- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT05912439
Smartphone-baseret sundhedsadfærdsintervention for unge
Smartphone-baseret sundhedsadfærdsintervention for unge; Brug og daglige afslidningsrater.
Studieoversigt
Status
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
I løbet af det sidste årti er ejerskab og adgang til smartphones og mobile enheder vokset dybt blandt unge og unge verden over. Væksten har været sådan, at smartphone-ejerskab eller -adgang blandt amerikanske unge var 95 % for fire år siden og var steget med 23 % i de fire år før. Lignende udvikling blev observeret i de fleste udviklede økonomier, hvor unges smartphoneadgang og ejerskab er over 90. percentilen. Smartphones er så vidt udbredt og brugt, at cirka 45 % af de unge bruger næsten alle de vågne timer online. Men beskedne fremskrivninger af daglig brug er, at mange bruger meget mindre tid online hver dag, selvom det normalt er mere end 4 timer.
Ekstrem smartphonebrug hos unge og unge er blevet dækket grundigt, men en mere positiv side ved mobilbrug er, at en betydelig del af teenagere søger sundhedsoplysninger og klinisk hjælp online via deres mobile enheder, hvilket giver rige muligheder for at nå ud til udsatte unge med videnskabsbaseret metoder med fokus på sundhedsforbedring. Sundhedsproblemer, dvs. mental sundhed og livsstilssygdomme, belaster lavere SES-grupper såvel som forskellige minoritetsgrupper uforholdsmæssigt, og smartphones kan blive et vigtigt værktøj til at eliminere sådanne forskelle, eftersom smartphoneadgang og -ejerskab ikke er relateret til SES-status, køn eller race i forskellige økonomier . mHealth-markedet er støt ved at blive mættet med applikationer, og den årlige stigning i antallet af tilgængelige applikationer er steget voldsomt i de seneste år, med anslået 350.000 mHealth-applikationer på markedet. Imidlertid ser kun 8% af teenagere ud til at bruge sundhedsapplikationer til at forbedre deres helbred, hvilket fremhæver den tilsyneladende kløft mellem let adgang, omfattende daglig brug og manglende interesse for mHealth-applikationer blandt unge.
Mangel på fysisk aktivitet er blevet stemplet som en global pandemi og rapporteret som den fjerde førende globale dødsårsag. Fysisk inaktivitet øger risikoen for livsstilssygdomme, såsom hjertesygdomme, type 2-diabetes og kræft, hvilket resulterer i over 5 millioner årlige globale dødsfald. Ydermere er den anslåede årlige økonomiske byrde ved fysisk inaktivitet næsten 54 milliarder USD i sundhedsudgifter rundt om i verden. Der ser ud til at være et fald i fysisk aktivitet i teenageårene, og en stor del af teenagere er under de anbefalede fysiske aktivitetsniveauer fra Verdenssundhedsorganisationen (WHO). Mangel på tilstrækkelig fysisk aktivitet har en tendens til at fortsætte i voksenalderen, og forskning tyder på, at størstedelen af unge i EU ikke engang når 30 % af den anbefalede daglige fysiske aktivitet. Ydermere synes unge at have den usundeste kost af alle aldersgrupper, og ungdomsårene er en særlig modtagelighedsperiode for vægtøgning. Forskning har gentagne gange afsløret en signifikant sammenhæng mellem ernæringsadfærd og fysisk aktivitet med hensyn til vægtkontrol. En enorm stigning i global fedme blandt unge er blevet set i de seneste årtier, og forekomsten er for eksempel tredoblet siden 1975. Omkostningseffektive interventioner for at øge fysisk aktivitet og forbedre ernæringsadfærden i teenagere er derfor stærkt nødvendige.
