- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT06877585
Association entre la composition du microbiote fécal, les concentrations de métabolites et les niveaux de sulfate d'indoxyle
Association entre la composition du microbiote fécal, les concentrations de métabolites et les niveaux d'indoxyle sulfate chez les patients atteints d'hémodialyse
Aperçu de l'étude
Statut
Les conditions
Description détaillée
Patients et conception d'étude
Soixante patients HD seront inscrits, de l'unité de dialyse, division rénale de l'hôpital de Metroharbour Tauchung des Tungs. Le consentement éclairé écrit pour participer à l'étude est obtenu de chaque participant après avoir été informé de la conception et des objectifs de l'étude. Le protocole expérimental enverra les comités éthiques de la CISR pour approbation. Les critères d'inclusion sont âgés de 18 à 80 ans et diagnostiqués avec CKD stade V (recevant actuellement un traitement à l'hémodialyse> 3 mois). Les critères d'exclusion comprenaient des femmes enceintes ou en soins qui allaitent; les patients atteints de transplantation rénale, d'infections graves, de maladies cardiaques graves et de maladies hépatiques, de tumeurs malignes, de troubles auto-immunes, de malnutrition sévère; consommé tout type de probiotique pré ou présentant une antibiothérapie dans le mois suivant le début de l'étude; Syndrome du côlon irritable diagnostiqué, la maladie de Crohn ou la colite ulcéreuse; recevoir ou avoir reçu des rayonnements intestinaux ou subi une résection intestinale importante Les participants recevront des instructions alimentaires et sont encouragés à maintenir une apport alimentaire stable, qui est quantifié par des questionnaires nutritionnels lors des entretiens avec les patients. Les questionnaires ont recueilli des informations sur la quantité hebdomadaire et la fréquence de la consommation alimentaire et des boissons. Les données concernant la composition en nutriments des différents aliments sont obtenues à l'aide des tableaux de l'Institut de nutrition et de sécurité alimentaire, Université nationale de Taïwan.
Les échantillons de sang de collecte, de préparation et d'analyse des échantillons sont prélevés séparément de chaque participant. Les échantillons de sang sont prélevés après une période de jeûne de 8 à 12 heures, à l'aide de tubes de fluorure de sodium, et maintenus sur la glace jusqu'à transfert au laboratoire de recherche. Une fois sur place, les échantillons sont centrifugés à 3 000 × g pendant 15 minutes à 4 ° C. Le sérum est ensuite transféré dans des tubes stériles et stocké à -20 ° C pour une analyse future.
Nous mesurons les taux sériques d'acétate, de propionate, de butyrate et de validation, ainsi que des SCFA à chaîne ramifiée tels que l'isobutyrate et l'isovalerate. Ces profils de métabolites sont analysés en utilisant la spectrométrie de masse liquide ultraperformance (UPLC-MS). En bref, 100 μL de chaque échantillon sérique sont mélangés dans des microtubes de 1,5 ml avec 20 mg de NaCl, 10 mg d'acide citrique, 20 μl de HCl 1 m et 100 μl de butanol. Le mélange est vortexé pendant 2 minutes puis centrifugé à 18 000 x g pendant 15 minutes. Le surnageant résultant est transféré dans des microtubes frais pour analyse.
Mesure des toxines urémiques Nous mesurons les niveaux totaux de toxines urémiques plutôt que des niveaux libres. Les concentrations de sulfate d'indoxyle total, de sulfate de p -ésyle, d'acide indole-3-acétique (IAA) et d'acide hippurique sont quantifiées centralement en utilisant une méthode décrite précédemment [19]. En bref, pour la compétition de liaison, 200 μl de sérum auquel nous avons ajouté 20 μl d'acide 1-naphtalènesulfonique de 20 mm (standard interne) a été mélangé au vortex avec 250 μl d'octanoate de sodium 0,24 m (concurrent de liaison). Après une incubation à la température ambiante pendant 5 minutes, nous avons ajouté 2 ml d'acétone froide aux protéines précipitantes. Après le mixage du vortex et le centrifugation à 4 ◦C, 1860 × g pendant 20 min, le surnageant a été transféré à des tubes à essai en verre de 12 mm × 100 mm, et du dichlorométhane de 2 ml. Après mixage du vortex et centrifugation à 4 ◦C, 1860 × g pendant 10 minutes, 200 μl de la couche supérieure ont été transférés sur des flacons d'échantillonneur de automatique en verre, suivi de l'addition de 20 μl de HCl 1M et de 15 μl ont été injectés sur le HPLC. L'analyse HPLC a été réalisée sur un Agilent 1100 Series LC (Santa Clara, CA) et le logiciel Agilent ChemStations a été utilisé pour l'analyse chromatographique. La séparation a été réalisée sur une colonne SoLV Solv plus Zorbax SB-C18 plus HPLC (5 μm, 3,0 mm × 150 mm). À un débit de 0,6 ml / min. La phase mobile A est de 0,2% de l'acide trifluoroacétique dans l'eau Milli-Q et la phase mobile B est de 0,2% d'acide trifluoroacétique dans l'acétonitrile. La méthode analytique se compose d'une course isocratique avec une phase mobile A à 92% pendant 23 min. Chaque exécution analytique a été suivie d'un gradient de lavage de 1,3 min à 100% B. La température de la colonne était de 25 ° C et la température du plateau de l'échantillonneur automatique était de 6 ° C. Nous avons quantifié les analytes en utilisant le rapport analyte de pic standard sur un détecteur de fluorescence à haute performance Agilent 1100 G1321A et des détecteurs UV-visibles UV-visibles de la série Agilent 1100 G1314A. Les réglages du détecteur étaient λEx 260 nm / λem288 nm pour le sulfate de p -ésyle et le λex 280 nm / λem 390 nm pour le sulfate indoxyle, l'acide indole-3-acétique et la norme interne. L'acide hippurique a été surveillé par détecteur UV-Vis à 254 nm. Les résultats quantitatifs sont obtenus et calculés en termes de leurs concentrations (mg / L).
Échantillon d'échantillons d'échantillons de profil de microbiote fécal sont auto-collectés dans des tubes congelés stériles par des sujets et ont été transportés immédiatement au laboratoire où ils ont été stockés à - 80 ° C pour d'autres tests.
Extraction d'ADN et séquençage de l'ADN génomique à partir d'échantillons fécaux est extrait à l'aide du kit de jeûne de selles d'ADN Qiagen (Qiagen) selon les directives du fabricant. La qualité de l'ADN métagénomique extrait est évaluée par une électrophorèse sur gel d'agarose à 1,0% et une analyse spectrophotométrique (mesurer la densité optique à un rapport 260/280 nm). Pour que l'ADN extrait soit considéré comme approprié, la concentration doit dépasser 20 ng / μl, avec un rapport 260/280 nm dans la plage de 1,8 à 2,0. La région variable 4 (V4) du gène de l'ARNr bactérien 16S est amplifiée par réaction en chaîne par polymérase (PCR) avec des amorces bactériennes / archéennes 515F / 806R, y compris les codes de bar pour l'identification de l'échantillon [20]. Les amplicons résultants sont purifiés à l'aide du kit d'extraction de gel GeneJet (Thermo Scientific) et quantifiés avec un kit de dosage DSDNA HS Qubit sur un fluoromètre Qubit 2.0 (Qubit). Les bibliothèques de séquençage sont préparées à l'aide du kit de préparation à la bibliothèque ADN Nebnext® Ultra ™ pour Illumina (NEB), suivant le protocole du fabricant. Les bibliothèques purifiées sont quantifiées, normalisées, regroupées, puis utilisent pour la génération de grappes et le séquençage sur une plate-forme Illumina Hiseq 2500 pour produire des lectures de 250 pb.
Les lectures à extrémité appariée sont fusionnées à l'aide de Flash V1.2.7 [21], et le filtrage de qualité est effectué à l'aide du pipeline Qiime 1.7 avec des scripts Python [22]. Les séquences chimériques ont été supprimées par uchime [23]. Les lectures traitées (balises effectives) sont regroupées en unités taxonomiques opérationnelles (OTU) à 97% d'identité de séquence à l'aide de UPARSE [24], et la classification taxonomique est attribuée sur la base de la base de données Silva [25]. Pour évaluer les relations phylogénétiques de différents OTU, plusieurs alignements de séquence sont effectués en utilisant Pynast V1.2 [26] contre la base de données Silva, et un arbre phylogénétique a été construit à l'aide de FastTree [27].
