Pistejärjestelmän kehittäminen automatisoidulle kooman ennusteelle
perjantai 3. helmikuuta 2023 päivittänyt: McMaster University
Pistejärjestelmän kehittäminen automatisoitua kooman ennustetta varten – tuleva kohorttitutkimus
Elektroenkefalogrammi/tapahtumaan liittyvät potentiaalit (EEG/ERP) kerätään 50 osallistujalta, jotka ovat koomassa tai muussa tajunnanhäiriössä (DOC; ts. reagoimaton hereilläolosyndrooma [UWS] tai Minimally Conscious State [MCS]), jotka on kliinisesti diagnosoitu Glasgowssa. Kooma-asteikko (GCS).
Koomapotilaille EEG-tallenteita tehdään enintään 24 peräkkäisen tunnin ajan enintään 5 ajankohdassa, jotka kattavat 30 päivää värväyspäivästä osallistujien kliinisen tilan seuraamiseksi.
DOC-potilaille tehdään ensimmäinen EEG-tallennus enintään 24 tuntia ja mahdolliset myöhemmät viikoittaiset tallenteet enintään 2 tuntia.
Ylimääräinen tietojoukko 40 terveestä kontrollista kerätään, joista kukin kattaa jopa 12 tunnin tallennusjakson perusviivan muodostamiseksi.
Kerätyt tiedot muodostavat perustan automaattiselle analyysille ja ERP-komponenttien tunnistamiselle DOC:ssa koneoppimisparadigman avulla.
ERP:istä ja lepotilan EEG:stä erotetut keskeiset ominaisuudet (eli biomarkkerit) tunnistetaan ja yhdistetään optimaalisella tavalla, jotta saadaan tarkka indikaattori ennusteesta.
Tutkimuksen yleiskatsaus
Tila
Aktiivinen, ei rekrytointi
Yksityiskohtainen kuvaus
Ongelma: Kooma on tajuttomuustila, jolla on useita syitä. Perinteiset kooman lopputuloksen ennustamisen testit perustuvat pääasiassa joukkoon kliinisiä havaintoja (esim. pupillien supistumista). Äskettäin kuitenkin tapahtumiin liittyvät potentiaalit (ERP:t; jotka ovat ohimeneviä elektroenkefalogrammi [EEG] -vasteita kuulo-, visuaalisille tai tuntoärsykkeille) on otettu käyttöön hyödyllisinä positiivisen kooman lopputuloksen (eli ilmaantumisen) ennustajina. Tällaiset testit vaativat kuitenkin ammattitaitoisen neurofysiologin, ja tällaisista ihmisistä on pulaa. Millään nykyisistä lähestymistavoista ei myöskään ole riittävää positiivista ja negatiivista ennustetarkkuutta lopullisen ennusteen tarjoamiseksi kliinisissä olosuhteissa.
Tavoite: Tutkijat soveltavat innovatiivisia koneoppimismenetelmiä potilaan EEG-analyysiin (50 potilasta ja 40 tervettä kontrollia) kehittääkseen yksinkertaisen, objektiivisen, toistettavissa olevan ja halvan hoitopistejärjestelmän, joka voi merkittävästi parantaa kooman ennusteen tarkkuutta nykyisiin menetelmiin verrattuna. . Ehdotetun järjestelmän fyysiset vaatimukset koostuvat vain EEG-järjestelmästä (edullinen lääketieteellisten laitteiden kannalta) ja perinteisestä kannettavasta tietokoneesta.
Metodologia: Tutkijat aikovat laajentaa tiimin uusimpia algoritmeja ja kehittää koneoppimistyökaluja ERP-komponenttien automaattiseen analysointiin ja havaitsemiseen. Joukkueen alustavat tulokset tässä suhteessa ovat olleet erittäin lupaavia. ERP:stä erotetut tärkeimmät ominaisuudet (eli biomarkkerit) tunnistetaan ja yhdistetään optimaalisella tavalla, jotta saadaan tarkka indikaattori ennusteesta. Ominaisuuksia poimitaan lepotilan aivojen verkoista ja ERP-signaalien käsittelyyn liittyvistä verkkopoluista.
Merkitys: Ehdotetun työn avulla tehohoidon lääkärit voivat arvioida kooman ennustetta nopeasti ja tarkasti. Näin perheille ja heidän terveydenhuoltotiimilleen tarjotaan mahdollisimman tarkkaa tietoa, joka ohjaa keskustelua hoidon ja elämää ylläpitävien hoitojen tavoitteista tuhoisan neurologisen vamman seurausten käsittelyn yhteydessä.
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Todellinen)
33
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
Ontario
-
Hamilton, Ontario, Kanada, L8L 2X2
- McMaster University Hamilton Health Sciences / Hamilton General Hospital
-
-
Osallistumiskriteerit
Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.
Kelpoisuusvaatimukset
Opintokelpoiset iät
18 vuotta ja vanhemmat (AIKUINEN, OLDER_ADULT)
Hyväksyy terveitä vapaaehtoisia
Joo
Sukupuolet, jotka voivat opiskella
Kaikki
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
Coma/DOC-ryhmään kuuluu 50 potilasta Hamiltonin yleissairaalan (Ontario, Kanada) tehohoitoyksiköistä, neurologisista vaiheista tai sepelvaltimoista, jotka ovat koomassa (GCS-pistemäärä = 3–8) tai joilla on muita tajunnan häiriöt (MCS tai UWS).
Kontrolliryhmä, jossa on 40 vastaavaa tervettä kontrollia, rekrytoidaan ensisijaisesti Hamiltonin yhteisöstä (Ontario, Kanada).
Kuvaus
Sisällyttämiskriteerit:
- Potilaat (≥ 18-vuotiaat), jotka on pääsääntöisesti otettu Hamiltonin yleissairaalan tehohoitoyksiköihin, neurologiseen step down -yksikköön tai sepelvaltimoiden hoitoyksikköön ja jotka ovat koomassa Glasgow Coma Scale (GCS) -pistemäärän ollessa 3–8 tai;
- Potilaat (≥ 18-vuotiaat), joilla on muita tajunnan häiriöitä, ensisijaisesti minimitajuntatila (MCS) tai reagoimaton valvetila (UWS; tunnetaan myös nimellä vegetatiivinen tila).
Poissulkemiskriteerit:
- Vaikea maksan vajaatoiminta (eli Child-Pugh-luokka C)
- Vaikea munuaisten vajaatoiminta (ts. urea ≥ 40)
- Aiempi avopäävamma
- Tunnettu primaarinen ja sekundaarinen keskushermoston pahanlaatuisuus
- Tunnettu kuulon heikkeneminen
- Aiempi kallonsisäinen patologia, joka vaati neurokirurgisia toimenpiteitä viimeisen 72 tunnin aikana
- Jokainen, jonka läsnä olevat intensivistit katsovat lääketieteellisesti sopimattomiksi tähän tutkimukseen
Terveelliset kontrollit:
Sisällystäminen:
- ≥ 18 vuotta
- ei näkö-, kieli-, oppimis- tai kuuloongelmia
- ei historiaa neurologisia tai psykiatrisia häiriöitä
- et käytä tällä hetkellä mitään keskushermostoon vaikuttavia lääkkeitä, kuten masennuslääkkeitä, anksiolyyttejä tai epilepsialääkkeitä
Poissulkeminen:
(Vain COVID-19-pandemian aikana)
- ≥ 60 vuotta
- joilla on heikentynyt immuunijärjestelmä
- sinulla on yksi tai useampi korkean riskin COVID-19-sairauksista Kanadan hallituksen verkkosivuston mukaan: https://www.canada.ca/en/public-health/services/publications/diseases-conditions/people-high- Risk-for-severe-sairaus-covid-19.html.
