- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT04304703
Surveillance physiologique à distance du bien-être et de l'épuisement professionnel des résidents
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
La privation de sommeil contribue à l'épuisement professionnel, un syndrome psychologique lié au travail caractérisé par la dépersonnalisation, l'épuisement émotionnel et un sentiment d'accomplissement personnel diminué [Montgomery, 2019]. La formation en résidence médicale est associée à une diminution du sommeil et de l'exercice ainsi qu'à une augmentation de l'épuisement professionnel, qui peut également être associé à la dépression [Kamblach, 2019]. Le bien-être des résidents est devenu le point central de nombreux programmes de résidence afin de prévenir la dépression et l'épuisement professionnel à long terme des médecins. De nombreuses études antérieures sur le suivi du sommeil ont utilisé l'auto-déclaration, ce qui institue un certain niveau de biais, et certaines technologies plus récentes telles que le suivi FitBit sont devenues plus répandues [Case, 2015; de Zambotti, 2018]. Le suivi des mesures physiologiques en temps réel, telles que la fréquence cardiaque au repos (RHR) et la variabilité de la fréquence cardiaque (HRV), en plus d'un suivi précis du sommeil, pourrait fournir une évaluation beaucoup plus précise et objective du bien-être des résidents [Sekiguchi, 2019]. Ces mesures n'ont pas été comparées directement à des évaluations subjectives du bien-être, de l'épuisement professionnel et de la dépression, leur véritable valeur dans ce domaine est donc inconnue [Mendelsohn, 2019; Kamblach, 2018]. Cependant, avoir une évaluation objective du bien-être des résidents, stratifiée par rotation spécifique, pourrait aider à identifier, développer et mettre en place des interventions pour prévenir l'épuisement professionnel et la dépression et améliorer le bien-être des résidents.
Des études antérieures ont tenté d'établir une association entre les heures de sommeil, les heures de travail, l'exercice et le bien-être, l'épuisement professionnel, la dépression ; cependant, ils ont utilisé des formes primitives de suivi physiologique (c.-à-d. compter les pas comme substitut de l'exercice et de l'auto-déclaration du sommeil), ce qui explique probablement pourquoi les résultats ont été relativement peu concluants [Mendelsohn, 2019 ; Kamblach, 2018 ; Poonja, 2018; Basner, 2017; Mark, 2019]. Une revue systématique et une méta-analyse d'études tentant d'identifier les facteurs associés à un plus grand bien-être des résidents ont montré que l'augmentation du sommeil et du temps passé loin du travail étaient les facteurs les plus influents de l'amélioration du bien-être des résidents [Raj, 2016]. Une évaluation objective et en temps réel du sommeil peut identifier une association plus forte et l'ajout de la RHR et de la HRV à cette analyse pourrait valider davantage l'évaluation subjective du bien-être.
La VRC, ou la fluctuation des intervalles de temps entre les battements cardiaques adjacents, n'a jamais été utilisée auparavant pour suivre le bien-être des résidents, mais c'est une mesure établie pour la prédiction et la gestion des états pathologiques tels que l'insuffisance cardiaque [Jimenez-Morgan, 2017 ; Goessl, 2017, Shaffer, 2017 ; Bullinga ; 2005 ; Tsuji, 1996]. Il a été démontré que la HRV prédit la mortalité dans l'insuffisance cardiaque avec fraction d'éjection réduite (HFrEF) et les nouveaux événements cardiaques (angine de poitrine, infarctus du myocarde, décès lié à une maladie coronarienne ou IC) dans l'étude de Framingham, et elle est également corrélée à l'amélioration de l'hémodynamique dans réponse à la thérapie bêta-bloquante pour l'IC [Bullinga ; 2005 ; Tsuji, 1996].
Les enquêteurs proposent d'utiliser la sangle WHOOP 3.0 pour la surveillance à distance des résidents afin de déterminer une relation entre ses données mesurées (RHR, HRV et durée du sommeil) et le bien-être à l'aide d'enquêtes validées par la littérature (Maslach Burnout Inventory, enquête Mini-ReZ, Physician Well Being Index, Questionnaire sur la santé du patient-9) [Montgomery, 2019 ; Linzer, 2016; Olson 2019 ; Kroenke, 2001; Lévis, 2019]. Il n'y a pas de littérature publiée ou d'études en cours connues sur cette relation. Des études récentes ont cependant validé le dispositif WHOOP pour le suivi du sommeil et déterminé que son efficacité était presque identique à celle de l'étalon-or de la polysomnographie (PSG) [Berryhill, 2020]. Cette étude a également montré que la précision des mesures de la VRC à l'aide de l'appareil portable WHOOP présentait une erreur inférieure à 10 % par rapport à la surveillance continue de l'ECG, dans le cadre de la PSG.
Il existe une relation établie entre la VRC et le stress anticipé, quantifié par les niveaux de cortisol salivaire, mais il n'y a pas eu d'études reliant le cortisol salivaire en tant que marqueur de stress, aux évaluations subjectives des médecins ni aux données des appareils portables. Les biomarqueurs de stress (cortisol salivaire et alpha-amylase) seront comparés au départ et sur différentes rotations considérées comme associées à différents niveaux de stress (c.-à-d. clinique externe et services de consultation pour patients hospitalisés par rapport à l'unité de soins intensifs (USI) [Dickerson, 2004; Petrakova, 2015]. Les échantillons de salive fournis par les sujets permettront aux enquêteurs de valider l'appareil WHOOP en tant que nouvel outil pour mesurer le stress en permettant à l'équipe d'évaluer l'association entre le VRC et d'autres paramètres de l'appareil et les analytes objectifs basés sur le stress trouvés dans la salive (par exemple, le cortisol et l'alpha amylase). Ces résultats seront corrélés entre eux et avec les heures de travail via l'enregistrement des tâches pour déterminer si des rotations spécifiques en résidence médicale ont des mesures objectives et subjectives meilleures ou pires ; ces résultats seront également corrélés à la ligne de base (selon l'enquête sur les caractéristiques de base).
Type d'étude
Inscription (Réel)
Contacts et emplacements
Lieux d'étude
-
-
Pennsylvania
-
Hershey, Pennsylvania, États-Unis, 17033
- Penn State Hershey Medical Center
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
Sexes éligibles pour l'étude
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- Résidents en médecine interne du Penn State Milton S. Hershey Medical Center (PGY-1 à PGY-3 ; résidents catégoriels uniquement).
- Âge supérieur à 18 ans.
- Disposé à porter l'appareil WHOOP pendant au moins 80 % du temps.
- Disposé à répondre à des sondages hebdomadaires au moins 80 % du temps.
- Disposé à fournir et à retourner des échantillons de salive pour l'analyse des biomarqueurs de stress.
- Posséder un téléphone intelligent pour l'appairage avec un appareil WHOOP.
Critère d'exclusion:
- Résidents en médecine interne de l'année préliminaire ou de transition (TY) du Penn State Milton S. Hershey Medical Center
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
---|---|
Sujets résidents en médecine interne
Les sujets qui sont des résidents catégoriques en médecine interne au Penn State Hershey Medical Center (PGY1-PGY3) et qui répondent aux critères d'inclusion/exclusion seront inscrits à cette étude et porteront le bracelet WHOOP 3.0 pour une mesure en temps réel des paramètres physiologiques.
|
WHOOP strap 3.0, un appareil à photodiode qui suit le sommeil, la fréquence cardiaque au repos et la variabilité de la fréquence cardiaque.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
Modification de la variabilité de la fréquence cardiaque (HRV)
Délai: 12 mois, changement mesuré toutes les 2 semaines
|
La variabilité de la fréquence cardiaque sera mesurée objectivement chaque nuit.
La VRC moyenne (sur deux semaines) sera évaluée pour changement toutes les deux semaines pendant la durée de l'étude.
|
12 mois, changement mesuré toutes les 2 semaines
|
Modification du score de l'inventaire de l'épuisement professionnel de Maslach (3 sous-échelles : 0-54, 0-30, 0-48)
Délai: 12 mois, changement mesuré toutes les 2 semaines
|
Maslach Burnout Inventory - Human Services Survey for Medical Personnel (MBI-HSS (MP)). Le MBI-HSS (MP) est une déclinaison du MBI-HSS adaptée au personnel médical. La modification la plus notable est que ce formulaire fait référence aux « patients » au lieu des « bénéficiaires ». Les échelles MBI-HSS (MP) sont l'épuisement émotionnel (9 questions), la dépersonnalisation (5 questions) et l'accomplissement personnel (8 questions). Le score de l'inventaire de l'épuisement professionnel de Maslach sera évalué toutes les deux semaines sous forme d'enquête. Chaque question est notée de 0 à 6, les fourchettes des sous-échelles sont donc respectivement de 0 à 54, 0 à 30 et 0 à 48, les scores les plus élevés signifiant des niveaux d'épuisement plus élevés pour les sous-échelles d'épuisement émotionnel et de dépersonnalisation et les scores les plus bas signifiant des niveaux d'épuisement plus élevés. pour la sous-échelle d'accomplissement personnel. |
12 mois, changement mesuré toutes les 2 semaines
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
Changement de sommeil (heures par nuit)
Délai: 12 mois, changement mesuré toutes les 2 semaines
|
Le sommeil sera mesuré objectivement chaque nuit.
Le sommeil (heures par nuit) sera évalué pour changer toutes les deux semaines pendant la durée de l'étude (moyenne de sommeil par nuit sur deux semaines).
Les sous-échelles pour le sommeil comprendront la durée des mouvements oculaires rapides (REM), le sommeil à ondes lentes (SWS) et le sommeil léger.
Le temps passé au lit et les siestes seront également enregistrés.
|
12 mois, changement mesuré toutes les 2 semaines
|
Modification de la fréquence cardiaque au repos (RHR)
Délai: 12 mois, changement mesuré toutes les 2 semaines
|
La fréquence cardiaque au repos sera objectivement mesurée chaque nuit.
La RHR moyenne (sur deux semaines) sera évaluée pour changement toutes les deux semaines pendant la durée de l'étude.
|
12 mois, changement mesuré toutes les 2 semaines
|
Changement du nombre moyen d'heures de service hebdomadaires
Délai: 12 mois, changement mesuré toutes les 2 semaines
|
Les heures de travail hebdomadaires seront autodéclarées toutes les deux semaines, individuellement en heures de semaine 1 et en heures de semaine 2.
Les heures de la semaine 1 et de la semaine 2 seront calculées en moyenne pour chaque bloc de deux semaines.
|
12 mois, changement mesuré toutes les 2 semaines
|
Changement du score Mini ReZ (échelle 15-76)
Délai: 12 mois, changement mesuré toutes les 2 semaines
|
Le Mini-Z comprend 15 éléments qui évaluent la satisfaction, le stress, l'épuisement professionnel, le contrôle du travail, le chaos, l'alignement des valeurs, le travail d'équipe, la documentation, la pression du temps, l'utilisation excessive des dossiers médicaux électroniques (DME) à la maison et la maîtrise du DME. Il est noté sur une échelle de 15 à 76. Un score total supérieur à 60 représente un environnement d'apprentissage positif. Sous-échelle 1 - Environnement de travail favorable (questions 1 à 5) : plage de 6 à 26 (plus de 20 correspond à un environnement de travail très favorable). Sous-échelle 2 - Rythme de travail et stress EMR (questions 6 à 10 : plage de 5 à 25 (supérieur à 20 est un environnement avec un bon rythme et un stress EMR gérable). Sous-échelle 3 - Expérience du résident (questions 11 à 15) : plage de 5 à 25 (plus de 20 correspond à une expérience positive et saine du résident). Mini-ReZ sera évalué toutes les deux semaines sous forme d'enquête. |
12 mois, changement mesuré toutes les 2 semaines
|
Modification de l'indice de bien-être des médecins (PWBI) (échelle de 0 à 7)
Délai: 12 mois, changement mesuré toutes les 2 semaines
|
L'indice de bien-être des médecins est une enquête de 7 questions, notées de 0 à 7, les scores inférieurs indiquant un meilleur bien-être des médecins.
|
12 mois, changement mesuré toutes les 2 semaines
|
Modification du score du questionnaire de santé du patient-9 (PHQ-9) (échelle de 0 à 27)
Délai: 12 mois, changement mesuré toutes les 2 semaines
|
Le PHQ-9 est un instrument de 9 questions administré aux sujets dans un établissement de soins primaires pour dépister la présence et la gravité de la dépression.
Le score PHQ-9 sera évalué toutes les deux semaines sous forme d'enquête.
Il est noté sur une échelle de 0 à 27, les scores les plus élevés indiquant des niveaux de dépression plus élevés.
Les scores PHQ-9 indiquent une MP sévère légère (<4) à sévère (20+).
