Tekoälyn karakterisointitukijärjestelmän (CADx) validointi tosielämässä
Tekoälyn karakterisointitukijärjestelmän (CADx) validointi reaalimaailmassa polyyppihistologian ennustamiseksi kolonoskopiassa: tuleva monikeskustutkimus
Kolorektaalisyöpä (CRC) on johtava syöpään liittyvän sairastuvuuden ja kuolleisuuden syy maailmanlaajuisesti, ja CRC:n esiintymistiheyden ennustetaan kasvavan. Kolonoskopia on tällä hetkellä kultainen standardi CRC:n seulonnassa. Tekoälyä (AI) pidetään ratkaisuna tämän aukon kuromiseen adenooman havaitsemisessa, joka on kolonoskopian laadun indikaattori. Tekoälyjärjestelmät käyttävät syviä hermoverkkoja mahdollistamaan tietokoneavusteisen havaitsemisen (CADe) ja tietokoneavusteisen luokituksen (CADx). CADe on kiinnostunut polyyppien havaitsemisesta kolonoskopian aikana, minkä puolestaan oletetaan auttavan vähentämään adenooman puuttumista.
Sitä vastoin CADx käsittelee polyypin ulkonäön tulkintaa kolonoskopian aikana ennustetun histologian määrittämiseksi. Polyypistologian ennustaminen on ratkaisevan tärkeää, kun autetaan kliinikkoja päättämään "resect and hylätä" tai "diagnosoi ja jätä strategia". Kliinikon on myös hyödyllistä olla tietoinen kolorektaalisen polyypin ennustetusta histologiasta määrittäessään sopivaa resektiomenetelmää turvallisuuden ja tehokkuuden kannalta. Vaikka CADe:tä on tutkittu laajasti satunnaistetuissa kontrolloiduissa tutkimuksissa, ei ole olemassa tulevaisuutta koskevia tietoja, jotka vahvistaisivat CADx:n käytön kliinisissä olosuhteissa polyyppihistologian ennustamiseksi.
Tutkijat aikovat suorittaa prospektiivisen monikeskustutkimuksen vahvistaakseen CADx-tuen tarkkuuden polyyppihistologian ennustamiseksi reaaliaikaisessa kolonoskopiassa.
Tutkimuksen yleiskatsaus
Tila
Interventio / Hoito
Yksityiskohtainen kuvaus
Kolonoskopia on tällä hetkellä kultainen standardi CRC:n seulonnassa. 1 %:n kasvu adenooman havaitsemisasteessa (ADR) liittyy arviolta 3 %:lla pienempään CRC-välin riskiin. Tekoälyjärjestelmät voidaan jakaa laajasti CADe- (ilmaisua varten) ja CADx-järjestelmään (diagnosointiin tai polyyppihistologian ennustamiseen kolonoskopian yhteydessä). CADe:tä on tutkittu laajasti, ja useat satunnaistetut kontrolloidut tutkimukset ja meta-analyysi osoittavat korkeamman ADR:n CADe:tä käytettäessä verrattuna kontrolliryhmiin, joissa CADe:tä ei käytetä.
