- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT02419768
Efectos del ejercicio sobre las autocorrelaciones de largo alcance en la enfermedad de Parkinson
Locomoción del paciente parkinsoniano: ¿existen relaciones entre las autocorrelaciones de largo alcance y las alteraciones neurológicas, la capacidad de marcha y la práctica de ejercicio físico?
La enfermedad de Parkinson (EP) es uno de los trastornos neurodegenerativos más comunes. La marcha parkinsoniana se caracteriza por reducción de la longitud y velocidad de la zancada, trastornos posturales (con alto riesgo de caída) y una modificación de la variabilidad de la duración de la zancada. Esta variabilidad se puede evaluar por su magnitud (DE y CV) y su organización temporal (autocorrelaciones de largo alcance). La marcha humana saludable presenta una interdependencia entre ciclos consecutivos que pueden abarcar cientos de zancadas (autocorrelaciones de largo alcance). Numerosas observaciones abogan por una relación entre las autocorrelaciones de largo alcance y las capacidades funcionales del sistema. Como complemento de los medicamentos, la rehabilitación se convierte en una forma importante de tratar la EP.
El objetivo de nuestro estudio es evaluar mediante un estudio clínico controlado, aleatorizado, simple ciego, el efecto del ejercicio físico sobre la variabilidad de la duración de la zancada, las deficiencias neurológicas y la capacidad de caminar de los pacientes parkinsonianos.
El programa de ejercicio físico incluirá 30 sesiones repartidas en 15 semanas siguiendo las pautas. El análisis de correlaciones de largo alcance, incluido el estudio de los exponentes de Hurst y α, se realizará en un mínimo de 512 ciclos consecutivos. Finalmente, la valoración funcional del paciente parkinsoniano se realizará según la Clasificación Internacional de Discapacidad Funcional y Salud (ICF).
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
FONDO
Una de las características más comunes del movimiento humano es su variabilidad a través de múltiples repeticiones de la misma tarea rítmica (1). En los seres humanos, muchas señales periódicas, como la marcha, los latidos del corazón, las actividades respiratorias y neuronales, se caracterizan por su complejidad temporal, que fluctúa de manera compleja a lo largo del tiempo. Aunque las fluctuaciones entre ciclos pueden parecer aleatorias, sin aparentes correlaciones entre ciclos, los sistemas sanos poseen la memoria de los valores precedentes de la serie que muestra una estructura temporal compleja.
Para evaluar la variabilidad en series temporales fisiológicas, se pueden utilizar varios métodos matemáticos. Por un lado, los métodos matemáticos clásicos, generalmente aplicados sobre series temporales más cortas (decenas de puntos de datos), cuantifican la magnitud de la fluctuación en un conjunto de valores independientemente de su orden en la distribución, calculando la desviación estándar (DE) y el coeficiente de variación (CV). Por otro lado, se pueden utilizar métodos matemáticos más complejos, aplicados en series temporales más largas (≥512 ciclos), para evaluar la dinámica de fluctuación en el tiempo (3). Estos últimos métodos han demostrado que la variabilidad de numerosas señales fisiológicas (ritmo cardíaco y respiratorio o actividades locomotoras, por ejemplo) exhiben autocorrelaciones de largo alcance, por lo que la interdependencia estadística entre ciclos abarca un gran número de ciclos (14).
Esta organización temporal de la variabilidad es, por lo tanto, una propiedad intrínseca dentro de numerosos sistemas biológicos. Además, podría proporcionar información sobre la organización neurofisiológica y la regulación de estos sistemas (32). Estudios recientes afirmaron que estas fluctuaciones, incluidas en un rango óptimo, representarían la capacidad fisiológica subyacente para realizar adaptaciones flexibles a las tensiones cotidianas que sufre el cuerpo humano (32). Por lo tanto, se cree que la presencia de dicha dinámica temporal es un marcador crítico de la salud y su descomposición como índice de una condición patológica (18, 25, 32). En la frecuencia cardíaca humana, por ejemplo, las desviaciones de un óptimo de variabilidad en la dirección de la aleatoriedad (p. ej., fibrilación auricular) o la sobreregularidad (p. ej., insuficiencia cardíaca congestiva) indican la pérdida de las capacidades de adaptación del sistema (9, 32). .
Además, algunas enfermedades del sistema nervioso central influyen en la variabilidad, especialmente, de la marcha. De hecho, los trastornos neurodegenerativos como las enfermedades de Parkinson y Huntington se caracterizan, entre otros, por una modificación de la variabilidad de la marcha (observada por una ruptura de las autocorrelaciones de largo alcance) y un alto riesgo de caídas. Aunque se desconoce el origen de la autocorrelación de largo alcance, su ruptura en tales enfermedades sugiere un mecanismo de control central (8, 11, 13, 16, 17, 36).
PROYECTO DE INVESTIGACIÓN
La enfermedad de Parkinson (EP), que afecta aproximadamente al 1 % de la población mayor de 60 años, es uno de los trastornos neurodegenerativos más comunes. La EP es de naturaleza progresiva, por lo que los pacientes enfrentan mayores dificultades con las actividades de la vida diaria y varios aspectos de la movilidad, como la marcha, las transferencias, el equilibrio y la postura. En última instancia, esto conduce a una disminución de la independencia, la inactividad y el aislamiento social, lo que se traduce en una reducción de la calidad de vida. En consecuencia, la mejora de la locomoción es uno de los objetivos más importantes del manejo de la EP.
El manejo de la EP se ha centrado tradicionalmente en la terapia con medicamentos, y la levodopa se considera el tratamiento "estándar de oro". Sin embargo, incluso con un manejo médico óptimo, los pacientes con parkinson experimentan un deterioro en la función corporal, las actividades diarias y la participación. Por ello, ha ido en aumento el apoyo a la inclusión de terapias rehabilitadoras como coadyuvante al tratamiento farmacológico y neuroquirúrgico. De hecho, la actividad física regular ralentiza la progresión y disminuye el riesgo de caídas. Además, el ejercicio ha demostrado su eficacia tanto para la preservación de las capacidades funcionales como para la prevención de complicaciones (cardiovasculares, osteoporosis,…).
Hasta el momento, pocos estudios han incluido el análisis de la variabilidad en la valoración funcional de los pacientes que presentan una enfermedad neurológica, como la EP. Sin embargo, los trastornos de la marcha y las caídas representan no solo un coste importante para la sociedad, sino también un riesgo individual considerable de morbimortalidad. Un programa de rehabilitación adecuado debe permitir la reducción inmediata de los riesgos y costes derivados de estos trastornos. El investigador plantea la hipótesis de que el análisis de la variabilidad de la marcha podría ser útil como herramienta clínica en la evaluación del riesgo de caídas y como herramienta de evaluación de la eficacia terapéutica (medicación y/o ejercicio físico) en la EP. Por lo tanto, los objetivos de este estudio son (1) evaluar la influencia del ejercicio físico en la variabilidad de la marcha humana y (2) estudiar sus posibles correlaciones con las capacidades para caminar y las deficiencias neurológicas de los pacientes parkinsonianos.
Pacientes
Los investigadores reclutarán a 50 pacientes con enfermedad de Parkinson idiopática del departamento de Neurología de Cliniques universitaires Saint-Luc (Bruselas, Bélgica) El estudio está aprobado por el comité de ética. Todos los pacientes darán su consentimiento informado por escrito para el estudio. Los criterios de elegibilidad son: diagnóstico de Parkinson idiopático (según los criterios del Banco de Cerebros de la Sociedad de la Enfermedad de Parkinson del Reino Unido), gravedad de la enfermedad (según los estadios I a IV modificados de Hoehn & Yahr), ausencia de demencia (puntuación mínima del Mini Examen del Estado Mental de 24 o superior), uso estable de drogas en las últimas 4 semanas y visión y audición adecuadas, logradas usando lentes correctivos y/o audífonos si se requiere. Los pacientes serán excluidos si tienen una comorbilidad grave, otros problemas neurológicos, problemas médicos agudos (p. infarto de miocardio, diabetes) y problemas articulares que afectan la movilidad, y períodos "Off" impredecibles (puntuación >2, MDS-UPDRS ítem 4.5).
Procedimiento
El presente estudio es un estudio clínico controlado, aleatorizado, simple ciego con un diseño cruzado. El grupo control no modificará su actividad física habitual mientras que el grupo intervención se beneficiará del programa de ejercicio físico. Este último incluirá 30 sesiones de entrenamiento en circuito grupal de 60 min (dos veces por semana) repartidas en 15 semanas. Luego, se cruzarán los dos grupos. Según las recientes directrices, el programa incluirá un trabajo específico de equilibrio, postura, marcha, fitness, tareas duales y estiramientos. Todas las sesiones se realizarán a una intensidad adecuada (es decir, 60-80% de la frecuencia cardíaca máxima prevista). Se registrarán al menos 512 ciclos (a una frecuencia de muestreo alta (512 Hz)) en una cinta rodante a una velocidad cómoda autoseleccionada utilizando un acelerómetro unidimensional adherido al maléolo lateral derecho.
Evaluación funcional basada en los 3 dominios de la Clasificación Internacional de Funcionamiento, Discapacidad y Salud (CIF)
Los pacientes serán evaluados antes de la intervención (T0) y a las 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4) entre los 3 dominios de la ICF:
Las deficiencias se evaluarán mediante MDS-UPDRS, un análisis de la marcha instrumentado (cinemático, cinético, electromiográfico y energético) (18), la distancia de caminata de 6 minutos, la prueba de caminata de 10 metros, la escala ABC y el BESTest (incluida la prueba de alcance funcional). , Push & Release y Get Up & Go test).
Se evaluarán las actividades, la participación y la calidad de vida mediante el Cuestionario de Impacto en la Participación y Autonomía (IPAQ) y un diario de caída.
Análisis de la variabilidad de la marcha
La variabilidad del tiempo de revolución se apreciará mediante métodos matemáticos clásicos y complejos. Los métodos matemáticos clásicos (desviación estándar, coeficiente de variación) permiten evaluar la magnitud de la fluctuación, mientras que los métodos matemáticos complejos (autocorrelaciones de largo alcance) evalúan la dinámica de las fluctuaciones en el tiempo (3).
La presencia de autocorrelaciones de largo alcance se evaluará utilizando el enfoque integrado propuesto por Rangarajan y Ding y validado por Crevecoeur et al. en el contexto de series temporales fisiológicas. Estos métodos se describen con mayor detalle en otra parte. Brevemente, el exponente de Hurst (H) se calculará utilizando el análisis de rango reescalado y el exponente α se evaluará utilizando la densidad espectral de potencia de la serie temporal. Para cada serie temporal, ambos métodos se aplicarán a secuencias de 512 pasos de marcha consecutivos.
En teoría, los exponentes H y α están relacionados asintóticamente por la relación H. Por lo tanto, el enfoque integrado consiste en calcular por separado H y α, y verificar que estos dos parámetros son consistentes a través de la ecuación d=H-(1+α)/ 2=0. Un valor de d ≤ 0,10 se considera aceptable ya que los parámetros asintóticos se evalúan en series temporales finitas.
En resumen, deben cumplirse las siguientes tres condiciones para concluir la presencia de autocorrelaciones de largo alcance:
H > 0,5; α es significativamente diferente de 0 y menor que 1; yd ≤ 0,10
Cuando aparecen inconsistencias entre H y α, los investigadores utilizarán la prueba de datos sustitutos barajados aleatoriamente para rechazar la hipótesis nula de que la serie bajo investigación no tiene estructura temporal (es decir, proceso aleatorio no correlacionado).
PERSPECTIVAS
Mediante el estudio de la influencia del ejercicio físico en la variabilidad de la marcha humana y sus posibles correlaciones con las habilidades para caminar y las deficiencias neurológicas de los pacientes parkinsonianos, los investigadores esperan demostrar que el análisis de la variabilidad de la marcha podría utilizarse como herramienta clínica en la evaluación del riesgo de caídas y como herramienta de evaluación de la eficacia terapéutica (medicación y/o ejercicio físico) en la EP.
Tipo de estudio
Inscripción (Anticipado)
Fase
- No aplica
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Brussels
-
Woluwé-Saint-Lambert, Brussels, Bélgica, 1200
- Reclutamiento
- Université catholique de Louvain - Cliniques universitaires Saint-Luc
-
Contacto:
- Thierry Lejeune, Professor
- Número de teléfono: +32 2 764 16 48
- Correo electrónico: thierry.lejeune@uclouvain.be
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Niño
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Descripción
Criterios de inclusión:
- Diagnóstico de Parkinson idiopático según los criterios del Banco de Cerebros de la Sociedad de la Enfermedad de Parkinson del Reino Unido
- Gravedad de la enfermedad según los estadios I a IV modificados de Hoehn & Yahr
- Ausencia de demencia Puntuación mínima del Mini Examen del Estado Mental de 24 o más
- Consumo de drogas estable en las últimas 4 semanas
- Visión y audición adecuadas, logradas usando lentes correctivos y/o audífonos si es necesario
Criterio de exclusión:
- Comorbilidad grave, otros problemas neurológicos, problemas médicos agudos (p. IM, diabetes) y problemas articulares que afectan la movilidad
- Períodos "apagados" impredecibles (puntuación >2, ítem 4.5 de MDS-UPDRS)
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación cruzada
- Enmascaramiento: Único
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Ejercicio físico
Todos los pacientes recibirán un circuito de entrenamiento grupal que incluirá un trabajo específico de equilibrio, postura, marcha, fitness, tareas duales y estiramientos.
|
El programa de ejercicio físico incluirá 30 sesiones de 60 minutos (dos veces por semana).
Según las recientes directrices, el programa incluirá un trabajo específico de equilibrio, postura, marcha, fitness, tareas duales y estiramientos.
|
|
Sin intervención: Control
Todos los pacientes no cambiarán sus actividades físicas.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Periodo de tiempo |
|---|---|
|
Prueba de sistemas de evaluación de equilibrio (BESTest)
Periodo de tiempo: Cambio desde el inicio en las medidas de equilibrio en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
Cambio desde el inicio en las medidas de equilibrio en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
Medidas de resultado secundarias
Medida de resultado |
Periodo de tiempo |
|---|---|
|
Escala unificada de calificación de la enfermedad de Parkinson de la Sociedad de Trastornos del Movimiento (MDS-UPDRS)
Periodo de tiempo: Cambio desde el inicio en MDS-UPDRS en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
Cambio desde el inicio en MDS-UPDRS en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
|
Distancia a pie de seis minutos (6-MWD)
Periodo de tiempo: Cambio desde el inicio en la tolerancia al ejercicio en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
Cambio desde el inicio en la tolerancia al ejercicio en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
|
Prueba de caminata de 10 metros (10-MWT)
Periodo de tiempo: Cambio desde el inicio en la velocidad de la marcha, la longitud del paso y la cadencia en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
Cambio desde el inicio en la velocidad de la marcha, la longitud del paso y la cadencia en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
|
Autocorrelaciones de largo alcance
Periodo de tiempo: Cambio desde el inicio en las autocorrelaciones de largo alcance en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
Cambio desde el inicio en las autocorrelaciones de largo alcance en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
|
Análisis de la marcha instrumentado
Periodo de tiempo: Cambio desde el inicio en los parámetros de la marcha (cinemáticos, cinéticos, electromiográficos y energéticos) en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
Cambio desde el inicio en los parámetros de la marcha (cinemáticos, cinéticos, electromiográficos y energéticos) en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
|
Cuestionario de Impacto en la Participación y Autonomía (IPAQ)
Periodo de tiempo: Cambio desde el inicio en la participación y la calidad de vida en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
Cambio desde el inicio en la participación y la calidad de vida en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
|
Escala de confianza del equilibrio específica de actividades (escala ABC)
Periodo de tiempo: Cambio desde el inicio en las medidas de equilibrio subjetivo (miedo a caer) en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
Cambio desde el inicio en las medidas de equilibrio subjetivo (miedo a caer) en un promedio esperado de 15 (T1), 30 (T2), 45 (T3) y 60 semanas (T4)
|
Colaboradores e Investigadores
Investigadores
- Investigador principal: Thibault B. Warlop, Doctor, Université Catholique de Louvain
Publicaciones y enlaces útiles
Publicaciones Generales
- KARVONEN MJ, KENTALA E, MUSTALA O. The effects of training on heart rate; a longitudinal study. Ann Med Exp Biol Fenn. 1957;35(3):307-15. No abstract available.
- Gillespie LD, Robertson MC, Gillespie WJ, Sherrington C, Gates S, Clemson LM, Lamb SE. Interventions for preventing falls in older people living in the community. Cochrane Database Syst Rev. 2012 Sep 12;2012(9):CD007146. doi: 10.1002/14651858.CD007146.pub3.
- Peng CK, Havlin S, Stanley HE, Goldberger AL. Quantification of scaling exponents and crossover phenomena in nonstationary heartbeat time series. Chaos. 1995;5(1):82-7. doi: 10.1063/1.166141.
- Hausdorff JM. Gait dynamics, fractals and falls: finding meaning in the stride-to-stride fluctuations of human walking. Hum Mov Sci. 2007 Aug;26(4):555-89. doi: 10.1016/j.humov.2007.05.003. Epub 2007 Jul 5.
- Stergiou N, Decker LM. Human movement variability, nonlinear dynamics, and pathology: is there a connection? Hum Mov Sci. 2011 Oct;30(5):869-88. doi: 10.1016/j.humov.2011.06.002. Epub 2011 Jul 29.
- Hausdorff JM, Cudkowicz ME, Firtion R, Wei JY, Goldberger AL. Gait variability and basal ganglia disorders: stride-to-stride variations of gait cycle timing in Parkinson's disease and Huntington's disease. Mov Disord. 1998 May;13(3):428-37. doi: 10.1002/mds.870130310. Erratum In: Mov Disord 1998 Jul;13(4):757.
- Goldberger AL, Amaral LA, Hausdorff JM, Ivanov PCh, Peng CK, Stanley HE. Fractal dynamics in physiology: alterations with disease and aging. Proc Natl Acad Sci U S A. 2002 Feb 19;99 Suppl 1(Suppl 1):2466-72. doi: 10.1073/pnas.012579499.
- Bollens B, Crevecoeur F, Nguyen V, Detrembleur C, Lejeune T. Does human gait exhibit comparable and reproducible long-range autocorrelations on level ground and on treadmill? Gait Posture. 2010 Jul;32(3):369-73. doi: 10.1016/j.gaitpost.2010.06.011. Epub 2010 Jul 15.
- Bollens B, Crevecoeur F, Detrembleur C, Guillery E, Lejeune T. Effects of age and walking speed on long-range autocorrelations and fluctuation magnitude of stride duration. Neuroscience. 2012 May 17;210:234-42. doi: 10.1016/j.neuroscience.2012.02.039. Epub 2012 Mar 5.
- Crevecoeur F, Bollens B, Detrembleur C, Lejeune TM. Towards a "gold-standard" approach to address the presence of long-range auto-correlation in physiological time series. J Neurosci Methods. 2010 Sep 30;192(1):163-72. doi: 10.1016/j.jneumeth.2010.07.017. Epub 2010 Jul 21.
- Diniz A, Wijnants ML, Torre K, Barreiros J, Crato N, Bosman AM, Hasselman F, Cox RF, Van Orden GC, Delignieres D. Contemporary theories of 1/f noise in motor control. Hum Mov Sci. 2011 Oct;30(5):889-905. doi: 10.1016/j.humov.2010.07.006. Epub 2010 Dec 31.
- Dingwell JB, John J, Cusumano JP. Do humans optimally exploit redundancy to control step variability in walking? PLoS Comput Biol. 2010 Jul 15;6(7):e1000856. doi: 10.1371/journal.pcbi.1000856.
- Gates DH, Dingwell JB. Peripheral neuropathy does not alter the fractal dynamics of stride intervals of gait. J Appl Physiol (1985). 2007 Mar;102(3):965-71. doi: 10.1152/japplphysiol.00413.2006. Epub 2006 Nov 16.
- Hausdorff JM, Ashkenazy Y, Peng CK, Ivanov PC, Stanley HE, Goldberger AL. When human walking becomes random walking: fractal analysis and modeling of gait rhythm fluctuations. Physica A. 2001 Dec 15;302(1-4):138-47. doi: 10.1016/s0378-4371(01)00460-5.
- Paterson K, Hill K, Lythgo N. Stride dynamics, gait variability and prospective falls risk in active community dwelling older women. Gait Posture. 2011 Feb;33(2):251-5. doi: 10.1016/j.gaitpost.2010.11.014. Epub 2010 Dec 16.
- Keus SH, Munneke M, Nijkrake MJ, Kwakkel G, Bloem BR. Physical therapy in Parkinson's disease: evolution and future challenges. Mov Disord. 2009 Jan 15;24(1):1-14. doi: 10.1002/mds.22141.
- Tomlinson CL, Patel S, Meek C, Herd CP, Clarke CE, Stowe R, Shah L, Sackley CM, Deane KH, Wheatley K, Ives N. Physiotherapy versus placebo or no intervention in Parkinson's disease. Cochrane Database Syst Rev. 2013 Sep 10;2013(9):CD002817. doi: 10.1002/14651858.CD002817.pub4.
- Snijders AH, Bloem BR. Images in clinical medicine. Cycling for freezing of gait. N Engl J Med. 2010 Apr 1;362(13):e46. doi: 10.1056/NEJMicm0810287. No abstract available.
- Snijders AH, Toni I, Ruzicka E, Bloem BR. Bicycling breaks the ice for freezers of gait. Mov Disord. 2011 Feb 15;26(3):367-71. doi: 10.1002/mds.23530. Epub 2011 Feb 1.
- Warlop TB, Bollens B, Crevecoeur F, Detrembleur C, Lejeune TM. Dynamics of revolution time variability in cycling pattern: voluntary intent can alter the long-range autocorrelations. Ann Biomed Eng. 2013 Aug;41(8):1604-12. doi: 10.1007/s10439-013-0834-2. Epub 2013 May 28.
- Stoquart G, Detrembleur C, Lejeune T. Effect of speed on kinematic, kinetic, electromyographic and energetic reference values during treadmill walking. Neurophysiol Clin. 2008 Apr;38(2):105-16. doi: 10.1016/j.neucli.2008.02.002. Epub 2008 Mar 6.
- Warlop T, Detrembleur C, Buxes Lopez M, Stoquart G, Lejeune T, Jeanjean A. Does Nordic Walking restore the temporal organization of gait variability in Parkinson's disease? J Neuroeng Rehabil. 2017 Feb 21;14(1):17. doi: 10.1186/s12984-017-0226-1.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio
Finalización primaria (Anticipado)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Estimar)
Actualizaciones de registros de estudio
Última actualización publicada (Estimar)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- IONS - Warlop - 01
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .