Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Neurophysiologischer Marker für ADHS bei Kindern

16. Februar 2024 aktualisiert von: Junwon Kim, Daegu Catholic University Medical Center

Neurophysiologischer Marker der Aufmerksamkeitsdefizit-Hyperaktivitätsstörung bei Kindern

Diese Studie untersuchte Subtypen der quantitativen Elektroenzephalographie (QEEG) als Hilfsmittel zur Beurteilung der Aufmerksamkeitsdefizit-Hyperaktivitätsstörung (ADHS). Die Patienten wurden anhand der koreanischen Version des diagnostischen Interviewplans für Kinder, Version IV, beurteilt und einer von drei Gruppen zugeordnet: ADHS, ADHS – nicht anders angegeben (NOS) und neurotypisch (NT). Die Untersucher messen die absolute und relative EEG-Leistung in 19 Kanälen und führen einen auditiven Dauerleistungstest durch. Die Forscher analysierten das QEEG nach dem Frequenzbereich: Delta (1–4 Hz), Theta (4–8 Hz), langsames Alpha (8–10 Hz), schnelles Alpha (10–13,5 Hz) und Beta (13,5–30 Hz). Hertz). Die Probanden wurden dann nach Wards Methode der Clusteranalyse unter Verwendung des quadrierten euklidischen Abstands gruppiert, um Unähnlichkeiten zu messen.

Studienübersicht

Status

Status

Zeigt den aktuellen Rekrutierungsstatus oder den erweiterten Zugriffsstatus an.
Abgeschlossen

Bedingungen

Bedingungen

Die Krankheit, Störung, das Syndrom, die Krankheit oder die Verletzung, die untersucht wird. Auf ClinicalTrials.gov können die Bedingungen auch andere gesundheitsbezogene Themen wie Lebensdauer, Lebensqualität und Gesundheitsrisiken umfassen.

Intervention / Behandlung

Intervention / Behandlung

Ein Prozess oder eine Handlung, die im Mittelpunkt einer klinischen Studie steht. Interventionen umfassen Medikamente, medizinische Geräte, Verfahren, Impfstoffe und andere Produkte, die entweder in der Erprobungsphase oder bereits verfügbar sind. Interventionen können auch nicht-invasive Ansätze umfassen, wie z. B. Aufklärung oder eine Änderung der Ernährung und Bewegung.

Detaillierte Beschreibung

In die Studie wurden Teilnehmer zwischen 7 und 12 Jahren aufgenommen, bei denen gemäß den DSM-5-Kriterien ADHS diagnostiziert wurde. Die ADHS-Diagnose basierte auf einer koreanischen Version des Diagnostic Interview Schedule for Children Version IV (DISC-IV), einem strukturierten Interview-Tool, und diese Diagnosen wurden von mehreren Kinder- und Jugendpsychiatern bestätigt. Wenn die Teilnehmer die ADHS-Diagnosekriterien von DSM-IV und DISC-IV nicht erfüllten, wurden sie der neurotypischen (NT) Gruppe zugeordnet. Basierend auf den Ergebnissen des DISC-IV-Tests wurden die Teilnehmer der ADHS- oder Non-Other-Specified (NOS)-Gruppe zugeordnet. Patienten, die die diagnostischen Kriterien von ADHS in DSM-IV erfüllten, deren Punktzahl jedoch sechs nicht überstieg und eine Punktzahl von mehr als drei auf der Aufmerksamkeitsdefizit- oder Hyperaktivitäts-/Impaktivitätsskala von DISC-IV aufwiesen, wurden in die NOS-Gruppe aufgenommen. Kinder mit einer Vorgeschichte von Hirnschäden, neurologischen Störungen, genetischen Störungen, Substanzabhängigkeit, Epilepsie oder anderen psychischen Störungen wurden von der Teilnahme ausgeschlossen. Kinder mit einem IQ von 70 oder weniger gemäß der Koreanisch-Wechsler-Intelligenzskala für Kinder (Vierte Ausgabe) oder die eine medikamentöse Behandlung erhielten, wurden ebenfalls von dieser Studie ausgeschlossen. Die EEG-Aufzeichnungen wurden unter Verwendung eines SynAmps2-Gleichstrom(DC)-Verstärkers und eines 10-20-Layout-64-Kanal-Quick-Cap-Elektrodenplatzierungssystems (Neuroscan Inc., NC, USA) durchgeführt. Die EEG-Daten wurden digital von 19 Goldnapfelektroden aufgezeichnet, die gemäß dem internationalen 10-20-System platziert wurden. Die Impedanzen wurden unter 5 kΩ gehalten und die Abtastrate betrug 1000 Hz. Die Ermittler verwenden die verknüpfte Mastoid-Referenz und zwei zusätzliche bipolare Elektroden, um horizontale und vertikale Augenbewegungen zu messen. Während der Aufzeichnung lag jeder Teilnehmer in einem schwach beleuchteten, elektrisch abgeschirmten, schallgedämpften Raum. Ruhe-EEG-Aufzeichnungen wurden nach drei Minuten mit geschlossenen Augen der Teilnehmer aufgezeichnet.