La diversité alpha est estimée par la richesse en espèces en utilisant l'indice CHAO1 au niveau OTU. Une courbe de raréfaction est générée en sélectionnant au hasard un sous-ensemble de données de séquençage de chaque échantillon pour représenter le nombre d'espèces observées, et une courbe d'accumulation d'espèces est tracée pour montrer la survenue de nouveaux OTU (espèces) avec un échantillonnage continu. Pour la diversité bêta, les dissemblances de Bray-Curtis au niveau OTU sont calculées et analysées à l'aide du package végétalien [28]. L'analyse des coordonnées principales (PCOA) est réalisée sur la base des distances de Bray-Curtis, et les paramètres UNIFRAC pondérés et non pondérés [29] sont calculés via le pipeline Qiime. La mise à l'échelle dimensionnelle non métrique (NMDS) est réalisée en utilisant les packages d'analyse de réseau de corrélation pondérés (WGCNA), STAT et GGPLOT2 en R en transformant une matrice de distance de paramètres UNIFRAC pondérés et non pondérés en un nouvel ensemble d'axes orthogonaux. Toutes les analyses sont effectuées à l'aide de scripts en interne, sauf indication contraire.
La composition fonctionnelle des métagénomes est prédite à partir des données d'ARNr 16S à l'aide du logiciel PICRUST avec des scripts Python [30]. Un tableau pré-composé des nombres de copies de gènes pour chaque famille de gènes à partir de génomes bactériens et archéo-archéens séquencés, basé sur la base de données IMG [32], ainsi qu'un arbre phylogénétique de la base de données Greengenes [32], est utilisé pour la prédiction du contenu des gènes.
Type d'étude
Inscription (Réel)
Contacts et emplacements
Lieux d'étude
-
-
Wuqi District
-
Taichung, Wuqi District, Taïwan, 435
- Tungs' Taichung Metroharbour Hospital
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Méthode d'échantillonnage
Population étudiée
La description
Critères d'inclusion:
- Les critères d'inclusion sont âgés de 18 à 80 ans et diagnostiqués avec CKD stade V (recevant actuellement un traitement à l'hémodialyse> 3 mois).
Critères d'exclusion:
- Les critères d'exclusion comprenaient des femmes enceintes ou en soins qui allaitent; les patients atteints de transplantation rénale, d'infections graves, de maladies cardiaques graves et de maladies hépatiques, de tumeurs malignes, de troubles auto-immunes, de malnutrition sévère; consommé tout type de probiotique pré ou présentant une antibiothérapie dans le mois suivant le début de l'étude; Syndrome du côlon irritable diagnostiqué, maladie de Crohn ou colite ulcéreuse
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
|---|
|
Patiens d'hémodialyse
Cette étude cherche à explorer l'association de la métagénomique fécale et de la métabolomique ciblée dans une cohorte de 60 patients avec différents niveaux de caractérisation de l'interaction complexe entre le microbiome intestinal et les métabolites fécaux et sériques.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Profil de microbiote fécal
Délai: 1 ans
|
La diversité alpha, la diversité bêta et la composition fonctionnelle des métagénomes sont prévues à partir des données d'ARNr 16S en utilisant le logiciel Picrust avec des scripts Python
|
1 ans
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Évaluation des acides gras à chaîne courte (SCFAS) et des SCFA à chaîne ramifiée
Délai: 1 ans
|
Nous mesurons les taux sériques d'acétate, de propionate, de butyrate et de validation, ainsi que des SCFA à chaîne ramifiée tels que l'isobutyrate et l'isovalerate.
|
1 ans
|
|
Mesure des toxines urémiques sériques
Délai: 1 ans
|
Quantification des concentrations de p-présyl sulfate.
|
1 ans
|
|
Mesure des toxines urémiques sériques
Délai: 1 ans
|
Quantification des concentrations totales de sulfate indole
|
1 ans
|
|
Mesure des toxines urémiques sériques
Délai: 1 ans
|
Quantification des concentrations d'acide indole-3-acétique
|
1 ans
|
|
Mesure des toxines urémiques sériques
Délai: 1 ans
|
Quantification des concentrations d'acide hippurique
|
1 ans
|
Collaborateurs et enquêteurs
Parrainer
Les enquêteurs
- Chercheur principal: Paik Seong Lim, PhD, Tungs' Taichung Metroharbour Hospital
Publications et liens utiles
Publications générales
- Caporaso JG, Kuczynski J, Stombaugh J, Bittinger K, Bushman FD, Costello EK, Fierer N, Pena AG, Goodrich JK, Gordon JI, Huttley GA, Kelley ST, Knights D, Koenig JE, Ley RE, Lozupone CA, McDonald D, Muegge BD, Pirrung M, Reeder J, Sevinsky JR, Turnbaugh PJ, Walters WA, Widmann J, Yatsunenko T, Zaneveld J, Knight R. QIIME allows analysis of high-throughput community sequencing data. Nat Methods. 2010 May;7(5):335-6. doi: 10.1038/nmeth.f.303. Epub 2010 Apr 11. No abstract available.
- Caporaso JG, Lauber CL, Walters WA, Berg-Lyons D, Huntley J, Fierer N, Owens SM, Betley J, Fraser L, Bauer M, Gormley N, Gilbert JA, Smith G, Knight R. Ultra-high-throughput microbial community analysis on the Illumina HiSeq and MiSeq platforms. ISME J. 2012 Aug;6(8):1621-4. doi: 10.1038/ismej.2012.8. Epub 2012 Mar 8.
- Quast C, Pruesse E, Yilmaz P, Gerken J, Schweer T, Yarza P, Peplies J, Glockner FO. The SILVA ribosomal RNA gene database project: improved data processing and web-based tools. Nucleic Acids Res. 2013 Jan;41(Database issue):D590-6. doi: 10.1093/nar/gks1219. Epub 2012 Nov 28.
- Vaziri ND, Wong J, Pahl M, Piceno YM, Yuan J, DeSantis TZ, Ni Z, Nguyen TH, Andersen GL. Chronic kidney disease alters intestinal microbial flora. Kidney Int. 2013 Feb;83(2):308-15. doi: 10.1038/ki.2012.345. Epub 2012 Sep 19.
- Aronov PA, Luo FJ, Plummer NS, Quan Z, Holmes S, Hostetter TH, Meyer TW. Colonic contribution to uremic solutes. J Am Soc Nephrol. 2011 Sep;22(9):1769-76. doi: 10.1681/ASN.2010121220. Epub 2011 Jul 22.
- Barreto FC, Barreto DV, Liabeuf S, Meert N, Glorieux G, Temmar M, Choukroun G, Vanholder R, Massy ZA; European Uremic Toxin Work Group (EUTox). Serum indoxyl sulfate is associated with vascular disease and mortality in chronic kidney disease patients. Clin J Am Soc Nephrol. 2009 Oct;4(10):1551-8. doi: 10.2215/CJN.03980609. Epub 2009 Aug 20.
- Meyer TW, Hostetter TH. Uremia. N Engl J Med. 2007 Sep 27;357(13):1316-25. doi: 10.1056/NEJMra071313. No abstract available.
- Langille MG, Zaneveld J, Caporaso JG, McDonald D, Knights D, Reyes JA, Clemente JC, Burkepile DE, Vega Thurber RL, Knight R, Beiko RG, Huttenhower C. Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences. Nat Biotechnol. 2013 Sep;31(9):814-21. doi: 10.1038/nbt.2676. Epub 2013 Aug 25.
- Hung SC, Kuo KL, Wu CC, Tarng DC. Indoxyl Sulfate: A Novel Cardiovascular Risk Factor in Chronic Kidney Disease. J Am Heart Assoc. 2017 Feb 7;6(2):e005022. doi: 10.1161/JAHA.116.005022. No abstract available.