Fysisk inaktivitet og utilstrækkelige ernæringsvaner hænger ofte sammen med invaliderende følelsesmæssige problemer, og integrerede strategier bør omfatte alle tre søjler for at forbedre fysisk såvel som mentalt velbefindende i teenagere. Mobile sundhedsinterventioner rettet mod invaliderende følelsesmæssige problemer i teenagere har afsløret et opmuntrende resultat, på trods af at nedslidningsraterne i disse interventioner generelt er høje. Forskellige definitioner af nedslidning har kompliceret forskning om dette emne, men nedslidning defineres som at forlade behandlingen, før der opnås et påkrævet niveau af forbedring eller fuldførelse af interventionsmål. Forskning i mentale mHealth-interventioner blandt unge har ofte manglet detaljerede tidsrelaterede nedslidningsdata sammen med nøjagtige definitioner og analyser af nedslidningsårsager, selvom nyere undersøgelser viser lovende i den henseende. Nedslidning rapporteres regelmæssigt på to forskellige tidspunkter; interventions start og ved afslutning af intervention. Et kontinuerligt mål for brug vs. ikke-brug i mHealth-interventioner for unge og samtidig opnåelse af detaljerede brugsdata for at forhindre eller forsinke nøjagtige nedslidningstider i fremtidige interventioner ville måske være en forbedret repræsentation af nedslidning.
Øget viden om faktiske nedslidningsfaktorer og -mønstre i teenagepopulationer fra mHealth-interventioner er hårdt tiltrængt. At opnå en bedre forståelse af, hvordan motiverende støtte motiverer unge til at bruge mHealth-applikationer, og hvorfor de fastholder eller mister interessen for at bruge dem til at forbedre deres helbred, er af vital betydning. Motiverende støtte i mHealth-interventioner, defineret som strategier til at øge motivationen og modvirke nedslidning for at overvinde adfærdsændringsbarrierer, omfatter ofte målsætning, feedback, social støtte og belønninger. Systematiske anmeldelser, der undersøger mulige drivkræfter bag brug, peger på gruppe- og opgavetilpasning, lokalisering, funktionel brugersupport, gamification af sundhedsopgaver og øjeblikkelig visuel, men forenklet feedback om brugerhandling, mens kønsrelaterede motiverende støttefunktioner kan være medvirkende faktorer. Timing af skræddersyet motivationsstøtte gennem just-in-time adaptive interventioner (JITAI'er), bør også overvejes, når man implementerer mHealth-interventioner til unge, da tidsbaseret individualisering kan modvirke høje nedslidningsrater. I betragtning af omfanget af rapporterede sundhedsproblemer blandt teenagere og mangel på omkostningseffektive sundhedsadfærdsinterventioner, der er specielt udviklet til teenagepopulationer, er behovet for bedre forståelse af nedslidningsårsager i unge mHealth-interventioner massivt. Formålet med denne undersøgelse er for det første at søge en rigere forståelse af kontinuerlige nedslidningsrater fra en mHealth-intervention kaldet SidekickHealth i en teenagerbefolkning, og hvilke effekter motivationsstøtte har på nedslidningsrater. For det andet er målet at undersøge effektiviteten af interventionen med det formål at øge den daglige mentale, ernæringsmæssige og fysiske sundhedsadfærd.
Undersøgelsestype
Tilmelding (Anslået)
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiesteder
-
-
Reykjavik
-
Reykjavík, Reykjavik, Island, 101
- University of Iceland
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Barn
Tager imod sunde frivillige
Beskrivelse
Inklusionskriterier:
- Alle børn, der går i de ældste 3 klasser i tre deltagende offentlige grundskoler i Island, er berettigede deltagere. Alle børn i folkeskoler i kommunen er udstyret med iPad fra 10 års alderen.
Ekskluderingskriterier:
- Eksklusionskriterier er diagnose af alvorlig forstyrrelse af intellektuel udvikling og/eller fysisk-, udviklings- og psykisk sygdom, der væsentligt begrænser muligheden for at bruge mobilapps.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Grundvidenskab
- Tildeling: Randomiseret
- Interventionel model: Parallel tildeling
- Maskning: Ingen (Åben etiket)
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
Ingen indgriben: Styring
Mål for deltagere i kontrolgruppen opnås ved baseline og 42 dage senere.