Le PHQ-9 comporte également un élément d'auto-évaluation pour les idées suicidaires (IS).
|
12 mois, changement mesuré toutes les 2 semaines
|
Modification du score de la sous-échelle HADS (Hospital Anxiety and Depression Subscale) (échelle 0-42, anxiété : sous-échelle 0-21, sous-échelle dépression 0-21)
Délai: 12 mois, changement mesuré chaque semaine
|
La HADS se compose de deux échelles ; A (anxiété) - avec 7 éléments [alpha de Cronbach = 0,78] et D (dépression) - avec 7 éléments [alpha de Cronbach = 0,71], chacun avec des scores allant de 0 à 21 ; les scores totaux sur l'échelle vont de 0 à 42, les scores les plus élevés indiquant des symptômes plus pénibles.
L'HADS a été validée auprès de patients en soins primaires.
|
12 mois, changement mesuré chaque semaine
|
Changement du score de l'échelle de stress perçu (PSS-4) (échelle de 0 à 16)
Délai: 12 mois, changement mesuré chaque semaine
|
Le PSS-4 se compose de 4 items qui évaluent le stress perçu.
Les éléments sont notés sur une échelle de 4 points (plage de notes : 0 à 16 ; des notes plus élevées reflètent un stress perçu plus important.
La mesure démontre une forte cohérence interne avec un alpha de Cronbach de 0,88.
|
12 mois, changement mesuré chaque semaine
|
Modification des biomarqueurs de stress salivaire (cortisol, alpha-amylase)
Délai: 12 mois; ligne de base pendant la semaine 1 de l'étude (2 jours de collecte consécutifs), rotations de clinique/consultation (4 semaines consécutives, tous les vendredis), soins intensifs (4 semaines consécutives, tous les vendredis)
|
Des échantillons de salive seront prélevés lors de l'évaluation de base (2 jours consécutifs) et lors des rotations des services de consultation en clinique externe/hospitalisation (faible stress) et des soins intensifs (stress élevé) (hebdomadaire pendant 4 semaines, tous les vendredis).
Chaque jour de collecte aura 3 heures de collecte : réveil (t=0), heure de réveil + 30 min (t=30), heure de nuit (juste avant de dormir) (NT).
|
12 mois; ligne de base pendant la semaine 1 de l'étude (2 jours de collecte consécutifs), rotations de clinique/consultation (4 semaines consécutives, tous les vendredis), soins intensifs (4 semaines consécutives, tous les vendredis)
|
Collaborateurs et enquêteurs
Parrainer
Publications et liens utiles
Publications générales
- Kroenke K, Spitzer RL, Williams JB. The PHQ-9: validity of a brief depression severity measure. J Gen Intern Med. 2001 Sep;16(9):606-13. doi: 10.1046/j.1525-1497.2001.016009606.x.
- Tsuji H, Larson MG, Venditti FJ Jr, Manders ES, Evans JC, Feldman CL, Levy D. Impact of reduced heart rate variability on risk for cardiac events. The Framingham Heart Study. Circulation. 1996 Dec 1;94(11):2850-5. doi: 10.1161/01.cir.94.11.2850.
- Tawfik DS, Profit J, Morgenthaler TI, Satele DV, Sinsky CA, Dyrbye LN, Tutty MA, West CP, Shanafelt TD. Physician Burnout, Well-being, and Work Unit Safety Grades in Relationship to Reported Medical Errors. Mayo Clin Proc. 2018 Nov;93(11):1571-1580. doi: 10.1016/j.mayocp.2018.05.014. Epub 2018 Jul 9.
- Montgomery A, Panagopoulou E, Esmail A, Richards T, Maslach C. Burnout in healthcare: the case for organisational change. BMJ. 2019 Jul 30;366:l4774. doi: 10.1136/bmj.l4774. No abstract available.
- Kalmbach DA, Arnedt JT, Song PX, Guille C, Sen S. Sleep Disturbance and Short Sleep as Risk Factors for Depression and Perceived Medical Errors in First-Year Residents. Sleep. 2017 Mar 1;40(3):zsw073. doi: 10.1093/sleep/zsw073.
- Case MA, Burwick HA, Volpp KG, Patel MS. Accuracy of smartphone applications and wearable devices for tracking physical activity data. JAMA. 2015 Feb 10;313(6):625-6. doi: 10.1001/jama.2014.17841. No abstract available.
- de Zambotti M, Goldstone A, Claudatos S, Colrain IM, Baker FC. A validation study of Fitbit Charge 2 compared with polysomnography in adults. Chronobiol Int. 2018 Apr;35(4):465-476. doi: 10.1080/07420528.2017.1413578. Epub 2017 Dec 13.
- Mendelsohn D, Despot I, Gooderham PA, Singhal A, Redekop GJ, Toyota BD. Impact of work hours and sleep on well-being and burnout for physicians-in-training: the Resident Activity Tracker Evaluation Study. Med Educ. 2019 Mar;53(3):306-315. doi: 10.1111/medu.13757. Epub 2018 Nov 28.
- Kalmbach DA, Fang Y, Arnedt JT, Cochran AL, Deldin PJ, Kaplin AI, Sen S. Effects of Sleep, Physical Activity, and Shift Work on Daily Mood: a Prospective Mobile Monitoring Study of Medical Interns. J Gen Intern Med. 2018 Jun;33(6):914-920. doi: 10.1007/s11606-018-4373-2. Epub 2018 Mar 14.
- Jimenez Morgan S, Molina Mora JA. Effect of Heart Rate Variability Biofeedback on Sport Performance, a Systematic Review. Appl Psychophysiol Biofeedback. 2017 Sep;42(3):235-245. doi: 10.1007/s10484-017-9364-2.
- Goessl VC, Curtiss JE, Hofmann SG. The effect of heart rate variability biofeedback training on stress and anxiety: a meta-analysis. Psychol Med. 2017 Nov;47(15):2578-2586. doi: 10.1017/S0033291717001003. Epub 2017 May 8.
- Basner M, Dinges DF, Shea JA, Small DS, Zhu J, Norton L, Ecker AJ, Novak C, Bellini LM, Volpp KG. Sleep and Alertness in Medical Interns and Residents: An Observational Study on the Role of Extended Shifts. Sleep. 2017 Apr 1;40(4):zsx027. doi: 10.1093/sleep/zsx027.
- Marek AP, Nygaard RM, Liang ET, Roetker NS, DeLaquil M, Gregorich S, Richardson CJ, Van Camp JM. The association between objectively-measured activity, sleep, call responsibilities, and burnout in a resident cohort. BMC Med Educ. 2019 May 21;19(1):158. doi: 10.1186/s12909-019-1592-0.
- Raj KS. Well-Being in Residency: A Systematic Review. J Grad Med Educ. 2016 Dec;8(5):674-684. doi: 10.4300/JGME-D-15-00764.1.
- Zahrai A, Bhandari M, Varma A, Rennie WR, Kreder H, Stephen D, McKee MD, Waddell JP, Schemitsch EH. Residents' quality of life during an orthopedic trauma rotation: a multicentre prospective observational study. Can J Surg. 2008 Jun;51(3):190-6.
- West CP, Shanafelt TD, Cook DA. Lack of association between resident doctors' well-being and medical knowledge. Med Educ. 2010 Dec;44(12):1224-31. doi: 10.1111/j.1365-2923.2010.03803.x.
- Shaffer F, Ginsberg JP. An Overview of Heart Rate Variability Metrics and Norms. Front Public Health. 2017 Sep 28;5:258. doi: 10.3389/fpubh.2017.00258. eCollection 2017.
- Bullinga JR, Alharethi R, Schram MS, Bristow MR, Gilbert EM. Changes in heart rate variability are correlated to hemodynamic improvement with chronic CARVEDILOL therapy in heart failure. J Card Fail. 2005 Dec;11(9):693-9. doi: 10.1016/j.cardfail.2005.06.435.
- Berryhill S, Morton CJ, Dean A, Berryhill A, Provencio-Dean N, Patel SI, Estep L, Combs D, Mashaqi S, Gerald LB, Krishnan JA, Parthasarathy S. Effect of wearables on sleep in healthy individuals: a randomized crossover trial and validation study. J Clin Sleep Med. 2020 May 15;16(5):775-783. doi: 10.5664/jcsm.8356. Epub 2020 Feb 11.
- Sekiguchi Y, Adams WM, Benjamin CL, Curtis RM, Giersch GEW, Casa DJ. Relationships between resting heart rate, heart rate variability and sleep characteristics among female collegiate cross-country athletes. J Sleep Res. 2019 Dec;28(6):e12836. doi: 10.1111/jsr.12836. Epub 2019 Mar 6.
