- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT06244823
FreMRI-tutkimus: Edistynyt MRI fremanetsumabilla hoidetuilla migreenipotilailla (FreMRI)
Tuleva rakenne-, diffuusio- ja konnekomiikka MRI-tutkimus fremanetsumabilla hoidetuista migreenipotilaista: FreMRI-tutkimus
Tämän avoimen, yksisokkoutetun, kontrolloidun tutkimuksen tavoitteena on arvioida diffuusiomagneettisella resonanssikuvauksella (MRI) ja toiminnallisella MRI:llä arvioituja aivomuutoksia potilailla, joilla on korkean taajuuden episodinen migreeni ja krooninen migreeni, joita hoidetaan Fremanetsumabilla. 12 viikkoa hoidon aloittamisen jälkeen verrattuna lähtötilanteeseen.
Tutkimustyyppi: Vaiheen IV kliininen tutkimus Osallistujapopulaatio: korkean taajuuden episodinen migreeni ja krooninen migreeni. Osallistujia hoidetaan Fremanezumabilla.
Tutkimuksen yleiskatsaus
Tila
Interventio / Hoito
Yksityiskohtainen kuvaus
Fremanetsumabi on monoklonaalinen vasta-aine, joka kohdistuu kalsitoniini C-reaktiiviseen peptidiin (CGRP), joka on osoittautunut tehokkaaksi episodisen ja kroonisen migreenin hoidossa. Lääkkeen molekyylipainon vuoksi sen ei ole tarkoitus ylittää veri-aivoestettä, vaan se toimii perifeerisesti.
Migreenipotilailla on havaittu harmaan ja valkoisen aineen muutoksia, jotka voidaan arvioida magneettikuvauksella (MRI).
Tässä tutkimuksessa pyrimme arvioimaan MRI-muutosten esiintymistä Fremanetsumabilla hoidetuilla potilailla 12 viikkoa hoidon aloittamisen jälkeen verrattuna lähtötilanteeseen.
Tutkittavien lukumäärä: 87 potilasta. Tutkimuksen kesto per kohde Tutkimuksen kesto per potilas on 8 kuukautta.
Opiskelumenettelyt:
Ensimmäisellä käynnillä, seulontakäynnillä, potilaat saavat yksityiskohtaisen selvityksen tutkimuksesta ja allekirjoittavat tietoisen suostumuslomakkeen. Sisällys- ja poissulkemiskriteerit tarkistetaan ja elintoimintojen arviointi, yleis- ja neurologinen tutkimus tehdään. Potilaat saavat päänsäryn päiväkirjan ja koulutetaan sen käyttöön.
Ensimmäinen magneettikuvaus tehdään 0–14 päivän sisällä ennen Fremanezumabi-injektiota.
Potilaat käyvät neljä kuukausittain ylimääräistä sairaalakäyntiä. Jokaisen käynnin aikana tutkitaan mahdollisen haittatapahtuman esiintyminen; kliininen tilanne analysoidaan ja Fremanetsumabia annetaan. Vierailut tehdään viikoilla 0, 4 ja 8. Viimeinen käynti tehdään 12 viikon kuluttua ilman Fremanezumabi-injektiota.
Toinen magneettikuvaus otetaan 12 ± 1 viikon kuluttua ensimmäisestä Fremanezumabi-injektiosta.
Interventio:
MRI-kuvaus Kuvat otetaan interiktaalisten jaksojen aikana, jotka määritellään vähintään 24 tunnin kuluttua viimeisestä migreenikohtauksesta. Korkearesoluutioiset 3D T1-painotetut, diffuusiopainotetut ja lepotilan toiminnalliset MRI-tiedot hankitaan käyttämällä Philips Achieva 3T MRI-yksikköä (Philips Healthcare, Best, Alankomaat), jossa on 32-kanavainen pääkela MRI-laitoksessa. Universidad de Valladolid (Valladolid, Espanja).
Anatomisissa T1-painotetuissa kuvissa käytetään seuraavia kuvausparametreja: Turbo Field Echo (TFE) -sekvenssi, toistoaika (TR) = 8,1 ms, kaikuaika (TE) = 3,7 ms, kääntökulma = 8º, 256 x 256 matriisin koko, 1 x 1 x 1 mm3 avaruudellista resoluutiota ja 170 sagitaaliviipaletta, jotka kattavat koko aivot.
Diffuusiopainotetut kuvat (DWI) saadaan seuraavilla parametreilla: TR = 9000 ms, TE = 86 ms, kääntökulma = 90º, 61 gradienttisuuntaa, kaksi perusviivatilavuutta vastakkaisella vaihekoodaussuunnalla, b-arvo = 1000 s/ mm2, 128 x 128 matriisikoko, 2 x 2 x 2 mm3 avaruudellista resoluutiota ja 66 aksiaalista viipaletta, jotka kattavat koko aivot.
Lepotilan toiminnallinen MRI (rs-fMRI) hankitaan seuraavilla parametreilla: TR = 3000 ms, TE = 30 ms, kääntökulma = 80º, 80 x 80 matriisin koko, 3 x 3 x 4 mm3 spatiaalinen resoluutio, 35 aksiaaliset viipaleet, jotka kattavat koko aivot ja 197 tilavuutta. Tämän hankinnan aikana potilas sulkee silmänsä, mutta pysyy hereillä.
Kaikki skannaukset hankitaan saman istunnon aikana alkaen T1-painotetusta skannauksesta, jota seuraa diffuusiopainotettu skannaus ja päättyy rs-fMRI-skannaukseen. Yhden kohteen kokonaishankinta-aika on noin 28 minuuttia, jaettuna seuraaviin ajanjaksoihin: kuusi minuuttia T1-painotettua skannausta varten, 12 minuuttia diffuusiopainotettua skannausta varten ja 10 minuuttia rs-fMRI-skannausta varten. Jos huomioidaan potilaan valmistelu, asiakirjojen hankkiminen ja tietoinen suostumuslomake, koko prosessi kestää noin 50-70 minuuttia.
Kuvankäsittely T1-painotetut morfometriset parametrit MRI-kuvia käsitellään aivokuoren kaarevuuden, aivokuoren paksuuden, harmaan aineen tilavuuden ja eri harmaan aineen alueiden pinta-alan saamiseksi.
Harmaan aineen tilavuus saadaan Desikan-Killiany-atlasista (Reuter et al., 2012) kaikille 84 harmaan aineen alueelle. Myös aivokuoren kaarevuus, aivokuoren paksuus ja pinta-ala lasketaan 68:lle atlas alueelta, jotka ovat kortikaalisia alueita.
DWI-käsittely DWI:tä käsitellään kahdentyyppisten analyysien suorittamiseksi: Tract-Based Spatial Statistics (TBSS) ja rakennekonnekomiikka.
Ennen molempien käsittelyputkien aloittamista DWI-dataan toteutetaan erilaisia esikäsittelyproseduureja. Diffuusiopainotettujen kuvien kohinat poistetaan käyttämällä MRtrixin (www.mrtrix.org) "dwidenoise"-työkalua. pyörrevirrat, liike ja B0-kentän epähomogeenisuus korjattu käyttämällä MRtrixin "dwipreproc"-työkalua ja B1-kentän epähomogeenisuus korjattu käyttämällä "dwibiascorrect"-työkalua "-fast"-vaihtoehdolla MRtrixistä.
Diffuusiotensorikuvauksesta saadaan neljä diffuusiokuvaajaa: fraktiaalinen anisotropia (FA), keskimääräinen diffuusio (MD), radiaalinen diffuusio (RD) ja aksiaalinen diffuusio (AD). Käytämme myös diffuusiotensoriin perustumattomia mittareita, kuten paluu-alkuperätodennäköisyyttä (RTOP), joka heijastaa soluisuutta ja rajoituksia paremmin kuin MD.
Kun DWI-tiedot on esikäsitelty, jokaiselle kuvalle luodaan kokonainen aivomaski MRtrixin "dwi2mask"-työkalulla ja seuraavaksi diffuusiotensorit jokaisessa vokselissa arvioidaan käyttämällä FSL:n "dtifit"-työkalua, jolloin saadaan myös FA, MD. ja AD-kartat. RD lasketaan manuaalisesti hankkimalla toisen ja kolmannen ominaisarvon keskiarvo, jotka myös lasketaan aiemmin "dtifit"-funktiolla. RTOP arvioidaan käyttämällä menetelmää nimeltä "Aparent Measures Using Reduced Acquisitions" (AMURA).
Rakenteellinen konnekomiikka Rakenteellisen liitettävyyden analyysissä käytetään T1-painotetun käsittelyputken segmentointituloksia.
Anatomically-Constrained Tractography (ACT) otetaan käyttöön. Aiemmin viiden kudoksen (5TT) segmentoidut kuvat kullekin kohteelle saatiin T1-painotetuista kuvista käyttämällä MRtrixin "5ttgen"-työkalua, jotta saadaan sopivat kuvat ACT:lle. 5TT-kuva ja FreeSurferin automaattinen paketointi rekisteröidään alustavasti FA-kuvaan FSL:n FLIRT-työkalulla.
Lopuksi rakenteelliset liitettävyysmatriisit lasketaan suodatetusta traktografiatuloksesta ja rekisteröidyistä aivokuoren segmentointitilavuuksista. 84 × 84 liitettävyysmatriisia, jotka vastaavat 84 aivokuoren ja subkortikaalista aluetta Desikan-Killiany-atlasista, saadaan käyttämällä keskimääräistä FA:ta ja virtaviivojen lukumäärää kussakin yhteydessä konnektomimetriikkana. Tällä tavalla muodostetut liitettävyysmatriisit ovat symmetrisiä, joten vain puolet kustakin matriisista käytetään jatkoanalyysiin.
Käytetyn traktografiamenetelmän vuoksi on mahdollista, että virtaviivat alkavat ja päättyvät eri pisteisiin, jotka kuuluvat samaan Desikan-Killiany-atlasin harmaaainealueeseen. Tästä syystä myös nämä yhteydet ("itseyhteydet") otetaan mukaan analyysiin.
fMRI-käsittely FMRI-käsittelyprosessi toteutetaan kokonaisuudessaan CONN-ohjelmistossa. Ensinnäkin toteutetaan joitain esikäsittelyvaiheita. fMRI-tilavuudet kohdistetaan uudelleen ja vääristetään kohteen liikkeen arvioimiseksi ja korjaamiseksi. Poikkeamien tunnistamiseksi otetaan käyttöön ARTifact-tunnistustyökalut (ART) -pohjainen poikkeamien havaitsemisalgoritmi. Sitten fMRI-tilavuudet rekisteröidään suoraan vastaaviksi rakenteellisiksi tilavuuksiksi (T1-painotetut kuvat) käyttämällä jäykkää kehon muuntamista. T1-painotetut kuvat segmentoidaan erityyppisten kudosten eli harmaan aineen, valkoisen aineen ja aivo-selkäydinnesteen (CSF) havaitsemiseksi.
Lopuksi kunkin tapauksen toiminnallinen liitettävyysmatriisi lasketaan ottaen huomioon koko aivojen alueiden väliset yhteydet käyttämällä kunkin kohteen Desikan-Killiany-atlasin 84 aivokuoren ja subkortikaalista aluetta kiinnostavina alueina. Matriisit sisältävät Fisherin r-z-muunnoksen Z-arvot.
Turvallisuusmuuttujat Turvallisuutta ja sivuvaikutuksia arvioidaan raportoitujen haittatapahtumien mukaan, sekä potilaiden spontaanisti että systemaattisesti tutkimuskäyntien aikana. Elintoiminnot (verenpaine, pulssi, lämpötila ja hengitystiheys), fyysinen tutkimus ja 12-kytkentäinen elektrokardiografia tehdään ennen ilmoittautumista. Kaikki haittatapahtumat tai paikalliset pistoskohdan reaktiot käsitellään järjestelmällisesti. Columbia-Suicide Severity Rating Scale arvioi itsemurha-ajatuksia ja -käyttäytymistä lähtötilanteessa.
Tilastollinen analyysi Parametrien kehitys ajassa ja suhde kuukausittaisten migreenipäivien muutokseen kunkin parametrin osalta, eli morfometriset (harmaaaine) parametrit, diffuusiokuvaajat (valkoinen aine), rakenteellinen liitettävyys ja lepotilan toiminnallinen liitettävyys, pituussuuntainen kehitys. .
Rakenteellisten liitettävyysmatriisien analysoimiseksi ensin lasketaan kullekin ryhmälle virtaviivausten keskimäärä kussakin yhteydessä (solu yhteysmatriisista). Seuraavaksi yhteydet, joissa on alle 500 virtaviivaa (ryhmän keskiarvo), hylätään, jotta heikot yhteydet, joiden tulokset voivat olla epäluotettavia, jätetään jatkoanalyysistä pois.
