved at bruge både Hologic Horizon- og GE Lunar DXA-systemerne som referencemetoder.
METODER:
Denne undersøgelse er baseret på baseline-data (antropometrisk, BIA og DXA) indsamlet i allerede eksisterende datasæt. Især
- Sapienza-datasættet, som er afledt af en undersøgelse, der har til formål at undersøge sammenhængen mellem markører for insulinfølsomhed og SO defineret af tre nye kropssammensætningsmodeller (Poggiogalle, 2020), vil blive brugt til at udvikle BIA-ligninger, der forudsiger appendikulære bløddelsmasser;
- Datasæt fra forskellige undersøgelser og især fra BIA International Dataset Project vil blive brugt til at validere BIA-ligningerne, der vurderer overensstemmelsen mellem BIA- og DXA-afledt estimering af blødt væv
UNDERSØGELSESPARAMETRE:
-Antropometri: antropometriske parametre skulle være blevet målt i overensstemmelse med validerede og standardiserede metoder (Lohman, 1988).
De antropometriske parametre af interesse er kropsmasse, statur, taljeomkreds, lægomkreds, armomkreds og triceps hudfoldtykkelse, lemmerlængde.
-Røntgenabsorptiometri med dobbelt energi: alle deltagere skulle være blevet scannet ved hjælp af en viftestråle-helkrops-DXA-enhed (Hologic Bedford, Massachusetts, USA; Lunar Prodigy, GE Healthcare). Daglig kalibrering af densitometrene skulle være udført efter producentens instruktioner.
Da målingerne varierer mellem instrumenter fra forskellige producenter, vil kalibreringsligninger blive brugt til at løse disse problemer og forbedre overensstemmelsen mellem enheder (Vendrami, 2024; Shepherd, 2012).
Kropskomponenterne af interesse er total fedtmasse (FM), total mager masse (LM), ALM (summen af den magre masse i lemmerne), FM (summen af fedtmassen i lemmerne) og forholdet mellem ALM og FM.
- Bioelektrisk impedansanalyse: Efter faste natten over og blæretømning, skulle bioelektrisk impedansanalyse have været udført med deltagere liggende på ryggen (med deres lemmer lidt væk fra kroppen; aktive elektroder skulle have været placeret på højre side på konventionelle metacarpale og metatarsale linjer, optagelse af elektroder i standardpositioner ved højre håndled og ankel) eller i lodret position (barfodet, træde ind på elektroderne indlejret i skalaen og tage fat i de elektrodeindlejrede håndtag). På hvert sted skulle en helkrops tetrapolær BIA-enhed, der fungerer ved en svag elektrisk vekselstrøm på 500 µA til 1 mA og en enkelt frekvens på 50 kHz, have været brugt til at måle spændingsfaldet over kropsvæv.
De elektriske parametre af interesse er modstand (R: begrænsning af strømflow), reaktans (Xc: kapacitans af cellemembraner og vævsgrænseflader) og fasevinkel (PhA).
Oplysningerne om BIA-enheder vil blive registreret, da rå R- og Xc-værdier muligvis ikke er sammenlignelige.
På grund af de signifikante forskelle, der er fundet i forskellige undersøgelser, når man sammenligner lodret med liggende stilling (Ducharme, 2022; Hamilton-James, 2022), vil resultaterne opnået med de to metoder blive analyseret separat.
Med henvisning til den begrænsning, der er rapporteret af PROVIDE-undersøgelsesforfatterne (dvs. fraværet af en direkte måling af ekstracellulært vand; Scafoglieri, 2017), vil de rådata, der er detekteret gennem multifrekvens-bioimpedansenheder, også blive brugt, hvor de er tilgængelige. Specifikt vil værdierne af impedans og modstand målt ved en frekvens på 5 kHz blive inkluderet; hvor det er tilgængeligt, vil det desuden være optimalt at analysere data målt ved følgende frekvenser; 1, 2, 5, 10, 50, 100, 200, 250 og 500 kHz.