ADR:n lisäksi ennustettu polyyppihistologia on avaintekijä kolonoskopian suorittamisessa, koska sen avulla kliinikko voi tehdä päätöksen sen hoidosta, kuten edellä on kuvattu. Tässä suhteessa kuvaparannettua endoskopiaa (IEE) käytetään usein auttamaan kliinikoita määrittämään, ovatko kolonoskopiassa löydetyt kolorektaaliset polyypit neoplastisia vai hyperplastisia. Yleisimmin käytetty suurennuston luokitus on NBI International Colorectal Endoscopic (NICE), kun taas Japan NBI Expert Team (JNET) -luokitusta käytetään, kun optisella suurennuksella varustettuja endoskopiajärjestelmiä ja asianmukaista koulutusta on saatavilla. Näillä luokittelujärjestelmillä on kuitenkin vaihteleva diagnostinen tarkkuus ja tarkkailijoiden välinen sopimus. Aiemmissa prospektiivisissä tutkimuksissa, joissa tarkastellaan CADx:ää, on käytetty endosytoskopiaa ja autofluoresenssikuvausta (CAD-AFI) positiivisin tuloksin. Suurin rajoitus näissä CADx-tutkimuksissa on kuitenkin se, että nämä kuvantamisjärjestelmät ovat kalliita eivätkä ne ole helposti saatavilla useimmissa keskuksissa maailmanlaajuisesti. Lisäksi useimpia kolonoskopiaa suorittavia kliinikkoja ei ole koulutettu näihin kuvantamismenetelmiin, ja heidän on luotettava täysin CADx-toimintoon polyypien havaitsemiseksi, jos näitä kuvantamismenetelmiä käytetään, ilman että he voivat turvautua kokemukseensa ja koulutukseensa, jos on epäilyksiä. CADx-diagnoosin tarkkuudesta tosielämässä.
Fujifilm 7000 -järjestelmä (Fujifilm Corp., Tokio) on ollut rutiininomaisessa kliinisessä käytössä kaikissa Singaporen korkeakouluissa. Fujifilm Corp on kehittänyt CAD EYE -järjestelmän auttaakseen kliinikoita kolonoskopiassa CADe- ja CADx-toiminnoilla. Kolonoskoopin ja endoskoopin käsittelyyksikön perustoiminnot ja käsittely ovat samanlaisia kuin tällä hetkellä kliinisessä käytännössä, lisättynä CAD EYE -ohjelmistolla. Ohjain on konfiguroitu siten, että käyttäjä voi aktivoida ja deaktivoida CAD-toiminnon tarpeen mukaan. Kliinikon voi ottaa nämä toiminnot käyttöön ja poistaa ne käytöstä ohjaimen painikkeella. CADe- ja CADx-toiminnot toimivat, kun käytetään valkoista valoa ja sinistä laserkuvausta (BLI). Tämä tarjoaa ainutlaatuisen mahdollisuuden ulkoisesti validoida CADx-tukityökalun käyttö arvioimalla sen diagnostinen tarkkuus lopullisen polyypin histologian kultastandardina ja vertaamalla sen suorituskykyä kliinisessä ympäristössä IEE:tä käyttävään kliinikkoon (joka on perinteinen menetelmä polyyppihistologian ennustaminen kolonoskopiassa).
Tutkijat aikovat suorittaa prospektiivisen monikeskustutkimuksen vahvistaakseen CADx-tuen tarkkuuden polyyppihistologian ennustamiseksi reaaliaikaisessa kolonoskopiassa.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Singapore, Singapore, 529889
- Changi General Hospital, National University Hospital, Singapore General Hospital and Tan Tock Seng Hospital
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kaikki 40-vuotiaat ja sitä vanhemmat potilaat, joilla on indikaatioita kolonoskopiaan, voivat osallistua tutkimukseen. Potilaita, jotka on todettu kelpoisiksi tutkimukseen, neuvotaan yksityiskohdista, riskeistä ja hyödyistä ennen kolonoskopian suorittamista. Tämä neuvonta voi tapahtua avohoidossa tai sairaalahoidossa.
Potilaat, joilla on yksi tai useampi kolonoskopian aikana havaittu polyyppi, otetaan mukaan tutkimukseen. Muut sisällyttämis- ja poissulkemiskriteerit ovat kuvauksen mukaiset.