Studientyp

Studientyp

Beschreibt die Art einer klinischen Studie. Zu den Studientypen gehören Interventionsstudien (auch klinische Studien genannt), Beobachtungsstudien (einschließlich Patientenregister) und erweiterter Zugang.
Beobachtungs

Einschreibung (Tatsächlich)

Einschreibung

Die Anzahl der Teilnehmer an einer klinischen Studie. Die „erwartete“ Einschreibung ist die Zielzahl an Teilnehmern, die die Forscher für die Studie benötigen.
140

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studienkontakt

Der Name und die Kontaktinformationen der Person, die Fragen zur Registrierung für eine klinische Studie beantworten kann. Jeder Standort, an dem die Studie durchgeführt wird, kann auch einen bestimmten Ansprechpartner haben, der diese Fragen möglicherweise besser beantworten kann.

Studienorte

  • Korea, Republik von
    • Nam-gu
      • Daegu, Nam-gu, Korea, Republik von, 42471
        • Daegu Catholic University Medical Center

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Zulassungskriterien

Die wichtigsten Voraussetzungen, die Personen erfüllen müssen, die an einer klinischen Studie teilnehmen möchten, bzw. welche Eigenschaften sie mitbringen müssen. Auswahlkriterien bestehen sowohl aus Einschlusskriterien (die erforderlich sind, damit eine Person an der Studie teilnehmen kann) als auch aus Ausschlusskriterien (die eine Person an der Teilnahme hindern). Arten von Zulassungskriterien umfassen, ob eine Studie gesunde Freiwillige akzeptiert, Alters- oder Altersgruppenanforderungen hat oder durch das Geschlecht begrenzt ist.

Studienberechtigtes Alter

3 Jahre bis 8 Jahre (Kind)

Akzeptiert gesunde Freiwillige

Ja

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Patienten mit Verdacht auf Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung führten QEEG durch und diagnostizierten DISC-IV

Beschreibung

Einschlusskriterien:

  • In die Studie wurden Teilnehmer zwischen 7 und 12 Jahren aufgenommen, bei denen gemäß den DSM-5-Kriterien ADHS diagnostiziert wurde

Ausschlusskriterien:

  • Kinder mit einer Vorgeschichte von Hirnschäden, neurologischen Störungen, genetischen Störungen, Substanzabhängigkeit, Epilepsie oder anderen psychischen Störungen wurden von der Teilnahme ausgeschlossen.
  • Kinder mit einem IQ von 70 oder niedriger gemäß der Koreanisch-Wechsler-Intelligenzskala für Kinder (Vierte Ausgabe) oder die eine medikamentöse Behandlung erhielten, wurden ebenfalls von dieser Studie ausgeschlossen