Toiminnallisten lepotilan liitettävyysmatriisien tapauksessa valitaan samanlainen ei-tärkeiden yhteyksien hylkäys, yhteydet, joiden absoluuttinen Z-arvo on pienempi kuin 0,1, suljetaan pois, eli Pearson-korrelaatioarvo r = 0,1 Fisherin r-arvon jälkeen. to-z muunnos.
Kahdessa edellisessä tapauksessa, jos kynnykset ovat liian korkeat tai liian matalat, eli lähes kaikki yhteydet hylätään tai hylätään melkein yhtään yhteyttä, kynnysarvoja muutetaan.
Jokaiselle asiakirjassa kuvatulle neljälle analyysityypille toteutetaan malli. Jokaisessa mallissa otetaan huomioon kovariaattien merkittävä vaikutus ja mallin ennustekyky käyttäen pienintä määrää kovariaatteja. Eri mallien vertailuun käytetään Akaiken tietokriteeriä (AIC) (67). Hyvin samankaltaisten AIC-arvojen tapauksessa valitaan malli, jossa on pienempi määrä regressoreita.
Jokaiselle neljälle analyysityypille lasketaan ennustemalli yhdelle regressorille. Regressoreita, joiden p-arvo on yhtä suuri tai suurempi kuin 0,05 yksittäisessä ennustavassa mallissa, ei katsota sisällytettäviksi lopulliseen malliin; ja loput regressorit otetaan huomioon vastaavan tyyppisen analyysin lopullisessa mallissa.
MRI-parametrien kehityksen ja kliinisen vasteen välinen suhde Lineaarinen sekavaikutelmamalli valmistetaan käyttämällä samaa strategiaa, jota käytettiin kuukausittaisten migreenipäivien ja MRI-parametrien muutosten analysoinnissa. Kliinisen hoitovasteen arvioimiseksi käytetään dikotomista muuttujaa, joka osoittaa positiivisen tai negatiivisen vasteen hoitoon kuukausittaisten migreenipäivien muutoksen sijaan.
Positiivisen hoitovasteen katsotaan laskevan 50 % kuukausittaisten migreenipäivien lukumäärässä.
Tutkiva muuttujaanalyysi Käytetään lopullista mallia, jota käytetään analysoitaessa erilaisten MRI-parametrien ja kuukausittaisten migreenipäivien muutosten välistä suhdetta. Kuukausittaisten migreenipäivien muutosta kuvaava muuttuja korvataan kuukausittaisten voimakkaan päänsäryn päivien muutoksella, kuukausittaisten akuutin hoitolääkityspäivien muutoksella.
Hoitovasteen tapauksessa käytetään samaa lopullista mallia kliinisen vasteen analyysistä, jonka katsotaan olevan 50 %:n vähennys kuukausittaisten migreenipäivien lukumäärässä. Tässä tapauksessa hoitovastetta edustaa kuukausittaisten migreenipäivien väheneminen 75 %, 100 % ja 30 %.
Haittavaikutusten analyysi Kategorisia haittatapahtumia verrataan käyttämällä Fisherin tarkkaa testiä. P-arvo < 0,05 katsotaan tilastollisesti merkitseväksi.
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Vaihe
- Vaihe 4
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: David Garcia Azorin, MD, PhD
- Puhelinnumero: +34 665872228
- Sähköposti: davilink@hotmail.com
Tutki yhteystietojen varmuuskopiointi
- Nimi: Yesica Gonzalez Osorio, MBA
- Puhelinnumero: +34 634330426
- Sähköposti: ygoinvestigacion@outlook.com
Opiskelupaikat
-
-
-
Valladolid, Espanja, 47010
- Rekrytointi
- Hospital Clínico Universitario de Valladolid
-
Ottaa yhteyttä:
- David Garcia Azorin, MD, PhD
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Kuvaus
Sisällyttämiskriteerit:
- Aurallisen migreenin tai aurattoman migreenin varma diagnoosi Kansainvälisen päänsärkyhäiriöiden luokituksen 3. version (IHCD-3) mukaan (1).
- Ikä 18-65 vuotta.
- Allekirjoitetun tietoisen suostumuslomakkeen toimittaminen.
- Migreenin diagnoosi ennen 50 vuotta.
- Migreenihistoria vähintään 12 kuukautta ennen tutkimusta.
- Vähintään kahdeksan migreenipäivää kuukaudessa viimeisen kolmen kuukauden aikana
Poissulkemiskriteerit:
1. Muiden primaaristen päänsäryn häiriöiden esiintyminen, paitsi harvinainen jännitystyyppinen päänsärky tai lääkkeiden liikakäyttöpäänsärky (MOH).
- MOH-potilaiden osallistuminen rajoitetaan enintään 50 prosenttiin kokonaisnäytteestä.
- Fremanetsumabin tai muun CGRP- tai CGRP-reseptoriin kohdistuvan monoklonaalisen vasta-aineen aikaisempi käyttö.
- Vähemmän kuin kahden tai useamman kuin neljän ennaltaehkäisevän lääkkeen käyttö paikallisten kansallisten ohjeiden mukaisesti (34), riittämätön vaste riittävien annosten ja riittävän ajan jälkeen tai siedettävyyden puute.
- Mikä tahansa sairaus, joka saattaa estää tutkimuksen loppuun saattamisen tai häiritä tulosten tulkintaa.
- Aiemmat neurologiset tai neurokirurgiset sairaudet, jotka vaikuttavat aivoihin.
- Keskivaikea-vaikea pään trauma historia.
- Muun kroonisen kipuoireyhtymän historia, jonka esiintymistiheys on viisi tai useampaa kipupäivää kuukaudessa.
- Päivittäinen päänsärky
- Raskaana olevat tai imettävät naiset.
- Minkä tahansa muun ennaltaehkäisevän hoidon nykyinen tai äskettäinen käyttö viiden edellisen puoliintumisajan aikana ennen aloittamista.
- Altistuminen onabotulinumtoxinA:lle neljän edeltävän kuukauden aikana.
- Mikä tahansa odotettu leikkaus tutkimuksen aikana.
- Opioidien tai barbituraattien käyttö.
- Mikä tahansa tila, joka on vasta-aiheinen magneettikuvauksen ottamiseen.
- Päänsärkypäiväkirjan täyttäminen vähintään 80 % ajasta seulontajakson aikana
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Hoito
- Jako: Ei käytössä
- Inventiomalli: Yksittäinen ryhmätehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Kokeellinen: Fremanetsumabi
Potilaita hoidetaan 225 mg:lla ihonalaisia Fremanezumabia kuukaudessa. Potilaat käyvät neljä kuukausittain ylimääräistä sairaalakäyntiä. Jokaisen käynnin aikana tutkitaan mahdollisen haittatapahtuman esiintyminen; kliininen tilanne analysoidaan ja Fremanetsumabia annetaan. Vierailut tehdään viikoilla 0, 4 ja 8. Viimeinen käynti tehdään 12 viikon kuluttua ilman Fremanezumabi-injektiota. |
MRI skannataan ennen Fremanetsumabin ensimmäistä antoa 0–14 päivän sisällä ennen Fremanetsumabin injektiota.
Toinen MRI otetaan 12 ± 1 viikon kuluttua ensimmäisestä Fremanezumabi-injektiosta. Kuvat otetaan interiktaalisten jaksojen aikana, jotka määritellään vähintään 24 tunnin kuluttua viimeisestä migreenikohtauksesta.
Kaikki skannaukset hankitaan saman istunnon aikana alkaen T1-painotetusta skannauksesta, jota seuraa diffuusiopainotettu skannaus ja päättyy rs-fMRI-skannaukseen.
Yhden kohteen kokonaishankinta-aika on noin 28 minuuttia, jaettuna seuraaviin ajanjaksoihin: kuusi minuuttia T1-painotettua skannausta varten, 12 minuuttia diffuusiopainotettua skannausta varten ja 10 minuuttia rs-fMRI-skannausta varten.
Jos huomioidaan potilaan valmistelu, asiakirjojen hankkiminen ja tietoinen suostumuslomake, koko prosessi kestää noin 50-70 minuuttia.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Morfometriset MRI-parametrit muuttuvat lähtötasosta 12 viikon aikana Fremanezumabi 1:n annon jälkeen
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Kortikaalinen kaarevuus
|
Lähtötilanne, viikko 12-15
|
|
Morfometriset MRI-parametrit muuttuvat lähtötasosta 12 viikon aikana Fremanezumab 2:n annon jälkeen.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Kortikaalinen paksuus
|
Lähtötilanne, viikko 12-15
|
|
Morfometriset MRI-parametrit muuttuvat lähtötasosta 12 viikon aikana Fremanezumabi 3:n annon jälkeen.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Harmaan aineen tilavuus
|
Lähtötilanne, viikko 12-15
|
|
Morfometriset MRI-parametrit muuttuvat lähtötasosta 12 viikon aikana Fremanezumabi 4:n annon jälkeen.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Pinta-ala,
|
Lähtötilanne, viikko 12-15
|
|
Diffuusio-MRI-kuvaukset muuttuvat lähtötasosta 12 viikon aikana Fremanezumabi 1:n annon jälkeen.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Fraktionaalinen anisotropia
|
Lähtötilanne, viikko 12-15
|
|
Diffuusio-MRI-kuvaukset muuttuvat lähtötasosta 12 viikon aikana Fremanezumabi 2:n annon jälkeen.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Keskimääräinen diffuusio
|
Lähtötilanne, viikko 12-15
|
|
Diffuusio-MRI-kuvaukset muuttuvat lähtötasosta 12 viikon aikana Fremanezumabi 3:n annon jälkeen.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Radiaalinen diffuusio
|
Lähtötilanne, viikko 12-15
|
|
Diffuusio-MRI-kuvaukset muuttuvat lähtötasosta 12 viikon aikana Fremanezumabi 4:n annon jälkeen.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Aksiaalinen diffuusio
|
Lähtötilanne, viikko 12-15
|
|
Rakenteelliset yhteydet muuttuivat lähtötasosta 12 viikon aikana Fremanezumabi 1:n annon jälkeen.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Virtauslinjojen määrä kahden alueen välisessä yhteydessä
|
Lähtötilanne, viikko 12-15
|
|
Rakenteelliset yhteydet muuttuivat lähtötasosta 12 viikon aikana Fremanezumabi 2:n annon jälkeen.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Keskimääräinen murto-anisotropia kahden alueen välisessä yhteydessä
|
Lähtötilanne, viikko 12-15
|
|
Rakenteelliset yhteydet muuttuivat lähtötasosta 12 viikon aikana Fremanezumabi 3:n annon jälkeen.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Keskimääräinen aksiaalinen diffuusio kahden alueen välisessä yhteydessä
|
Lähtötilanne, viikko 12-15
|
|
Lepotilan toiminnallinen yhteys muuttui lähtötilanteesta 12 viikon aikana Fremanetsumabin annon jälkeen.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Z-pisteet
|
Lähtötilanne, viikko 12-15
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Morfometristen MRI-parametrien ja kuukausittaisten migreenipäivien muutoksen välinen suhde 1.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Kortikaalinen kaarevuus
|
Lähtötilanne, viikko 12-15
|
|
Morfometristen MRI-parametrien ja kuukausittaisten migreenipäivien muutoksen välinen suhde 2.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Kortikaalinen paksuus
|
Lähtötilanne, viikko 12-15
|
|
Morfometristen MRI-parametrien ja kuukausittaisten migreenipäivien muutoksen välinen suhde 3.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Harmaan aineen tilavuus
|
Lähtötilanne, viikko 12-15
|
|
Morfometristen MRI-parametrien ja kuukausittaisten migreenipäivien muutoksen välinen suhde 4.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Pinta-ala.
|
Lähtötilanne, viikko 12-15
|
|
Diffuusiokuvaajien ja kuukausittaisten migreenipäivien muutoksen välinen suhde 1.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Fraktionaalinen anisotropia
|
Lähtötilanne, viikko 12-15
|
|
Diffuusiokuvaajien ja kuukausittaisten migreenipäivien muutoksen välinen suhde 2.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Keskimääräinen diffuusio
|
Lähtötilanne, viikko 12-15
|
|
Diffuusiokuvaajien ja kuukausittaisten migreenipäivien muutoksen välinen suhde 3.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Radiaalinen diffuusio
|
Lähtötilanne, viikko 12-15
|
|
Diffuusiokuvaajien ja kuukausittaisten migreenipäivien muutoksen välinen suhde 4.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Aksiaalinen diffuusio.
|
Lähtötilanne, viikko 12-15
|
|
Rakenteellisen liitettävyyden ja kuukausittaisten migreenipäivien muutoksen välinen suhde 1. [Aikakehys: lähtötilanne, viikko 12]
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Virtauslinjojen määrä kahden alueen välisessä yhteydessä.
|
Lähtötilanne, viikko 12-15
|
|
Rakenteellisen liitettävyyden ja kuukausittaisten migreenipäivien muutoksen välinen suhde 2. [Aikakehys: lähtötilanne, viikko 12]
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Keskimääräinen murto-anisotropia kahden alueen välisessä yhteydessä.
|
Lähtötilanne, viikko 12-15
|
|
Rakenteellisen liitettävyyden ja kuukausittaisten migreenipäivien muutoksen välinen suhde 3. [Aikakehys: lähtötilanne, viikko 12]
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Keskimääräinen aksiaalinen diffuusio kahden alueen välisessä yhteydessä.
|
Lähtötilanne, viikko 12-15
|
|
Suhde lepotilan toiminnallisen kytkennän ja kuukausittaisten migreenipäivien muutoksen välillä. [Aikakehys: lähtötaso, viikko 12]
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Z-pisteet
|
Lähtötilanne, viikko 12-15
|
|
Perustason morfometriset MRI-parametrit arvioidaan mahdollisina kuukausittaisten migreenipäivien muutoksen ennustajina 1.
Aikaikkuna: Perustaso
|
Kortikaalinen kaarevuus
|
Perustaso
|
|
Perustason morfometriset MRI-parametrit arvioidaan mahdollisina kuukausittaisten migreenipäivien muutoksen ennustajina 2.
Aikaikkuna: Perustaso
|
Kortikaalinen paksuus
|
Perustaso
|
|
Perustason morfometriset MRI-parametrit arvioidaan mahdollisiksi muutoksen ennustajiksi kuukausittaisten migreenipäivien aikana 3.
Aikaikkuna: Perustaso
|
Harmaan aineen tilavuus
|
Perustaso
|
|
Perustason morfometriset MRI-parametrit arvioidaan mahdollisiksi muutoksen ennustajiksi kuukausittaisten migreenipäivien aikana 4.
Aikaikkuna: Perustaso
|
Pinta-ala.
|
Perustaso
|
|
Lähtötason diffuusio-MRI-kuvaajat arvioidaan mahdollisiksi muutoksen ennustajiksi kuukausittaisten migreenipäänsäryn päivien määrässä 1.
Aikaikkuna: Perustaso
|
Fraktionaalinen anisotropia
|
Perustaso
|
|
Lähtötason diffuusio-MRI-kuvaajat arvioidaan mahdollisiksi muutoksen ennustajiksi kuukausittaisten migreenipäänsäryn päivien 2.
Aikaikkuna: Perustaso
|
Keskimääräinen diffuusio
|
Perustaso
|
|
Lähtötason diffuusio-MRI-kuvaajat arvioidaan mahdollisiksi muutoksen ennustajiksi kuukausittaisten migreenipäänsäryn päivien määrässä 3.
Aikaikkuna: Perustaso
|
Radiaalinen diffuusio
|
Perustaso
|
|
Lähtötason diffuusio-MRI-kuvaajat arvioidaan mahdollisiksi muutoksen ennustajiksi kuukausittaisten migreenipäänsäryn päivien määrässä 4.
Aikaikkuna: Perustaso
|
Aksiaalinen diffuusio.
|
Perustaso
|
|
Perustason rakenteellinen liitettävyys arvioidaan mahdollisina kuukausittaisten migreenipäivien muutoksen ennustajana.
Aikaikkuna: Perustaso
|
Virtauslinjojen määrä kahden alueen välisessä yhteydessä.
|
Perustaso
|
|
Perustason toiminnallinen yhteys lepotilaan arvioidaan mahdollisina kuukausittaisten migreenipäivien muutoksen ennustajana
Aikaikkuna: Perustaso
|
Z-pisteet
|
Perustaso
|
Muut tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Morfometristen MRI-parametrien ja kuukausittaisten voimakkaiden päänsärkyjen päivien muutosten välinen suhde 1.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Kortikaalinen kaarevuus
|
Lähtötilanne, viikko 12-15
|
|
Morfometristen MRI-parametrien ja kuukausittaisten voimakkaiden päänsärkyjen päivien muutosten välinen suhde 2.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Kortikaalinen paksuus
|
Lähtötilanne, viikko 12-15
|
|
Morfometristen MRI-parametrien ja kuukausittaisten voimakkaiden päänsärkyjen päivien muutosten välinen suhde 3.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Harmaan aineen tilavuus
|
Lähtötilanne, viikko 12-15
|
|
Morfometristen MRI-parametrien ja kuukausittaisten voimakkaiden päänsärkyjen päivien muutosten välinen suhde 4.
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Pinta-ala,
|
Lähtötilanne, viikko 12-15
|
|
Ero kliinisten vasteryhmien välillä morfometristen parametrien, diffuusiokuvaajien, rakenteellisen liitettävyyden ja lepotilan toiminnallisen liitettävyyden suhteen
Aikaikkuna: Lähtötilanne, viikko 12-15
|
Kliinisen vasteen arvioitiin olevan kuukausittaisten migreenipäivien väheneminen vähintään 30 %, 50 % ja 100 % viimeisen kuukauden aikana verrattuna lähtötasoon.
|
Lähtötilanne, viikko 12-15
|
Yhteistyökumppanit ja tutkijat
Yhteistyökumppanit
Tutkijat
- Päätutkija: Angel L Guerrero Peral, MD, PhD, Sanidad de Castilla y León
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Aoki KR. Review of a proposed mechanism for the antinociceptive action of botulinum toxin type A. Neurotoxicology. 2005 Oct;26(5):785-93. doi: 10.1016/j.neuro.2005.01.017. Epub 2005 Jul 5.
- Fischl B, Liu A, Dale AM. Automated manifold surgery: constructing geometrically accurate and topologically correct models of the human cerebral cortex. IEEE Trans Med Imaging. 2001 Jan;20(1):70-80. doi: 10.1109/42.906426.
- Fischl B, Salat DH, Busa E, Albert M, Dieterich M, Haselgrove C, van der Kouwe A, Killiany R, Kennedy D, Klaveness S, Montillo A, Makris N, Rosen B, Dale AM. Whole brain segmentation: automated labeling of neuroanatomical structures in the human brain. Neuron. 2002 Jan 31;33(3):341-55. doi: 10.1016/s0896-6273(02)00569-x.
- Segonne F, Dale AM, Busa E, Glessner M, Salat D, Hahn HK, Fischl B. A hybrid approach to the skull stripping problem in MRI. Neuroimage. 2004 Jul;22(3):1060-75. doi: 10.1016/j.neuroimage.2004.03.032.
- Dale AM, Fischl B, Sereno MI. Cortical surface-based analysis. I. Segmentation and surface reconstruction. Neuroimage. 1999 Feb;9(2):179-94. doi: 10.1006/nimg.1998.0395.
- Castillo J, Munoz P, Guitera V, Pascual J. Kaplan Award 1998. Epidemiology of chronic daily headache in the general population. Headache. 1999 Mar;39(3):190-6. doi: 10.1046/j.1526-4610.1999.3903190.x.
- Headache Classification Committee of the International Headache Society (IHS) The International Classification of Headache Disorders, 3rd edition. Cephalalgia. 2018 Jan;38(1):1-211. doi: 10.1177/0333102417738202. No abstract available.
- Whitfield-Gabrieli S, Nieto-Castanon A. Conn: a functional connectivity toolbox for correlated and anticorrelated brain networks. Brain Connect. 2012;2(3):125-41. doi: 10.1089/brain.2012.0073. Epub 2012 Jul 19.
- Jenkinson M, Beckmann CF, Behrens TE, Woolrich MW, Smith SM. FSL. Neuroimage. 2012 Aug 15;62(2):782-90. doi: 10.1016/j.neuroimage.2011.09.015. Epub 2011 Sep 16.
- Bigal ME, Serrano D, Buse D, Scher A, Stewart WF, Lipton RB. Acute migraine medications and evolution from episodic to chronic migraine: a longitudinal population-based study. Headache. 2008 Sep;48(8):1157-68. doi: 10.1111/j.1526-4610.2008.01217.x.
- Smith SM, Jenkinson M, Woolrich MW, Beckmann CF, Behrens TE, Johansen-Berg H, Bannister PR, De Luca M, Drobnjak I, Flitney DE, Niazy RK, Saunders J, Vickers J, Zhang Y, De Stefano N, Brady JM, Matthews PM. Advances in functional and structural MR image analysis and implementation as FSL. Neuroimage. 2004;23 Suppl 1:S208-19. doi: 10.1016/j.neuroimage.2004.07.051.
- Andersson JLR, Sotiropoulos SN. An integrated approach to correction for off-resonance effects and subject movement in diffusion MR imaging. Neuroimage. 2016 Jan 15;125:1063-1078. doi: 10.1016/j.neuroimage.2015.10.019. Epub 2015 Oct 20.
- Smith SM, Jenkinson M, Johansen-Berg H, Rueckert D, Nichols TE, Mackay CE, Watkins KE, Ciccarelli O, Cader MZ, Matthews PM, Behrens TE. Tract-based spatial statistics: voxelwise analysis of multi-subject diffusion data. Neuroimage. 2006 Jul 15;31(4):1487-505. doi: 10.1016/j.neuroimage.2006.02.024. Epub 2006 Apr 19.
- Rodriguez C, Herrero-Velazquez S, Ruiz M, Baron J, Carreres A, Rodriguez-Valencia E, Guerrero AL, Madeleine P, Cuadrado ML, Fernandez-de-Las-Penas C. Pressure pain sensitivity map of multifocal nummular headache: a case report. J Headache Pain. 2015;16:523. doi: 10.1186/s10194-015-0523-7. Epub 2015 Apr 30.
- Schulte LH, May A. The migraine generator revisited: continuous scanning of the migraine cycle over 30 days and three spontaneous attacks. Brain. 2016 Jul;139(Pt 7):1987-93. doi: 10.1093/brain/aww097. Epub 2016 May 5.
- Giffin NJ, Ruggiero L, Lipton RB, Silberstein SD, Tvedskov JF, Olesen J, Altman J, Goadsby PJ, Macrae A. Premonitory symptoms in migraine: an electronic diary study. Neurology. 2003 Mar 25;60(6):935-40. doi: 10.1212/01.wnl.0000052998.58526.a9.
- Stovner LJ, Zwart JA, Hagen K, Terwindt GM, Pascual J. Epidemiology of headache in Europe. Eur J Neurol. 2006 Apr;13(4):333-45. doi: 10.1111/j.1468-1331.2006.01184.x.
- Denuelle M, Fabre N, Payoux P, Chollet F, Geraud G. Hypothalamic activation in spontaneous migraine attacks. Headache. 2007 Nov-Dec;47(10):1418-26. doi: 10.1111/j.1526-4610.2007.00776.x.
- Maniyar FH, Sprenger T, Monteith T, Schankin C, Goadsby PJ. Brain activations in the premonitory phase of nitroglycerin-triggered migraine attacks. Brain. 2014 Jan;137(Pt 1):232-41. doi: 10.1093/brain/awt320. Epub 2013 Nov 25.
- Hagmann P, Jonasson L, Maeder P, Thiran JP, Wedeen VJ, Meuli R. Understanding diffusion MR imaging techniques: from scalar diffusion-weighted imaging to diffusion tensor imaging and beyond. Radiographics. 2006 Oct;26 Suppl 1:S205-23. doi: 10.1148/rg.26si065510.
- Silberstein SD, Dodick DW, Bigal ME, Yeung PP, Goadsby PJ, Blankenbiller T, Grozinski-Wolff M, Yang R, Ma Y, Aycardi E. Fremanezumab for the Preventive Treatment of Chronic Migraine. N Engl J Med. 2017 Nov 30;377(22):2113-2122. doi: 10.1056/NEJMoa1709038.
- Dodick DW, Silberstein SD, Bigal ME, Yeung PP, Goadsby PJ, Blankenbiller T, Grozinski-Wolff M, Yang R, Ma Y, Aycardi E. Effect of Fremanezumab Compared With Placebo for Prevention of Episodic Migraine: A Randomized Clinical Trial. JAMA. 2018 May 15;319(19):1999-2008. doi: 10.1001/jama.2018.4853.
- Smith SM. Fast robust automated brain extraction. Hum Brain Mapp. 2002 Nov;17(3):143-55. doi: 10.1002/hbm.10062.
- Karsan N, Bose P, Goadsby PJ. The Migraine Premonitory Phase. Continuum (Minneap Minn). 2018 Aug;24(4, Headache):996-1008. doi: 10.1212/CON.0000000000000624.
- Quintela E, Castillo J, Munoz P, Pascual J. Premonitory and resolution symptoms in migraine: a prospective study in 100 unselected patients. Cephalalgia. 2006 Sep;26(9):1051-60. doi: 10.1111/j.1468-2982.2006.01157.x.
- Afridi KS, Kaube H, Goadsby JP. Glyceryl trinitrate triggers premonitory symptoms in migraineurs. Pain. 2004 Aug;110(3):675-680. doi: 10.1016/j.pain.2004.05.007.
- Guo S, Vollesen ALH, Olesen J, Ashina M. Premonitory and nonheadache symptoms induced by CGRP and PACAP38 in patients with migraine. Pain. 2016 Dec;157(12):2773-2781. doi: 10.1097/j.pain.0000000000000702.
- Burstein R, Jakubowski M. Unitary hypothesis for multiple triggers of the pain and strain of migraine. J Comp Neurol. 2005 Dec 5;493(1):9-14. doi: 10.1002/cne.20688.
- Noseda R, Kainz V, Borsook D, Burstein R. Neurochemical pathways that converge on thalamic trigeminovascular neurons: potential substrate for modulation of migraine by sleep, food intake, stress and anxiety. PLoS One. 2014 Aug 4;9(8):e103929. doi: 10.1371/journal.pone.0103929. eCollection 2014.
- Stankewitz A, Aderjan D, Eippert F, May A. Trigeminal nociceptive transmission in migraineurs predicts migraine attacks. J Neurosci. 2011 Feb 9;31(6):1937-43. doi: 10.1523/JNEUROSCI.4496-10.2011.
- Beissner F, Meissner K, Bar KJ, Napadow V. The autonomic brain: an activation likelihood estimation meta-analysis for central processing of autonomic function. J Neurosci. 2013 Jun 19;33(25):10503-11. doi: 10.1523/JNEUROSCI.1103-13.2013.
- Jensen K, Tuxen C, Olesen J. Pericranial muscle tenderness and pressure-pain threshold in the temporal region during common migraine. Pain. 1988 Oct;35(1):65-70. doi: 10.1016/0304-3959(88)90277-1.
- Burstein R, Yarnitsky D, Goor-Aryeh I, Ransil BJ, Bajwa ZH. An association between migraine and cutaneous allodynia. Ann Neurol. 2000 May;47(5):614-24.
- Fernandez-de-las-Penas C, Madeleine P, Cuadrado ML, Ge HY, Arendt-Nielsen L, Pareja JA. Pressure pain sensitivity mapping of the temporalis muscle revealed bilateral pressure hyperalgesia in patients with strictly unilateral migraine. Cephalalgia. 2009 Jun;29(6):670-6. doi: 10.1111/j.1468-2982.2008.01831.x.
- Dodick D, Silberstein S. Central sensitization theory of migraine: clinical implications. Headache. 2006 Nov;46 Suppl 4:S182-91. doi: 10.1111/j.1526-4610.2006.00602.x.
- Bigal ME, Ashina S, Burstein R, Reed ML, Buse D, Serrano D, Lipton RB; AMPP Group. Prevalence and characteristics of allodynia in headache sufferers: a population study. Neurology. 2008 Apr 22;70(17):1525-33. doi: 10.1212/01.wnl.0000310645.31020.b1.
- Hubbard CS, Becerra L, Smith JH, DeLange JM, Smith RM, Black DF, Welker KM, Burstein R, Cutrer FM, Borsook D. Brain Changes in Responders vs. Non-Responders in Chronic Migraine: Markers of Disease Reversal. Front Hum Neurosci. 2016 Oct 6;10:497. doi: 10.3389/fnhum.2016.00497. eCollection 2016.
- Bigal ME, Edvinsson L, Rapoport AM, Lipton RB, Spierings EL, Diener HC, Burstein R, Loupe PS, Ma Y, Yang R, Silberstein SD. Safety, tolerability, and efficacy of TEV-48125 for preventive treatment of chronic migraine: a multicentre, randomised, double-blind, placebo-controlled, phase 2b study. Lancet Neurol. 2015 Nov;14(11):1091-100. doi: 10.1016/S1474-4422(15)00245-8. Epub 2015 Sep 30.
- Bigal ME, Dodick DW, Rapoport AM, Silberstein SD, Ma Y, Yang R, Loupe PS, Burstein R, Newman LC, Lipton RB. Safety, tolerability, and efficacy of TEV-48125 for preventive treatment of high-frequency episodic migraine: a multicentre, randomised, double-blind, placebo-controlled, phase 2b study. Lancet Neurol. 2015 Nov;14(11):1081-90. doi: 10.1016/S1474-4422(15)00249-5. Epub 2015 Sep 30.
- Silberstein SD, McAllister P, Ning X, Faulhaber N, Lang N, Yeung P, Schiemann J, Aycardi E, Cohen JM, Janka L, Yang R. Safety and Tolerability of Fremanezumab for the Prevention of Migraine: A Pooled Analysis of Phases 2b and 3 Clinical Trials. Headache. 2019 Jun;59(6):880-890. doi: 10.1111/head.13534. Epub 2019 Apr 12.
- Planchuelo-Gomez A, Garcia-Azorin D, Guerrero AL, Rodriguez M, Aja-Fernandez S, de Luis-Garcia R. Gray Matter Structural Alterations in Chronic and Episodic Migraine: A Morphometric Magnetic Resonance Imaging Study. Pain Med. 2020 Nov 1;21(11):2997-3011. doi: 10.1093/pm/pnaa271.
- Planchuelo-Gomez A, Garcia-Azorin D, Guerrero AL, Aja-Fernandez S, Rodriguez M, de Luis-Garcia R. White matter changes in chronic and episodic migraine: a diffusion tensor imaging study. J Headache Pain. 2020 Jan 2;21(1):1. doi: 10.1186/s10194-019-1071-3.
- Planchuelo-Gomez A, Garcia-Azorin D, Guerrero AL, Aja-Fernandez S, Rodriguez M, de Luis-Garcia R. Structural connectivity alterations in chronic and episodic migraine: A diffusion magnetic resonance imaging connectomics study. Cephalalgia. 2020 Apr;40(4):367-383. doi: 10.1177/0333102419885392. Epub 2019 Nov 1.
- Planchuelo-Gómez A, García-Azorín D, Guerrero AL, Aja-Fernández S, Antón-Juarrós S, de Luis García R. Development of a response prediction model for the chronic migraine treatment response by grey matter morphometry in magnetic resonance. LXXI Spanish Society of Neurology congress, Sevilla Nov 21st 2019, Spain.
- García-Azorín D, Porta-Etessam J, Guerrero-Peral AL. Official guidelines of the Neuropharmacology study group, Spanish Society of Neurology, Start & Stop Guidelines, Ed Luzan 5, 2019
- Krebs K, Rorden C, Androulakis XM. Resting State Functional Connectivity After Sphenopalatine Ganglion Blocks in Chronic Migraine With Medication Overuse Headache: A Pilot Longitudinal fMRI Study. Headache. 2018 May;58(5):732-743. doi: 10.1111/head.13318.
- Fusar-Poli P, Smieskova R, Kempton MJ, Ho BC, Andreasen NC, Borgwardt S. Progressive brain changes in schizophrenia related to antipsychotic treatment? A meta-analysis of longitudinal MRI studies. Neurosci Biobehav Rev. 2013 Sep;37(8):1680-91. doi: 10.1016/j.neubiorev.2013.06.001. Epub 2013 Jun 14.
- Yrondi A, Peran P, Sauvaget A, Schmitt L, Arbus C. Structural-functional brain changes in depressed patients during and after electroconvulsive therapy. Acta Neuropsychiatr. 2018 Feb;30(1):17-28. doi: 10.1017/neu.2016.62. Epub 2016 Nov 23.
- Reuter M, Schmansky NJ, Rosas HD, Fischl B. Within-subject template estimation for unbiased longitudinal image analysis. Neuroimage. 2012 Jul 16;61(4):1402-18. doi: 10.1016/j.neuroimage.2012.02.084. Epub 2012 Mar 10.
- Desikan RS, Segonne F, Fischl B, Quinn BT, Dickerson BC, Blacker D, Buckner RL, Dale AM, Maguire RP, Hyman BT, Albert MS, Killiany RJ. An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest. Neuroimage. 2006 Jul 1;31(3):968-80. doi: 10.1016/j.neuroimage.2006.01.021. Epub 2006 Mar 10.
- Fornito A, Bullmore ET. Connectomics: a new paradigm for understanding brain disease. Eur Neuropsychopharmacol. 2015 May;25(5):733-48. doi: 10.1016/j.euroneuro.2014.02.011. Epub 2014 Mar 5.
- Sinke MRT, Otte WM, Christiaens D, Schmitt O, Leemans A, van der Toorn A, Sarabdjitsingh RA, Joels M, Dijkhuizen RM. Diffusion MRI-based cortical connectome reconstruction: dependency on tractography procedures and neuroanatomical characteristics. Brain Struct Funct. 2018 Jun;223(5):2269-2285. doi: 10.1007/s00429-018-1628-y. Epub 2018 Feb 20.
- Veraart J, Novikov DS, Christiaens D, Ades-Aron B, Sijbers J, Fieremans E. Denoising of diffusion MRI using random matrix theory. Neuroimage. 2016 Nov 15;142:394-406. doi: 10.1016/j.neuroimage.2016.08.016. Epub 2016 Aug 11.
- Zhang Y, Brady M, Smith S. Segmentation of brain MR images through a hidden Markov random field model and the expectation-maximization algorithm. IEEE Trans Med Imaging. 2001 Jan;20(1):45-57. doi: 10.1109/42.906424.
- Aja-Fernández S, Tristán-Vega A, Molendowska M, Pieciak T, de Luis-García R. Return-to-the-origin probability calculation in single shell acquisitions. International Society of Magnetic Resonance in Medicine 26th Annual Meeting and Exhibition. Paris, France; 2018:1414.
- Dhollander T, Raffelt D, Connelly A. Unsupervised 3-tissue response function estimation from single-shell or multi-shell diffusion MR data without a co-registered T1 image. ISMRM Work Break Barriers Diffus MRI 2016; 5.
- Rueckert D, Sonoda LI, Hayes C, Hill DL, Leach MO, Hawkes DJ. Nonrigid registration using free-form deformations: application to breast MR images. IEEE Trans Med Imaging. 1999 Aug;18(8):712-21. doi: 10.1109/42.796284.
- Wakana S, Jiang H, Nagae-Poetscher LM, van Zijl PC, Mori S. Fiber tract-based atlas of human white matter anatomy. Radiology. 2004 Jan;230(1):77-87. doi: 10.1148/radiol.2301021640. Epub 2003 Nov 26.
- Oishi K, Zilles K, Amunts K, Faria A, Jiang H, Li X, Akhter K, Hua K, Woods R, Toga AW, Pike GB, Rosa-Neto P, Evans A, Zhang J, Huang H, Miller MI, van Zijl PC, Mazziotta J, Mori S. Human brain white matter atlas: identification and assignment of common anatomical structures in superficial white matter. Neuroimage. 2008 Nov 15;43(3):447-57. doi: 10.1016/j.neuroimage.2008.07.009. Epub 2008 Jul 18.
- Smith RE, Tournier JD, Calamante F, Connelly A. Anatomically-constrained tractography: improved diffusion MRI streamlines tractography through effective use of anatomical information. Neuroimage. 2012 Sep;62(3):1924-38. doi: 10.1016/j.neuroimage.2012.06.005. Epub 2012 Jun 13.
- Jenkinson M, Bannister P, Brady M, Smith S. Improved optimization for the robust and accurate linear registration and motion correction of brain images. Neuroimage. 2002 Oct;17(2):825-41. doi: 10.1016/s1053-8119(02)91132-8.
- Tournier JD, Calamante F, Connelly A. Determination of the appropriate b value and number of gradient directions for high-angular-resolution diffusion-weighted imaging. NMR Biomed. 2013 Dec;26(12):1775-86. doi: 10.1002/nbm.3017. Epub 2013 Aug 29.
- Tournier JD, Calamante F, Gadian DG, Connelly A. Direct estimation of the fiber orientation density function from diffusion-weighted MRI data using spherical deconvolution. Neuroimage. 2004 Nov;23(3):1176-85. doi: 10.1016/j.neuroimage.2004.07.037.
- Tournier JD, Calamante F, Connelly A. Robust determination of the fibre orientation distribution in diffusion MRI: non-negativity constrained super-resolved spherical deconvolution. Neuroimage. 2007 May 1;35(4):1459-72. doi: 10.1016/j.neuroimage.2007.02.016. Epub 2007 Feb 21.
- Tournier J-D, Calamante F, Connelly A. Improved probabilistic streamlines tractography by 2nd order integration over fibre orientation distributions. Proc Int Soc Magn Reson Med. 2010; 1670.
- Smith RE, Tournier JD, Calamante F, Connelly A. SIFT2: Enabling dense quantitative assessment of brain white matter connectivity using streamlines tractography. Neuroimage. 2015 Oct 1;119:338-51. doi: 10.1016/j.neuroimage.2015.06.092. Epub 2015 Jul 8.
- Akaike H. A new look at the statistical model identification. IEEE Trans Automat Contr 1974; 19: 716-23.
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
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
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- CASVE 20-469
- 2020-004509-30 (EudraCT-numero)
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
IPD-jaon aikakehys
IPD-jaon käyttöoikeuskriteerit
IPD-jakamista tukeva tietotyyppi
- STUDY_PROTOCOL
- MAHLA
- ICF
- ANALYTIC_CODE
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 .