- Qin J, Li R, Raes J, Arumugam M, Burgdorf KS, Manichanh C, Nielsen T, Pons N, Levenez F, Yamada T, Mende DR, Li J, Xu J, Li S, Li D, Cao J, Wang B, Liang H, Zheng H, Xie Y, Tap J, Lepage P, Bertalan M, Batto JM, Hansen T, Le Paslier D, Linneberg A, Nielsen HB, Pelletier E, Renault P, Sicheritz-Ponten T, Turner K, Zhu H, Yu C, Li S, Jian M, Zhou Y, Li Y, Zhang X, Li S, Qin N, Yang H, Wang J, Brunak S, Dore J, Guarner F, Kristiansen K, Pedersen O, Parkhill J, Weissenbach J; MetaHIT Consortium; Bork P, Ehrlich SD, Wang J. A human gut microbial gene catalogue established by metagenomic sequencing. Nature. 2010 Mar 4;464(7285):59-65. doi: 10.1038/nature08821.
- DeSantis TZ, Hugenholtz P, Larsen N, Rojas M, Brodie EL, Keller K, Huber T, Dalevi D, Hu P, Andersen GL. Greengenes, a chimera-checked 16S rRNA gene database and workbench compatible with ARB. Appl Environ Microbiol. 2006 Jul;72(7):5069-72. doi: 10.1128/AEM.03006-05.
- Lozupone C, Lladser ME, Knights D, Stombaugh J, Knight R. UniFrac: an effective distance metric for microbial community comparison. ISME J. 2011 Feb;5(2):169-72. doi: 10.1038/ismej.2010.133. Epub 2010 Sep 9. No abstract available.
- Caporaso JG, Bittinger K, Bushman FD, DeSantis TZ, Andersen GL, Knight R. PyNAST: a flexible tool for aligning sequences to a template alignment. Bioinformatics. 2010 Jan 15;26(2):266-7. doi: 10.1093/bioinformatics/btp636. Epub 2009 Nov 13.
- Price MN, Dehal PS, Arkin AP. FastTree: computing large minimum evolution trees with profiles instead of a distance matrix. Mol Biol Evol. 2009 Jul;26(7):1641-50. doi: 10.1093/molbev/msp077. Epub 2009 Apr 17.
- Edgar RC. UPARSE: highly accurate OTU sequences from microbial amplicon reads. Nat Methods. 2013 Oct;10(10):996-8. doi: 10.1038/nmeth.2604. Epub 2013 Aug 18.
- Markowitz VM, Chen IM, Palaniappan K, Chu K, Szeto E, Grechkin Y, Ratner A, Jacob B, Huang J, Williams P, Huntemann M, Anderson I, Mavromatis K, Ivanova NN, Kyrpides NC. IMG: the Integrated Microbial Genomes database and comparative analysis system. Nucleic Acids Res. 2012 Jan;40(Database issue):D115-22. doi: 10.1093/nar/gkr1044.
- Edgar RC, Haas BJ, Clemente JC, Quince C, Knight R. UCHIME improves sensitivity and speed of chimera detection. Bioinformatics. 2011 Aug 15;27(16):2194-200. doi: 10.1093/bioinformatics/btr381. Epub 2011 Jun 23.
- Magoc T, Salzberg SL. FLASH: fast length adjustment of short reads to improve genome assemblies. Bioinformatics. 2011 Nov 1;27(21):2957-63. doi: 10.1093/bioinformatics/btr507. Epub 2011 Sep 7.
- de Loor H, Poesen R, De Leger W, Dehaen W, Augustijns P, Evenepoel P, Meijers B. A liquid chromatography - tandem mass spectrometry method to measure a selected panel of uremic retention solutes derived from endogenous and colonic microbial metabolism. Anal Chim Acta. 2016 Sep 14;936:149-56. doi: 10.1016/j.aca.2016.06.057. Epub 2016 Jul 2.
- Rukavina Mikusic NL, Kouyoumdzian NM, Choi MR. Gut microbiota and chronic kidney disease: evidences and mechanisms that mediate a new communication in the gastrointestinal-renal axis. Pflugers Arch. 2020 Mar;472(3):303-320. doi: 10.1007/s00424-020-02352-x. Epub 2020 Feb 17.
