- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT03753139
Rytmihäiriöiden tunnistaminen kerta-EKG:llä
Länsimaissa joka kuudes ihminen elämänsä aikana ja 15 000 ihmistä Suomessa sairastuu vuosittain uusi aivohalvaus. Noin joka neljäs aivohalvaus perustuu sydänemboliaan. Eteisvärinä aiheuttaa veritulppien muodostumista vasemmassa eteisessä ja sen seurauksena embolisoitumista aivo- ja ääreisverenkierrossa.
Tässä tutkimuksessa selvitetään urheilu-/hyvinvointiteknologiassa käytettävien mittaustekniikoiden ja uusien laskentamenetelmien soveltuvuutta eteisvärinän ja muiden rytmihäiriöiden seulomiseen ja diagnosointiin. Uusia mittaustekniikoita, kertakäyttöistä EKG-mittausta ja pulssirannemittausta, tutkitaan niiden ominaisuuksien, tiedon laadun ja rytmin tunnistamisen vuoksi. Piilevien rytmihäiriöiden tunnistaminen uusilla itsevalvontatekniikoilla voi vähentää merkittävästi aivohalvausten määrää (piilevät rytmihäiriöt aiheuttavat noin 25 % aivohalvauksista).
Tutkimus toteutetaan yhteistyössä Kuopion yliopistollisen sairaalan päivystyksen, Sydänkeskuksen, Itä-Suomen yliopiston soveltavan fysiikan laitoksen ja Heart2Save Oy:n kanssa.
Tutkimusprojektin tulokset julkaistaan lääketieteen ja lääketieteen tekniikan tieteellisissä aikakauslehdissä ja niitä esitellään eri alojen tieteellisissä konferensseissa. Hankkeen tutkimustuloksia voivat hyödyntää kaikki lääketieteen teknologia-alan yritykset, erityisesti EKG-mittauslaitteita valmistavat yritykset ja rytmintunnistusohjelmistoja valmistavat yritykset.
Tutkimuksen yleiskatsaus
Tila
Ehdot
Interventio / Hoito
Yksityiskohtainen kuvaus
Tutkimuksen tavoitteena on ratkaista seuraavat lääketieteelliset ongelmat:
- Eteisvärinän tyypin tunnistaminen ja määritteleminen on ongelmallista sen spontaanin esiintymisen ja latenssin vuoksi.
- Eteisvärinän seulomiseen tarkoitettuja mittalaitteita on huonosti saatavilla.
Tärkeimmät tutkimuskysymykset ovat:
Voidaanko yksikytkentäistä EKG-mittausta käyttää rytmihäiriöiden havaitsemiseen?
- Selvitä mittauspaikat (EKG-johdot) yksikytkentäistä EKG-itsevalvontaa varten ja arvioi mittauspaikkojen vaikutus käytettävyyteen ja signaalin laatuun.
- Selvitä yksikytkentäisen EKG-monitoroinnin mittauspaikat, kun mittauksen suorittaa toinen henkilö (hoitaja tai sukulainen) ja arvioi mittauspaikkojen vaikutus käytettävyyteen ja signaalin laatuun.
- Selvitä yksikytkentäisen EKG-mittauksen luotettavuus eteisvärinän tunnistamisessa.
- Ota selvää yksikytkentäisen EKG-mittauksen luotettavuudesta nopean (takykardia) ja hitaan sydämen sykkeen (bradykardia) tunnistamiseen.
Pystyykö optiseen pulssin rekisteröintiin perustuva rannenauha saamaan luotettavaa tietoa rytmihäiriöistä?
- Ota selvää pulssirannekkeen käytettävyydestä eteisvärinän tunnistamiseen.
- Ota selvää pulssirannekkeen käytettävyydestä nopean (takykardia) ja hitaan sykkeen (bradykardia) tunnistamiseen.
Tutkimuksen menetelmäkehityksen tarkoituksena on arvioida sykemittauksen luotettavuutta yksikytkentäisessä EKG- ja pulssiaaltomittauksessa terveillä ja sydänongelmista kärsivillä potilailla. Tutkimuksessa kehitetään kevytmittaustekniikkaan perustuvia laskentamenetelmiä, joilla voidaan luotettavasti tunnistaa yleisin sydämen rytmihäiriö, eteisvärinä. Eteisvärinän diagnoosi ja hoito ovat ratkaisevia tekijöitä aivohalvauksen ehkäisyssä.
Tutkimuspotilaille on jo tehty 12-kanavainen kliininen EKG-rekisteröinti, joka sisältyy normaaliin hoitoprosessiin. Tätä 12-kanavaista EKG:tä käytetään tutkimukseen soveltuvien potilaiden tunnistamiseen ja alaryhmiin jakamiseen (normaali rytmi, eteisvärinä, nopea tai hidas rytmi).
Varsinaisissa tutkimusmittauksissa Holter-EKG-laite kiinnitetään potilaan rintakehään viidellä märkäelektrodilla, jota käytetään rytmin seurannan kultaisena standardina. Kevytmittausmenetelmiä verrataan Holter-EKG-rekisteröinnin tuloksiin. Lisäksi potilaan ranteeseen asetetaan fotopletysmogrammi PPG-rekisteröintiä varten. Kuvassa 1 on havainnollistavia esimerkkejä tutkimuksen mittauksista.
Tutkija mittaa yhden minuutin tallennuksia kahdesta eri mittausasennosta (kyljestä ja rinnasta) kertakäyttöisellä EKG-mittauslaitteella. Tämän jälkeen potilas suorittaa minuutin mittaisia itsevalvontamittauksia kerta-EKG-laitteella kaikista kolmesta asennosta (peukalo, kylki ja rintakehä) sekä rinnasta jalokivi-EKG:llä.
Tutkimuksessa verrataan näiden kevyiden mittausmenetelmien kykyä havaita erilaisia sydämen rytmejä verrattuna Holter-rekisteröintiin.
Mittaukseen käytetyt laitteet ovat:
- Faros 360 EKG-anturi märillä elektrodeilla (kuva 1, laite 1) (Mega Elektroniikka, http://www.megaemg.com/ Kuopio Suomi). Faros 360 Holter on CE- ja FDA 510(k) -hyväksytty luokan 2a lääketieteellinen laite, joka kiinnitetään potilaan rintakehään viidellä kertakäyttöisellä märkäelektrodilla.
Suunto Movesense kertakäyttöinen EKG-laite (Suunto Oy, http://www.suunto.com Vantaa Suomi). Movesense on CE-hyväksytty kuluttajalaite, jota käytetään kahden dy-elektrodin kanssa EKG-mittaukseen (kuva 1 laitteet 2 ja 3). Movesense-kotelo; jalokivi ja kertakäyttöinen EKG-kotelo.
- Edellisessä tutkimuksessa (Afib24h) Valvira raportoitiin ja tutkimus sai luvan kliiniseen laitetutkimukseen (Movesense + rintahihna yhdistelmä).
- Tätä tutkimusta varten Valira on raportoitu kliinisestä laitetutkimuksesta (Movesense + kertakäyttöinen EKG-laiteyhdistelmä)
- Empatica E4 aktiivisuusranneke (Empatica Ltd http://www.empatica.com Milan Italia), joka on CE-hyväksytty kuluttajalaite. Empatica E4 on myös fotopletysmogrammi, joka mittaa optisesti verisuonessa kiertävän veren määrää (kuva 1 laite 4).
- Samsung Gear S3 puettava (Samsung Electronics, Co., Ltd., www.samsung.com Soul Etelä-Korea), joka on CE-hyväksytty kuluttajalaite. Gear S3 on myös fotopletysmogrammi, joka mittaa optisesti verisuonessa kiertävän veren määrää.
Tutkija kiinnittää laitteita potilaaseen. Tämän jälkeen tutkija aloittaa 10 minuutin rekisteröinnin Faros 360 (laite 1) ja Empatica E4 (laite 4) laitteilla. 10 minuutin mittauksen aikana tutkija mittaa Movesense-EKG:llä (laite 2) minuutin tallenteita kahdesta eri mittauskohdasta 1. rinnasta, rintalastusta kohtisuorassa 2. rinnasta, rintalasta pitkin. Tämän jälkeen potilas tekee minuutin mittaisia itsevalvontamittauksia 1. rinnasta, rintalastusta kohtisuoraan 2. rinnasta, rintalastan suuntaisesti 3. kyljen alaosasta 4. peukaloista ja 5. rinnasta korulla. - EKG.
