- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT03753139
Az aritmiák azonosítása egyszeri EKG-val
A nyugati országokban élete során minden hatodik ember, Finnországban pedig 15 000 ember kap új stroke-ot évente. Körülbelül minden negyedik stroke szívembólián alapul. A pitvarfibrilláció trombusképződést okoz a bal pitvarban, ami embolizációval jár az agyi és perifériás keringésben.
Ez a tanulmány a sport/wellness technológiában alkalmazott mérési technikák és új számítási módszerek alkalmasságát vizsgálja pitvarfibrilláció és egyéb aritmiák szűrésére és diagnosztizálására. Az új mérési technológiákat, az egyszeri EKG mérést és a pulzusmérő csuklópántos mérést vizsgálják jellemzőik, adatminőségük és ritmusfelismerésük miatt. A látens aritmiák új önellenőrzési technológiákkal történő azonosítása jelentősen csökkentheti a stroke-ok számát (a látens aritmiák a stroke-ok körülbelül 25%-át okozzák).
A kutatás a Kuopio Egyetemi Kórház Sürgősségi Osztályával, a Szívközponttal, a Kelet-Finnországi Egyetem Alkalmazott Fizikai Tanszékével és a Heart2Save Ltd.-vel együttműködésben valósul meg.
A kutatási projekt eredményeit az orvostudomány és az orvostechnológia tudományos folyóirataiban publikálják, és az adott szakterület tudományos konferenciáin is bemutatják. A projekt kutatási eredményeit az orvostechnológiai ipar valamennyi vállalata hasznosítani tudja, különös tekintettel az EKG mérőműszereket és a ritmusfelismerő szoftvereket gyártó cégekre.
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
A kutatás célja a következő egészségügyi problémák megoldása:
- A pitvarfibrilláció típusának azonosítása és meghatározása spontán előfordulása és látenciája miatt problematikus.
- A pitvarfibrilláció szűrésére szolgáló mérőeszközök nem állnak rendelkezésre.
A fő kutatási kérdések a következők:
Használható-e az egyelvezetéses EKG mérés a szívritmuszavarok kimutatására?
- Ismerje meg a mérési helyeket (EKG-elvezetéseket) az egyvezetékes EKG önellenőrzéséhez, és értékelje a mérési helyek hatását a használhatóságra és a jelminőségre.
- Ismerje meg az egyvezetékes EKG-monitorozás mérési helyeit, amikor a mérést egy másik személy (ápolónő vagy hozzátartozó) végzi, és értékelje a mérési helyek hatását a használhatóságra és a jelminőségre.
- Ismerje meg az egyelvezetéses EKG-mérés megbízhatóságát a pitvarfibrilláció azonosítására.
- Ismerje meg az egyelvezetéses EKG-mérés megbízhatóságát a gyors (tachycardia) és a lassú szívverés (bradycardia) azonosítására.
Képes-e megbízható információt szerezni az aritmiákról egy optikai impulzus regisztráláson alapuló karszalag?
- Ismerje meg a pulzáló csuklópánt használhatóságát a pitvarfibrilláció azonosítására.
- Ismerje meg a pulzusos csuklópánt használhatóságát gyors (tachycardia) és lassú pulzusszám (bradycardia) azonosítására.
A tanulmány módszerfejlesztésének célja a szívfrekvencia mérés megbízhatóságának értékelése egyelvezetéses EKG és pulzushullám mérés során egészséges és szívproblémákkal küzdő betegeknél. A tanulmány könnyű mérési technológián alapuló számítástechnikai módszereket fejleszt a leggyakoribb szívritmuszavar, a pitvarfibrilláció megbízható azonosítására. A pitvarfibrilláció diagnózisa és kezelése döntő tényező a stroke megelőzésében.
A kutatásban részt vevő betegek már átestek egy 12 csatornás klinikai EKG-regisztráción, amely a normál kezelési folyamat része. Ez a 12 csatornás EKG a kutatásra alkalmas betegek azonosítására és alcsoportokra (normál ritmus, pitvarfibrilláció, gyors vagy lassú ritmus) történő felosztásra szolgál.