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
|---|
|
DOC-potilaat
Potilaat, jotka ovat koomassa (GCS-pisteet 3–8) tai joilla on muu tajunnan häiriö, ensisijaisesti minimitietoisuustila (MCS) tai reagoimaton valvetila (UWS; tunnetaan myös nimellä vegetatiivinen tila)
|
|
Terve ohjaus
Vastaavat terveet kontrollit ilman nykyisiä neurologisia diagnooseja
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Muutos useissa sähköfysiologisissa mittauksissa tietyillä aikapisteillä kooman aikana
Aikaikkuna: enintään 30 päivää rekrytointipäivästä
|
Tapahtumaan liittyvät potentiaalit (ERP) ja lepotilan jaksot arvioidaan määritetyin aikavälein peräkkäisten aikapisteiden välisenä erona.
ERP-mittaukset sisältävät amplitudi- ja latenssiarvot N1, P2, MMN, P3a, P3b ja N400, jotta voidaan arvioida tietoisen prosessoinnin eri tasoja ja myöhempää ilmaantumista ennustavien tietoisen tilan merkkien läsnäoloa.
Myös lepo-EEG-mittaukset otetaan säännöllisin väliajoin.
EEG/ERP-tietoja tallennetaan enintään 24 peräkkäisen tunnin ajan enintään 5 ajankohdassa, jotka kattavat 30 päivää rekrytointipäivästä osallistujien edistymisen seuraamiseksi.
Alkuarvioinnin päivämäärä merkitään päiväksi 0, ja myöhemmät arvioinnit tehdään mieluiten päivänä 3, päivänä 10, päivänä 20 ja päivänä 30, ellei potilaan GCS-pistemäärässä ole ≥ 2 pistettä.
Muutos kaikissa määritellyissä mittauksissa arvioidaan enintään 24 tunnin tallennuksissa, jotka on otettu viidessä eri ajankohdassa.
|
enintään 30 päivää rekrytointipäivästä
|
|
Muutos useissa sähköfysiologisissa mittauksissa tiettyjen aikapisteiden aikana MCS:n tai UWS:n aikana
Aikaikkuna: enintään 6 kuukautta rekrytointipäivästä
|
Tapahtumaan liittyvät potentiaalit (ERP) ja lepotilan jaksot arvioidaan määritetyin aikavälein peräkkäisten aikapisteiden välisenä erona.
ERP-mittaukset sisältävät amplitudi- ja latenssiarvot N1, P2, MMN, P3a, P3b ja N400, jotta voidaan arvioida tietoisen prosessoinnin eri tasoja ja myöhempää ilmaantumista ennustavien tietoisen tilan merkkien läsnäoloa.
Myös lepo-EEG-mittaukset otetaan säännöllisin väliajoin.
EEG/ERP-tietoja tallennetaan aluksi enintään 24 peräkkäisen tunnin ajan, minkä jälkeen tehdään enintään 2 tunnin mittaisia tallennuksia, jotka voidaan tehdä noin kerran viikossa, kunnes potilas joko palaa täysin tajuihinsa, ei ole enää Hamilton Healthin piirissä. Sciences-järjestelmässä tai 6 kuukautta tutkimukseen ilmoittautumispäivästä sen mukaan, kumpi tapahtuu ensin.
Muutos kaikissa määritellyissä toimenpiteissä arvioidaan kunkin ajankohdan tallennuksissa.
|
enintään 6 kuukautta rekrytointipäivästä
|
|
Korrelaatio käyttäytymis- ja elektrofysiologisten mittausten välillä kooman/DOC:n ilmaantumisen jälkeen
Aikaikkuna: 30 päivän sisällä rekrytoinnin jälkeen
|
Potilaan ilmaantumista seurataan Glasgow Outcome Scalen (GOS) avulla.
Jos potilas ilmaantuu, kaikki sähköfysiologiset testitoimenpiteet kirjataan korreloimaan perinteisten käyttäytymismittausten kanssa.
