- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT07491068
Suurten kielimallien kirjoittamien sairaalakurssien yhteenvetojen tarkkuus ja tehokkuus (CLEAN)
keskiviikko 25. maaliskuuta 2026 päivittänyt: Martin Janičko, Pavol Jozef Safarik University
Suurten kielimallien avustamien sairaalassa suoritettujen hoitokokonaisuuksien yhteenvetojen turvallisuus ja työnkulkuun vaikutus: Satunnaistettuun, arvioijan sokaisemaan ei-heikommuustutkimukseen liittyvä tutkimussuunnitelma
Tausta: Lääkärit ympäri maailman kohtaavat kasvavan hallinnollisen taakan, joka vähentää aikaa suorasta potilashoidosta.
Sairaalahoidon dokumentointitehtävien joukossa sairaalakurssin yhteenvetojen laatiminen on erityisen aikaa vievä ja kriittinen turvallisten hoitosiirtymien kannalta.
Suuret kielimallit (LLM) ovat osoittaneet lupaavia tuloksia kliinisen tekstin luonnissa; kuitenkin vankkaa näyttöä satunnaistetuista, arvioijan sokeutettujen tutkimuksista, jotka on suoritettu rutiininomaisessa sairaalaprakitiikassa, on edelleen vähän.
Tavoitteet: CLEAN-tutkimuksen tavoitteena on arvioida, onko LLM-avusteisella, erikoislääkärin muokkaamalla sairaalakurssin yhteenvetojen luonnilla turvallisuudessa alhaisempi laatu verrattuna standardiin kliinikon kirjoittamaan dokumentointiin rutiininomaisessa sairaalahoidossa.
Toissijaiset tavoitteet sisältävät alhaisemman laadun arvioinnit asiantuntijan muokkaamille ja muokkaamattomille LLM-generoiduille yhteenvedoille.
Lisätavoitteita ovat yhteenvetojen laadun arviointi ennalta määritellyillä alueilla, lääkärin dokumentointiajan mittaaminen, LLM-generoinnin vakautuuden arviointi, kliinikon käyttöönoton mittaaminen satunnaistetun vaiheen jälkeen sekä asiantuntija-arviointien välinen, sisäinen ja testaus-uudelleentestausluotettavuuden tarkastelu.
Menetelmät: Tämä on yksikeskuksinen, kaksikampuksen, tutkiva satunnaistettu kontrolloitu alhaisemman laadun tutkimus, joka suoritetaan kolmannen asteen yliopistosairaalassa.
Peräkkäiset sairaalasta kotiutukset useiden kliinisten osastojen yli satunnaistetaan suhteessa 1:1 joko LLM-avusteiseen dokumentointityönkulkuun tai standardiin manuaaliseen kirjoittamiseen.
Interventio integroi paikallisen LLM:n rinnakkaiseen sairaalan tietojärjestelmään, luoden luonnoksen sairaalakurssin yhteenvedoista täydellisestä, suodattamattomasta kliinisestä dokumentoinnista, jota lääkärit voivat tarkastaa ja muokata ennen lopullistamista.
Turvallisuus, ensisijainen lopputulos, joka määritellään kaiken tärkeän tiedon läsnäoloksi ja virheellisen/hallusinoituneen tiedon puuttumiseksi, arvioidaan dokumentointityönkulusta sokeutetulla arviointikomitealla.
Toissijaiset lopputulokset sisältävät sisällön pätevyyden, työnkulun tehokkuuden, generoinnin vakautuuden, tutkimuksen jälkeisen kliinikon käyttöönoton ja luotettavuusmittareita.
Yhteensä 786 kotiutustapausta vaaditaan alhaisemman laadun arviointiin käyttäen ennalta määriteltyä 5 prosenttiyksikön marginaalia.
Etiikka ja levittäminen: Tutkimus suoritetaan Helsingin julistuksen, hyvän kliinisen käytännön ja yleisen tietosuoja-asetuksen mukaisesti.
Tiedostetun suostumuksen vapautusta haetaan vähäisen riskin ja rutiininomaisten kliinistietojen yksinomaiseen käyttöön perustuen.
Tulokset levitetään vertaisarvioidun julkaisun ja terveydenhuollon sidosryhmien osallistamisen kautta.
Tutkimuksen yleiskatsaus
Tila
Ei vielä rekrytointia
Ehdot
Interventio / Hoito
Yksityiskohtainen kuvaus
Maailman terveysjärjestö on tunnistanut vakavan maailmanlaajuisen terveydenhuollon työvoimakriisin, ja arvioi, että vuoden 2020 maailmanlaajuinen lääkäripula oli noin 12,7 miljoonaa.
Ennusteiden mukaan tämä vaje jatkaa pahenemistaan tulevina vuosina [1].
Lisäksi nämä pula-alueet esiintyvät samanaikaisesti terveydenhuollon kysynnän kasvun kanssa, jota ajavat väestön ikääntyminen ja multimorbiditeetin yleistyminen.
Siitä huolimatta hallinnollinen taakka on edelleen jatkuva ja systemaattinen haaste terveydenhuoltosysteemeissä maailmanlaajuisesti.
Aloitteet, joiden tavoitteena on vähentää lääkäreiden kliinistä työtaakkaa, ovat saavuttaneet vain rajallista menestystä, mikä johtaa kliinisen asiantuntemuksen jatkuvaan ohjaamiseen pois suorasta potilashoidosta [2].
Hallinnollisista vastuista päästölähetteen valmistelu on yksi aikaa vievimmistä tehtävistä sairaalassa potilaita hoitaville lääkäreille, mutta se on myös keskeinen jatkuvan hoidon varmistamisessa päästön jälkeen.
Huolimatta merkittävästä ajanjakautumisesta, päästöyhteenvedot usein epäonnistuvat saavuttamaan odotetut standardit, ja monet lääkärit raportoivat puutteita niiden täydellisyydessä ja laadussa [3], [4].
Sähköisten potilastietojen käyttöönotto on edesauttanut ponnisteluja tämän taakan lieventämiseksi siirtymällä täysin manuaalisesta kirjoittamisesta osittaiseen automaatioon, mikä mahdollistaa valittujen päästölähetteen osien automaattisen generoinnin.
Kuitenkin sairaalakurssi - päästölähetteen kliinisesti informatiivisin osa - pysyy lähes yleisesti riippuvaisena hoitavan lääkärin manuaalisesta narratiivisesta dokumentoinnista.
B. Tavoitteet Tämän tutkimuksen ensisijainen tavoite on arvioida, onko LLM-avusteinen, asiantuntijan muokkaama sairaalakurssiyhteenvetojen generointi turvallista käytettäväksi rutiinisessa sairaalahoidossa verrattuna standardiin kliinikon kirjoittamaan dokumentointiin.
Toissijaiset tavoitteet sisältävät asukaslääkärin muokkaamien ja muokkaamattomien LLM-generoitujen sairaalakurssiyhteenvetojen turvallisuuden arvioinnin.
Lisätavoitteita ovat LLM-avusteisten yhteenvetojen laadun arviointi ennalta määritellyillä alueilla, generoitujen tulosten vakauden arviointi, tekoälyavusteisten työnkulkujen vaikutuksen kvantifiointi lääkärin dokumentointiaikaan, kliinikoiden omaksumisen arviointi LLM-tuettuun dokumentointiin satunnaistetun vaiheen päätyttyä ja arvioijien luokittelujen luotettavuuden arviointi.
Yhteensä nämä tavoitteet pyrkivät määrittämään LLM-pohjaisen narratiivisen generoinnin integroinnin turvallisuuden ja toteuttamiskelpoisuuden todellisiin sairaalapäästötyönkulkujen.
Ennusteiden mukaan tämä vaje jatkaa pahenemistaan tulevina vuosina [1].
Lisäksi nämä pula-alueet esiintyvät samanaikaisesti terveydenhuollon kysynnän kasvun kanssa, jota ajavat väestön ikääntyminen ja multimorbiditeetin yleistyminen.
Siitä huolimatta hallinnollinen taakka on edelleen jatkuva ja systemaattinen haaste terveydenhuoltosysteemeissä maailmanlaajuisesti.
Aloitteet, joiden tavoitteena on vähentää lääkäreiden kliinistä työtaakkaa, ovat saavuttaneet vain rajallista menestystä, mikä johtaa kliinisen asiantuntemuksen jatkuvaan ohjaamiseen pois suorasta potilashoidosta [2].
Hallinnollisista vastuista päästölähetteen valmistelu on yksi aikaa vievimmistä tehtävistä sairaalassa potilaita hoitaville lääkäreille, mutta se on myös keskeinen jatkuvan hoidon varmistamisessa päästön jälkeen.
Huolimatta merkittävästä ajanjakautumisesta, päästöyhteenvedot usein epäonnistuvat saavuttamaan odotetut standardit, ja monet lääkärit raportoivat puutteita niiden täydellisyydessä ja laadussa [3], [4].
Sähköisten potilastietojen käyttöönotto on edesauttanut ponnisteluja tämän taakan lieventämiseksi siirtymällä täysin manuaalisesta kirjoittamisesta osittaiseen automaatioon, mikä mahdollistaa valittujen päästölähetteen osien automaattisen generoinnin.
Kuitenkin sairaalakurssi - päästölähetteen kliinisesti informatiivisin osa - pysyy lähes yleisesti riippuvaisena hoitavan lääkärin manuaalisesta narratiivisesta dokumentoinnista.
B. Tavoitteet Tämän tutkimuksen ensisijainen tavoite on arvioida, onko LLM-avusteinen, asiantuntijan muokkaama sairaalakurssiyhteenvetojen generointi turvallista käytettäväksi rutiinisessa sairaalahoidossa verrattuna standardiin kliinikon kirjoittamaan dokumentointiin.
Toissijaiset tavoitteet sisältävät asukaslääkärin muokkaamien ja muokkaamattomien LLM-generoitujen sairaalakurssiyhteenvetojen turvallisuuden arvioinnin.
Lisätavoitteita ovat LLM-avusteisten yhteenvetojen laadun arviointi ennalta määritellyillä alueilla, generoitujen tulosten vakauden arviointi, tekoälyavusteisten työnkulkujen vaikutuksen kvantifiointi lääkärin dokumentointiaikaan, kliinikoiden omaksumisen arviointi LLM-tuettuun dokumentointiin satunnaistetun vaiheen päätyttyä ja arvioijien luokittelujen luotettavuuden arviointi.
Yhteensä nämä tavoitteet pyrkivät määrittämään LLM-pohjaisen narratiivisen generoinnin integroinnin turvallisuuden ja toteuttamiskelpoisuuden todellisiin sairaalapäästötyönkulkujen.
Opintotyyppi
Interventio
Ilmoittautuminen (Arvioitu)
786
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskeluyhteys
- Nimi: Jakub Gazda, MD, PhD
- Puhelinnumero: +421556403517
- Sähköposti: jakub.gazda@upjs.sk
Tutki yhteystietojen varmuuskopiointi
- Nimi: Martin Janicko, MD, PhD
- Puhelinnumero: +421556403527
- Sähköposti: martin.janicko@upjs.sk
Opiskelupaikat
-
-
Košice Region
-
Košice, Košice Region, Slovakia, 04001
- Louis Pasteur University Hospital Kosice
-
-
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
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Ei
Kuvaus
Sisällytyskriteerit:
- Kaikki peräkkäin kotiutetut potilaat, mukaan lukien ne, jotka kuolivat sairaalassa oleskelun aikana, ovat oikeutettuja sisällytettäviksi.
Poissulkemiskriteerit:
- Ei poissulkemiskriteerejä
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Terveyspalvelututkimus
- Jako: Satunnaistettu
- Inventiomalli: Rinnakkaistehtävä
- Naamiointi: Yksittäinen
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Kokeellinen: LLM:llä avustettu
Interventio koostuu LLM-avusteisesta työnkulusta sairaalajaksokertomuksen laatimiseksi kotiuttamisen yhteydessä.
Hoitava lääkäri aloittaa kotiuttamisen käyttämällä sairaalan Informix-tietokantaan yhdistettyä sovellusta - CorteVision Hospital Suite.
Mallin tuottama luonnos palautetaan sovelluksen käyttöliittymään, jossa hoitava lääkäri tarkistaa ja voi tarvittaessa muokata, korjata, laajentaa tai lyhentää tekstiä ennen sen lopullistamista.
Lopullinen sairaalajaksokertomus tallennetaan potilastietoihin vasta lääkärin tarkistuksen ja vahvistuksen jälkeen.
|
Interventio koostuu LLM-avusteisesta työnkulusta sairaalassaoloaikakatsauksen laatimiseksi kotiutuessa.
Hoitava lääkäri aloittaa kotiutuksen CorteVision Hospital Suite -sovelluksen avulla, joka on yhdistetty sairaalan Informix-tietokantaan.
Mallin tuottama luonnos palautetaan sovellusliittymään, jossa hoitava lääkäri tarkistaa sen ja voi tarvittaessa muokata, korjata, laajentaa tai lyhentää tekstiä ennen lopullistamista.
Lopullinen sairaalassaoloaikakatsaus kirjataan potilastietoihin vasta lääkärin tarkistuksen ja vahvistuksen jälkeen.
|
|
Ei väliintuloa: Kontrolli
Vastuullisen lääkärin suorittama sairaalassa käydyn hoidon yhteenvedon vakiomuotoinen manuaalinen laatiminen.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Turvallisuus arvioitiin tulosarvioijan toimesta ordinaalisella asteikolla (1,2,3)
Aikaikkuna: Arviointi yhdellä aikapisteellä - sairaalasta kotiuttaminen (enintään 5 päivää)
|
Turvallisuutta arvioidaan käyttämällä ordinaalista asteikkoa, joka vaihtelee "hyväksyttävä ilman muutoksia" asteikolla "hyväksyttävä pienin muutoksin" aina "ei hyväksyttävä nykyisessä muodossaan" (joko tärkeän tiedon puuttuminen tai virheellisen/hallusinoituneen tiedon läsnäolo)
|
Arviointi yhdellä aikapisteellä - sairaalasta kotiuttaminen (enintään 5 päivää)
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Muokatun ja muokkaamattoman LLM:n luomien kurssitiivistelmien turvallisuutta arvioidaan ordinaalisella asteikolla (1,2,3)
Aikaikkuna: Sairaalasta kotiutuessa (enintään 5 päivää)
|
LLM:llä luotujen, asukkaan muokkaamien ja muokkaamattomien sairaalakurssien yhteenvetojen turvallisuus verrattuna tavalliseen asiantuntijoiden kirjoittamaan dokumentointiin.
Turvallisuutta arvioidaan käyttämällä kolmen luokan ordinaalista asteikkoa, joka vaihtelee "hyväksyttävä ilman lisämuutoksia" (paras tulos) "hyväksyttävä pienillä muutoksilla" (epävarma tulos) kautta "ei hyväksyttävä nykyisessä muodossaan" (tärkeän tiedon puuttuminen tai virheellisen/hallusinoinnin tiedon läsnäolo; huonoin tulos)
|
Sairaalasta kotiutuessa (enintään 5 päivää)
|
|
Toissijainen tulos: Sisällön validiteetti seuraavissa ennalta määritellyissä alueissa (5C).
Aikaikkuna: Sairaalasta kotiutettaessa (enintään 5 päivää)
|
Toissijaiset lopputulokset: laadun yksityiskohtainen arviointi seuraavien ennalta määriteltyjen alueiden (5C) mukaan: täydellisyys, ytimekkyys, eheys, kriittisten virheiden (mukaan lukien harhaluulot) puuttuminen sekä kulttuurillinen ja kielellinen uskollisuus.
Yksittäisiä alueita arvioidaan erikseen 5-pisteistä Likert-asteikkoa käyttäen (1 - täysin eri mieltä, 2 - osittain eri mieltä, 3 - neutraali, 4 - osittain samaa mieltä, 5 - täysin samaa mieltä).
|
Sairaalasta kotiutettaessa (enintään 5 päivää)
|
|
Aika sairaalayhteenvedon valmistumiseen (sekuntia)
Aikaikkuna: Sairaalasta kotiutuessa (enintään 5 päivää)
|
Työnkulkua koskevat toissijaiset tulokset sisältävät sairaalakurssin dokumentoinnin aikaefektiivisyyden LLM:llä luodun työnkulun käytössä verrattuna standardikäytäntöön.
Tuloksen mittarina on sairaalakurssin yhteenvedon suorittamiseen kuluva aika (sekunteina), aloituspäätöksestä "valmiiksi allekirjoitettavaksi".
|
Sairaalasta kotiutuessa (enintään 5 päivää)
|
|
Generaation stabiilisuus arvioitu ordinaalisella asteikolla (1,2,3)
Aikaikkuna: Sairaalasta kotiutuneesta 30 päivään sairaalasta kotiutumisen jälkeen
|
Generointistabiilisuus arvioi LLM:llä luotujen muokkaamattomien sairaalassaolokertomusten yhtenäisyyttä, kun mallia sovelletaan toistuvasti identtiseen lähdekliiniseen dokumentointiin.
Generointistabiilisuutta arvioi sama arvioija asteikolla 1 - vakaa, 2 - hyväksyttävä vaihtelu, 3 - hyväksymätön vaihtelu
|
Sairaalasta kotiutuneesta 30 päivään sairaalasta kotiutumisen jälkeen
|
|
Ottaminen käyttöön. Prosenttiosuus sairaalasta kotiutuneista potilaista, joilla käytettiin tekoälyn luomaa hoitokulun yhteenvetoa.
Aikaikkuna: Sairaalasta kotiutuksesta 30 päivää sairaalasta kotiutumisen jälkeen
|
Satunnaistetun kontrolloidun kokeilun päätyttyä LLM:llä luodun työnkulun käyttöönottoa arvioidaan yhden kuukauden ajan.
Tuloksen mittarina määritellään se osuus oikeutetuista kotiutuksista, joissa hyödynnettiin LLM:llä luotua yhteenvetoa.
|
Sairaalasta kotiutuksesta 30 päivää sairaalasta kotiutumisen jälkeen
|
|
Arvioijien välinen luotettavuus. Kahden arvioijan välisen yhtäpitävyysprosentti sairaalakurssin yhteenvedon turvallisuus- ja sisällön validointiarvioinneissa.
Aikaikkuna: Sairaalasta kotiutuneesta aina 30 päivään sairaalasta kotiutumisen jälkeen
|
Luotettavuuteen liittyvät tulokset arvioivat sairaalassa vietetyn ajan yhteenvetojen asiantuntija-arviointien johdonmukaisuutta.
Prosenttiosuus määrittää arvioijien välisen yksimielisyyden turvallisuus- ja sisällön pätevyysluokituksissa.
|
Sairaalasta kotiutuneesta aina 30 päivään sairaalasta kotiutumisen jälkeen
|
|
Intra-rater reliability. Concordance of safety and content validity ratings between two evaluations of the same hospital course and same adjudicator.
Aikaikkuna: Sairaalasta kotiutuessa (enintään 5 päivää)
|
Intrarater-luotettavuus määrittää saman arvioijan toistettujen arvioiden yhtenäisyyden turvallisuus- ja sisällönvalidointiarviointien yhtenevyyden perusteella (yksimielisyysprosentti)
|
Sairaalasta kotiutuessa (enintään 5 päivää)
|
|
Ajallinen stabiilius (testi-retest-luotettavuus) - yhden arvioijan arviointien yhteensopivuus huuhdontajakson jälkeen.
Aikaikkuna: 30 päivää sairaalasta kotiuttamisen jälkeen
|
Arvioijien päätelmien ajallista stabiilisuutta arvioidaan toistamalla saman arvioijan arviointi identtisistä sairaalajaksojen yhteenvedoista määritellyn 30 päivän puhdistusjakson jälkeen (testi-uusintatestiluotettavuus).
Tuloksen mittarit perustuvat turvallisuus- ja sisällön validiteettiarviointien yhteensopivuuteen (prosenttiosuus).
|
30 päivää sairaalasta kotiuttamisen jälkeen
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
Yhteistyökumppanit
Tutkijat
- Päätutkija: Jakub Gazda, MD, PhD, Pavol Jozef Šafárik University
Julkaisuja ja hyödyllisiä linkkejä
Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.
Yleiset julkaisut
- Kripalani S, LeFevre F, Phillips CO, Williams MV, Basaviah P, Baker DW. Deficits in communication and information transfer between hospital-based and primary care physicians: implications for patient safety and continuity of care. JAMA. 2007 Feb 28;297(8):831-41. doi: 10.1001/jama.297.8.831.
- Ganzinger M, Kunz N, Fuchs P, Lyu CK, Loos M, Dugas M, Pausch TM. Automated generation of discharge summaries: leveraging large language models with clinical data. Sci Rep. 2025 May 12;15(1):16466. doi: 10.1038/s41598-025-01618-7.
- Burden M, Astik G, Auerbach A, Bowling G, Kangelaris KN, Keniston A, Kochar A, Leykum LK, Linker AS, Sakumoto M, Rogers K, Schwatka N, Westergaard S. Identifying and Measuring Administrative Harms Experienced by Hospitalists and Administrative Leaders. JAMA Intern Med. 2024 Sep 1;184(9):1014-1023. doi: 10.1001/jamainternmed.2024.1890.
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 (Arvioitu)
Maanantai 1. kesäkuuta 2026
Ensisijainen valmistuminen (Arvioitu)
Torstai 31. joulukuuta 2026
Opintojen valmistuminen (Arvioitu)
Perjantai 31. joulukuuta 2027
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Keskiviikko 25. helmikuuta 2026
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Torstai 19. maaliskuuta 2026
Ensimmäinen Lähetetty (Todellinen)
Tiistai 24. maaliskuuta 2026
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Maanantai 30. maaliskuuta 2026
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Keskiviikko 25. maaliskuuta 2026
Viimeksi vahvistettu
Sunnuntai 1. maaliskuuta 2026
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muut tutkimustunnusnumerot
- 2IK2026_1
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
PÄÄTTÄMÄTÖN
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 .