STATISTIK:
Data vil blive analyseret ved hjælp af IBM® SPSS® Statistics version 25. Dataene vil blive præsenteret som frekvens (procent) og middel ± SD for henholdsvis kvalitative og kvantitative variable. Shapiro-Wilk-testen vil blive brugt til at vurdere, om dataene er normalfordelte. Sammenligning af kontinuerte variable vil blive udført ved hjælp af parametriske eller ikke-parametriske tests afhængig af om fordelingen er normal eller ej. Chi-kvadrattesten vil blive brugt til at kontrollere, om de frekvenser, der forekommer i prøven, afviger væsentligt fra de forventede frekvenser. Skæringsgrænsen for statistisk signifikans vil blive sat til p<0,05.
Foreløbige ligninger, der anvender DXA-afledt appendikulær mager og fedtmasse som de afhængige variable, og alder, køn, BMI, vægt, impedansindeks og reaktans som uafhængige variabler, vil blive udviklet ved hjælp af en trinvis multipel lineær regressionstilgang. Kun signifikante regressorer af appendikulære bløddelsmasser vil blive taget i betragtning i ligningerne.
Modelperformancetilpasning vil blive vurderet ved hjælp af multiple korrelationer (R2) og standardfejl i estimatet (SEE). For hver af de appendikulære bløddelskomponenter vil modellen med den laveste standardfejl af estimatet blive brugt i krydsvalideringsanalysen.
Individ- og kropssammensætningsdata fra krydsvalideringsprøverne vil blive imputeret i de udviklede ligninger for at vurdere deres nøjagtighed. Statistikken for krydsvalidering inkluderer middelværdiforskel, overensstemmelsesgrænser og rodmiddelkvadrat-fejl.
Derudover vil overensstemmelsen mellem ALM_BIA estimeret i vores prøve, ALM_SERGI, ALM_Provide og ALM_KYLE blive vurderet ved hjælp af regressionsanalyse.
Endelig vil overensstemmelsen mellem ALM/FM-forhold estimeret af DXA og af BIA blive evalueret ved hjælp af Bland og Altman-analyser.
Undersøgelsestype
Undersøgelsestype
Tilmelding (Anslået)
Tilmelding
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Lorenzo M Donini, MD
- Telefonnummer: 00390649690215
- E-mail: lorenzomaria.donini@uniroma1.it
Undersøgelse Kontakt Backup
- Navn: Eleonora Poggiogalle, MD, PhD
- Telefonnummer: 00390649690215
- E-mail: eleonora.poggiogalle@uniroma1.it
Studiesteder
-
-
-
Perth, Australien, 6102
- Rekruttering
- Curtin University, School of Population Health
-
-
-
-
Rio Grande Do Sul
-
Pelotas, Rio Grande Do Sul, Brasilien, 96010-610
- Rekruttering
- Federal University of Pelotas
-
Kontakt:
- Maria Cristina Gonzalez
-
-
-
-
Alberta
-
Edmonton, Alberta, Canada, T6G 2P5
- Rekruttering
- University of Alberta, Department of Agricultural, Food and Nutritional Science
-
Kontakt:
- Carla Prado
-
-
-
-
Louisiana
-
Baton Rouge, Louisiana, Forenede Stater, 70808
- Rekruttering
- Pennington Biomedical Research Center, Louisiana State University
-
Kontakt:
- Steven Heymsfield
-
-
North Carolina
-
Chapel Hill, North Carolina, Forenede Stater, 27514
- Rekruttering
- Division of Geriatric Medicine, School of Medicine, and Department of Nutrition, Gillings School of Global Public Health, University of North Carolina at Chapel Hill
-
Kontakt:
- John A Batsis
-
-
-
-
-
Cagliari, Italien, 09042
- Rekruttering
- University of Cagliari, Department of Life and Environmental Sciences
-
Kontakt:
- Elisabetta Marini
-
Roma, Italien
- Rekruttering
- Sapienza, University of Rome
-
Underforsker:
- Marianna Minnetti
-
Kontakt:
- Lorenzo M Donini, MD
- Telefonnummer: 00390649690215
- E-mail: lorenzomaria.donini@uniroma1.it
-
Kontakt:
- Eleonora Poggiogalle, MD, PhD
- Telefonnummer: 00390649690215
- E-mail: eleonora.poggiogalle@uniroma1.it
-
Underforsker:
- Francesco Frigerio, MD
-
Underforsker:
- Alessia Vitozzi
-
Underforsker:
- Alessandro Pinto
-
Underforsker:
- Zaira Spinello
-
Trieste, Italien
- Rekruttering
- Department of Medical, Surgical and Health Sciences, University of Trieste, Trieste, Italy
