- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT06161181
Forbedring af terapitilslutning blandt patienter med metastaserende brystkræft: undersøgelsesprotokollen
Baggrund: Nye beviser indikerer, at patienter med fremskreden cancer, såsom dem med MBC, ofte udviser betydelige niveauer af manglende overholdelse af orale anticancerbehandlinger. Udnyttelse af maskinlæringsmodellerne i klinisk praksis gør det muligt at levere personlige forudsigelser om medicinadhærens for individuelle patienter, hvilket understøtter overholdelse og faciliterer målrettede interventioner.
Formål: Den nuværende protokol har til formål at vurdere effektiviteten af DSS, en webbaseret løsning kaldet TREAT (TREatment Adherence Support) og en maskinlæringswebapplikation til at fremme overholdelse af orale anticancerbehandlinger i en prøve af MBC-patienter.
Metoder og design: Denne protokol er en del af et projekt med titlen "Enhancing Therapy Adherence Among Metastatic Breast Cancer Patients" (sporingsnummer 65080791). En prøve på 100 MBC-patienter indskrives fortløbende og optages i afdelingen for medicinsk senologi under European Institute of Oncology. 50 MBC-patienter modtager DSS i tre måneder (eksperimentel gruppe), mens 50 MBC-patienter, der ikke er udsat for interventionen, modtager standard medicinsk rådgivning (kontrolgruppe). Protokollen forudser tre vurderingstidspunkter: T1 (1-måned), T2 (2-måned) og T3 (3-måned). På hvert tidspunkt udfylder deltagerne et sæt selvrapporter, der evaluerer adhærens, kliniske, psykologiske og livskvalitetsvariabler.
Konklusioner: vores resultater vil informere om effektiviteten af DSS og risikoprædiktive modeller til at fremme overholdelse af orale anticancerbehandlinger hos MBC-patienter.
Studieoversigt
Status
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
Metastatisk brystkræft (MBC) repræsenterer en uhelbredelig tilstand, hvor farmakologiske indgreb er rettet mod at udskyde sygdomsprogression og lindre symptomer, og derved forlænge overlevelsesraten og bevare livskvaliteten (QoL) og psykologisk velvære. Kliniske fremskridt inden for anticancerbehandlinger har især øget overlevelsesraten blandt MBC-patienter. Imidlertid rapporterede akkumulerende beviser, at overholdelse af medicin er et kritisk spørgsmål i brystkræftpatienters sygdomsforløb, især i forbindelse med orale anticancerbehandlinger (OAT'er). Nye beviser indikerer, at patienter med fremskreden cancer, såsom dem med MBC, ofte udviser betydelige niveauer af manglende overholdelse. MBC-patienter støder på forskellige barrierer for den daglige håndtering af OAT'er, herunder følelsesmæssig og fysisk lidelse forbundet med bivirkninger, dosisvariationer, behandlingsafbrydelser og mangel på sygdomsrelateret viden. Forudsigelsesmodeller for overholdelse er tidligere blevet udviklet og testet på tværs af forskellige scenarier og sygdomme. Evidens tydede på, at udnyttelse af maskinlæringsmodellerne i klinisk praksis muliggør levering af personlige forudsigelser om medicinadhærens for individuelle patienter, og derved understøtter overholdelse og faciliterer målrettede interventioner. Alligevel har eksisterende undersøgelser endnu ikke systematisk adresseret overholdelse af medicin blandt MBC-patienter ved at designe og implementere et beslutningsstøttesystem (DSS), der integrerer risikoprædiktive modeller sammen med uddannelses- og træningsværktøjer.
Den nuværende protokol har til formål at vurdere effektiviteten af DSS, en webbaseret løsning kaldet TREAT (TREatment Adherence Support) og en maskinlæringswebapplikation til at fremme overholdelse af orale anticancerbehandlinger i en prøve af MBC-patienter. Denne protokol er en del af et projekt med titlen "Enhancing Therapy Adherence Among Metastatic Breast Cancer Patients" (sporingsnummer 65080791). Det overordnede mål med dette projekt er at udvikle en prædiktiv model for non-adherence, en tilhørende DSS og retningslinjer for at øge patientengagement og terapiadhærens blandt MBC-patienter.