A tényleges vizsgálati méréseknél a Holter-EKG készüléket öt nedves elektródával a páciens mellkasára rögzítik, hogy aranystandardként használják a ritmus monitorozására. A könnyű súlymérési módszereket összehasonlítják a Holter-EKG regisztráció eredményével. Ezenkívül a PPG regisztrálásához a páciens csuklójára fotopletysmogramot helyeznek el. Az 1. ábra szemléltető példákat mutat be a tanulmány méréseire.
A kutató egyperces felvételeket mér két különböző mérési pozícióból (oldalsó és mellkas) egyszeri EKG-mérőkészülékkel. Ezt követően a páciens egyperces önellenőrző méréseket végez egyszeri EKG készülékkel mindhárom pozícióból (hüvelykujj, oldal és mellkas), valamint mellkasból ékszer-EKG-vel.
A tanulmány összehasonlítja ezeknek a könnyű súlyú mérési módszereknek a képességét a különböző szívritmusok kimutatására a Holter-regisztrációhoz képest.
A méréshez használt eszközök:
- Faros 360 EKG érzékelő nedves elektródákkal (1. ábra, 1. eszköz) (Mega Elektroniikka, http://www.megaemg.com/ Kuopio Suomi). A Faros 360 Holter egy CE és FDA 510(k) 2a osztályú orvosi eszköz, amely öt egyszer használatos nedves elektródával van rögzítve a páciens mellkasához.
Suunto Movesense egyszeri EKG-készülék (Suunto Oy, http://www.suunto.com Vantaa Suomi). A Movesense egy CE minősítésű fogyasztói eszköz, amelyet két dy elektródával használnak az EKG méréshez (1. ábra 2. és 3. készülékek). Movesense tok; ékszer és egyszeri EKG tok.
- Az előző vizsgálatban (Afib24h) a Valvirát jelentették, és a kutatás engedélyt kapott a klinikai eszközvizsgálatra (Movesense + mellkasi heveder kombináció).
- Ebben a vizsgálatban a Valira klinikai eszközvizsgálatot végez (Movesense + egyszeri EKG-eszköz kombináció)
- Empatica E4 tevékenységi karkötő (Empatica Ltd http://www.empatica.com Milan Italia), amely CE minősítésű fogyasztói eszköz. Az Empatica E4 egyben fotopletysmogram is, amely optikailag méri a véredényben keringő vér mennyiségét (1. ábra, 4. eszköz).
- Samsung Gear S3 hordható (Samsung Electronics, Co., Ltd., www.samsung.com Soul Etelä-Korea), amely CE minősítésű fogyasztói eszköz. A Gear S3 egy fotopletysmogram is, amely optikailag méri a véredényben keringő vér mennyiségét.
A kutató eszközöket rögzít a pácienshez. Ezt követően a kutató 10 perces regisztrációt indít a Faros 360 (1. eszköz) és az Empatica E4 (4. eszköz) eszközökön. A kutató egy 10 perces mérés során egyperces felvételeket mér két különböző mérési pozícióból a Movesense EKG-val (2. készülék) 1. mellkasból, szegycsontból merőlegesen 2. mellkasból, szegycsont mentén. Ezt követően a beteg egyperces önellenőrző méréseket végez 1. mellkasból, szegycsontból merőlegesen 2. mellkasból, szegycsont mentén 3. szárny alsó részéből 4. hüvelykujjból és 5. mellkasból ékszerrel. -EKG.
A pulzusszám EKG-méréssel történő kimutatása leggyakrabban QRS-komplexek kimutatásával történik. Számos ilyen QRS detektort fejlesztettek ki az elmúlt évtizedekben. A száraz elektródákkal végzett EKG mérés lényegesen több mozgási zavart okoz, mint a nedves elektródával végzett mérés, mivel a készülék kis mozgásai is jelentős változásokat idéznek elő az EKG jelben. Ezen túlmenően, különösen, ha hüvelykujjat használunk mérési pontként, az izomzatból származó EMG zaj feltűnően magas a nedves elektródával végzett mérésekhez képest.
Ez a projekt a korábbi mobil-EKG-projektben kifejlesztett zaj- és QRS-detektálási módszereket alkalmazza, hogy megbízhatóan detektálja a QRS-komplexeket és a szívritmuszavarokat a szárazelektródos méréseknél.
Ebben a tanulmányban a korábban kifejlesztett pulzusszám-érzékelési módszereket a normál szinuszritmus, a pitvarfibrilláció, valamint a lassú (bradycardia) és a gyors (tachycardia) pulzusszám mérései igazolják.
Ez a tanulmány a pulzus-észlelés képességét vizsgálja a pitvarfibrilláció észlelésében. A fotopletysmogram a fény abszorpcióját méri a szövetben. A fény abszorpciója a vérben nagyobb, mint a környező szövetekben. Amikor a szív ver, a kapillárisok kitágulnak és összehúzódnak a vértérfogat változása alapján. A fotopletysmográfia lehetővé teszi a szívfrekvencia mérését az abszorpció változásainak észlelésével.
A fotopletysmgram a mobil EKG-készülékhez hasonlóan különösen érzékeny a mozgásra, még a led/fotodióda kis mozgása is jelentős változást idéz elő a fényintenzitásban.
A fiziológiai változások is zavart okoznak a pulzusmérésben, például az erek rugalmasságának megváltozásával, a pulzusidő változásával, ami mérési zavart eredményez.
A nagyfrekvenciás áttört QRS-komplexustól eltérően a pulzushullám alacsony frekvenciájú fel-le variáció, ami saját kihívásokat okoz a pontos pulzusmérésben.
A pitvarok nem működnek megfelelően a pitvarfibrillációban, ezért a kamrák nem telnek meg teljesen vérrel. Ezenkívül a pitvarfibrilláció az impulzusok szabálytalan vezetését okozza a pitvarokból a kamrákba, ami pulzuszavarhoz vezet. A pumpált vér mennyisége löketenként változik, ami kihívást jelent a pulzushullámok észlelésében.
Ez a projekt pulzushullám-sorozatból fejleszt módszereket a pontos pulzusmérésre.
A módszerfejlesztés célja a mérőműszer mozgásából adódó zavarok, a pitvarfibrillációra jellemző pulzushullám-egyenetlenségek, valamint a lassú (bradycardia) és gyors (tachycardia) pulzusérzékelés kihívásainak figyelembevétele.
A módszer fejlesztésének fő célja a pulzus olyan pontos meghatározása, hogy a pitvarfibrillációból eredő pulzus-szabálytalanság megkülönböztethető legyen a normál sinusritmustól, és megbízhatóan detektálható legyen a gyors és lassú szívritmus.
Pitvarfibrilláció esetén az elektromos impulzusok véletlenszerűen jutnak el a kamrákba, ami szabálytalanná és egyenetlenné teszi a pulzusszámot. A Heart Association nagy kampánya „Érezd a pulzusodat – előzd meg a stroke-ot” a pulzusszámon vagy a pulzusfelismerésen alapul. Az impulzusfelismerés természetesen a legolcsóbb módszer a pitvarfibrilláció kimutatására, de ez a módszer nagyszámú téves pozitív eredményt produkál. EKG méréssel a pitvarfibrilláció kimutatása sokkal megbízhatóbb. Erre a célra automatizált pitvarfibrilláció-érzékelő algoritmusokat fejlesztettek ki.