Kuvaus
Sisällyttämiskriteerit:
- Potilaat, joilla on indikaatio kolonoskopiaan ja joilla on kolonoskopian aikana havaittu vähintään yksi polyyppi
- 40-vuotiaat ja sitä vanhemmat
- Suostumus tutkimukseen saatu
Poissulkemiskriteerit:
- Alle 39-vuotias
- Opintoihin osallistumisen kieltäminen
- Potilaat, joilla ei ole havaittu polyyppeja kolonoskopian aikana
- Potilaat, joilla on tulehduksellinen suolistosairaus
- Potilaat, joilla tiedetään poistamaton paksusuolen syöpä
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Potilaat, joilla on havaittu yksi tai useampi polyyppi
Kolonoskopian aikana kliinikko tarkastaa polyyppien esiintymisen rutiininomaisen kliinisen käytännön mukaisesti CAD EYE -toiminnon ollessa pois päältä. Kun polyyppi havaitaan, kliinikko tekee ennusteen histologiasta polyypin valkoisen valon ja BLI-ominaisuuksien perusteella optisella suurennuksella tai ilman, rutiininomaisen kliinisen käytännön mukaisesti. Tämän jälkeen CAD EYE -toiminto kytkeytyy päälle ja kliinikko huomioi CADx-ennusteen samalle polyypille, joka on joko "neoplastinen" tai "hyperplastinen". Lisäksi tallennetaan muita polyyppien ominaisuuksia, kuten koko ja sijainti, mikä on samanlaista kuin rutiininomaisessa kliinisessä käytännössä. Polyyppi leikataan ja lähetetään patologiseen tutkimukseen, mikä muodostaa "kultastandardin" polyyppihistologian diagnosoinnissa. |
CADx-tukityökalu toimii, kun kliinikko kytkee valmiiksi määritetyn CAD EYE -toiminnon päälle käyttämällä ohjaimen painiketta, kun kiikarijärjestelmä on BLI-tilassa.
Tämä tehdään sen jälkeen, kun kliinikko on ensin tehnyt optisen ennusteen polyyppihistologiasta käyttämällä IEE:tä kuvatulla tavalla.
CADx-tukityökalu ennustaa polyypin histologian "hyperplastiseksi" tai "neoplastiseksi".
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Arvioida CADx-tukityökalun diagnostista suorituskykyä verrattuna kliinikon optiseen polyyppihistologian ennustamiseen reaaliaikaisessa kolonoskopiassa kliinisessä ympäristössä
Aikaikkuna: 1 vuosi
|
Kultastandardina käytetty polyyppihistologia
|
1 vuosi
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
CADx:n diagnostisen suorituskyvyn määrittäminen verrattuna endoskoopin optiseen polyyppihistologian ennustamiseen alaryhmäanalyysissä
Aikaikkuna: 1 vuosi
|
Alaryhmiin kuuluvat suolen valmistelu, polyypin koko ja sijainti
|
1 vuosi
|
Yhteistyökumppanit ja tutkijat
Sponsori
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Repici A, Badalamenti M, Maselli R, Correale L, Radaelli F, Rondonotti E, Ferrara E, Spadaccini M, Alkandari A, Fugazza A, Anderloni A, Galtieri PA, Pellegatta G, Carrara S, Di Leo M, Craviotto V, Lamonaca L, Lorenzetti R, Andrealli A, Antonelli G, Wallace M, Sharma P, Rosch T, Hassan C. Efficacy of Real-Time Computer-Aided Detection of Colorectal Neoplasia in a Randomized Trial. Gastroenterology. 2020 Aug;159(2):512-520.e7. doi: 10.1053/j.gastro.2020.04.062. Epub 2020 May 1.
- Hassan C, Spadaccini M, Iannone A, Maselli R, Jovani M, Chandrasekar VT, Antonelli G, Yu H, Areia M, Dinis-Ribeiro M, Bhandari P, Sharma P, Rex DK, Rosch T, Wallace M, Repici A. Performance of artificial intelligence in colonoscopy for adenoma and polyp detection: a systematic review and meta-analysis. Gastrointest Endosc. 2021 Jan;93(1):77-85.e6. doi: 10.1016/j.gie.2020.06.059. Epub 2020 Jun 26.
- Kaminski MF, Thomas-Gibson S, Bugajski M, Bretthauer M, Rees CJ, Dekker E, Hoff G, Jover R, Suchanek S, Ferlitsch M, Anderson J, Roesch T, Hultcranz R, Racz I, Kuipers EJ, Garborg K, East JE, Rupinski M, Seip B, Bennett C, Senore C, Minozzi S, Bisschops R, Domagk D, Valori R, Spada C, Hassan C, Dinis-Ribeiro M, Rutter MD. Performance measures for lower gastrointestinal endoscopy: a European Society of Gastrointestinal Endoscopy (ESGE) Quality Improvement Initiative. Endoscopy. 2017 Apr;49(4):378-397. doi: 10.1055/s-0043-103411. Epub 2017 Mar 7.
- Hewett DG, Kaltenbach T, Sano Y, Tanaka S, Saunders BP, Ponchon T, Soetikno R, Rex DK. Validation of a simple classification system for endoscopic diagnosis of small colorectal polyps using narrow-band imaging. Gastroenterology. 2012 Sep;143(3):599-607.e1. doi: 10.1053/j.gastro.2012.05.006. Epub 2012 May 15.
- Byrne MF, Chapados N, Soudan F, Oertel C, Linares Perez M, Kelly R, Iqbal N, Chandelier F, Rex DK. Real-time differentiation of adenomatous and hyperplastic diminutive colorectal polyps during analysis of unaltered videos of standard colonoscopy using a deep learning model. Gut. 2019 Jan;68(1):94-100. doi: 10.1136/gutjnl-2017-314547. Epub 2017 Oct 24.
- Corley DA, Jensen CD, Marks AR, Zhao WK, Lee JK, Doubeni CA, Zauber AG, de Boer J, Fireman BH, Schottinger JE, Quinn VP, Ghai NR, Levin TR, Quesenberry CP. Adenoma detection rate and risk of colorectal cancer and death. N Engl J Med. 2014 Apr 3;370(14):1298-306. doi: 10.1056/NEJMoa1309086.
- van Rijn JC, Reitsma JB, Stoker J, Bossuyt PM, van Deventer SJ, Dekker E. Polyp miss rate determined by tandem colonoscopy: a systematic review. Am J Gastroenterol. 2006 Feb;101(2):343-50. doi: 10.1111/j.1572-0241.2006.00390.x.
- Brenner H, Chang-Claude J, Jansen L, Knebel P, Stock C, Hoffmeister M. Reduced risk of colorectal cancer up to 10 years after screening, surveillance, or diagnostic colonoscopy. Gastroenterology. 2014 Mar;146(3):709-17. doi: 10.1053/j.gastro.2013.09.001. Epub 2013 Sep 5.
- Song EM, Park B, Ha CA, Hwang SW, Park SH, Yang DH, Ye BD, Myung SJ, Yang SK, Kim N, Byeon JS. Endoscopic diagnosis and treatment planning for colorectal polyps using a deep-learning model. Sci Rep. 2020 Jan 8;10(1):30. doi: 10.1038/s41598-019-56697-0.
- Rex DK, Schoenfeld PS, Cohen J, Pike IM, Adler DG, Fennerty MB, Lieb JG 2nd, Park WG, Rizk MK, Sawhney MS, Shaheen NJ, Wani S, Weinberg DS. Quality indicators for colonoscopy. Gastrointest Endosc. 2015 Jan;81(1):31-53. doi: 10.1016/j.gie.2014.07.058. Epub 2014 Dec 2. No abstract available.
- Rex DK, Boland CR, Dominitz JA, Giardiello FM, Johnson DA, Kaltenbach T, Levin TR, Lieberman D, Robertson DJ. Colorectal Cancer Screening: Recommendations for Physicians and Patients from the U.S. Multi-Society Task Force on Colorectal Cancer. Am J Gastroenterol. 2017 Jul;112(7):1016-1030. doi: 10.1038/ajg.2017.174. Epub 2017 Jun 6.
- Mori Y, Kudo SE, Misawa M, Saito Y, Ikematsu H, Hotta K, Ohtsuka K, Urushibara F, Kataoka S, Ogawa Y, Maeda Y, Takeda K, Nakamura H, Ichimasa K, Kudo T, Hayashi T, Wakamura K, Ishida F, Inoue H, Itoh H, Oda M, Mori K. Real-Time Use of Artificial Intelligence in Identification of Diminutive Polyps During Colonoscopy: A Prospective Study. Ann Intern Med. 2018 Sep 18;169(6):357-366. doi: 10.7326/M18-0249. Epub 2018 Aug 14.
- Wang P, Berzin TM, Glissen Brown JR, Bharadwaj S, Becq A, Xiao X, Liu P, Li L, Song Y, Zhang D, Li Y, Xu G, Tu M, Liu X. Real-time automatic detection system increases colonoscopic polyp and adenoma detection rates: a prospective randomised controlled study. Gut. 2019 Oct;68(10):1813-1819. doi: 10.1136/gutjnl-2018-317500. Epub 2019 Feb 27.
- Gong D, Wu L, Zhang J, Mu G, Shen L, Liu J, Wang Z, Zhou W, An P, Huang X, Jiang X, Li Y, Wan X, Hu S, Chen Y, Hu X, Xu Y, Zhu X, Li S, Yao L, He X, Chen D, Huang L, Wei X, Wang X, Yu H. Detection of colorectal adenomas with a real-time computer-aided system (ENDOANGEL): a randomised controlled study. Lancet Gastroenterol Hepatol. 2020 Apr;5(4):352-361. doi: 10.1016/S2468-1253(19)30413-3. Epub 2020 Jan 22. Erratum In: Lancet Gastroenterol Hepatol. 2020 Apr;5(4):e3.
- Vinsard DG, Mori Y, Misawa M, Kudo SE, Rastogi A, Bagci U, Rex DK, Wallace MB. Quality assurance of computer-aided detection and diagnosis in colonoscopy. Gastrointest Endosc. 2019 Jul;90(1):55-63. doi: 10.1016/j.gie.2019.03.019. Epub 2019 Mar 26.
- Bray F, Jemal A, Grey N, Ferlay J, Forman D. Global cancer transitions according to the Human Development Index (2008-2030): a population-based study. Lancet Oncol. 2012 Aug;13(8):790-801. doi: 10.1016/S1470-2045(12)70211-5. Epub 2012 Jun 1.
- Araghi M, Soerjomataram I, Jenkins M, Brierley J, Morris E, Bray F, Arnold M. Global trends in colorectal cancer mortality: projections to the year 2035. Int J Cancer. 2019 Jun 15;144(12):2992-3000. doi: 10.1002/ijc.32055. Epub 2019 Jan 8.
- Doubeni CA, Corley DA, Quinn VP, Jensen CD, Zauber AG, Goodman M, Johnson JR, Mehta SJ, Becerra TA, Zhao WK, Schottinger J, Doria-Rose VP, Levin TR, Weiss NS, Fletcher RH. Effectiveness of screening colonoscopy in reducing the risk of death from right and left colon cancer: a large community-based study. Gut. 2018 Feb;67(2):291-298. doi: 10.1136/gutjnl-2016-312712. Epub 2016 Oct 12.
- Wang P, Liu X, Berzin TM, Glissen Brown JR, Liu P, Zhou C, Lei L, Li L, Guo Z, Lei S, Xiong F, Wang H, Song Y, Pan Y, Zhou G. Effect of a deep-learning computer-aided detection system on adenoma detection during colonoscopy (CADe-DB trial): a double-blind randomised study. Lancet Gastroenterol Hepatol. 2020 Apr;5(4):343-351. doi: 10.1016/S2468-1253(19)30411-X. Epub 2020 Jan 22. Erratum In: Lancet Gastroenterol Hepatol. 2020 Apr;5(4):e3.
- Su JR, Li Z, Shao XJ, Ji CR, Ji R, Zhou RC, Li GC, Liu GQ, He YS, Zuo XL, Li YQ. Impact of a real-time automatic quality control system on colorectal polyp and adenoma detection: a prospective randomized controlled study (with videos). Gastrointest Endosc. 2020 Feb;91(2):415-424.e4. doi: 10.1016/j.gie.2019.08.026. Epub 2019 Aug 24.
- Repici A, Ciscato C, Correale L, Bisschops R, Bhandari P, Dekker E, Pech O, Radaelli F, Hassan C. Narrow-band Imaging International Colorectal Endoscopic Classification to predict polyp histology: REDEFINE study (with videos). Gastrointest Endosc. 2016 Sep;84(3):479-486.e3. doi: 10.1016/j.gie.2016.02.020. Epub 2016 Feb 27.
- Komeda Y, Kashida H, Sakurai T, Asakuma Y, Tribonias G, Nagai T, Kono M, Minaga K, Takenaka M, Arizumi T, Hagiwara S, Matsui S, Watanabe T, Nishida N, Chikugo T, Chiba Y, Kudo M. Magnifying Narrow Band Imaging (NBI) for the Diagnosis of Localized Colorectal Lesions Using the Japan NBI Expert Team (JNET) Classification. Oncology. 2017;93 Suppl 1:49-54. doi: 10.1159/000481230. Epub 2017 Dec 20.
- Kandel P, Wallace MB. Should We Resect and Discard Low Risk Diminutive Colon Polyps. Clin Endosc. 2019 May;52(3):239-246. doi: 10.5946/ce.2018.136. Epub 2019 Jan 21.
- Neumann H, Neumann Sen H, Vieth M, Bisschops R, Thieringer F, Rahman KF, Gamstatter T, Tontini GE, Galle PR. Leaving colorectal polyps in place can be achieved with high accuracy using blue light imaging (BLI). United European Gastroenterol J. 2018 Aug;6(7):1099-1105. doi: 10.1177/2050640618769731. Epub 2018 May 17.
- von Renteln D, Kaltenbach T, Rastogi A, Anderson JC, Rosch T, Soetikno R, Pohl H. Simplifying Resect and Discard Strategies for Real-Time Assessment of Diminutive Colorectal Polyps. Clin Gastroenterol Hepatol. 2018 May;16(5):706-714. doi: 10.1016/j.cgh.2017.11.036. Epub 2017 Nov 23.
- Ang TL, Li JW, Wong YJ, Tan YJ, Fock KM, Tan MTK, Kwek ABE, Teo EK, Ang DS, Wang LM. A prospective randomized study of colonoscopy using blue laser imaging and white light imaging in detection and differentiation of colonic polyps. Endosc Int Open. 2019 Oct;7(10):E1207-E1213. doi: 10.1055/a-0982-3111. Epub 2019 Oct 1.
- Horiuchi H, Tamai N, Kamba S, Inomata H, Ohya TR, Sumiyama K. Real-time computer-aided diagnosis of diminutive rectosigmoid polyps using an auto-fluorescence imaging system and novel color intensity analysis software. Scand J Gastroenterol. 2019 Jun;54(6):800-805. doi: 10.1080/00365521.2019.1627407. Epub 2019 Jun 14.
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 (Arvio)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
- Ruoansulatuskanavan sairaudet
- Neoplasmat
- Neoplasmat sivustoittain
- Ruoansulatuskanavan kasvaimet
- Ruoansulatuskanavan kasvaimet
- Ruoansulatuskanavan sairaudet
- Paksusuolen sairaudet
- Suoliston sairaudet
- Patologiset tilat, anatomiset
- Suoliston kasvaimet
- Kolorektaaliset kasvaimet
- Suoliston polyypit
- Polyypit
- Paksusuolen polyypit
- Paksusuolen kasvaimet
Muut tutkimustunnusnumerot
- CIRB Ref: 2021/2001
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
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 .