Sykemittaus EKG-mittauksella tehdään yleisimmin QRS-kompleksien havaitsemisen avulla. Lukuisia näitä QRS-ilmaisimia on kehitetty viime vuosikymmeninä. EKG-mittaus kuivilla elektrodeilla aiheuttaa huomattavasti enemmän liikehäiriöitä kuin märkäelektrodimittauksissa, sillä laitteen pienetkin liikkeet aiheuttavat suuria muutoksia EKG-signaaliin. Lisäksi, varsinkin käytettäessä peukaloita mittauspisteinä, lihasten EMG-kohina on huomattavan korkea verrattuna märkäelektrodimittauksiin.
Tässä projektissa hyödynnetään aikaisemmassa mobiili-EKG-projektissa kehitettyjä menetelmiä melun ja QRS:n havaitsemiseen, mikä mahdollistaa QRS-kompleksien ja sydämen sykkeen epäsäännöllisyyksien luotettavan havaitsemisen kuivaelektrodimittauksissa.
Tässä tutkimuksessa aiemmin kehitetyt sykemittausmenetelmät validoidaan tutkimuksen mittauksilla normaalista sinusrytmistä, eteisvärinästä sekä hitaasta (bradykardia) ja nopeasta (takykardia) sykkeestä.
Tämä tutkimus tutkii pulssin havaitsemiskykyä eteisvärinän havaitsemisessa. Fotopletysmogrammi mittaa valon absorptiota kudoksessa. Valon absorptio vereen on suurempi kuin absorptio ympäröivään kudokseen. Kun sydän lyö, kapillaarit laajenevat ja supistuvat veren tilavuuden muutosten perusteella. Fotopletysmografia mahdollistaa sykkeen mittaamisen havaitsemalla muutokset imeytymisessä.
Photopletysmgram, kuten mobiili-EKG-laite, on erityisen herkkä liikkeelle, jopa pieni ledin/fotodiodin liike saa aikaan suuren muutoksen valon voimakkuudessa.
Myös fysiologiset muutokset aiheuttavat häiriötä sykemittauksessa, esimerkiksi verisuonten elastisuuden muuttuessa pulssin aika muuttuu, mikä aiheuttaa mittaushäiriön.
Toisin kuin korkeataajuinen lävistetty QRS-kompleksi, pulssiaalto on matalataajuinen ylös-alas vaihtelu, joka aiheuttaa omat haasteensa tarkalle sykkeenmittaukselle.
Eteiset eivät toimi riittävästi eteisvärinässä, joten kammiot eivät ole täysin täynnä verta. Lisäksi eteisvärinä aiheuttaa impulssien epäsäännöllistä johtumista eteisistä kammioihin, mikä johtaa pulssin epäsäännöllisyyteen. Pumpattavan veren määrä vaihtelee iskusta toiseen, mikä tekee pulssiaallon havaitsemisesta haastavaa.
Tämä projekti kehittää menetelmiä tarkan sykkeen mittaamiseen pulssiaaltosarjasta.
Menetelmäkehityksessä pyritään huomioimaan mittarin liikkeestä johtuvat häiriöt, eteisvärinälle tyypilliset pulssiaallon epäsäännöllisyydet sekä hitaan (bradykardia) ja nopean (takykardia) sykkeen havaitsemisen haasteet.
Menetelmän kehittämisen päätavoitteena on määrittää pulssi niin tarkasti, että eteisvärinästä johtuva pulssin epäsäännöllisyys voidaan erottaa normaalista sinusrytmistä ja tunnistaa luotettavasti nopeat ja hitaat sydämen rytmit.
Eteisvärinässä sähköimpulssit johtavat satunnaisesti kammioihin, jolloin syke on epäsäännöllinen ja epätasainen. Sydänyhdistyksen laaja kampanja "Tunne pulssi - ehkäise aivohalvaus" perustuu sykkeen tai pulssin tunnistukseen. Pulssintunnistus on tietysti halvin menetelmä eteisvärinän havaitsemiseksi, mutta tämä menetelmä tuottaa suuren määrän vääriä positiivisia tuloksia. EKG-mittauksella eteisvärinän havaitseminen on paljon luotettavampaa. Tätä tarkoitusta varten on kehitetty automaattisia eteisvärinän havaitsemisalgoritmeja.
Atriumaktivaation tunnistaminen pitkäaikaisissa Holter-EKG-mittauksissa on yleensä erittäin haastavaa huonon signaali-kohinasuhteen vuoksi (liike, lihas-artefaktit ja osittain päällekkäinen paljon voimakkaampi kammiotoiminta). Tästä syystä useimmat eteisvärinän havaitsemisalgoritmit perustuvat pulssin epäsäännöllisyyden tunnistamiseen. Sykkeen epäsäännöllisyyden (RR-intervallin) parametrointiin on otettu käyttöön useita suhteellisen yksinkertaisia mutta luotettavia aikatason menetelmiä. Esimerkkinä A RdR-pohjainen menetelmä, jossa RR-välit (syke) esitetään peräkkäisten RR-välimuutosten (sykemuutos) funktiona (Lian et al. 2011). RdR-kaavio määrittää epäsäännöllisistä sykemuutoksista johtuvan kuvion pirstoutumisen. Lisäksi on olemassa menetelmiä, jotka arvioivat RR-aikasarjojen sisäistä koherenssia (Lee et al. 2011). Sykevaihtelun parametrointiin on myös otettu käyttöön erilaisia epälineaarisia menetelmiä, joiden avulla sykevaihtelun dynamiikkaa voidaan kuvata laajemmin (lineaarisuusoletuksen rajoituksetta). Yksi epälineaaristen menetelmien luokka on erilaiset entropiasuureet, jotka ovat erityisen mielenkiintoisia eteisvärinän ja epäsäännöllisen sykkeen tunnistamisessa. Entropiasuureiden avulla voidaan arvioida RR-aikasarjojen säännöllisyyttä ja ennustettavuutta. Tyypillisesti entropiasuureiden luotettava laskeminen vaatii suhteellisen pitkän mittausajan, mutta myös lyhyiden mittausten analysointiin soveltuvia entropiasuureita on otettu käyttöön (Lake & Moorman 2011).
Tämä tutkimusprojekti kehittää uusia eteisvärinän havaitsemisalgoritmeja mobiili-EKG-mittaukseen ja pulssiaaltomittaukseen jo olemassa olevien menetelmien pohjalta. Algoritmeissa on otettava huomioon eteisen ja kammion ennenaikaiset kompleksit. Näiden huomiotta jättäminen lisää RR-aikasarjan epäsäännöllisyyttä ja lisää siten väärien positiivisten eteisvärinän määrää.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Eastern-Finland
-
Kuopio, Eastern-Finland, Suomi, 70029
- Kuopio University Hospital
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Potilaita hoidetaan mistä tahansa syystä Kuopion yliopistollisen sairaalan päivystyspoliklinikalla.
Poissulkemiskriteerit:
- painoindeksi (BMI) yli 35, implantoitu sydämentahdistinlaite ja välitöntä hoitoa vaativa sairaus, joka viivästyisi tutkimusmittausten vuoksi.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Havaintomallit: Case-Control
- Aikanäkymät: Tulevaisuuden
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Eteisvärinä
Potilaat, joilla on eteisvärinä Holterin mukaan
|
Tutkimuksessa verrataan kevyiden mittausmenetelmien kykyä havaita erilaisia sydämen rytmejä verrattuna Holter-rekisteröintiin.
|
|
Sinusrytmi
Potilaat, joilla on sinusrytmi Holterin tallentamana
|
Tutkimuksessa verrataan kevyiden mittausmenetelmien kykyä havaita erilaisia sydämen rytmejä verrattuna Holter-rekisteröintiin.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Sydämen rytmin seuranta yksikytkentäisellä EKG:llä
Aikaikkuna: 30 minuuttia
|
Herkkyys ja spesifisyys eteisvärinän havaitsemiseen
|
30 minuuttia
|
Yhteistyökumppanit ja tutkijat
Sponsori
Yhteistyökumppanit
Tutkijat
- Päätutkija: Tero J Martikainen, MD. PhD, Kuopio University Hospital
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Amann A, Tratnig R, Unterkofler K. Reliability of old and new ventricular fibrillation detection algorithms for automated external defibrillators. Biomed Eng Online. 2005 Oct 27;4:60. doi: 10.1186/1475-925X-4-60.
- Barro S, Ruiz R, Cabello D, Mira J. Algorithmic sequential decision-making in the frequency domain for life threatening ventricular arrhythmias and imitative artefacts: a diagnostic system. J Biomed Eng. 1989 Jul;11(4):320-8. doi: 10.1016/0141-5425(89)90067-8.