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Beobachtungsmodelle: Nur Fall
  • Zeitperspektiven: Retrospektive

Kohorten und Interventionen

Gruppe / Kohorte

Gruppe / Kohorte

Eine Gruppe oder Untergruppe von Teilnehmern an einer Beobachtungsstudie, die hinsichtlich biomedizinischer oder gesundheitlicher Ergebnisse bewertet wird.
Intervention / Behandlung

Intervention / Behandlung

Ein Prozess oder eine Handlung, die im Mittelpunkt einer klinischen Studie steht. Interventionen umfassen Medikamente, medizinische Geräte, Verfahren, Impfstoffe und andere Produkte, die entweder in der Erprobungsphase oder bereits verfügbar sind. Interventionen können auch nicht-invasive Ansätze umfassen, wie z. B. Aufklärung oder eine Änderung der Ernährung und Bewegung.
ADHS
Diagnosetest: Elektroenzephalographie absolute Deltaleistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relative Deltaleistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie absolute Theta-Leistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relative Theta-Leistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie absolut langsam Alpha-Power
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relativ langsame Alphaleistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie absolut schnelle Alpha-Power
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relativ schnelle Alphaleistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie absolute Beta-Power
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relative Beta-Leistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Koreanische ADHS-Bewertungsskala
Das KARS ist ein standardisiertes Screening-Tool für ADHS bei koreanischen Kindern und eine Bewertungsskala, die von den Eltern ausgefüllt wird.
Diagnosetest: Koreanische Version des diagnostischen Interviewplans für Kinder Version IV
Das DISC-IV ist ein strukturiertes Diagnosetool, das für den Einsatz in epidemiologischen Studien bei Kindern und Jugendlichen entwickelt wurde
NT Neurotypisch
Diagnosetest: Elektroenzephalographie absolute Deltaleistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relative Deltaleistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie absolute Theta-Leistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relative Theta-Leistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie absolut langsam Alpha-Power
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relativ langsame Alphaleistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie absolut schnelle Alpha-Power
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relativ schnelle Alphaleistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie absolute Beta-Power
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relative Beta-Leistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Koreanische ADHS-Bewertungsskala
Das KARS ist ein standardisiertes Screening-Tool für ADHS bei koreanischen Kindern und eine Bewertungsskala, die von den Eltern ausgefüllt wird.
Diagnosetest: Koreanische Version des diagnostischen Interviewplans für Kinder Version IV
Das DISC-IV ist ein strukturiertes Diagnosetool, das für den Einsatz in epidemiologischen Studien bei Kindern und Jugendlichen entwickelt wurde
ADHS-NR
Diagnosetest: Elektroenzephalographie absolute Deltaleistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relative Deltaleistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie absolute Theta-Leistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relative Theta-Leistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie absolut langsam Alpha-Power
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relativ langsame Alphaleistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie absolut schnelle Alpha-Power
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relativ schnelle Alphaleistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie absolute Beta-Power
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Elektroenzephalographie relative Beta-Leistung
Wir verwendeten MATLAB 7.0.1 (Math Works, Natick, MA, USA) und die EEGLAB-Toolbox, um die EEG-Aufzeichnungen vorzuverarbeiten und zu analysieren. Zunächst wurden die EEG-Daten auf 250 Hz heruntergesampelt. Als nächstes wurden die EEG-Daten trendbereinigt und der Mittelwert subtrahiert, um die DC-Komponente zu entfernen. Ein 1-Hz-Hochpassfilter und ein 60-Hz-Kerbfilter wurden angewendet, um Augen- und elektrisches Rauschen zu entfernen. Als nächstes wurde eine unabhängige Komponentenanalyse (ICA) durchgeführt, um die gut definierten Quellen von Artefakten zu entfernen. Es hat sich gezeigt, dass ICA zuverlässig Artefakte isoliert, die durch Augen- und Muskelbewegungen und Herzgeräusche verursacht werden (23). Schließlich untersuchten klinische Psychiater und EEG-Experten die korrigierten EEGs visuell. Für die Analyse haben wir mehr als zwei Minuten artefaktfreier EEG-Messungen aus den dreiminütigen Aufzeichnungen ausgewählt
Diagnosetest: Koreanische ADHS-Bewertungsskala
Das KARS ist ein standardisiertes Screening-Tool für ADHS bei koreanischen Kindern und eine Bewertungsskala, die von den Eltern ausgefüllt wird.
Diagnosetest: Koreanische Version des diagnostischen Interviewplans für Kinder Version IV
Das DISC-IV ist ein strukturiertes Diagnosetool, das für den Einsatz in epidemiologischen Studien bei Kindern und Jugendlichen entwickelt wurde