-
Kontakt:
- Rocco Barazzoni
-
-
-
-
-
Lisboa, Portugal, 1495-751
- Rekruttering
- Universidade de Lisboa, Exercise and Health Laboratory, CIPER, Faculdade de Motricidade Humana
-
Kontakt:
- Analiza Monica Silva
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Voksne med fedme (BMI ≥ 30 kg/m²)
- Alder 18 år og ældre
- Tilgængelige baseline DXA- og BIA-målinger
- Forudsat informeret samtykke til databrug
Ekskluderingskriterier:
- enhver kronisk sygdom eller medicin, der væsentligt kan påvirke kropssammensætning [f.eks. ondartede sygdomme inden for de sidste 5 år, organsvigt, akut inflammation (C-reaktivt protein>10 mg/L) autoimmune sygdomme, neurologiske sygdomme, syndromisk fedme]
- kognitiv svækkelse (Mini-Mental Tilstandsundersøgelse <25)
- emner, der anses for at være fysisk aktive (atleter eller meget aktive forsøgspersoner, dvs. udfører mindst 150 minutters moderat til kraftig fysisk aktivitet om ugen)
- alkoholindtag >140g/uge for mænd og 70g/uge for kvinder
- deltagelse i et vægtreducerende program (sidste 3 måneder)
- umuligt at udføre DXA eksamen
- graviditet og amning.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
|---|
|
Overvægtige voksne kohorte
Denne kohorte omfatter kaukasiske voksne personer med fedme (BMI ≥ 30 kg/m²).
Deltagerne har gennemgået baseline-vurderinger ved hjælp af både dobbelt røntgenabsorption (DXA) og bioelektrisk impedansanalyse (BIA).
|
|
MR-valideringsundersæt
En undergruppe af deltagere fra Obese Adults Cohorten udvalgt til yderligere validering ved hjælp af magnetisk resonansbilleddannelse (MRI) til at vurdere muskelstørrelse og -arkitektur.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Udvikling og krydsvalidering af BIA-ligninger for appendikulære blødt vævsmasser
Tidsramme: Baseline
|
Dette primære resultat måler nøjagtigheden og krydsvalideringen af nyudviklede ligninger for bioelektrisk impedansanalyse (BIA) ved forudsigelse af appendikulære blødt vævsmasser, herunder fedtmasse (FM) og appendikulær mager masse (ALM), hos kaukasiske voksne med fedme.
Målet er at validere disse ligninger mod dobbeltenergi røntgenabsorptiometri (DXA) målinger.
|
Baseline
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Sammenligning af nye BIA-ligninger med eksisterende modeller
Tidsramme: Baseline
|
Dette sekundære resultat evaluerer ydeevnen af nyudviklede BIA-ligninger i forhold til eksisterende BIA-afledte forudsigelsesmodeller, specifikt dem af Kyle et al. (2003), Sergi et al. (2015), og PROVIDE-undersøgelsen (2017).
Sammenligningen vil fokusere på forskelle i forudsigelsesnøjagtighed for appendikulære bløddelsmasser.(FM)
sammenlignet med målinger opnået fra DXA.
|
Baseline
|
|
Algoritmeudvikling til konvertering mellem BIA-enheder
Tidsramme: Baseline
|
Dette resultat involverer udvikling af algoritmer til at lette konverteringen af rå BIA-data (modstand og reaktans) mellem forskellige enheder og populationer.
Dette har til formål at standardisere BIA-målinger og forbedre kompatibiliteten på tværs af forskellige indstillinger og demografiske grupper.
|
Baseline
|
|
Krydsvalidering af nye BIA-ligninger med forskellige DXA-systemer
Tidsramme: Baseline
|
Dette resultat vurderer krydsvalideringen af de nye BIA-ligninger ved hjælp af forskellige DXA-systemer som referencestandarder.
Målet er at sikre robustheden og pålideligheden af BIA-forudsigelser på tværs af forskellige DXA-teknologier.
for muskelstørrelse og arkitektur i en delprøve af deltagere.
|
Baseline
|
|
Validering af BIA-ligninger ved hjælp af magnetisk resonansbilleddannelse (MRI)
Tidsramme: Baseline
|
Dette resultat evaluerer valideringen af BIA-ligningerne i en undergruppe af forsøgspersoner ved hjælp af magnetisk resonansbilleddannelse (MRI) til at vurdere muskelstørrelse og -arkitektur.
Målet er yderligere at validere nøjagtigheden af BIA-forudsigelser for bløddelssammensætning sammenlignet med MRI-data.
|
Baseline
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Publikationer og nyttige links
Generelle publikationer
- Guralnik JM, Simonsick EM, Ferrucci L, Glynn RJ, Berkman LF, Blazer DG, Scherr PA, Wallace RB. A short physical performance battery assessing lower extremity function: association with self-reported disability and prediction of mortality and nursing home admission. J Gerontol. 1994 Mar;49(2):M85-94. doi: 10.1093/geronj/49.2.m85.
- Baumgartner RN, Koehler KM, Gallagher D, Romero L, Heymsfield SB, Ross RR, Garry PJ, Lindeman RD. Epidemiology of sarcopenia among the elderly in New Mexico. Am J Epidemiol. 1998 Apr 15;147(8):755-63. doi: 10.1093/oxfordjournals.aje.a009520. Erratum In: Am J Epidemiol 1999 Jun 15;149(12):1161.
- Janssen I, Heymsfield SB, Ross R. Low relative skeletal muscle mass (sarcopenia) in older persons is associated with functional impairment and physical disability. J Am Geriatr Soc. 2002 May;50(5):889-96. doi: 10.1046/j.1532-5415.2002.50216.x.
- Sergi G, De Rui M, Veronese N, Bolzetta F, Berton L, Carraro S, Bano G, Coin A, Manzato E, Perissinotto E. Assessing appendicular skeletal muscle mass with bioelectrical impedance analysis in free-living Caucasian older adults. Clin Nutr. 2015 Aug;34(4):667-73. doi: 10.1016/j.clnu.2014.07.010. Epub 2014 Jul 24.
- Shepherd JA, Ng BK, Sommer MJ, Heymsfield SB. Body composition by DXA. Bone. 2017 Nov;104:101-105. doi: 10.1016/j.bone.2017.06.010. Epub 2017 Jun 16.
- Borga M, West J, Bell JD, Harvey NC, Romu T, Heymsfield SB, Dahlqvist Leinhard O. Advanced body composition assessment: from body mass index to body composition profiling. J Investig Med. 2018 Jun;66(5):1-9. doi: 10.1136/jim-2018-000722. Epub 2018 Mar 25.
- Gortan Cappellari G, Guillet C, Poggiogalle E, Ballesteros Pomar MD, Batsis JA, Boirie Y, Breton I, Frara S, Genton L, Gepner Y, Gonzalez MC, Heymsfield SB, Kiesswetter E, Laviano A, Prado CM, Santini F, Serlie MJ, Siervo M, Villareal DT, Volkert D, Voortman T, Weijs PJ, Zamboni M, Bischoff SC, Busetto L, Cederholm T, Barazzoni R, Donini LM; SOGLI Expert Panel. Sarcopenic obesity research perspectives outlined by the sarcopenic obesity global leadership initiative (SOGLI) - Proceedings from the SOGLI consortium meeting in rome November 2022. Clin Nutr. 2023 May;42(5):687-699. doi: 10.1016/j.clnu.2023.02.018. Epub 2023 Feb 24.
- Donini LM, Busetto L, Bischoff SC, Cederholm T, Ballesteros-Pomar MD, Batsis JA, Bauer JM, Boirie Y, Cruz-Jentoft AJ, Dicker D, Frara S, Fruhbeck G, Genton L, Gepner Y, Giustina A, Gonzalez MC, Han HS, Heymsfield SB, Higashiguchi T, Laviano A, Lenzi A, Nyulasi I, Parrinello E, Poggiogalle E, Prado CM, Salvador J, Rolland Y, Santini F, Serlie MJ, Shi H, Sieber CC, Siervo M, Vettor R, Villareal DT, Volkert D, Yu J, Zamboni M, Barazzoni R. Definition and diagnostic criteria for sarcopenic obesity: ESPEN and EASO consensus statement. Clin Nutr. 2022 Apr;41(4):990-1000. doi: 10.1016/j.clnu.2021.11.014. Epub 2022 Feb 22.