Den webbaserede DSS blev udviklet i det første år af Pfizer-projektet (65080791) ved hjælp af en patientcentreret tilgang og omfatter fire sektioner: i) Metastatisk brystkræft; ii) Overholdelse af kræftterapier; iii) Fremme af overholdelse; iv) Min tilslutningsdagbog. Desuden blev en web-baseret maskinlæringsapplikation designet til at fokusere på at forudsige patienters risikofaktorer for overholdelse af kræftbehandling, specielt med tanke på fysisk status, komorbide tilstande og kort- og langsigtede bivirkninger. Denne web-baserede maskinlæringsapplikation blev udviklet gennem en retrospektiv undersøgelse, der anvender fysiologiske, kliniske og livskvalitetsdata, der er tilgængelige i European Institute of Oncology (Milano, Italien) (R1595/21-IEO 1704). Specifikt er multimodale retrospektive data blevet hentet fra Patient Electronic Health Records (EHR) ved hjælp af naturlig sprogbehandling (NLP) i en prøve på 2.750 MBC-patienter (fra 2010 til 2020).
Metoder/Design
Hovedmål
Evaluering af effektiviteten af den webbaserede DSS-løsning og maskinlæringswebapplikation (TREAT - "TREatment Adherence Support") til at fremme overholdelse af orale anticancerbehandlinger i en kohorte på 100 patienter med metastatisk brystkræft (MBC) over en tremåneders periode. Overholdelse vurderes ved at beregne antallet af indtaget piller divideret med den foreskrevne mængde.
Sekundære mål
Identificer kliniske faktorer (komorbiditeter, smertetilstedeværelse, tumortype, behandlingstype), psykologiske parametre (personlighedstræk, angst, depression, self-efficacy til at håndtere kræft, følelse af sammenhæng og risikoopfattelse) og QoL-variabler, der tjener som prædiktorer for patienters overholdelse af OAT'er. Disse prædiktorer bruges til at vurdere manglende overholdelse af OAT'er blandt MBC-patienter og forbedre den indledende version af en maskinlæringsmodel udviklet i den retrospektive undersøgelse (R1595/21-IEO 1704). Data for de sekundære endepunkter indsamles ved hjælp af spørgeskemaet European Organisation for Research and Treatment of Cancer Quality of Life-spørgeskema (EORTC-QLQ-C30), European Organisation for Research and Treatment of Cancer 23-emne Breast Cancer-specific Questionnaire (EORTC-QLQ) -BR23), og Brief Pain Inventory (BPI). For at evaluere psykologiske variabler anvendes desuden følgende mål: State-Trait Anxiety Inventory (STAI-Y), Beck Depression Inventory-II (BDI-II), Big Five Inventory (BFI), Cancer Behavior Inventory CBI Kort form (CBI-B/I), Sense of Coherence (SOC-13) og Risk Perception (ved brug af to visuelle analoge skalaer).
Prøvevarighed og studiedesign
Studiet er designet som et 3-måneders randomiseret kontrolleret studie udført på European Institute of Oncology (IEO). Mere specifikt bliver en prøve på 100 patienter indskrevet fortløbende og indlagt på afdelingen for medicinsk senologi med en MBC-diagnose. Patienter, der har underskrevet det informerede samtykke, får en unik identifikator og tildeles enten kontrol- eller interventionsarmen i forholdet 1:1. Systemet anmoder tidligst om at bekræfte alle inklusions- og eksklusionskriterier. Derefter genererer en uafhængig forsker en tilfældig sekvens ved hjælp af det statistiske sprog R (R Core Team 2020).
Eksperimentel gruppe - TREAT (TREatment Adherence Support): 50 MBC-patienter modtager DSS i tre måneder. Patienterne instrueres i at bruge DSS ad libitum. Yderligere informeres patienterne eksplicit om, at TREAT ikke erstatter kliniske konsultationer, men det er designet til at hjælpe med at håndtere oral behandling og øge efterlevelsen gennem uddannelse baseret på evidensbaseret information. Kontrolgruppe: 50 MBC-patienter, der ikke er udsat for interventionen, modtager almindelig lægelig rådgivning.
Protokollen forudser tre vurderingstidspunkter: T1 (1-måned), T2 (2-måned) og T3 (3-måned). Ved baseline (T0) udfylder alle patienter validerede spørgeskemaer for at måle adhærens, kliniske, psykologiske og QoL-variabler. Den forventede tid til at udfylde alle de givne spørgeskemaer ved baseline er cirka 40 minutter. Desuden skal alle patienter udfylde en ugentlig overholdelse af medicindagbog i tre måneder. Hver måned modtager alle deltagere et kort telefoninterview, hvor de overvåges for overholdelse af forskningsprotokollen. På T1, T2 og T3 udfyldes alle adfærdsmæssige, psykologiske og QoL-mål, og der gennemføres en samtale (online eller vis-à-vis). Variabler, der ikke er følsomme over for ændringer, såsom personlighed og angsttræk, indsamles kun ved T0.
Undersøgelsestype
Tilmelding (Anslået)
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiekontakt
- Navn: Marianna Masiero, Phd
- Telefonnummer: +39 02 57489207
- E-mail: marianna.masiero@ieo.it
Studiesteder
-
-
MI
-
Milan, MI, Italien, 20141
- Rekruttering
- European Institute fo Oncology
-
Kontakt:
- Marianna Masiero, Phd
- Telefonnummer: +39 02 57489207
- E-mail: marianna.masiero@ieo.it
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Beskrivelse
Inklusionskriterier:
- Patienter > 18 år;
- At have en metastatisk brystkræftdiagnose;
- Tager oral behandlingsintervention for metastatisk brystkræft;
- Patienter med internetadgang og en personlig smartphone eller tablet;
- Patienter, der har læst og underskrevet det informerede samtykke.
Ekskluderingskriterier:
- Tilstedeværelse af primære psykiatriske eller neurologiske tilstande;
- Patienter, der nægtede at underskrive det informerede samtykke.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Andet
- Tildeling: Randomiseret
- Interventionel model: Parallel tildeling
- Maskning: Ingen (Åben etiket)
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
---|---|
Eksperimentel: Forsøgsgruppe
50 MBC-patienter modtager DSS i tre måneder.
Patienterne instrueres i at bruge DSS ad libitum.
|
TREAT (TREatment Adherence Support) er en webbaseret DSS, der består af fire sektioner: i) Metastatisk brystkræft: indeholder oplysninger om MBC og dets fysiske og psykiske konsekvenser; ii) Overholdelse af kræftterapier: indeholder oplysninger om overholdelse i kræftpopulationen; iii) Fremme af overholdelse: indeholder oplysninger om ressourcer, barrierer og tilgængelige interventioner, der bruges til at fremme overholdelse; iv) Min tilslutningsdagbog. |
Ingen indgriben: Kontrolgruppe
50 MBC-patienter, der ikke er udsat for interventionen, modtager standard medicinsk rådgivning.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
---|---|---|
Beslutningsstøttesystems effektivitet
Tidsramme: 3 måneder
|
Evaluering af effektiviteten af den DSS webbaserede løsning og maskinlæringswebapplikation (TREAT - "TREatment Adherence Support") til at fremme overholdelse af orale anticancerbehandlinger
|
3 måneder
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
---|---|---|
Kliniske, psykologiske og livskvalitetsindikatorer for overholdelse
Tidsramme: 3 måneder
|
Identificer kliniske faktorer (komorbiditeter, smertetilstedeværelse, tumortype, behandlingstype), psykologiske parametre (personlighedstræk, angst, depression, self-efficacy til håndtering af kræft og følelse af sammenhæng) og QoL-variabler, der fungerer som forudsigelser for patienters overholdelse til OAT'er.
|
3 måneder
|
Psykologiske forudsigelser for overholdelse
Tidsramme: 3 måneder
|
Evaluer risikoopfattelse ved hjælp af visuel analog skala, der tjener som forudsigelser for patienters overholdelse af OAT'er.
|
3 måneder
|
Samarbejdspartnere og efterforskere
Sponsor
Samarbejdspartnere
Efterforskere
- Ledende efterforsker: Gabriella pravettoni, PhD, Istituto Europeo di Oncologia
Publikationer og nyttige links
Generelle publikationer
- Cleeland CS, Ryan KM. Pain assessment: global use of the Brief Pain Inventory. Ann Acad Med Singap. 1994 Mar;23(2):129-38.