Was misst die Studie?

Primäre Ergebnismessungen

Primäre Ergebnismessungen

Im Protokoll einer klinischen Studie die geplante Ergebnismessung, die für die Bewertung der Wirkung einer Intervention/Behandlung am wichtigsten ist. Die meisten klinischen Studien haben einen primären Endpunkt, aber einige haben mehr als einen.
Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Topografische QEEG-Plots der Ergebnisse der statistischen Vergleiche mit normativen Werten (z-Scores) unter Verwendung der Neuroguide-Software
Zeitfenster: bis zum Studienabschluss, durchschnittlich 1 Jahr
Die Ermittler messen das QEEG in der ersten Ambulanz und führen eine Topografie für die Kartierung durch
bis zum Studienabschluss, durchschnittlich 1 Jahr

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Sponsor

Die Organisation oder Person, die die Studie initiiert und die Autorität und Kontrolle über die Studie hat.
Daegu Catholic University Medical Center

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

Studienbeginn

Das tatsächliche Datum, an dem der erste Teilnehmer in eine klinische Studie aufgenommen wurde. Das „voraussichtliche“ Studienstartdatum ist das Datum, von dem die Forscher glauben, dass es das Studienstartdatum sein wird.
8. August 2018

Primärer Abschluss (Tatsächlich)

Primärer Abschluss

Das Datum, an dem der letzte Teilnehmer einer klinischen Studie untersucht wurde oder eine Intervention erhalten hat, um endgültige Daten für das primäre Ergebnis zu sammeln. Ob die klinische Studie protokollgemäß endete oder beendet wurde, hat keinen Einfluss auf dieses Datum. Bei klinischen Studien mit mehr als einem primären Ergebnismaß mit unterschiedlichen Abschlussdaten bezieht sich dieser Begriff auf das Datum, an dem die Datenerhebung für alle primären Ergebnismaße abgeschlossen ist. Das „erwartete“ primäre Abschlussdatum ist das Datum, von dem die Forscher glauben, dass es das primäre Abschlussdatum für die Studie sein wird.
28. Februar 2021

Studienabschluss (Tatsächlich)

Studienabschluss

Das Datum, an dem der letzte Teilnehmer an einer klinischen Studie untersucht wurde oder eine Intervention/Behandlung erhielt, um endgültige Daten für die primären Ergebnismaße, sekundären Ergebnismaße und Nebenwirkungen zu sammeln (d. h. der letzte Besuch des letzten Teilnehmers). Das „voraussichtliche“ Abschlussdatum der Studie ist das Datum, von dem die Forscher glauben, dass es das Abschlussdatum der Studie sein wird.
28. Februar 2021

Studienanmeldedaten

Zuerst eingereicht

Zuerst eingereicht

Das Datum, an dem der Studiensponsor oder Prüfer zum ersten Mal einen Studienbericht bei ClinicalTrials.gov eingereicht hat. Zwischen dem Datum der ersten Einreichung und der Verfügbarkeit des Datensatzes auf ClinicalTrials.gov (dem ersten veröffentlichten Datum) liegt in der Regel eine Verzögerung von einigen Tagen.
1. Juli 2020

