- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT04750330
Mitokondriel DNA og nukleare SNP'er til at forudsige sværhedsgraden af COVID-19-infektion (mtDNA-COVID)
Studieoversigt
Status
Betingelser
Detaljeret beskrivelse
I december 2019 blev de første tilfælde af coronavirus sygdom 2019 (COVID-19) diagnosticeret i Wuhan, Kina. Inden for et par uger spredte den meget smitsomme sygdom sig over hele verden og krævede hurtige og drastiske foranstaltninger uden sidestykke i de seneste årtier. I øjeblikket har der været cirka 97,8 millioner tilfælde, inklusive 2,1 millioner dødsfald, rapporteret til WHO (hjemmeside besøgt 25. januar 2021, https://covid19.who.int). Data fra offentliggjorte epidemiologiske og virologiske undersøgelser viser, at virussen hovedsageligt overføres af luftvejsdråber, ved direkte kontakt med inficerede mennesker eller ved kontakt med kontaminerede genstande og overflader. Sværhedsgraden af sygdommen er meget forskellig mellem mennesker. Det spænder fra ikke-symptomatisk kontaminering eller mindre symptomer, såsom forkølelse eller ondt i halsen, til livstruende lungebetændelse og død. Især den ældre befolkning og personer med underliggende komorbiditeter er sårbare og oplever mere alvorlige symptomer. Derudover har undersøgelser vist, at mænd har en højere dødelighedsrisiko.
COVID-19 er i øjeblikket diagnosticeret ved hjælp af revers-transkriptionspolymerasekædereaktion (RT-PCR). I begyndelsen af pandemien var brugen af computertomografi (CT) mere almindelig, da CT kan fange billeddannelsestræk fra lungerne forbundet med COVID-19 tidligt i sygdomsforløbet. Det tager dog bemærkelsesværdigt længere tid at udføre en CT-dåse end de nuværende RT-PCR-tests. Mens epidemien fortsætter, bliver konsekvenserne langsomt mere tydelige. Da den sande befolkningsinfektionsrate er ukendt, er andelen af patienter, der har behov for hospitalsindlæggelse, vanskelig at estimere. I en metaanalyse, der omfattede 1481 unikke publikationer, var en puljerate for ICU-indlæggelse på 10,9 % og den samlede dødelighed på 4,3 %. De negative virkninger af et intensivophold afhænger i høj grad af opholdets længde og omfatter, men er ikke begrænset til, risiko for lungeemboli, alvorligt muskeltab, dysfagi og psykiske problemer, der ofte nødvendiggør en lang periode med genoptræning.
For at minimere langsigtede helbredskonsekvenser ville tidlig prognose af sygdommens sværhedsgrad være fordelagtig. Forbindelsen mellem sværhedsgraden af COVID-19 og mitokondrielt DNA (mtDNA), Nuklear SNP'er, billeddannelsesegenskaber og radiomik er endnu ikke blevet undersøgt. Imidlertid er litteratur om mekanistisk indsigt i immunsystemets funktion og dets forbindelse til genetisk variation, herunder mtDNA, lovende. Derudover har undersøgelser med fokus på billeddannende funktioner og radiomik givet interessante resultater.