- Poonja Z, O'Brien P, Cross E, Bryce R, Dance E, Jaggi P, Krentz J, Thoma B. Sleep and Exercise in Emergency Medicine Residents: An Observational Pilot Study Exploring the Utility of Wearable Activity Monitors for Monitoring Wellness. Cureus. 2018 Jul 12;10(7):e2973. doi: 10.7759/cureus.2973.
- Linzer M, Poplau S, Babbott S, Collins T, Guzman-Corrales L, Menk J, Murphy ML, Ovington K. Worklife and Wellness in Academic General Internal Medicine: Results from a National Survey. J Gen Intern Med. 2016 Sep;31(9):1004-10. doi: 10.1007/s11606-016-3720-4. Epub 2016 May 2.
- Olson K, Sinsky C, Rinne ST, Long T, Vender R, Mukherjee S, Bennick M, Linzer M. Cross-sectional survey of workplace stressors associated with physician burnout measured by the Mini-Z and the Maslach Burnout Inventory. Stress Health. 2019 Apr;35(2):157-175. doi: 10.1002/smi.2849. Epub 2019 Jan 21.
- Levis B, Benedetti A, Thombs BD; DEPRESsion Screening Data (DEPRESSD) Collaboration. Accuracy of Patient Health Questionnaire-9 (PHQ-9) for screening to detect major depression: individual participant data meta-analysis. BMJ. 2019 Apr 9;365:l1476. doi: 10.1136/bmj.l1476. Erratum In: BMJ. 2019 Apr 12;365:l1781.
- Dickerson SS, Kemeny ME. Acute stressors and cortisol responses: a theoretical integration and synthesis of laboratory research. Psychol Bull. 2004 May;130(3):355-91. doi: 10.1037/0033-2909.130.3.355.
- Petrakova L, Doering BK, Vits S, Engler H, Rief W, Schedlowski M, Grigoleit JS. Psychosocial Stress Increases Salivary Alpha-Amylase Activity Independently from Plasma Noradrenaline Levels. PLoS One. 2015 Aug 6;10(8):e0134561. doi: 10.1371/journal.pone.0134561. eCollection 2015.
- Hajduczok AG, DiJoseph KM, Bent B, Thorp AK, Mullholand JB, MacKay SA, Barik S, Coleman JJ, Paules CI, Tinsley A. Physiologic Response to the Pfizer-BioNTech COVID-19 Vaccine Measured Using Wearable Devices: Prospective Observational Study. JMIR Form Res. 2021 Aug 4;5(8):e28568. doi: 10.2196/28568.
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (RÉEL)
Achèvement primaire (RÉEL)
Achèvement de l'étude (RÉEL)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (RÉEL)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (RÉEL)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Mots clés
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- STUDY14522
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .
Essais cliniques sur Sangle WHOOP 3.0
-
University of Alabama at BirminghamOwlet Baby Care, Inc.ComplétéBradycardie néonatale | Hypoxémie du nouveau-néÉtats-Unis
-
Milton S. Hershey Medical CenterRetiréInsuffisance cardiaque | Insuffisance cardiaque avec fraction d'éjection réduite | Insuffisance cardiaque avec fraction d'éjection préservéeÉtats-Unis
-
Northwestern UniversityNational Institute of Mental Health (NIMH); Weill Medical College of Cornell... et autres collaborateursComplétéVIH/SIDA | Chlamydia | BlennorragieÉtats-Unis
-
Rothman Institute OrthopaedicsComplété
-
Biotronik AGComplétéLésions de novo dans les artères coronaires nativesPays-Bas, Suisse, Allemagne, Belgique
-
Milton S. Hershey Medical CenterComplétéMaladies intestinales inflammatoiresÉtats-Unis
-
Owlet Baby Care, Inc.University of Utah; Louisiana State University Health Sciences Center Shreveport et autres collaborateursComplétéBlessure à la peauÉtats-Unis
-
University of Alabama at BirminghamComplétéDysfonctionnement autonome | Neuropathie autonome cardiovasculaire | Neuropathie autonome diabétiqueÉtats-Unis
-
Karolinska InstitutetRecrutement
-
University of RzeszowComplété