- Cabello D, Barro S, Salceda JM, Ruiz R, Mira J. Fuzzy K-nearest neighbor classifiers for ventricular arrhythmia detection. Int J Biomed Comput. 1991 Feb;27(2):77-93. doi: 10.1016/0020-7101(91)90089-w.
- Chen SW. A two-stage discrimination of cardiac arrhythmias using a total least squares-based prony modeling algorithm. IEEE Trans Biomed Eng. 2000 Oct;47(10):1317-27. doi: 10.1109/10.871404.
- al-Fahoum AS, Howitt I. Combined wavelet transformation and radial basis neural networks for classifying life-threatening cardiac arrhythmias. Med Biol Eng Comput. 1999 Sep;37(5):566-73. doi: 10.1007/BF02513350.
- Fuster V, Ryden LE, Cannom DS, Crijns HJ, Curtis AB, Ellenbogen KA, Halperin JL, Le Heuzey JY, Kay GN, Lowe JE, Olsson SB, Prystowsky EN, Tamargo JL, Wann S; Task Force on Practice Guidelines, American College of Cardiology/American Heart Association; Committee for Practice Guidelines, European Society of Cardiology; European Heart Rhythm Association; Heart Rhythm Society. ACC/AHA/ESC 2006 guidelines for the management of patients with atrial fibrillation-executive summary: a report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines and the European Society of Cardiology Committee for Practice Guidelines (Writing Committee to Revise the 2001 Guidelines for the Management of Patients with Atrial Fibrillation). Eur Heart J. 2006 Aug;27(16):1979-2030. doi: 10.1093/eurheartj/ehl176. No abstract available. Erratum In: Eur Heart J. 2007 Aug;28(16):2046.
- Ge D, Srinivasan N, Krishnan SM. Cardiac arrhythmia classification using autoregressive modeling. Biomed Eng Online. 2002 Nov 13;1:5. doi: 10.1186/1475-925x-1-5.
- Jekova I. Comparison of five algorithms for the detection of ventricular fibrillation from the surface ECG. Physiol Meas. 2000 Nov;21(4):429-39. doi: 10.1088/0967-3334/21/4/301.
- Lake DE, Moorman JR. Accurate estimation of entropy in very short physiological time series: the problem of atrial fibrillation detection in implanted ventricular devices. Am J Physiol Heart Circ Physiol. 2011 Jan;300(1):H319-25. doi: 10.1152/ajpheart.00561.2010. Epub 2010 Oct 29.
- Lee J, Nam Y, McManus DD, Chon KH. Time-varying coherence function for atrial fibrillation detection. IEEE Trans Biomed Eng. 2013 Oct;60(10):2783-93. doi: 10.1109/TBME.2013.2264721. Epub 2013 May 22.
- Li C, Zheng C, Tai C. Detection of ECG characteristic points using wavelet transforms. IEEE Trans Biomed Eng. 1995 Jan;42(1):21-8. doi: 10.1109/10.362922.
- Lian J, Wang L, Muessig D. A simple method to detect atrial fibrillation using RR intervals. Am J Cardiol. 2011 May 15;107(10):1494-7. doi: 10.1016/j.amjcard.2011.01.028. Epub 2011 Mar 17.
- Lipponen JA, Tarvainen MP, Laitinen T, Lyyra-Laitinen T, Karjalainen PA. A principal component regression approach for estimation of ventricular repolarization characteristics. IEEE Trans Biomed Eng. 2010 May;57(5):1062-9. doi: 10.1109/TBME.2009.2037492. Epub 2010 Feb 5.
- Lipponen JA, Kemppainen J, Karjalainen PA, Laitinen T, Mikola H, Karki T, Tarvainen MP. Dynamic estimation of cardiac repolarization characteristics during hypoglycemia in healthy and diabetic subjects. Physiol Meas. 2011 Jun;32(6):649-60. doi: 10.1088/0967-3334/32/6/003. Epub 2011 Apr 20.
- Lipponen JA, Tarvainen MP. Principal component model for maternal ECG extraction in fetal QRS detection. Physiol Meas. 2014 Aug;35(8):1637-48. doi: 10.1088/0967-3334/35/8/1637. Epub 2014 Jul 29.
- Meretoja A, Roine RO, Kaste M, Linna M, Juntunen M, Erila T, Hillbom M, Marttila R, Rissanen A, Sivenius J, Hakkinen U. Stroke monitoring on a national level: PERFECT Stroke, a comprehensive, registry-linkage stroke database in Finland. Stroke. 2010 Oct;41(10):2239-46. doi: 10.1161/STROKEAHA.110.595173. Epub 2010 Aug 26.