Undersøgelsestype
Tilmelding (Faktiske)
Kontakter og lokationer
Studiesteder
-
-
-
Athens, Grækenland
- Regional Chest Diseases Hospital of Athens <Sotiria>
-
-
-
-
-
Firenze, Italien
- University of Florence
-
-
-
-
-
Setúbal, Portugal
- Centro Hospitalar de Setubal
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Bekræftet COVID-19 sygdom
- Alder mindst 18 år
- Villig og i stand til at give en spytprøve
- I stand til at forstå patientundersøgelsesinformationen
- Underskrevet informeret samtykke
Ekskluderingskriterier:
Eksklusionskriterier for indlagte patienter
- Alvorlig sygdom bortset fra COVID-19 ved hospitalsindlæggelse Eksklusionskriterier for ikke-indlagte patienter
- Alvorlig COVID-19 sygdom, der fører til døden eller kræver aktiv behandling uden hospitalsindlæggelse
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
|---|
|
Alvorlig COVID-19
Patienter, diagnosticeret med COVID-19, som blev indlagt på intensivafdelingen (ICU) under indlæggelse
|
|
Ikke-alvorlig COVID-19
Patienter, diagnosticeret med COVID-19, som blev indlagt på hospitalet, men IKKE på intensivafdelingen (ICU) under indlæggelse
|
|
Mindre COVID-19
Patienter, diagnosticeret med COVID-19, som IKKE var indlagt på hospitalet og kunne komme sig derhjemme
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
COVID-19 sværhedsgrad
Tidsramme: Når patienten udskrives fra hospitalet, op til 2 måneder
|
Alvorligheden af COVID-19 klassificeret som 'Svær', 'Ikke-alvorlig' og 'Mindre'
|
Når patienten udskrives fra hospitalet, op til 2 måneder
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Samlet overlevelse af den indlagte befolkning
Tidsramme: Når patienten udskrives fra hospitalet, op til 2 måneder
|
Samlet overlevelse af den indlagte befolkning
|
Når patienten udskrives fra hospitalet, op til 2 måneder
|
Andre resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Mitokondrielt DNA til forudsigelse af COVID-19 sværhedsgrad
Tidsramme: Baseline op til 2 år efter at have haft COVID-19
|
Mitokondrielle DNA-varianter (ekstraheret fra spytprøven)
|
Baseline op til 2 år efter at have haft COVID-19
|
|
Nukleare SNP'er til forudsigelse af COVID-19 sværhedsgrad
Tidsramme: Baseline op til 2 år efter at have haft COVID-19
|
Nukleare SNP'er, kandidattilgang (ekstraheret fra spytprøven)
|
Baseline op til 2 år efter at have haft COVID-19
|
|
Radiomiske egenskaber til forudsigelse af COVID-19-sværhedsgrad
Tidsramme: Baseline
|
Radiomik fra CT-scanning af thorax af COVID-19-inficerede deltagere
|
Baseline
|
Samarbejdspartnere og efterforskere
Sponsor
Samarbejdspartnere
Efterforskere
- Ledende efterforsker: Philippe Lambin, Prof. Dr., Head of Department of Precision Medicine, Maastricht University
Publikationer og nyttige links
Generelle publikationer
- Li H, Durbin R. Fast and accurate short read alignment with Burrows-Wheeler transform. Bioinformatics. 2009 Jul 15;25(14):1754-60. doi: 10.1093/bioinformatics/btp324. Epub 2009 May 18.
- Sheehy LM. Considerations for Postacute Rehabilitation for Survivors of COVID-19. JMIR Public Health Surveill. 2020 May 8;6(2):e19462. doi: 10.2196/19462.
- Hosey MM, Needham DM. Survivorship after COVID-19 ICU stay. Nat Rev Dis Primers. 2020 Jul 15;6(1):60. doi: 10.1038/s41572-020-0201-1.
- Siordia JA Jr. Epidemiology and clinical features of COVID-19: A review of current literature. J Clin Virol. 2020 Jun;127:104357. doi: 10.1016/j.jcv.2020.104357. Epub 2020 Apr 10.
- Bhopal SS, Bhopal R. Sex differential in COVID-19 mortality varies markedly by age. Lancet. 2020 Aug 22;396(10250):532-533. doi: 10.1016/S0140-6736(20)31748-7. Epub 2020 Aug 13. No abstract available.
- Li X, Zhou TC, Wu CH, Tao LL, Bi R, Chen LJ, Deng DY, Liu C, Otecko NO, Tang Y, Lai X, Zhang L, Wei J. Correlations between mitochondrial DNA haplogroup D5 and chronic hepatitis B virus infection in Yunnan, China. Sci Rep. 2018 Jan 17;8(1):869. doi: 10.1038/s41598-018-19184-6.
- Zhang AM, Hu QX, Liu FL, Bi R, Yang BQ, Zhang W, Guo H, Logan I, Zheng YT, Yao YG. Mitochondrial DNA Haplogroup A Decreases the Risk of Drug Addiction but Conversely Increases the Risk of HIV-1 Infection in Chinese Addicts. Mol Neurobiol. 2016 Aug;53(6):3873-3881. doi: 10.1007/s12035-015-9323-y. Epub 2015 Jul 11.