- Wang X, Yang S, Li S, Zhao L, Hao Y, Qin J, Zhang L, Zhang C, Bian W, Zuo L, Gao X, Zhu B, Lei XG, Gu Z, Cui W, Xu X, Li Z, Zhu B, Li Y, Chen S, Guo H, Zhang H, Sun J, Zhang M, Hui Y, Zhang X, Liu X, Sun B, Wang L, Qiu Q, Zhang Y, Li X, Liu W, Xue R, Wu H, Shao D, Li J, Zhou Y, Li S, Yang R, Pedersen OB, Yu Z, Ehrlich SD, Ren F. Aberrant gut microbiota alters host metabolome and impacts renal failure in humans and rodents. Gut. 2020 Dec;69(12):2131-2142. doi: 10.1136/gutjnl-2019-319766. Epub 2020 Apr 2.
- Chen YY, Chen DQ, Chen L, Liu JR, Vaziri ND, Guo Y, Zhao YY. Microbiome-metabolome reveals the contribution of gut-kidney axis on kidney disease. J Transl Med. 2019 Jan 3;17(1):5. doi: 10.1186/s12967-018-1756-4.
- Wikoff WR, Anfora AT, Liu J, Schultz PG, Lesley SA, Peters EC, Siuzdak G. Metabolomics analysis reveals large effects of gut microflora on mammalian blood metabolites. Proc Natl Acad Sci U S A. 2009 Mar 10;106(10):3698-703. doi: 10.1073/pnas.0812874106. Epub 2009 Feb 20.
- Einheber A, Carter D. The role of the microbial flora in uremia. I. Survival times of germfree, limited-flora, and conventionalized rats after bilateral nephrectomy and fasting. J Exp Med. 1966 Feb 1;123(2):239-50. doi: 10.1084/jem.123.2.239.
- Fan PC, Chang JC, Lin CN, Lee CC, Chen YT, Chu PH, Kou G, Lu YA, Yang CW, Chen YC. Serum indoxyl sulfate predicts adverse cardiovascular events in patients with chronic kidney disease. J Formos Med Assoc. 2019 Jul;118(7):1099-1106. doi: 10.1016/j.jfma.2019.03.005. Epub 2019 Mar 28.
- Li Q, Zhang S, Wu QJ, Xiao J, Wang ZH, Mu XW, Zhang Y, Wang XN, You LL, Wang SN, Song JN, Zhao XN, Wang ZZ, Yan XY, Jin YX, Jiang BW, Liu SX. Serum total indoxyl sulfate levels and all-cause and cardiovascular mortality in maintenance hemodialysis patients: a prospective cohort study. BMC Nephrol. 2022 Jun 28;23(1):231. doi: 10.1186/s12882-022-02862-z.
- Meijers B, Glorieux G, Poesen R, Bakker SJ. Nonextracorporeal methods for decreasing uremic solute concentration: a future way to go? Semin Nephrol. 2014 Mar;34(2):228-43. doi: 10.1016/j.semnephrol.2014.02.012.
- Lau WL, Savoj J, Nakata MB, Vaziri ND. Altered microbiome in chronic kidney disease: systemic effects of gut-derived uremic toxins. Clin Sci (Lond). 2018 Mar 9;132(5):509-522. doi: 10.1042/CS20171107. Print 2018 Mar 15.
- Vanholder R, De Smet R, Glorieux G, Argiles A, Baurmeister U, Brunet P, Clark W, Cohen G, De Deyn PP, Deppisch R, Descamps-Latscha B, Henle T, Jorres A, Lemke HD, Massy ZA, Passlick-Deetjen J, Rodriguez M, Stegmayr B, Stenvinkel P, Tetta C, Wanner C, Zidek W; European Uremic Toxin Work Group (EUTox). Review on uremic toxins: classification, concentration, and interindividual variability. Kidney Int. 2003 May;63(5):1934-43. doi: 10.1046/j.1523-1755.2003.00924.x.
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
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- 113097
- TTMHH-R1140050 (Autre subvention/numéro de financement: TungsTMHH)
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Description du régime IPD
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 .