A pitvar aktivációjának azonosítása hosszú távú Holter-EKG méréseknél általában igen nehézkes a rossz jel-zaj arány miatt (mozgás, izomműtermékek és részben átfedő, sokkal erősebb kamrai aktivitás). Emiatt a legtöbb pitvarfibrilláció-észlelő algoritmus a pulzus-szabálytalanság azonosításán alapul. A pulzusszám szabálytalanságának (RR-intervallum) paraméterezésére számos viszonylag egyszerű, de megbízható időszintű módszert vezettek be. Példaként egy RdR-alapú módszer, ahol az RR-intervallumokat (pulzusszám) az egymást követő RR-intervallum-változások (pulzusszám-változás) függvényében ábrázolják (Lian et al. 2011). Az RdR-grafikon a szabálytalan szívritmus-változásokból eredő mintázat töredezettségét határozza meg. Ezen kívül vannak olyan módszerek, amelyek az RR idősor belső koherenciáját becsülik (Lee et al. 2011). Különféle nemlineáris módszereket is bevezettek a pulzusszám változásának parametrizálására, lehetővé téve a pulzusszám változás dinamikájának szélesebb körű leírását (a linearitási feltételezés korlátozása nélkül). A nemlineáris módszerek egyik osztálya a különböző entrópiamennyiségek, amelyek különösen érdekesek a pitvarfibrilláció és a szabálytalan szívfrekvencia azonosítására. Az entrópiamennyiségek segítségével megbecsülhetjük az RR idősorok szabályosságát és előreláthatóságát. Az entrópiamennyiségek megbízható kiszámítása jellemzően viszonylag hosszú mérési időt igényel, de megjelentek olyan entrópiamennyiségek is, amelyek alkalmasak rövid mérések elemzésére is (Lake & Moorman 2011).
Ez a kutatási projekt a már meglévő módszerek alapján új pitvarfibrilláció-detektáló algoritmusokat fejleszt mobil-EKG méréshez és pulzushullám méréshez. Az algoritmusoknak figyelembe kell venniük a pitvari és kamrai korai komplexeket. Ezek figyelmen kívül hagyása növeli az RR idősor szabálytalanságát, és így növeli a fals pozitív pitvarfibrillációk számát.
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
Eastern-Finland
-
Kuopio, Eastern-Finland, Finnország, 70029
- Kuopio University Hospital
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Tanulmányozható nemek
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- A Kuopio Egyetemi Kórház sürgősségi osztályán bármilyen okból kezelt betegek.
Kizárási kritériumok:
- 35 feletti testtömegindex (BMI), beültetett szívritmus-szabályozó készülék és azonnali kezelést igénylő egészségügyi állapot, amelyet a vizsgálati mérések késleltetnének.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Megfigyelési modellek: Case-Control
- Időperspektívák: Leendő
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
---|---|
Pitvarfibrilláció
A Holter által rögzített pitvarfibrillációban szenvedő betegek
|
A tanulmány összehasonlítja a könnyű súlymérési módszerek azon képességét, hogy képesek-e kimutatni a különböző szívritmusokat a Holter-regisztrációhoz képest.
|
Szinuszritmus
A Holter által rögzített szinuszritmusban szenvedő betegek
|
A tanulmány összehasonlítja a könnyű súlymérési módszerek azon képességét, hogy képesek-e kimutatni a különböző szívritmusokat a Holter-regisztrációhoz képest.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
Szívritmus monitorozás egyvezetékes EKG-val
Időkeret: 30 perc
|
Szenzitivitás és specifitás a pitvarfibrilláció kimutatására
|
30 perc
|
Együttműködők és nyomozók
Szponzor
Együttműködők
Nyomozók
- Kutatásvezető: Tero J Martikainen, MD. PhD, Kuopio University Hospital
Publikációk és hasznos linkek
Általános kiadványok
- Amann A, Tratnig R, Unterkofler K. Reliability of old and new ventricular fibrillation detection algorithms for automated external defibrillators. Biomed Eng Online. 2005 Oct 27;4:60. doi: 10.1186/1475-925X-4-60.
- Barro S, Ruiz R, Cabello D, Mira J. Algorithmic sequential decision-making in the frequency domain for life threatening ventricular arrhythmias and imitative artefacts: a diagnostic system. J Biomed Eng. 1989 Jul;11(4):320-8. doi: 10.1016/0141-5425(89)90067-8.