Tässä ajankohtana (ilmenemisen) saatuja sähköfysiologisia mittauksia verrataan samoihin mittoihin, jotka on saatu eri ajankohtina kooman/DOC:n aikana (tulos 1/2), jotta voidaan havaita sekä kliinisesti merkityksellinen muutos että mahdolliset prognostiset markkerit, jotka on voitu saada aikaisempi testipiste.
|
30 päivän sisällä rekrytoinnin jälkeen
|
|
Sähköfysiologisten mittausten ennustekyvyn herkkyys ja spesifisyys
Aikaikkuna: 30 päivän sisällä rekrytoinnin jälkeen
|
Analyyseissa verrataan elektrofysiologisia mittareita tulosennusteina perinteisiin käyttäytymiseen perustuviin työkaluihin.
|
30 päivän sisällä rekrytoinnin jälkeen
|
|
Menettelyn toteutettavuus
Aikaikkuna: enintään 6 kuukautta rekrytointipäivästä
|
Tiimi arvioi myös, ovatko toistetut, jopa 24 tuntia kestävät EEG-istunnot kooman/DOC-jakson aikana toteuttamiskelpoinen tapa ennustaa kooman ilmaantumista ja lopputulosta.
|
enintään 6 kuukautta rekrytointipäivästä
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Yksittäisten potilastekijöiden, EEG-tulosten ja kooman tuloksen välinen korrelaatio
Aikaikkuna: enintään 30 päivää rekrytointipäivästä
|
Tutkimus kerää myös demografisia, sairaushistoriaa, vammoja ja muita fysiologisia markkereita potilaan sairauskertomuksesta ja samanaikaisesta fysiologisesta arvioinnista tutkimusjakson aikana.
Analyyseilla arvioidaan korrelaatioita näiden tekijöiden ja kooman lopputuloksen ja EEG-löydösten välillä.
|
enintään 30 päivää rekrytointipäivästä
|
|
Yksittäisten potilastekijöiden, EEG-tulosten ja DOC-tuloksen väliset korrelaatiot
Aikaikkuna: enintään 6 kuukautta rekrytointipäivästä
|
Tutkimus kerää myös demografisia, sairaushistoriaa, vammoja ja muita fysiologisia markkereita potilaan sairauskertomuksesta ja samanaikaisesta fysiologisesta arvioinnista tutkimusjakson aikana.
Analyyseilla arvioidaan korrelaatioita näiden tekijöiden ja DOC-tulosten ja EEG-löydösten välillä.
|
enintään 6 kuukautta rekrytointipäivästä
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
Yhteistyökumppanit
Tutkijat
- Päätutkija: John F Connolly, PhD, McMaster University
- Opintojen puheenjohtaja: Alison Fox-Robichaud, MD, Hamilton Health Sciences - Hamilton General site
Julkaisuja ja hyödyllisiä linkkejä
Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.
Yleiset julkaisut
- Jones C. Glasgow coma scale. Am J Nurs. 1979 Sep;79(9):1551-3. No abstract available.
- Chiappa KH, Hill RA. Evaluation and prognostication in coma. Electroencephalogr Clin Neurophysiol. 1998 Feb;106(2):149-55. doi: 10.1016/s0013-4694(97)00118-1.
- de Sousa LC, Colli BO, Piza MR, da Costa SS, Ferez M, Lavrador M. Auditory brainstem response: prognostic value in patients with a score of 3 on the Glasgow Coma Scale. Otol Neurotol. 2007 Apr;28(3):426-8. doi: 10.1097/MAO.0b013e3180326170.
- Logi F, Fischer C, Murri L, Mauguiere F. The prognostic value of evoked responses from primary somatosensory and auditory cortex in comatose patients. Clin Neurophysiol. 2003 Sep;114(9):1615-27. doi: 10.1016/s1388-2457(03)00086-5.
- Lew HL, Poole JH, Castaneda A, Salerno RM, Gray M. Prognostic value of evoked and event-related potentials in moderate to severe brain injury. J Head Trauma Rehabil. 2006 Jul-Aug;21(4):350-60. doi: 10.1097/00001199-200607000-00006.