Kontrolgruppen modtager ingen yderligere kontakt, adgang til mHealth-applikationen eller information, før undersøgelsen afsluttes med spørgeskemaforanstaltninger.
|
|
|
Aktiv komparator: Behandling-som-sædvanligt
For deltagere i Treatment-As-Usual (TAU) gruppemålinger opnås ved baseline og 42 dage senere.
Deltagerne får en cirka 10 minutter lang introduktion vedrørende undersøgelsesspecifikationer og mHealth-applikationen.
Aktiv deltagelse i TAU-gruppen er defineret som at downloade Sidekick-appen og gennemføre mindst 3 sundhedsøvelser i den.
Træningstidspunkt er defineret som tidsstemplet for afslutning af træning inden for en af de tre typer træningskategorier (fysisk aktivitet, ernæring og mental sundhed) i appen.
Træningsfrekvens refererer til, hvor ofte en given øvelse blev gennemført af en deltager i TAU-gruppen.
Nedslidningstid er defineret som tidsstemplet for sidste fuldførte sundhedsøvelse inden for Sidekick i hele interventionsperioden.
Deltagere i TAU-gruppe bruger applikationen individuelt i hele prøveperioden uden nogen motiverende støtte.
|
Brug af mobilapplikation kaldet SidekickHealth.
Andre navne:
|
|
Eksperimentel: Intervention
For deltagere i interventionsgruppe opnås målinger ved baseline og 42 dage senere.
Deltagerne får en cirka 10 minutter lang introduktion vedrørende undersøgelsesspecifikationer og mHealth-applikationen.
Aktiv deltagelse i interventionsgruppe er defineret som at downloade Sidekick-appen og gennemføre mindst 3 sundhedsøvelser i den.
Træningstidspunkt er defineret som tidsstemplet for afslutning af træning inden for en af de tre typer træningskategorier (fysisk aktivitet, ernæring og mental sundhed) i appen.
Træningsfrekvens refererer til, hvor ofte en given øvelse blev gennemført af en deltager i TAU-gruppen.
Nedslidningstid er defineret som tidsstemplet for sidste fuldførte sundhedsøvelse inden for Sidekick i hele interventionsperioden.
Deltagere i interventionsgruppen modtager ugentlig motiverende støtte i form af individuel og gruppefeedback om brug, deltagelse i venlige sundhedsopgavekonkurrencer og ugentlige altruistiske belønninger for brug.
|
Brug af mobilapplikation kaldet SidekickHealth.
Andre navne:
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Anvendelse af applikation
Tidsramme: Fra indlæggelse til udskrivelse, op til 6 uger.
|
Tidsstempel i dage, minutter og sekunder fra hver sundhedsaktivitet, der er gennemført i mobilapplikationen
|
Fra indlæggelse til udskrivelse, op til 6 uger.
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Symptomer på angst og depression
Tidsramme: Fra indlæggelse til udskrivelse, op til 6 uger.
|
Angst og depressive symptomer vurderes ved hjælp af Revised Children's Anxiety and Depression Scale (RCADS), et selvrapporteringsværktøj til børn og unge.
Skalaen er en firepunkts Likert-skala, spænder over 47 spørgsmål og er opdelt i 6 underskalaer; separationsangstsymptomer, generelle angstsymptomer, tvangssymptomer, socialangstsymptomer, paniksymptomer, depressionssymptomer.
En T-score over 65 markerede et klinisk afskæringspunkt.
Opgørelsens psykometri er blevet undersøgt med acceptable resultater i både amerikanske og islandske pædiatriske populationer
|
Fra indlæggelse til udskrivelse, op til 6 uger.
|
|
Generel selvvirkning
Tidsramme: Fra indlæggelse til udskrivelse, op til 6 uger.
|
General Self Efficacy Scale (GSE), et 10-punkts selvrapporteringsspørgeskema med en samlet score fra 10 til 40, bruges til at måle selveffektivitetsniveauer, hvor højere score giver øget selveffektivitet.
