Venous Thromboembolism in DM1 (DM1-VTE)
Incidence and Predictors of Venous Thromboembolism in Myotonic Dystrophy
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Detaillierte Beschreibung
A cohort of more that 2,800 adult patients admitted to our Institutions between January 2000 and November 2014 with genetically proven myopathy will be retrospectively included.
Any information relative to their demographic and genetic characteristics, their muscular functional status and the occurrence of VTE will be collected.
Statistical analysis will be performed to estimate the incidence of venous thromboembolism in this population, to identify predictors of VTE, and to compare its incidence to a community-based population.
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Inclusion Criteria:
- Age > 18 years
- Genetically proven myopathy
- Admission in our institutions from January 2000 to November 2014
Exclusion Criteria:
- Patient refusal
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Kohorte
- Zeitperspektiven: Retrospektive
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Any episode of pulmonary embolism and/or deep vein thrombosis, diagnosed according to 2011 AHA guidelines on venous thromboembolism management
Zeitfenster: 14 years
|
14 years
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Ermittler
Ermittler
- Hauptermittler: Karim Wahbi, MD, PhD, Institut de Myologie, Paris, FRANCE
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Tatsächlich)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
- Herz-Kreislauf-Erkrankungen
- Gefäßerkrankungen
- Erkrankungen des Nervensystems
- Erkrankungen der Atemwege
- Lungenkrankheit
- Genetische Krankheiten, angeboren
- Erkrankungen des Bewegungsapparates
- Muskelerkrankungen
- Neuromuskuläre Erkrankungen
- Embolie und Thrombose
- Neurodegenerative Krankheiten
- Muskelerkrankungen, atrophisch
- Heredodegenerative Erkrankungen, Nervensystem
- Muskeldystrophien
- Myotonische Störungen
- Embolie
- Thrombose
- Venöse Thrombose
- Thromboembolie
- Venöse Thromboembolie
- Lungenembolie
- Myotone Dystrophie
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- Institutmyologie
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .
Klinische Studien zur Tiefe Venenthrombose
-
NCT06037057Noch keine RekrutierungDeep Learning, lumbale Magnetresonanztomographie
-
NCT05635006Aktiv, nicht rekrutierendFacettengelenke; Entartung; Deep Learning; Künstliche Intelligenz
-
NCT06962150ZurückgezogenDeep Minderior Epigastric Perforator Flap Brustrekonstruktion
-
NCT07611279Noch keine RekrutierungEndodontie | KI (Künstliche Intelligenz) | Deep-Learning-Modell | Zähnung | Verpasste Kanäle | Endodontische Nachbehandlung | Non-surgical Retreatment | DIFFICULTY ASSESSMENT | SEPARATED INSTRUMENT | Poor Obturation
-
NCT07391176AbgeschlossenEvaluation der Deep-Plan-Intervention in der Submentalregion für das Management des Doppelkinns
-
NCT04890574Aktiv, nicht rekrutierendVerbrennungen | Verbrennungen zweiten Grades | Burns Deep zweiten Grades
-
NCT03772769AbgeschlossenOdontogene Deep-Space-Nackeninfektion
-
NCT06734650Noch keine RekrutierungVariation des Schlagvolumens | Pulsdruckvariation | Deep-Learning-Modell | Arterielle Wellenreflexionen | Periphere Vene
-
NCT03759483AbgeschlossenDiagnostische Wirksamkeit des Deep Convolutional Neural Network bei der Differenzierung des Glaukom-Gesichtsfeldes vom Nicht-Glaukom-Gesichtsfeld
-
NCT06534645RekrutierungVorhersage des Schlaganfallergebnisses unterstützt durch Deep-Learning-Algorithmus