- Aaronson NK, Ahmedzai S, Bergman B, Bullinger M, Cull A, Duez NJ, Filiberti A, Flechtner H, Fleishman SB, de Haes JC, et al. The European Organization for Research and Treatment of Cancer QLQ-C30: a quality-of-life instrument for use in international clinical trials in oncology. J Natl Cancer Inst. 1993 Mar 3;85(5):365-76. doi: 10.1093/jnci/85.5.365.
- Antonovsky A. The structure and properties of the sense of coherence scale. Soc Sci Med. 1993 Mar;36(6):725-33. doi: 10.1016/0277-9536(93)90033-z.
- Sprangers MA, Groenvold M, Arraras JI, Franklin J, te Velde A, Muller M, Franzini L, Williams A, de Haes HC, Hopwood P, Cull A, Aaronson NK. The European Organization for Research and Treatment of Cancer breast cancer-specific quality-of-life questionnaire module: first results from a three-country field study. J Clin Oncol. 1996 Oct;14(10):2756-68. doi: 10.1200/JCO.1996.14.10.2756.
- Cardoso F, Paluch-Shimon S, Senkus E, Curigliano G, Aapro MS, Andre F, Barrios CH, Bergh J, Bhattacharyya GS, Biganzoli L, Boyle F, Cardoso MJ, Carey LA, Cortes J, El Saghir NS, Elzayat M, Eniu A, Fallowfield L, Francis PA, Gelmon K, Gligorov J, Haidinger R, Harbeck N, Hu X, Kaufman B, Kaur R, Kiely BE, Kim SB, Lin NU, Mertz SA, Neciosup S, Offersen BV, Ohno S, Pagani O, Prat A, Penault-Llorca F, Rugo HS, Sledge GW, Thomssen C, Vorobiof DA, Wiseman T, Xu B, Norton L, Costa A, Winer EP. 5th ESO-ESMO international consensus guidelines for advanced breast cancer (ABC 5). Ann Oncol. 2020 Dec;31(12):1623-1649. doi: 10.1016/j.annonc.2020.09.010. Epub 2020 Sep 23. No abstract available.
- Gennari A, Andre F, Barrios CH, Cortes J, de Azambuja E, DeMichele A, Dent R, Fenlon D, Gligorov J, Hurvitz SA, Im SA, Krug D, Kunz WG, Loi S, Penault-Llorca F, Ricke J, Robson M, Rugo HS, Saura C, Schmid P, Singer CF, Spanic T, Tolaney SM, Turner NC, Curigliano G, Loibl S, Paluch-Shimon S, Harbeck N; ESMO Guidelines Committee. Electronic address: clinicalguidelines@esmo.org. ESMO Clinical Practice Guideline for the diagnosis, staging and treatment of patients with metastatic breast cancer. Ann Oncol. 2021 Dec;32(12):1475-1495. doi: 10.1016/j.annonc.2021.09.019. Epub 2021 Oct 19. No abstract available.
- Bohlmann A, Mostafa J, Kumar M. Machine Learning and Medication Adherence: Scoping Review. JMIRx Med. 2021 Nov 24;2(4):e26993. doi: 10.2196/26993.
- Jansen LA, Appelbaum PS, Klein WM, Weinstein ND, Cook W, Fogel JS, Sulmasy DP. Unrealistic optimism in early-phase oncology trials. IRB. 2011 Jan-Feb;33(1):1-8. No abstract available.