Der er opnået acceptable psykometriske egenskaber for spørgeskemaet, og det bruges globalt i ungdomspopulationer.
|
Fra indlæggelse til udskrivelse, op til 6 uger.
|
|
Sovevaner
Tidsramme: Fra indlæggelse til udskrivelse, op til 6 uger.
|
BEARS søvnscreeningsalgoritme bruges til at evaluere deltagernes adfærdsmæssige søvnproblemer.
Det er et screeningsinstrument for børn fra 2 til 18 år, et binært (0-1) forældre- eller selvevalueringsværktøj, hvor psykometri er blevet undersøgt med acceptable resultater i pædiatriske populationer.
Selvevaluering anvendes i undersøgelsespopulationen.
|
Fra indlæggelse til udskrivelse, op til 6 uger.
|
Samarbejdspartnere og efterforskere
Sponsor
Publikationer og nyttige links
Generelle publikationer
- Mohr DC, Burns MN, Schueller SM, Clarke G, Klinkman M. Behavioral intervention technologies: evidence review and recommendations for future research in mental health. Gen Hosp Psychiatry. 2013 Jul-Aug;35(4):332-8. doi: 10.1016/j.genhosppsych.2013.03.008. Epub 2013 May 8.
- Lee IM, Shiroma EJ, Lobelo F, Puska P, Blair SN, Katzmarzyk PT; Lancet Physical Activity Series Working Group. Effect of physical inactivity on major non-communicable diseases worldwide: an analysis of burden of disease and life expectancy. Lancet. 2012 Jul 21;380(9838):219-29. doi: 10.1016/S0140-6736(12)61031-9.
- Kohl HW 3rd, Craig CL, Lambert EV, Inoue S, Alkandari JR, Leetongin G, Kahlmeier S; Lancet Physical Activity Series Working Group. The pandemic of physical inactivity: global action for public health. Lancet. 2012 Jul 21;380(9838):294-305. doi: 10.1016/S0140-6736(12)60898-8.
- Nahum-Shani I, Smith SN, Spring BJ, Collins LM, Witkiewitz K, Tewari A, Murphy SA. Just-in-Time Adaptive Interventions (JITAIs) in Mobile Health: Key Components and Design Principles for Ongoing Health Behavior Support. Ann Behav Med. 2018 May 18;52(6):446-462. doi: 10.1007/s12160-016-9830-8.
- Eysenbach G. The law of attrition. J Med Internet Res. 2005 Mar 31;7(1):e11. doi: 10.2196/jmir.7.1.e11.
- Telama R, Yang X, Viikari J, Valimaki I, Wanne O, Raitakari O. Physical activity from childhood to adulthood: a 21-year tracking study. Am J Prev Med. 2005 Apr;28(3):267-73. doi: 10.1016/j.amepre.2004.12.003.
- Rose T, Barker M, Maria Jacob C, Morrison L, Lawrence W, Strommer S, Vogel C, Woods-Townsend K, Farrell D, Inskip H, Baird J. A Systematic Review of Digital Interventions for Improving the Diet and Physical Activity Behaviors of Adolescents. J Adolesc Health. 2017 Dec;61(6):669-677. doi: 10.1016/j.jadohealth.2017.05.024. Epub 2017 Aug 16.
- Ding D, Lawson KD, Kolbe-Alexander TL, Finkelstein EA, Katzmarzyk PT, van Mechelen W, Pratt M; Lancet Physical Activity Series 2 Executive Committee. The economic burden of physical inactivity: a global analysis of major non-communicable diseases. Lancet. 2016 Sep 24;388(10051):1311-24. doi: 10.1016/S0140-6736(16)30383-X. Epub 2016 Jul 28.
- Jones EAK, Mitra AK, Bhuiyan AR. Impact of COVID-19 on Mental Health in Adolescents: A Systematic Review. Int J Environ Res Public Health. 2021 Mar 3;18(5):2470. doi: 10.3390/ijerph18052470.
- Kormendi A. [Smartphone usage among adolescents]. Psychiatr Hung. 2015;30(3):297-302. Hungarian.