- Lai JH, Luo SF, Ho LJ. Operation of mitochondrial machinery in viral infection-induced immune responses. Biochem Pharmacol. 2018 Oct;156:348-356. doi: 10.1016/j.bcp.2018.08.044. Epub 2018 Aug 31.
- Wu IC, Lin CC, Liu CS, Hsu CC, Chen CY, Hsiung CA. Interrelations Between Mitochondrial DNA Copy Number and Inflammation in Older Adults. J Gerontol A Biol Sci Med Sci. 2017 Jul 1;72(7):937-944. doi: 10.1093/gerona/glx033.
- Malik AN, Parsade CK, Ajaz S, Crosby-Nwaobi R, Gnudi L, Czajka A, Sivaprasad S. Altered circulating mitochondrial DNA and increased inflammation in patients with diabetic retinopathy. Diabetes Res Clin Pract. 2015 Dec;110(3):257-65. doi: 10.1016/j.diabres.2015.10.006. Epub 2015 Oct 22.
- Clohisey S, Baillie JK. Host susceptibility to severe influenza A virus infection. Crit Care. 2019 Sep 5;23(1):303. doi: 10.1186/s13054-019-2566-7.
- Li B, Clohisey SM, Chia BS, Wang B, Cui A, Eisenhaure T, Schweitzer LD, Hoover P, Parkinson NJ, Nachshon A, Smith N, Regan T, Farr D, Gutmann MU, Bukhari SI, Law A, Sangesland M, Gat-Viks I, Digard P, Vasudevan S, Lingwood D, Dockrell DH, Doench JG, Baillie JK, Hacohen N. Genome-wide CRISPR screen identifies host dependency factors for influenza A virus infection. Nat Commun. 2020 Jan 9;11(1):164. doi: 10.1038/s41467-019-13965-x.
- Chocron ES, Munkacsy E, Pickering AM. Cause or casualty: The role of mitochondrial DNA in aging and age-associated disease. Biochim Biophys Acta Mol Basis Dis. 2019 Feb 1;1865(2):285-297. doi: 10.1016/j.bbadis.2018.09.035. Epub 2018 Nov 9.
- Carter-Timofte ME, Jorgensen SE, Freytag MR, Thomsen MM, Brinck Andersen NS, Al-Mousawi A, Hait AS, Mogensen TH. Deciphering the Role of Host Genetics in Susceptibility to Severe COVID-19. Front Immunol. 2020 Jun 30;11:1606. doi: 10.3389/fimmu.2020.01606. eCollection 2020.
- Ovsyannikova IG, Haralambieva IH, Crooke SN, Poland GA, Kennedy RB. The role of host genetics in the immune response to SARS-CoV-2 and COVID-19 susceptibility and severity. Immunol Rev. 2020 Jul;296(1):205-219. doi: 10.1111/imr.12897. Epub 2020 Jul 13.
- Benetti E, Tita R, Spiga O, Ciolfi A, Birolo G, Bruselles A, Doddato G, Giliberti A, Marconi C, Musacchia F, Pippucci T, Torella A, Trezza A, Valentino F, Baldassarri M, Brusco A, Asselta R, Bruttini M, Furini S, Seri M, Nigro V, Matullo G, Tartaglia M, Mari F; GEN-COVID Multicenter Study; Renieri A, Pinto AM. ACE2 gene variants may underlie interindividual variability and susceptibility to COVID-19 in the Italian population. Eur J Hum Genet. 2020 Nov;28(11):1602-1614. doi: 10.1038/s41431-020-0691-z. Epub 2020 Jul 17.
- Hou Y, Zhao J, Martin W, Kallianpur A, Chung MK, Jehi L, Sharifi N, Erzurum S, Eng C, Cheng F. New insights into genetic susceptibility of COVID-19: an ACE2 and TMPRSS2 polymorphism analysis. BMC Med. 2020 Jul 15;18(1):216. doi: 10.1186/s12916-020-01673-z.