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

Das Datum, an dem der Studiensponsor oder Prüfer zum ersten Mal einen Studienbericht einreicht, der den Qualitätskontrollkriterien (QC) der National Library of Medicine (NLM) entspricht. Der Sponsor oder Prüfer muss möglicherweise einen Studienbericht ein- oder mehrmals überarbeiten und einreichen, bevor die QC-Überprüfungskriterien von NLM erfüllt sind. Es liegt in der Verantwortung des Sponsors oder Prüfers, sicherzustellen, dass die Studienaufzeichnung mit den NLM-QC-Überprüfungskriterien übereinstimmt.
8. Juli 2020

Zuerst gepostet (Tatsächlich)

Zuerst gepostet

Das Datum, an dem der Studienbericht zum ersten Mal auf ClinicalTrials.gov verfügbar war, nachdem die Qualitätskontrolle (QC) der National Library of Medicine (NLM) abgeschlossen wurde. Zwischen dem Datum, an dem der Studiensponsor oder Prüfer den Studienbericht eingereicht hat, und dem ersten veröffentlichten Datum liegt in der Regel eine Verzögerung von einigen Tagen.
13. Juli 2020

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

Letztes Update gepostet

Das letzte Datum, an dem Änderungen an einem Studienbericht auf ClinicalTrials.gov verfügbar gemacht wurden. Es kann eine Verzögerung zwischen der Übermittlung der Änderungen an ClinicalTrials.gov durch den Sponsor oder Prüfer der Studie (Datum der letzten eingereichten Aktualisierung) und dem Datum der letzten Veröffentlichung der Aktualisierung geben.
20. Februar 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

Das letzte Datum, an dem der Studiensponsor oder Prüfer Änderungen an einem Studienbericht eingereicht hat, die mit den Qualitätskontrollkriterien (QC) der National Library of Medicine (NLM) übereinstimmen. Es liegt in der Verantwortung des Sponsors oder Prüfers, sicherzustellen, dass die Studienaufzeichnung mit den NLM-QC-Überprüfungskriterien übereinstimmt.
16. Februar 2024

Zuletzt verifiziert

Zuletzt verifiziert

Das letzte Datum, an dem der Studiensponsor oder Prüfer die Informationen über eine klinische Studie auf ClinicalTrials.gov als richtig und aktuell bestätigt hat. Wenn eine Studie den Rekrutierungsstatus Recruiting hat; noch keine Rekrutierung; oder aktiv, keine Rekrutierung wurde innerhalb der letzten 2 Jahre nicht bestätigt, der Rekrutierungsstatus der Studie wird als unbekannt angezeigt.
1. Februar 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

Andere Studien-ID-Nummern

Andere Identifikatoren oder ID-Nummern als die NCT-Nummer, die einer klinischen Studie vom Sponsor der Studie, Geldgebern oder anderen zugewiesen werden. Diese Nummern können eindeutige Kennungen von anderen Studienregistern und Zuschussnummern der National Institutes of Health enthalten.
  • CR-18-096

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Daten werden auf Anfrage aus angemessenem Grund weitergegeben

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Cookie-Einstellungen

Wir verwenden Cookies, um sicherzustellen, dass Sie auf unserer Website die bestmögliche Erfahrung machen. Weitere Informationen finden Sie in unserer Datenschutz- und Cookie-Richtlinien. ...>>>Sie können Ihre Einstellungen jederzeit ändern oder Ihre Einwilligung widerrufen, indem Sie die Cookies wie in der Richtlinie beschrieben von Ihrer Website oder Ihrem Computer löschen. Bitte akzeptieren Sie es und wählen Sie Ihre Einstellungen, indem Sie die entsprechenden Kästchen im Abschnitt "Einstellungen verwalten" unten ankreuzen. Bitte lesen Sie unsere Nutzungsbedingungen sorgfältig durch, bevor Sie einen Teil dieser Website nutzen.
«Einstellungen verwalten