- Cabello D, Barro S, Salceda JM, Ruiz R, Mira J. Fuzzy K-nearest neighbor classifiers for ventricular arrhythmia detection. Int J Biomed Comput. 1991 Feb;27(2):77-93. doi: 10.1016/0020-7101(91)90089-w.
- Chen SW. A two-stage discrimination of cardiac arrhythmias using a total least squares-based prony modeling algorithm. IEEE Trans Biomed Eng. 2000 Oct;47(10):1317-27. doi: 10.1109/10.871404.
- al-Fahoum AS, Howitt I. Combined wavelet transformation and radial basis neural networks for classifying life-threatening cardiac arrhythmias. Med Biol Eng Comput. 1999 Sep;37(5):566-73. doi: 10.1007/BF02513350.
- Fuster V, Ryden LE, Cannom DS, Crijns HJ, Curtis AB, Ellenbogen KA, Halperin JL, Le Heuzey JY, Kay GN, Lowe JE, Olsson SB, Prystowsky EN, Tamargo JL, Wann S; Task Force on Practice Guidelines, American College of Cardiology/American Heart Association; Committee for Practice Guidelines, European Society of Cardiology; European Heart Rhythm Association; Heart Rhythm Society. ACC/AHA/ESC 2006 guidelines for the management of patients with atrial fibrillation-executive summary: a report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines and the European Society of Cardiology Committee for Practice Guidelines (Writing Committee to Revise the 2001 Guidelines for the Management of Patients with Atrial Fibrillation). Eur Heart J. 2006 Aug;27(16):1979-2030. doi: 10.1093/eurheartj/ehl176. No abstract available. Erratum In: Eur Heart J. 2007 Aug;28(16):2046.
- Ge D, Srinivasan N, Krishnan SM. Cardiac arrhythmia classification using autoregressive modeling. Biomed Eng Online. 2002 Nov 13;1:5. doi: 10.1186/1475-925x-1-5.
- Jekova I. Comparison of five algorithms for the detection of ventricular fibrillation from the surface ECG. Physiol Meas. 2000 Nov;21(4):429-39. doi: 10.1088/0967-3334/21/4/301.
- Lake DE, Moorman JR. Accurate estimation of entropy in very short physiological time series: the problem of atrial fibrillation detection in implanted ventricular devices. Am J Physiol Heart Circ Physiol. 2011 Jan;300(1):H319-25. doi: 10.1152/ajpheart.00561.2010. Epub 2010 Oct 29.
- Lee J, Nam Y, McManus DD, Chon KH. Time-varying coherence function for atrial fibrillation detection. IEEE Trans Biomed Eng. 2013 Oct;60(10):2783-93. doi: 10.1109/TBME.2013.2264721. Epub 2013 May 22.
- Li C, Zheng C, Tai C. Detection of ECG characteristic points using wavelet transforms. IEEE Trans Biomed Eng. 1995 Jan;42(1):21-8. doi: 10.1109/10.362922.
- Lian J, Wang L, Muessig D. A simple method to detect atrial fibrillation using RR intervals. Am J Cardiol. 2011 May 15;107(10):1494-7. doi: 10.1016/j.amjcard.2011.01.028. Epub 2011 Mar 17.
- Lipponen JA, Tarvainen MP, Laitinen T, Lyyra-Laitinen T, Karjalainen PA. A principal component regression approach for estimation of ventricular repolarization characteristics. IEEE Trans Biomed Eng. 2010 May;57(5):1062-9. doi: 10.1109/TBME.2009.2037492. Epub 2010 Feb 5.
- Lipponen JA, Kemppainen J, Karjalainen PA, Laitinen T, Mikola H, Karki T, Tarvainen MP. Dynamic estimation of cardiac repolarization characteristics during hypoglycemia in healthy and diabetic subjects. Physiol Meas. 2011 Jun;32(6):649-60. doi: 10.1088/0967-3334/32/6/003. Epub 2011 Apr 20.