- Severe Covid-19 GWAS Group; Ellinghaus D, Degenhardt F, Bujanda L, Buti M, Albillos A, Invernizzi P, Fernandez J, Prati D, Baselli G, Asselta R, Grimsrud MM, Milani C, Aziz F, Kassens J, May S, Wendorff M, Wienbrandt L, Uellendahl-Werth F, Zheng T, Yi X, de Pablo R, Chercoles AG, Palom A, Garcia-Fernandez AE, Rodriguez-Frias F, Zanella A, Bandera A, Protti A, Aghemo A, Lleo A, Biondi A, Caballero-Garralda A, Gori A, Tanck A, Carreras Nolla A, Latiano A, Fracanzani AL, Peschuck A, Julia A, Pesenti A, Voza A, Jimenez D, Mateos B, Nafria Jimenez B, Quereda C, Paccapelo C, Gassner C, Angelini C, Cea C, Solier A, Pestana D, Muniz-Diaz E, Sandoval E, Paraboschi EM, Navas E, Garcia Sanchez F, Ceriotti F, Martinelli-Boneschi F, Peyvandi F, Blasi F, Tellez L, Blanco-Grau A, Hemmrich-Stanisak G, Grasselli G, Costantino G, Cardamone G, Foti G, Aneli S, Kurihara H, ElAbd H, My I, Galvan-Femenia I, Martin J, Erdmann J, Ferrusquia-Acosta J, Garcia-Etxebarria K, Izquierdo-Sanchez L, Bettini LR, Sumoy L, Terranova L, Moreira L, Santoro L, Scudeller L, Mesonero F, Roade L, Ruhlemann MC, Schaefer M, Carrabba M, Riveiro-Barciela M, Figuera Basso ME, Valsecchi MG, Hernandez-Tejero M, Acosta-Herrera M, D'Angio M, Baldini M, Cazzaniga M, Schulzky M, Cecconi M, Wittig M, Ciccarelli M, Rodriguez-Gandia M, Bocciolone M, Miozzo M, Montano N, Braun N, Sacchi N, Martinez N, Ozer O, Palmieri O, Faverio P, Preatoni P, Bonfanti P, Omodei P, Tentorio P, Castro P, Rodrigues PM, Blandino Ortiz A, de Cid R, Ferrer R, Gualtierotti R, Nieto R, Goerg S, Badalamenti S, Marsal S, Matullo G, Pelusi S, Juzenas S, Aliberti S, Monzani V, Moreno V, Wesse T, Lenz TL, Pumarola T, Rimoldi V, Bosari S, Albrecht W, Peter W, Romero-Gomez M, D'Amato M, Duga S, Banales JM, Hov JR, Folseraas T, Valenti L, Franke A, Karlsen TH. Genomewide Association Study of Severe Covid-19 with Respiratory Failure. N Engl J Med. 2020 Oct 15;383(16):1522-1534. doi: 10.1056/NEJMoa2020283. Epub 2020 Jun 17.
- Kuo CL, Pilling LC, Atkins JL, Masoli JAH, Delgado J, Kuchel GA, Melzer D. ApoE e4e4 Genotype and Mortality With COVID-19 in UK Biobank. J Gerontol A Biol Sci Med Sci. 2020 Sep 16;75(9):1801-1803. doi: 10.1093/gerona/glaa169. No abstract available.
- van der Made CI, Simons A, Schuurs-Hoeijmakers J, van den Heuvel G, Mantere T, Kersten S, van Deuren RC, Steehouwer M, van Reijmersdal SV, Jaeger M, Hofste T, Astuti G, Corominas Galbany J, van der Schoot V, van der Hoeven H, Hagmolen Of Ten Have W, Klijn E, van den Meer C, Fiddelaers J, de Mast Q, Bleeker-Rovers CP, Joosten LAB, Yntema HG, Gilissen C, Nelen M, van der Meer JWM, Brunner HG, Netea MG, van de Veerdonk FL, Hoischen A. Presence of Genetic Variants Among Young Men With Severe COVID-19. JAMA. 2020 Aug 18;324(7):663-673. doi: 10.1001/jama.2020.13719.
- Guiot J, Vaidyanathan A, Deprez L, Zerka F, Danthine D, Frix AN, Thys M, Henket M, Canivet G, Mathieu S, Eftaxia E, Lambin P, Tsoutzidis N, Miraglio B, Walsh S, Moutschen M, Louis R, Meunier P, Vos W, Leijenaar RTH, Lovinfosse P. Development and Validation of an Automated Radiomic CT Signature for Detecting COVID-19. Diagnostics (Basel). 2020 Dec 30;11(1):41. doi: 10.3390/diagnostics11010041.