- Birnbaum ML, Rizvi AF, Confino J, Correll CU, Kane JM. Role of social media and the Internet in pathways to care for adolescents and young adults with psychotic disorders and non-psychotic mood disorders. Early Interv Psychiatry. 2017 Aug;11(4):290-295. doi: 10.1111/eip.12237. Epub 2015 Mar 23. Erratum In: Early Interv Psychiatry. 2017 Dec;11(6):539.
- Lawlor, A. & Kirakowski, J. (2014). Online support groups for mental health: A space for challenging self-stigma or a means of social avoidance? Computers in Human Behavior, 32, 152-161. https://doi.org/10.1016/j.chb.2013.11.015
- Pretorius C, Chambers D, Coyle D. Young People's Online Help-Seeking and Mental Health Difficulties: Systematic Narrative Review. J Med Internet Res. 2019 Nov 19;21(11):e13873. doi: 10.2196/13873.
- McLaughlin KA, Costello EJ, Leblanc W, Sampson NA, Kessler RC. Socioeconomic status and adolescent mental disorders. Am J Public Health. 2012 Sep;102(9):1742-50. doi: 10.2105/AJPH.2011.300477. Epub 2012 Feb 16.
- Radomski AD, Wozney L, McGrath P, Huguet A, Hartling L, Dyson MP, Bennett K, Newton AS. Design and Delivery Features That May Improve the Use of Internet-Based Cognitive Behavioral Therapy for Children and Adolescents With Anxiety: A Realist Literature Synthesis With a Persuasive Systems Design Perspective. J Med Internet Res. 2019 Feb 5;21(2):e11128. doi: 10.2196/11128.
- IQVIA Institute. (2021, July 1). Digital Health Trends 2021. IQVIA. https://www.iqvia.com/-/media/iqvia/pdfs/institute-reports/digital-health-trends-2021/iqvia-institute-digital-health-trends-2021.pdf
- Chan, A., Kow, R. & Cheng, J. K. (2017). Adolescents' perceptions on smartphone applications (apps) for health management. Journal of Mobile Technology in Medicine, 6(2), 47-55. https://doi.org/10.7309/jmtm.6.2.6
- Sember V, Jurak G, Kovac M, Duric S, Starc G. Decline of physical activity in early adolescence: A 3-year cohort study. PLoS One. 2020 Mar 11;15(3):e0229305. doi: 10.1371/journal.pone.0229305. eCollection 2020.
- World Health Organization (2010). Global Recommendations on Physical Activity for Health, Executive Summary. Geneva, Switzerland: World Health Organization. Available from: https://www.ncbi.nlm.nih.gov/books/NBK305060/
- OECD (2016). Health at a Glance: Europe 2016 - State of Health in the EU Cycle. Paris, France: OECD Publishing. https://doi.org/10.1787/9789264265592-en
- Craigie AM, Lake AA, Kelly SA, Adamson AJ, Mathers JC. Tracking of obesity-related behaviours from childhood to adulthood: A systematic review. Maturitas. 2011 Nov;70(3):266-84. doi: 10.1016/j.maturitas.2011.08.005. Epub 2011 Sep 15.
- Kouvari M, Karipidou M, Tsiampalis T, Mamalaki E, Poulimeneas D, Bathrellou E, Panagiotakos D, Yannakoulia M. Digital Health Interventions for Weight Management in Children and Adolescents: Systematic Review and Meta-analysis. J Med Internet Res. 2022 Feb 14;24(2):e30675. doi: 10.2196/30675.
- WHO (2021, June 9th). Obesity and Overweight. World Health Organization. Retrieved January 26, 2023, from https://www.who.int/news-room/fact-sheets/detail/obesity-and-overweight#cms
- Meyerowitz-Katz G, Ravi S, Arnolda L, Feng X, Maberly G, Astell-Burt T. Rates of Attrition and Dropout in App-Based Interventions for Chronic Disease: Systematic Review and Meta-Analysis. J Med Internet Res. 2020 Sep 29;22(9):e20283. doi: 10.2196/20283.