- Kane NM, Butler SR, Simpson T. Coma outcome prediction using event-related potentials: P(3) and mismatch negativity. Audiol Neurootol. 2000 May-Aug;5(3-4):186-91. doi: 10.1159/000013879.
- Morlet D, Fischer C. MMN and novelty P3 in coma and other altered states of consciousness: a review. Brain Topogr. 2014 Jul;27(4):467-79. doi: 10.1007/s10548-013-0335-5. Epub 2013 Nov 27.
- Fischer C, Morlet D, Bouchet P, Luaute J, Jourdan C, Salord F. Mismatch negativity and late auditory evoked potentials in comatose patients. Clin Neurophysiol. 1999 Sep;110(9):1601-10. doi: 10.1016/s1388-2457(99)00131-5.
- Holeckova I, Fischer C, Giard MH, Delpuech C, Morlet D. Brain responses to a subject's own name uttered by a familiar voice. Brain Res. 2006 Apr 12;1082(1):142-52. doi: 10.1016/j.brainres.2006.01.089.
- Garrido MI, Kilner JM, Stephan KE, Friston KJ. The mismatch negativity: a review of underlying mechanisms. Clin Neurophysiol. 2009 Mar;120(3):453-63. doi: 10.1016/j.clinph.2008.11.029. Epub 2009 Jan 31.
- Sonnadara RR, Alain C, Trainor LJ. Occasional changes in sound location enhance middle latency evoked responses. Brain Res. 2006 Mar 3;1076(1):187-92. doi: 10.1016/j.brainres.2005.12.093. Epub 2006 Feb 17.
- Duncan CC, Barry RJ, Connolly JF, Fischer C, Michie PT, Naatanen R, Polich J, Reinvang I, Van Petten C. Event-related potentials in clinical research: guidelines for eliciting, recording, and quantifying mismatch negativity, P300, and N400. Clin Neurophysiol. 2009 Nov;120(11):1883-1908. doi: 10.1016/j.clinph.2009.07.045. Epub 2009 Sep 30.
- Schnakers C, Vanhaudenhuyse A, Giacino J, Ventura M, Boly M, Majerus S, Moonen G, Laureys S. Diagnostic accuracy of the vegetative and minimally conscious state: clinical consensus versus standardized neurobehavioral assessment. BMC Neurol. 2009 Jul 21;9:35. doi: 10.1186/1471-2377-9-35.
- Guldenmund P, Stender J, Heine L, Laureys S. Mindsight: diagnostics in disorders of consciousness. Crit Care Res Pract. 2012;2012:624724. doi: 10.1155/2012/624724. Epub 2012 Nov 14.
- Giacino JT, Fins JJ, Laureys S, Schiff ND. Disorders of consciousness after acquired brain injury: the state of the science. Nat Rev Neurol. 2014 Feb;10(2):99-114. doi: 10.1038/nrneurol.2013.279. Epub 2014 Jan 28.
- Laureys S, Celesia GG, Cohadon F, Lavrijsen J, Leon-Carrion J, Sannita WG, Sazbon L, Schmutzhard E, von Wild KR, Zeman A, Dolce G; European Task Force on Disorders of Consciousness. Unresponsive wakefulness syndrome: a new name for the vegetative state or apallic syndrome. BMC Med. 2010 Nov 1;8:68. doi: 10.1186/1741-7015-8-68.
- Armanfard N, Komeili M, Reilly JP, Mah R, Connolly JF. Automatic and continuous assessment of ERPs for mismatch negativity detection. Annu Int Conf IEEE Eng Med Biol Soc. 2016 Aug;2016:969-972. doi: 10.1109/EMBC.2016.7590863.
- Ghosh-Dastidar S, Adeli H, Dadmehr N. Principal component analysis-enhanced cosine radial basis function neural network for robust epilepsy and seizure detection. IEEE Trans Biomed Eng. 2008 Feb;55(2 Pt 1):512-8. doi: 10.1109/TBME.2007.905490.
- Guler I, Ubeyli ED. Multiclass support vector machines for EEG-signals classification. IEEE Trans Inf Technol Biomed. 2007 Mar;11(2):117-26. doi: 10.1109/titb.2006.879600.
- Cao C, Tutwiler RL, Slobounov S. Automatic classification of athletes with residual functional deficits following concussion by means of EEG signal using support vector machine. IEEE Trans Neural Syst Rehabil Eng. 2008 Aug;16(4):327-35. doi: 10.1109/TNSRE.2008.918422.
- Ravan M, Hasey G, Reilly JP, MacCrimmon D, Khodayari-Rostamabad A. A machine learning approach using auditory odd-ball responses to investigate the effect of Clozapine therapy. Clin Neurophysiol. 2015 Apr;126(4):721-30. doi: 10.1016/j.clinph.2014.07.017. Epub 2014 Aug 27.
- Khodayari-Rostamabad A, Reilly JP, Hasey GM, de Bruin H, Maccrimmon DJ. A machine learning approach using EEG data to predict response to SSRI treatment for major depressive disorder. Clin Neurophysiol. 2013 Oct;124(10):1975-85. doi: 10.1016/j.clinph.2013.04.010. Epub 2013 May 15.
- Wijdicks EF, Bamlet WR, Maramattom BV, Manno EM, McClelland RL. Validation of a new coma scale: The FOUR score. Ann Neurol. 2005 Oct;58(4):585-93. doi: 10.1002/ana.20611.
- Jennett B, Bond M. Assessment of outcome after severe brain damage. Lancet. 1975 Mar 1;1(7905):480-4. doi: 10.1016/s0140-6736(75)92830-5.
- Armanfard N, Reilly JP, Komeili M. Local Feature Selection for Data Classification. IEEE Trans Pattern Anal Mach Intell. 2016 Jun;38(6):1217-27. doi: 10.1109/TPAMI.2015.2478471. Epub 2015 Sep 14.
- Armanfard N, Reilly JP, Komeili M. Logistic Localized Modeling of the Sample Space for Feature Selection and Classification. IEEE Trans Neural Netw Learn Syst. 2018 May;29(5):1396-1413. doi: 10.1109/TNNLS.2017.2676101. Epub 2017 Mar 21.
- Connolly JF, Reilly JP, Fox-Robichaud A, Britz P, Blain-Moraes S, Sonnadara R, Hamielec C, Herrera-Diaz A, Boshra R. Development of a point of care system for automated coma prognosis: a prospective cohort study protocol. BMJ Open. 2019 Jul 17;9(7):e029621. doi: 10.1136/bmjopen-2019-029621.
Opintojen ennätyspäivät
Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan julkisella verkkosivustolla.
Opi tärkeimmät päivämäärät
Opiskelun aloitus (TODELLINEN)
Tiistai 1. lokakuuta 2019
Ensisijainen valmistuminen (TODELLINEN)
Perjantai 12. elokuuta 2022
Opintojen valmistuminen (ODOTETTU)
Perjantai 1. joulukuuta 2023
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Perjantai 18. tammikuuta 2019
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Keskiviikko 30. tammikuuta 2019
Ensimmäinen Lähetetty (TODELLINEN)
Perjantai 1. helmikuuta 2019
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (TODELLINEN)
Maanantai 6. helmikuuta 2023
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Perjantai 3. helmikuuta 2023
Viimeksi vahvistettu
Keskiviikko 1. helmikuuta 2023
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- ComaML2018
- CPG158287 (OTHER_GRANT: Canadian Institutes of Health Research)
- CHRP 523461-18 (OTHER_GRANT: Natural Sciences and Engineering Research Council)
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
PÄÄTTÄMÄTÖN
IPD-suunnitelman kuvaus
Päätetään
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
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 .