- Lipponen JA, Tarvainen MP. Principal component model for maternal ECG extraction in fetal QRS detection. Physiol Meas. 2014 Aug;35(8):1637-48. doi: 10.1088/0967-3334/35/8/1637. Epub 2014 Jul 29.
- Meretoja A, Roine RO, Kaste M, Linna M, Juntunen M, Erila T, Hillbom M, Marttila R, Rissanen A, Sivenius J, Hakkinen U. Stroke monitoring on a national level: PERFECT Stroke, a comprehensive, registry-linkage stroke database in Finland. Stroke. 2010 Oct;41(10):2239-46. doi: 10.1161/STROKEAHA.110.595173. Epub 2010 Aug 26.
- Syvaoja S, Castren M, Mantyla P, Rissanen TT, Kivela A, Uusaro A, Jantti H. The feasibility of recognizing the heart rhythm with an automated external defibrillator from an area the size of a mobile phone. Eur J Emerg Med. 2016 Apr;23(2):102-7. doi: 10.1097/MEJ.0000000000000214.
- Tarvainen MP, Ranta-Aho PO, Karjalainen PA. An advanced detrending method with application to HRV analysis. IEEE Trans Biomed Eng. 2002 Feb;49(2):172-5. doi: 10.1109/10.979357.
- Tarvainen MP, Niskanen JP, Lipponen JA, Ranta-Aho PO, Karjalainen PA. Kubios HRV--heart rate variability analysis software. Comput Methods Programs Biomed. 2014;113(1):210-20. doi: 10.1016/j.cmpb.2013.07.024. Epub 2013 Aug 6.
- Thakor NV, Zhu YS, Pan KY. Ventricular tachycardia and fibrillation detection by a sequential hypothesis testing algorithm. IEEE Trans Biomed Eng. 1990 Sep;37(9):837-43. doi: 10.1109/10.58594.
- Zhang XS, Zhu YS, Thakor NV, Wang ZZ. Detecting ventricular tachycardia and fibrillation by complexity measure. IEEE Trans Biomed Eng. 1999 May;46(5):548-55. doi: 10.1109/10.759055.
- Kirchhof P, Benussi S, Kotecha D, Ahlsson A, Atar D, Casadei B, Castella M, Diener HC, Heidbuchel H, Hendriks J, Hindricks G, Manolis AS, Oldgren J, Alexandru Popescu B, Schotten U, Van Putte B, Vardas P. 2016 ESC Guidelines for the Management of Atrial Fibrillation Developed in Collaboration With EACTS. Rev Esp Cardiol (Engl Ed). 2017 Jan;70(1):50. doi: 10.1016/j.rec.2016.11.033. No abstract available. Erratum In: Rev Esp Cardiol (Engl Ed). 2017 Nov;70(11):1031. English, Spanish.
- Valiaho ES, Kuoppa P, Lipponen JA, Hartikainen JEK, Jantti H, Rissanen TT, Kolk I, Pohjantahti-Maaroos H, Castren M, Halonen J, Tarvainen MP, Santala OE, Martikainen TJ. Wrist Band Photoplethysmography Autocorrelation Analysis Enables Detection of Atrial Fibrillation Without Pulse Detection. Front Physiol. 2021 May 7;12:654555. doi: 10.3389/fphys.2021.654555. eCollection 2021.
- Santala OE, Lipponen JA, Jäntti H, Rissanen TT, Halonen J, Kolk I, Pohjantähti-Maaroos H, Tarvainen MP, Väliaho ES, Hartikainen J, Martikainen T. Necklace-embedded electrocardiogram for the detection and diagnosis of atrial fibrillation. Clin Cardiol. 2021 May;44(5):620-626. doi: 10.1002/clc.23580. Epub 2021 Feb 25.
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Tényleges)
A tanulmány befejezése (Tényleges)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- KUH507P002
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
az Egyesült Államokban gyártott és onnan exportált termék
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .
Klinikai vizsgálatok a Pitvarfibrilláció
-
Assiut UniversityVisszavontASD2 (Secundum Atrial Septal Defect)