- Topooco N, Bylehn S, Dahlstrom Nysater E, Holmlund J, Lindegaard J, Johansson S, Aberg L, Bergman Nordgren L, Zetterqvist M, Andersson G. Evaluating the Efficacy of Internet-Delivered Cognitive Behavioral Therapy Blended With Synchronous Chat Sessions to Treat Adolescent Depression: Randomized Controlled Trial. J Med Internet Res. 2019 Nov 1;21(11):e13393. doi: 10.2196/13393.
- Adelman CB, Panza KE, Bartley CA, Bontempo A, Bloch MH. A meta-analysis of computerized cognitive-behavioral therapy for the treatment of DSM-5 anxiety disorders. J Clin Psychiatry. 2014 Jul;75(7):e695-704. doi: 10.4088/JCP.13r08894.
- Maenhout L, Peuters C, Cardon G, Crombez G, DeSmet A, Compernolle S. Nonusage Attrition of Adolescents in an mHealth Promotion Intervention and the Role of Socioeconomic Status: Secondary Analysis of a 2-Arm Cluster-Controlled Trial. JMIR Mhealth Uhealth. 2022 May 10;10(5):e36404. doi: 10.2196/36404.
- Twomey C, O'Reilly G, Byrne M, Bury M, White A, Kissane S, McMahon A, Clancy N. A randomized controlled trial of the computerized CBT programme, MoodGYM, for public mental health service users waiting for interventions. Br J Clin Psychol. 2014 Nov;53(4):433-50. doi: 10.1111/bjc.12055. Epub 2014 May 15.
- Melville KM, Casey LM, Kavanagh DJ. Dropout from Internet-based treatment for psychological disorders. Br J Clin Psychol. 2010 Nov;49(Pt 4):455-71. doi: 10.1348/014466509X472138. Epub 2009 Oct 1.
- Mitchell, A. J. & Selmes, T. (2007). Why don't patients attend their appointments? Maintaining engagement with psychiatric services. Advances in psychiatric treatment, 13(6).423-434. https://doi.org/10.1192/apt.bp.106.003202
- Vigerland S, Lenhard F, Bonnert M, Lalouni M, Hedman E, Ahlen J, Olen O, Serlachius E, Ljotsson B. Internet-delivered cognitive behavior therapy for children and adolescents: A systematic review and meta-analysis. Clin Psychol Rev. 2016 Dec;50:1-10. doi: 10.1016/j.cpr.2016.09.005. Epub 2016 Sep 20.
- Jeminiwa RN, Hohmann NS, Fox BI. Developing a Theoretical Framework for Evaluating the Quality of mHealth Apps for Adolescent Users: A Systematic Review. J Pediatr Pharmacol Ther. 2019 Jul-Aug;24(4):254-269. doi: 10.5863/1551-6776-24.4.254.
- Palos-Sanchez PR, Saura JR, Rios Martin MA, Aguayo-Camacho M. Toward a Better Understanding of the Intention to Use mHealth Apps: Exploratory Study. JMIR Mhealth Uhealth. 2021 Sep 9;9(9):e27021. doi: 10.2196/27021.
- Egilsson E, Bjarnason R, Njardvik U. Usage and Weekly Attrition in a Smartphone-Based Health Behavior Intervention for Adolescents: Pilot Randomized Controlled Trial. JMIR Form Res. 2021 Feb 17;5(2):e21432. doi: 10.2196/21432.
- Bear HA, Ayala Nunes L, DeJesus J, Liverpool S, Moltrecht B, Neelakantan L, Harriss E, Watkins E, Fazel M. Determination of Markers of Successful Implementation of Mental Health Apps for Young People: Systematic Review. J Med Internet Res. 2022 Nov 9;24(11):e40347. doi: 10.2196/40347.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Faktiske)
Studieafslutning (Anslået)
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
Andre undersøgelses-id-numre
- UI-2023-mHealth
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
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 .