- Jaiswal A, Gianchandani N, Singh D, Kumar V, Kaur M. Classification of the COVID-19 infected patients using DenseNet201 based deep transfer learning. J Biomol Struct Dyn. 2021 Sep;39(15):5682-5689. doi: 10.1080/07391102.2020.1788642. Epub 2020 Jul 3.
- Mei X, Lee HC, Diao KY, Huang M, Lin B, Liu C, Xie Z, Ma Y, Robson PM, Chung M, Bernheim A, Mani V, Calcagno C, Li K, Li S, Shan H, Lv J, Zhao T, Xia J, Long Q, Steinberger S, Jacobi A, Deyer T, Luksza M, Liu F, Little BP, Fayad ZA, Yang Y. Artificial intelligence-enabled rapid diagnosis of patients with COVID-19. Nat Med. 2020 Aug;26(8):1224-1228. doi: 10.1038/s41591-020-0931-3. Epub 2020 May 19.
- Zhang K, Liu X, Shen J, Li Z, Sang Y, Wu X, Zha Y, Liang W, Wang C, Wang K, Ye L, Gao M, Zhou Z, Li L, Wang J, Yang Z, Cai H, Xu J, Yang L, Cai W, Xu W, Wu S, Zhang W, Jiang S, Zheng L, Zhang X, Wang L, Lu L, Li J, Yin H, Wang W, Li O, Zhang C, Liang L, Wu T, Deng R, Wei K, Zhou Y, Chen T, Lau JY, Fok M, He J, Lin T, Li W, Wang G. Clinically Applicable AI System for Accurate Diagnosis, Quantitative Measurements, and Prognosis of COVID-19 Pneumonia Using Computed Tomography. Cell. 2020 Jun 11;181(6):1423-1433.e11. doi: 10.1016/j.cell.2020.04.045. Epub 2020 May 4. Erratum In: Cell. 2020 Sep 3;182(5):1360.
- Wang S, Zha Y, Li W, Wu Q, Li X, Niu M, Wang M, Qiu X, Li H, Yu H, Gong W, Bai Y, Li L, Zhu Y, Wang L, Tian J. A fully automatic deep learning system for COVID-19 diagnostic and prognostic analysis. Eur Respir J. 2020 Aug 6;56(2):2000775. doi: 10.1183/13993003.00775-2020. Print 2020 Aug.
- Ardakani AA, Kanafi AR, Acharya UR, Khadem N, Mohammadi A. Application of deep learning technique to manage COVID-19 in routine clinical practice using CT images: Results of 10 convolutional neural networks. Comput Biol Med. 2020 Jun;121:103795. doi: 10.1016/j.compbiomed.2020.103795. Epub 2020 Apr 30.
- Leonardi A, Scipione R, Alfieri G, Petrillo R, Dolciami M, Ciccarelli F, Perotti S, Cartocci G, Scala A, Imperiale C, Iafrate F, Francone M, Catalano C, Ricci P. Role of computed tomography in predicting critical disease in patients with covid-19 pneumonia: A retrospective study using a semiautomatic quantitative method. Eur J Radiol. 2020 Sep;130:109202. doi: 10.1016/j.ejrad.2020.109202. Epub 2020 Jul 29.
- Tang Z, Zhao W, Xie X, Zhong Z, Shi F, Ma T, Liu J, Shen D. Severity assessment of COVID-19 using CT image features and laboratory indices. Phys Med Biol. 2021 Jan 26;66(3):035015. doi: 10.1088/1361-6560/abbf9e.
- Yu Z, Li X, Sun H, Wang J, Zhao T, Chen H, Ma Y, Zhu S, Xie Z. Rapid identification of COVID-19 severity in CT scans through classification of deep features. Biomed Eng Online. 2020 Aug 12;19(1):63. doi: 10.1186/s12938-020-00807-x.
- Liu F, Zhang Q, Huang C, Shi C, Wang L, Shi N, Fang C, Shan F, Mei X, Shi J, Song F, Yang Z, Ding Z, Su X, Lu H, Zhu T, Zhang Z, Shi L, Shi Y. CT quantification of pneumonia lesions in early days predicts progression to severe illness in a cohort of COVID-19 patients. Theranostics. 2020 Apr 27;10(12):5613-5622. doi: 10.7150/thno.45985. eCollection 2020.