- Karanasiou GS, Tripoliti EE, Papadopoulos TG, Kalatzis FG, Goletsis Y, Naka KK, Bechlioulis A, Errachid A, Fotiadis DI. Predicting adherence of patients with HF through machine learning techniques. Healthc Technol Lett. 2016 Sep 27;3(3):165-170. doi: 10.1049/htl.2016.0041. eCollection 2016 Sep.
- Komatsu H, Yagasaki K, Yamaguchi T, Mori A, Kawano H, Minamoto N, Honma O, Tamura K. Effects of a nurse-led medication self-management programme in women with oral treatments for metastatic breast cancer: A mixed-method randomised controlled trial. Eur J Oncol Nurs. 2020 Aug;47:101780. doi: 10.1016/j.ejon.2020.101780. Epub 2020 Jun 14.
- Lin C, Clark R, Tu P, Bosworth HB, Zullig LL. Breast cancer oral anti-cancer medication adherence: a systematic review of psychosocial motivators and barriers. Breast Cancer Res Treat. 2017 Sep;165(2):247-260. doi: 10.1007/s10549-017-4317-2. Epub 2017 Jun 1.
- Marshall VK, Visovsky C, Advani P, Mussallem D, Tofthagen C. Cancer treatment-specific medication beliefs among metastatic breast cancer patients: a qualitative study. Support Care Cancer. 2022 Aug;30(8):6807-6815. doi: 10.1007/s00520-022-07101-7. Epub 2022 May 9.
- Merluzzi TV, Nairn RC, Hegde K, Martinez Sanchez MA, Dunn L. Self-efficacy for coping with cancer: revision of the Cancer Behavior Inventory (version 2.0). Psychooncology. 2001 May-Jun;10(3):206-17. doi: 10.1002/pon.511.
- Mirzadeh SI, Arefeen A, Ardo J, Fallahzadeh R, Minor B, Lee JA, Hildebrand JA, Cook D, Ghasemzadeh H, Evangelista LS. Use of machine learning to predict medication adherence in individuals at risk for atherosclerotic cardiovascular disease. Smart Health (Amst). 2022 Dec;26:100328. doi: 10.1016/j.smhl.2022.100328. Epub 2022 Oct 4.
- Montagna E, Zagami P, Masiero M, Mazzocco K, Pravettoni G, Munzone E. Assessing Predictors of Tamoxifen Nonadherence in Patients with Early Breast Cancer. Patient Prefer Adherence. 2021 Sep 15;15:2051-2061. doi: 10.2147/PPA.S285768. eCollection 2021.
- Yerrapragada G, Siadimas A, Babaeian A, Sharma V, O'Neill TJ. Machine Learning to Predict Tamoxifen Nonadherence Among US Commercially Insured Patients With Metastatic Breast Cancer. JCO Clin Cancer Inform. 2021 Aug;5:814-825. doi: 10.1200/CCI.20.00102.
- Scioscia G, Tondo P, Foschino Barbaro MP, Sabato R, Gallo C, Maci F, Lacedonia D. Machine learning-based prediction of adherence to continuous positive airway pressure (CPAP) in obstructive sleep apnea (OSA). Inform Health Soc Care. 2022 Jul 3;47(3):274-282. doi: 10.1080/17538157.2021.1990300. Epub 2021 Nov 8.
- Zhu X, Peng B, Yi Q, Liu J, Yan J. Prediction Model of Immunosuppressive Medication Non-adherence for Renal Transplant Patients Based on Machine Learning Technology. Front Med (Lausanne). 2022 Feb 18;9:796424. doi: 10.3389/fmed.2022.796424. eCollection 2022. Erratum In: Front Med (Lausanne). 2022 Aug 09;9:964157.
- Scott NW, Fayers P, Aaronson NK, et al. EORTC QLQ-C30 Reference Values Manual. (2nd ed.). EORTC Quality of Life Group., 2008
- Pedrabissi, L., & Santinello, M. (1989). Verifica della validità dello STAI forma Y di Spielberger [Verification of the validity of the STAI, Form Y, by Spielberger]. Giunti Organizzazioni Speciali, 191-192, 11-14.