- Syvaoja S, Castren M, Mantyla P, Rissanen TT, Kivela A, Uusaro A, Jantti H. The feasibility of recognizing the heart rhythm with an automated external defibrillator from an area the size of a mobile phone. Eur J Emerg Med. 2016 Apr;23(2):102-7. doi: 10.1097/MEJ.0000000000000214.
- Tarvainen MP, Ranta-Aho PO, Karjalainen PA. An advanced detrending method with application to HRV analysis. IEEE Trans Biomed Eng. 2002 Feb;49(2):172-5. doi: 10.1109/10.979357.
- Tarvainen MP, Niskanen JP, Lipponen JA, Ranta-Aho PO, Karjalainen PA. Kubios HRV--heart rate variability analysis software. Comput Methods Programs Biomed. 2014;113(1):210-20. doi: 10.1016/j.cmpb.2013.07.024. Epub 2013 Aug 6.
- Thakor NV, Zhu YS, Pan KY. Ventricular tachycardia and fibrillation detection by a sequential hypothesis testing algorithm. IEEE Trans Biomed Eng. 1990 Sep;37(9):837-43. doi: 10.1109/10.58594.
- Zhang XS, Zhu YS, Thakor NV, Wang ZZ. Detecting ventricular tachycardia and fibrillation by complexity measure. IEEE Trans Biomed Eng. 1999 May;46(5):548-55. doi: 10.1109/10.759055.
- Kirchhof P, Benussi S, Kotecha D, Ahlsson A, Atar D, Casadei B, Castella M, Diener HC, Heidbuchel H, Hendriks J, Hindricks G, Manolis AS, Oldgren J, Alexandru Popescu B, Schotten U, Van Putte B, Vardas P. 2016 ESC Guidelines for the Management of Atrial Fibrillation Developed in Collaboration With EACTS. Rev Esp Cardiol (Engl Ed). 2017 Jan;70(1):50. doi: 10.1016/j.rec.2016.11.033. No abstract available. Erratum In: Rev Esp Cardiol (Engl Ed). 2017 Nov;70(11):1031. English, Spanish.
- Valiaho ES, Kuoppa P, Lipponen JA, Hartikainen JEK, Jantti H, Rissanen TT, Kolk I, Pohjantahti-Maaroos H, Castren M, Halonen J, Tarvainen MP, Santala OE, Martikainen TJ. Wrist Band Photoplethysmography Autocorrelation Analysis Enables Detection of Atrial Fibrillation Without Pulse Detection. Front Physiol. 2021 May 7;12:654555. doi: 10.3389/fphys.2021.654555. eCollection 2021.
- Santala OE, Lipponen JA, Jäntti H, Rissanen TT, Halonen J, Kolk I, Pohjantähti-Maaroos H, Tarvainen MP, Väliaho ES, Hartikainen J, Martikainen T. Necklace-embedded electrocardiogram for the detection and diagnosis of atrial fibrillation. Clin Cardiol. 2021 May;44(5):620-626. doi: 10.1002/clc.23580. Epub 2021 Feb 25.
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- KUH507P002
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Yhdysvalloissa valmistettu ja sieltä viety tuote
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .
Kliiniset tutkimukset Eteisvärinä
-
Pusan National University HospitalEi vielä rekrytointiaSydämen istutettava elektroninen laite | Atrial High Rate -jaksoKorean tasavalta
-
Egyptian Biomedical Research NetworkTanta Medical School, Tanta UniversityValmisAtrial Septal Defect (ASD)Egypti
-
Assiut UniversityPeruutettuASD2 (Secundum Atrial Septal Defect)
-
Institute for Clinical and Experimental MedicineRekrytointiFlutter, Atrial | Katetrin ablaatio | Cavotricuspid Isthmus Dependent Oikean eteisen lepatusTšekin tasavalta
-
Lifetech Scientific (Shenzhen) Co., Ltd.RekrytointiAtrial Septal Defect (ASD)Turkki
-
W.L.Gore & AssociatesValmisVälikalvon vika, eteisYhdysvallat
-
Carag AGValmis
-
Chinese Academy of Medical Sciences, Fuwai HospitalEi vielä rekrytointia
-
Occlutech International ABValmisSecundum eteisen väliseinävauriot