- Wu Q, Wang S, Li L, Wu Q, Qian W, Hu Y, Li L, Zhou X, Ma H, Li H, Wang M, Qiu X, Zha Y, Tian J. Radiomics Analysis of Computed Tomography helps predict poor prognostic outcome in COVID-19. Theranostics. 2020 Jun 5;10(16):7231-7244. doi: 10.7150/thno.46428. eCollection 2020.
- West AP, Shadel GS, Ghosh S. Mitochondria in innate immune responses. Nat Rev Immunol. 2011 Jun;11(6):389-402. doi: 10.1038/nri2975. Epub 2011 May 20.
- Breda CNS, Davanzo GG, Basso PJ, Saraiva Camara NO, Moraes-Vieira PMM. Mitochondria as central hub of the immune system. Redox Biol. 2019 Sep;26:101255. doi: 10.1016/j.redox.2019.101255. Epub 2019 Jun 15.
- Li H, Handsaker B, Wysoker A, Fennell T, Ruan J, Homer N, Marth G, Abecasis G, Durbin R; 1000 Genome Project Data Processing Subgroup. The Sequence Alignment/Map format and SAMtools. Bioinformatics. 2009 Aug 15;25(16):2078-9. doi: 10.1093/bioinformatics/btp352. Epub 2009 Jun 8.
- Pejaver V, Mooney SD, Radivojac P. Missense variant pathogenicity predictors generalize well across a range of function-specific prediction challenges. Hum Mutat. 2017 Sep;38(9):1092-1108. doi: 10.1002/humu.23258. Epub 2017 Jun 12.
- Adzhubei I, Jordan DM, Sunyaev SR. Predicting functional effect of human missense mutations using PolyPhen-2. Curr Protoc Hum Genet. 2013 Jan;Chapter 7:Unit7.20. doi: 10.1002/0471142905.hg0720s76.
- Calabrese R, Capriotti E, Fariselli P, Martelli PL, Casadio R. Functional annotations improve the predictive score of human disease-related mutations in proteins. Hum Mutat. 2009 Aug;30(8):1237-44. doi: 10.1002/humu.21047.
- Capriotti E, Altman RB, Bromberg Y. Collective judgment predicts disease-associated single nucleotide variants. BMC Genomics. 2013;14 Suppl 3(Suppl 3):S2. doi: 10.1186/1471-2164-14-S3-S2. Epub 2013 May 28.
- Thomas PD, Kejariwal A. Coding single-nucleotide polymorphisms associated with complex vs. Mendelian disease: evolutionary evidence for differences in molecular effects. Proc Natl Acad Sci U S A. 2004 Oct 26;101(43):15398-403. doi: 10.1073/pnas.0404380101. Epub 2004 Oct 18.
- Santorsola M, Calabrese C, Girolimetti G, Diroma MA, Gasparre G, Attimonelli M. A multi-parametric workflow for the prioritization of mitochondrial DNA variants of clinical interest. Hum Genet. 2016 Jan;135(1):121-36. doi: 10.1007/s00439-015-1615-9. Epub 2015 Nov 30.
- Sonney S, Leipzig J, Lott MT, Zhang S, Procaccio V, Wallace DC, Sondheimer N. Predicting the pathogenicity of novel variants in mitochondrial tRNA with MitoTIP. PLoS Comput Biol. 2017 Dec 11;13(12):e1005867. doi: 10.1371/journal.pcbi.1005867. eCollection 2017 Dec.
Hjælpsomme links
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Faktiske)
Studieafslutning (Faktiske)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- COVIDmtDNA1.0
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 .
Kliniske forsøg med Covid19
-
Anavasi DiagnosticsIkke rekrutterer endnu
-
Ain Shams UniversityRekruttering
-
Israel Institute for Biological Research (IIBR)Afsluttet
-
Colgate PalmoliveAfsluttet
-
Christian von BuchwaldAfsluttet
-
Luye Pharma Group Ltd.Shandong Boan Biotechnology Co., LtdAktiv, ikke rekrutterende
-
University of ZurichLabor Speiz; Swiss Armed Forces; Universitatsspital ZurichTilmelding efter invitation
-
Alexandria UniversityAfsluttet
-
Henry Ford Health SystemAfsluttet