- Beck AT, Steer RA, Brown G. Beck Depression Inventory-II (BDI-II). APA PsycTests. Epub ahead of print 1996
- Sica C, Ghisi M. The Italian versions of the Beck Anxiety Inventory and the Beck Depression Inventory-II: Psychometric properties and discriminant power. In: M. A. Lange. Leading-edge psychological tests and testing research. Nova Science Publishers, 2007, pp. 27-50.
- Serpentini S, Del Bianco P, Chirico A, Merluzzi TV, Martino R, Lucidi F, De Salvo GL, Trentin L, Capovilla E. Self-efficacy for coping: utility of the Cancer behavior inventory (Italian) for use in palliative care. BMC Palliat Care. 2019 Apr 5;18(1):34. doi: 10.1186/s12904-019-0420-y.
- Spielberger CD, Gonzalez-Reigosa F, Martinez-Urrutia A, et al. The State-Trait Anxiety Inventory. Rev Interam Psicol J Psychol 1971; 5: 3-4
- Ubbiali A, Chiorri C, Hampton P, Donati D. Italian Big Five Inventory. Psychometric properties of the Italian adaptation of the Big Five Inventory (BFI). Bollettino di Psicologia applicata 2013;59(266):37-48
- Weinstein, N. D. (1980). Unrealistic optimism about future life events. Journal of Personality and Social Psychology, 39(5), 806-820.
- R: A language and environment for statistical computing. R Foundation for Statistical Computing. URL: https://www. R-project.org
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
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
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- IEO1907
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 Metastatisk brystkræft
-
Cairo UniversityIkke rekrutterer endnu
-
Abouqir General HospitalAlexandria UniversityRekrutteringBreast Udseende Rekonstruktion DisproportionEgypten
-
Tianjin Medical University Cancer Institute and...Guangxi Medical University; Sun Yat-sen University; Chinese PLA General Hospital og andre samarbejdspartnereAfsluttetDen kliniske anvendelsesvejledning af Conebeam Breast CTKina
-
ETOP IBCSG Partners FoundationAfsluttetBreast Cancer Invasive NosItalien
-
Spanish Breast Cancer Research GroupHoffmann-La Roche; Roche Farma, S.AAfsluttetBreast Cancer Invasive NosSpanien
-
Ontario Clinical Oncology Group (OCOG)Afsluttet
-
Pomeranian Medical University SzczecinMaria Sklodowska-Curie National Research Institute of Oncology; Regional...UkendtBRCA1 mutation | Breast Cancer Invasive NosPolen
-
Chia Tai Tianqing Pharmaceutical Group Co., Ltd.UkendtHR-positiv, HER2-negativ og PIK3CA Mutation Advanced Breast CancerKina
-
Aga Khan UniversityAfsluttetBrystkræft | Perforatorklap | Brysttumor | Oncoplasty | Breast-QPakistan
-
University Health Network, TorontoAfsluttetBreast Cancer Invasive Nos | Primær invasiv brystkræftCanada
Kliniske forsøg med Beslutningsstøttesystem
-
University of California, San FranciscoAfsluttetForhøjet blodtryk | Nyreinsufficiens, kroniskForenede Stater
-
Imperial College LondonSanofi; Axtria, Inc.RekrutteringMyokardieinfarkt | Iskæmisk slagtilfælde | Akut koronarsyndromDet Forenede Kongerige
-
Aifred HealthMcGill UniversityAfsluttet
-
Istituto Ortopedico GaleazziUniversity of MilanAfsluttet
-
Andrew Tomas ReisnerRekrutteringSår og skaderForenede Stater
-
University of PittsburghPatient-Centered Outcomes Research Institute; Northwell Health; University...AfsluttetBørnemishandling | Trauma | Børnemishandling | Fysisk overgrebForenede Stater
-
Peking University Third HospitalUkendtSyndromer med tørre øjneKina
-
Hospital Italiano de Buenos AiresDuke UniversityUkendt
-
Jafna L CoxSt. Joseph's Healthcare Hamilton; Bayer; McMaster University; Population Health...Afsluttet
-
Boston Children's HospitalNational Heart, Lung, and Blood Institute (NHLBI)RekrutteringMedfødt hjertesygdomForenede Stater