- Hamilton-James K, Collet TH, Pichard C, Genton L, Dupertuis YM. Precision and accuracy of bioelectrical impedance analysis devices in supine versus standing position with or without retractable handle in Caucasian subjects. Clin Nutr ESPEN. 2021 Oct;45:267-274. doi: 10.1016/j.clnesp.2021.08.010. Epub 2021 Sep 6.
- Kyle UG, Genton L, Karsegard L, Slosman DO, Pichard C. Single prediction equation for bioelectrical impedance analysis in adults aged 20--94 years. Nutrition. 2001 Mar;17(3):248-53. doi: 10.1016/s0899-9007(00)00553-0.
- Kyle UG, Genton L, Hans D, Pichard C. Validation of a bioelectrical impedance analysis equation to predict appendicular skeletal muscle mass (ASMM). Clin Nutr. 2003 Dec;22(6):537-43. doi: 10.1016/s0261-5614(03)00048-7.
- Lohman, T.G., Roche, A.F. and Martorell, R. (1988) Anthropometric standardization reference manual. Human Kinetics Books, Chicago.
- Poggiogalle E, Mendes I, Ong B, Prado CM, Mocciaro G, Mazidi M, Lubrano C, Lenzi A, Donini LM, Siervo M. Sarcopenic obesity and insulin resistance: Application of novel body composition models. Nutrition. 2020 Jul-Aug;75-76:110765. doi: 10.1016/j.nut.2020.110765. Epub 2020 Feb 13.
- Prado CM, Siervo M, Mire E, Heymsfield SB, Stephan BC, Broyles S, Smith SR, Wells JC, Katzmarzyk PT. A population-based approach to define body-composition phenotypes. Am J Clin Nutr. 2014 Jun;99(6):1369-77. doi: 10.3945/ajcn.113.078576. Epub 2014 Apr 23. Erratum In: Am J Clin Nutr. 2016 Apr;103(4):1190. doi: 10.3945/ajcn.116.130823.
- Salmon-Gomez L, Catalan V, Fruhbeck G, Gomez-Ambrosi J. Relevance of body composition in phenotyping the obesities. Rev Endocr Metab Disord. 2023 Oct;24(5):809-823. doi: 10.1007/s11154-023-09796-3. Epub 2023 Mar 17.
- Scafoglieri A, Clarys JP, Bauer JM, Verlaan S, Van Malderen L, Vantieghem S, Cederholm T, Sieber CC, Mets T, Bautmans I; Provide Study Group. Predicting appendicular lean and fat mass with bioelectrical impedance analysis in older adults with physical function decline - The PROVIDE study. Clin Nutr. 2017 Jun;36(3):869-875. doi: 10.1016/j.clnu.2016.04.026. Epub 2016 Apr 28.
- Shepherd JA, Fan B, Lu Y, Wu XP, Wacker WK, Ergun DL, Levine MA. A multinational study to develop universal standardization of whole-body bone density and composition using GE Healthcare Lunar and Hologic DXA systems. J Bone Miner Res. 2012 Oct;27(10):2208-16. doi: 10.1002/jbmr.1654.
- Toombs RJ, Ducher G, Shepherd JA, De Souza MJ. The impact of recent technological advances on the trueness and precision of DXA to assess body composition. Obesity (Silver Spring). 2012 Jan;20(1):30-9. doi: 10.1038/oby.2011.211. Epub 2011 Jul 14.
- Vendrami C, Gatineau G, Gonzalez Rodriguez E, Lamy O, Hans D, Shevroja E, Standardization of body composition parameters between GE Lunar iDXA and Hologic Horizon A and their clinical impact, JBMR Plus, 2024; ziae088. doi.org/10.1093/jbmrpl/ziae088
- Ward LC. Bioelectrical impedance analysis for body composition assessment: reflections on accuracy, clinical utility, and standardisation. Eur J Clin Nutr. 2019 Feb;73(2):194-199. doi: 10.1038/s41430-018-0335-3. Epub 2018 Oct 8.
- Zambone MA, Liberman S, Garcia MLB. Anthropometry, bioimpedance and densitometry: Comparative methods for lean mass body analysis in elderly outpatients from a tertiary hospital. Exp Gerontol. 2020 Sep;138:111020. doi: 10.1016/j.exger.2020.111020. Epub 2020 Jul 9.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Anslået)
Primær færdiggørelse
Studieafslutning (Anslået)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- 0606/2021
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .