Caratterizzazione del Sottogruppo di Diabete di Tipo 1: Un'Analisi di Intelligenza Artificiale delle Caratteristiche Cliniche e Glucometriche (T1DC)
6 marzo 2026 aggiornato da: Fundació Institut de Recerca de l'Hospital de la Santa Creu i Sant Pau
Caratterizzazione dei Sottogruppi di Persone con Diabete di Tipo 1: analisi delle caratteristiche cliniche e glicometriche utilizzando un approccio di Intelligenza Artificiale
L'obiettivo di questo studio osservazionale è caratterizzare diversi sottogruppi tra i pazienti con diabete di tipo 1. La principale domanda di ricerca è:
Esistono sottotipi distinti tra le persone con diabete di tipo 1?
I partecipanti saranno invitati a prendere parte allo studio consentendo l'accesso ai loro dati sanitari. Non sarà richiesto loro di sottoporsi a esami, test, visite o interventi aggiuntivi.
Panoramica dello studio
Stato
Stato
Reclutamento
Condizioni
Condizioni
Descrizione dettagliata
Descrizione dello Studio
Obiettivo principale L'obiettivo primario di questo studio è caratterizzare sottogruppi di individui con diabete di tipo 1 (T1D) in base a caratteristiche cliniche e glucometriche utilizzando un approccio di intelligenza artificiale (IA).
Obiettivi secondari Valutare la stabilità dei cluster nel tempo (1, 2 e 3 anni); valutare l'utilità dei cluster per prevedere le complicanze; analizzare il contributo di diverse variabili cliniche alla caratterizzazione dei cluster e la sua evoluzione nel tempo; e modellare endpoint come le complicanze correlate al diabete.
Disegno dello Studio Questo è uno studio osservazionale ambispectivo.
Patologia in Studio Diabete Mellito di Tipo 1.
Metodologia Questo studio osservazionale ambispectivo utilizzerà informazioni estratte dalle cartelle cliniche elettroniche dei partecipanti e dati glucometrici ottenuti dalle corrispondenti piattaforme di monitoraggio. I dati verranno analizzati utilizzando tecniche di intelligenza artificiale per identificare modelli e potenziali sottogruppi all'interno della popolazione con diabete di tipo 1.
Popolazione dello Studio e Dimensione del Campione La popolazione dello studio include individui con diabete di tipo 1 (T1D) che sono seguiti presso il Dipartimento di Endocrinologia e Nutrizione dell'Ospedale de la Santa Creu i Sant Pau. Poiché si tratta di uno studio esplorativo, non è richiesto un calcolo formale della dimensione del campione. Si prevede di includere circa 800 pazienti.
Tipo di studio
Tipo di studio
Osservativo
Iscrizione (Stimato)
Iscrizione
800
Contatti e Sedi
Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.
Contatto studio
Contatto studio
- Nome: Eva Safont, MD
- Numero di telefono: 5661 +34686203964
- Email: esafont@santpau.cat
Backup dei contatti dello studio
- Nome: Rosa M Corcoy, MD, PhD
- Numero di telefono: 5661 +34686203964
- Email: rcorcoy@santpau.cat
Luoghi di studio
-
-
Barcelona
-
Barcelona, Barcelona, Spagna, 08025
- Reclutamento
- Hospital de la Santa Creu i Sant Pau, Barcelona, Barcelona 08041
-
Contatto:
- Rosa Corcoy, MD PhD
- Numero di telefono: +34 935565661
- Email: rcorcoy@santpau.cat
-
Contatto:
- Eva Safont, MD
- Numero di telefono: +34 935565661
- Email: esafont@santpau.cat
-
Investigatore principale:
- Rosa Corcoy, MD PhD
-
Sub-investigatore:
- Eva Safont, MD
-
Sub-investigatore:
- Ana Chico, MD PhD
-
Sub-investigatore:
- Alex Mesa, MD PhD
-
Sub-investigatore:
- Helena Sardà, MD
-
Sub-investigatore:
- Lilian C Mendoza, MD PhD
-
Sub-investigatore:
- Natalia Mangas, RN
-
Sub-investigatore:
- Dídac Mauricio, MD PhD
-
Sub-investigatore:
- Santiago Martinez, MD
-
Sub-investigatore:
- Jose M Cubero, MD PhD
-
Sub-investigatore:
- Romina Miranda, PhD
-
Sub-investigatore:
- Bogdan Vlacho, PhD
-
-
Criteri di partecipazione
I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.
Criteri di ammissibilità
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
No
Metodo di campionamento
Campione non probabilistico
Popolazione di studio
La popolazione dello studio è composta da individui con diabete di tipo 1 (T1D) assistiti presso il Dipartimento di Endocrinologia e Nutrizione dell'Ospedale de la Santa Creu i Sant Pau.
Descrizione
Criteri di inclusione:
- Individui con diabete di tipo 1 (T1D) di età pari o superiore a 18 anni.
- Individui con T1D che si prevede avranno un follow-up regolare presso il Dipartimento di Endocrinologia e Nutrizione dell'Ospedale de la Santa Creu i Sant Pau.
- Utenti di sistemi di monitoraggio continuo del glucosio (CGM) per almeno gli ultimi 6 mesi del 2024.
- Disponibilità e capacità di fornire il consenso informato scritto per partecipare allo studio (da parte del paziente o del suo rappresentante).
Criteri di esclusione:
- Presenza di comorbidità gravi o condizioni mediche che, a giudizio dello sperimentatore, potrebbero interferire con la partecipazione allo studio o l'interpretazione dei risultati. Questa circostanza dovrebbe essere eccezionale, poiché lo studio mira a essere il più inclusivo possibile.
Piano di studio
Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.
Come è strutturato lo studio?
Dettagli di progettazione
Numero di gruppi/coorti
1
Coorti e interventi
Gruppo / CoorteGruppo / Coorte |
|---|
|
Persone con diabete mellito di tipo 1
Individui con diabete mellito di tipo 1 (T1D) assistiti presso il Dipartimento di Endocrinologia e Nutrizione dell'Ospedale de la Santa Creu i Sant Pau.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Cluster di diabete di tipo 1
Lasso di tempo: Sottogruppi definiti in base ai dati dell'anno 2024.
|
Gruppi differenziati di persone con diabete di tipo 1 definiti attraverso l'analisi di variabili cliniche, analitiche e glucometriche.
|
Sottogruppi definiti in base ai dati dell'anno 2024.
|
Misure di risultato secondarie
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Stabilità del cluster nel tempo
Lasso di tempo: 2024 - 2027
|
Stabilità dei cluster nel tempo determinata utilizzando l'indice di Jaccard come criterio di affidabilità: persistenza dei cluster per 1, 2 e 3 anni.
L'indice di Jaccard (JI) misura il grado di somiglianza tra due insiemi, indipendentemente dal tipo di elementi.
Assume valori compresi tra 0 e 1, dove quest'ultimo corrisponde a una completa uguaglianza tra i due insiemi.
|
2024 - 2027
|
|
Complicanze acute e croniche del diabete
Lasso di tempo: 2024-2027
|
Presenza di complicanze acute (come ipoglicemia grave) e croniche (come retinopatia, nefropatia e neuropatia) nei diversi cluster.
|
2024-2027
|
|
Controllo glicemico: glucosio medio
Lasso di tempo: 2024-2027
|
Glicemia media riportata in mg/dL
|
2024-2027
|
|
Controllo glicemico: GMI (indicatore di gestione del glucosio)
Lasso di tempo: 2024-2027
|
GMI (indicatore di gestione del glucosio) riportato in percentuale (%)
|
2024-2027
|
|
Controllo glicemico: CV (coefficiente di variazione)
Lasso di tempo: 2024-2027
|
CV (coefficiente di variazione) riportato in percentuale (%)
|
2024-2027
|
|
Controllo glicemico: tempo in range
Lasso di tempo: 2024-2027
|
Tempo in range espresso in percentuale:
|
2024-2027
|
|
HbA1c
Lasso di tempo: 2024-2027
|
Emoglobina glicata (HbA1c) di laboratorio o al punto di cura
|
2024-2027
|
|
Profilo lipidico
Lasso di tempo: 2024-2027
|
Laboratorio misurato colesterolo totale, trigliceridi, LDL e HDL
|
2024-2027
|
|
Creatinina
Lasso di tempo: 2024-2027
|
creatinina Misurazione di laboratorio.
Unità mg/dL
|
2024-2027
|
|
Tasso di filtrazione glomerulare stimato
Lasso di tempo: 2024-2027
|
tasso di filtrazione glomerulare stimato in laboratorio.
Unità mL/min/1.73
m²
|
2024-2027
|
|
Albuminuria
Lasso di tempo: 2024-2027
|
Albuminuria, misurazione di laboratorio.
Unità mg/g
|
2024-2027
|
|
Trattamento antipertensivo
Lasso di tempo: 2024-2027
|
Uso del trattamento antipertensivo e sua relazione con i cluster.
|
2024-2027
|
|
Trattamento ipolipemizzante: utilizzo
Lasso di tempo: 2024-2027
|
Uso di farmaci ipolipemizzanti (sì/no)
|
2024-2027
|
|
Trattamento ipolipemizzante fra i cluster
Lasso di tempo: 2024-2027
|
Associazione tra l'uso del trattamento ipolipemizzante e i cluster.
|
2024-2027
|
|
Trattamento con insulina: tipo
Lasso di tempo: 2024-2027
|
Tipo di terapia insulinica: iniezioni multiple giornaliere, sistemi di infusione sottocutanea continua, sistemi ibridi a circuito chiuso
|
2024-2027
|
|
Trattamento insulinico: associazione con i cluster
Lasso di tempo: 2024-2027
|
Associazione con il tipo di terapia insulinica e i cluster
|
2024-2027
|
|
Variabili antropometriche: peso
Lasso di tempo: 2024-2027
|
Peso in chilogrammi e sua relazione con i cluster.
Peso e altezza saranno combinati per riportare l'IMC in kg/m^2.
|
2024-2027
|
|
Variabili antropometriche: altezza
Lasso di tempo: 2024-2027
|
Altezza in centimetri e la sua relazione con i cluster.
Peso e altezza saranno combinati per riportare l'IMC in kg/m^2.
|
2024-2027
|
|
Variabili antropometriche: circonferenza della vita
Lasso di tempo: 2024-2027
|
Circonferenza della vita in centimetri e la sua relazione con i cluster.
|
2024-2027
|
|
Uso di sostanze: tabacco
Lasso di tempo: 2024-2027
|
Consumo di tabacco e sua relazione con i cluster.
L'uso del tabacco verrà riportato: uso attivo di tabacco, uso passato di tabacco, mai fumatore, sconosciuto. |
2024-2027
|
|
Consumo di sostanze: alcol
Lasso di tempo: 2024-2027
|
Consumo di alcol e sua relazione con i cluster.
Il consumo di alcol sarà riportato come: Consumo a basso rischio, Consumo a rischio (>10 grammi di alcol nelle donne, >20g di alcol negli uomini), disturbo attivo da alcol noto, Disturbo da alcol passato, Sconosciuto.
|
2024-2027
|
|
Età alla diagnosi
Lasso di tempo: 2024-2027
|
Età del paziente alla diagnosi di diabete e sua relazione con i cluster.
|
2024-2027
|
|
Durata della malattia
Lasso di tempo: 2024-2027
|
Durata del diabete e sua relazione con i cluster.
|
2024-2027
|
|
Gravidanza
Lasso di tempo: 2024-2027
|
Gravidanza attiva e la sua relazione con i cluster.
|
2024-2027
|
|
Stato di parità nelle donne
Lasso di tempo: 2024-2027
|
Stato di parità nelle donne e la sua relazione con i cluster.
|
2024-2027
|
|
Fase del ciclo mestruale
Lasso di tempo: 2024-2027
|
Fase del ciclo mestruale e la sua relazione con i cluster.
|
2024-2027
|
|
Fase riproduttiva nelle donne
Lasso di tempo: 2024-2027
|
Fase riproduttiva nelle donne e sua relazione con i cluster.
La fase riproduttiva sarà riportata come: Riproduttiva, Perimenopausa, Postmenopausa, Sconosciuta
|
2024-2027
|
|
Variabili riportate dai pazienti
Lasso di tempo: 2024-2027
|
La qualità della vita correlata alla salute riportata dal paziente sarà valutata utilizzando un questionario validato per pazienti con diabete di tipo 1.
Verrà utilizzata la versione spagnola del questionario sulla qualità della vita nel diabete (EsDQOL).
Il punteggio ottenuto dal questionario varia da 0 a 100, dove 0 rappresenta la qualità della vita più bassa possibile e 100 la più alta possibile.
|
2024-2027
|
|
Variabili riportate dal paziente e la sua associazione con i cluster
Lasso di tempo: 2024-2027
|
Correlazione tra la qualità della vita correlata alla salute riportata dal paziente e l'associazione con i cluster.
|
2024-2027
|
|
Variabili sociodemografiche
Lasso di tempo: 2024-2027
|
Data di nascita
|
2024-2027
|
|
Variabili sociodemografiche
Lasso di tempo: 2024-2027
|
Sesso assegnato alla nascita
|
2024-2027
|
|
Variabili sociodemografiche
Lasso di tempo: 2024-2027
|
Razza/background etnico riportato come: Bianco, Mediterraneo o Ispanico, Africano o Caraibico, Sud Asiatico (Indiano, Pakistano, Bangladese, o altro Asiatico), Est o Sudest Asiatico (Cinese, Giapponese, o Sudest Asiatico), Arabo o Nordafricano (incluso Egiziano), Sconosciuto
|
2024-2027
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Sponsor
Sponsor
Collaboratori
Collaboratori
Investigatori
Investigatori
- Investigatore principale: Rosa M Corcoy, Fundació Institut de Recerca de l'Hospital de la Santa Creu i Sant Pau
Pubblicazioni e link utili
La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.
Pubblicazioni generali
- Diabetes Control and Complications Trial Research Group; Nathan DM, Genuth S, Lachin J, Cleary P, Crofford O, Davis M, Rand L, Siebert C. The effect of intensive treatment of diabetes on the development and progression of long-term complications in insulin-dependent diabetes mellitus. N Engl J Med. 1993 Sep 30;329(14):977-86. doi: 10.1056/NEJM199309303291401.
- Ahlqvist E, Storm P, Karajamaki A, Martinell M, Dorkhan M, Carlsson A, Vikman P, Prasad RB, Aly DM, Almgren P, Wessman Y, Shaat N, Spegel P, Mulder H, Lindholm E, Melander O, Hansson O, Malmqvist U, Lernmark A, Lahti K, Forsen T, Tuomi T, Rosengren AH, Groop L. Novel subgroups of adult-onset diabetes and their association with outcomes: a data-driven cluster analysis of six variables. Lancet Diabetes Endocrinol. 2018 May;6(5):361-369. doi: 10.1016/S2213-8587(18)30051-2. Epub 2018 Mar 5.
- Goldstein A, Shahar Y, Weisman Raymond M, Peleg H, Ben-Chetrit E, Ben-Yehuda A, Shalom E, Goldstein C, Shiloh SS, Almoznino G. Multi-Dimensional Validation of the Integration of Syntactic and Semantic Distance Measures for Clustering Fibromyalgia Patients in the Rheumatic Monitor Big Data Study. Bioengineering (Basel). 2024 Jan 19;11(1):97. doi: 10.3390/bioengineering11010097.
- Celeux G, Govaert G. Gaussian parsimonious clustering models. Pattern Recognit. 1995 May;28(5):781-93.
- Sammouda R, El-Zaart A. An Optimized Approach for Prostate Image Segmentation Using K-Means Clustering Algorithm with Elbow Method. Comput Intell Neurosci. 2021 Nov 15;2021:4553832. doi: 10.1155/2021/4553832. eCollection 2021.
- Vigers T, Chan CL, Snell-Bergeon J, Bjornstad P, Zeitler PS, Forlenza G, Pyle L. cgmanalysis: An R package for descriptive analysis of continuous glucose monitor data. PLoS One. 2019 Oct 11;14(10):e0216851. doi: 10.1371/journal.pone.0216851. eCollection 2019.
- Kovatchev B, Lobo B. Clinically Similar Clusters of Daily Continuous Glucose Monitoring Profiles: Tracking the Progression of Glycemic Control Over Time. Diabetes Technol Ther. 2023 Aug;25(8):519-528. doi: 10.1089/dia.2023.0117.
- Tobias DK, Merino J, Ahmad A, Aiken C, Benham JL, Bodhini D, Clark AL, Colclough K, Corcoy R, Cromer SJ, Duan D, Felton JL, Francis EC, Gillard P, Gingras V, Gaillard R, Haider E, Hughes A, Ikle JM, Jacobsen LM, Kahkoska AR, Kettunen JLT, Kreienkamp RJ, Lim LL, Mannisto JME, Massey R, Mclennan NM, Miller RG, Morieri ML, Most J, Naylor RN, Ozkan B, Patel KA, Pilla SJ, Prystupa K, Raghavan S, Rooney MR, Schon M, Semnani-Azad Z, Sevilla-Gonzalez M, Svalastoga P, Takele WW, Tam CH, Thuesen ACB, Tosur M, Wallace AS, Wang CC, Wong JJ, Yamamoto JM, Young K, Amouyal C, Andersen MK, Bonham MP, Chen M, Cheng F, Chikowore T, Chivers SC, Clemmensen C, Dabelea D, Dawed AY, Deutsch AJ, Dickens LT, DiMeglio LA, Dudenhoffer-Pfeifer M, Evans-Molina C, Fernandez-Balsells MM, Fitipaldi H, Fitzpatrick SL, Gitelman SE, Goodarzi MO, Grieger JA, Guasch-Ferre M, Habibi N, Hansen T, Huang C, Harris-Kawano A, Ismail HM, Hoag B, Johnson RK, Jones AG, Koivula RW, Leong A, Leung GKW, Libman IM, Liu K, Long SA, Lowe WL Jr, Morton RW, Motala AA, Onengut-Gumuscu S, Pankow JS, Pathirana M, Pazmino S, Perez D, Petrie JR, Powe CE, Quinteros A, Jain R, Ray D, Ried-Larsen M, Saeed Z, Santhakumar V, Kanbour S, Sarkar S, Monaco GSF, Scholtens DM, Selvin E, Sheu WH, Speake C, Stanislawski MA, Steenackers N, Steck AK, Stefan N, Stoy J, Taylor R, Tye SC, Ukke GG, Urazbayeva M, Van der Schueren B, Vatier C, Wentworth JM, Hannah W, White SL, Yu G, Zhang Y, Zhou SJ, Beltrand J, Polak M, Aukrust I, de Franco E, Flanagan SE, Maloney KA, McGovern A, Molnes J, Nakabuye M, Njolstad PR, Pomares-Millan H, Provenzano M, Saint-Martin C, Zhang C, Zhu Y, Auh S, de Souza R, Fawcett AJ, Gruber C, Mekonnen EG, Mixter E, Sherifali D, Eckel RH, Nolan JJ, Philipson LH, Brown RJ, Billings LK, Boyle K, Costacou T, Dennis JM, Florez JC, Gloyn AL, Gomez MF, Gottlieb PA, Greeley SAW, Griffin K, Hattersley AT, Hirsch IB, Hivert MF, Hood KK, Josefson JL, Kwak SH, Laffel LM, Lim SS, Loos RJF, Ma RCW, Mathieu C, Mathioudakis N, Meigs JB, Misra S, Mohan V, Murphy R, Oram R, Owen KR, Ozanne SE, Pearson ER, Perng W, Pollin TI, Pop-Busui R, Pratley RE, Redman LM, Redondo MJ, Reynolds RM, Semple RK, Sherr JL, Sims EK, Sweeting A, Tuomi T, Udler MS, Vesco KK, Vilsboll T, Wagner R, Rich SS, Franks PW. Second international consensus report on gaps and opportunities for the clinical translation of precision diabetes medicine. Nat Med. 2023 Oct;29(10):2438-2457. doi: 10.1038/s41591-023-02502-5. Epub 2023 Oct 5.
- Somolinos-Simon FJ, Garcia-Saez G, Tapia-Galisteo J, Corcoy R, Elena Hernando M. Cluster analysis of adult individuals with type 1 diabetes: Treatment pathways and complications over a five-year follow-up period. Diabetes Res Clin Pract. 2024 Sep;215:111803. doi: 10.1016/j.diabres.2024.111803. Epub 2024 Jul 30.
- Kahkoska AR, Nguyen CT, Jiang X, Adair LA, Agarwal S, Aiello AE, Burger KS, Buse JB, Dabelea D, Dolan LM, Imperatore G, Lawrence JM, Marcovina S, Pihoker C, Reboussin BA, Sauder KA, Kosorok MR, Mayer-Davis EJ. Characterizing the weight-glycemia phenotypes of type 1 diabetes in youth and young adulthood. BMJ Open Diabetes Res Care. 2020 Jan;8(1):e000886. doi: 10.1136/bmjdrc-2019-000886.
- Misra S, Wagner R, Ozkan B, Schon M, Sevilla-Gonzalez M, Prystupa K, Wang CC, Kreienkamp RJ, Cromer SJ, Rooney MR, Duan D, Thuesen ACB, Wallace AS, Leong A, Deutsch AJ, Andersen MK, Billings LK, Eckel RH, Sheu WH, Hansen T, Stefan N, Goodarzi MO, Ray D, Selvin E, Florez JC; ADA/EASD PMDI; Meigs JB, Udler MS. Precision subclassification of type 2 diabetes: a systematic review. Commun Med (Lond). 2023 Oct 5;3(1):138. doi: 10.1038/s43856-023-00360-3.
- Jacobsen LM, Sherr JL, Considine E, Chen A, Peeling SM, Hulsmans M, Charleer S, Urazbayeva M, Tosur M, Alamarie S, Redondo MJ, Hood KK, Gottlieb PA, Gillard P, Wong JJ, Hirsch IB, Pratley RE, Laffel LM, Mathieu C; ADA/EASD PMDI. Utility and precision evidence of technology in the treatment of type 1 diabetes: a systematic review. Commun Med (Lond). 2023 Oct 5;3(1):132. doi: 10.1038/s43856-023-00358-x.
- Battaglia M, Ahmed S, Anderson MS, Atkinson MA, Becker D, Bingley PJ, Bosi E, Brusko TM, DiMeglio LA, Evans-Molina C, Gitelman SE, Greenbaum CJ, Gottlieb PA, Herold KC, Hessner MJ, Knip M, Jacobsen L, Krischer JP, Long SA, Lundgren M, McKinney EF, Morgan NG, Oram RA, Pastinen T, Peters MC, Petrelli A, Qian X, Redondo MJ, Roep BO, Schatz D, Skibinski D, Peakman M. Introducing the Endotype Concept to Address the Challenge of Disease Heterogeneity in Type 1 Diabetes. Diabetes Care. 2020 Jan;43(1):5-12. doi: 10.2337/dc19-0880. Epub 2019 Nov 21.
Studiare le date dei record
Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.
Studia le date principali
Inizio studio (Effettivo)
Inizio studio
4 novembre 2025
Completamento primario (Stimato)
Completamento primario
1 giugno 2028
Completamento dello studio (Stimato)
Completamento dello studio
1 dicembre 2028
Date di iscrizione allo studio
Primo inviato
Primo inviato
14 novembre 2025
Primo inviato che soddisfa i criteri di controllo qualità
Primo inviato che soddisfa i criteri di controllo qualità
6 marzo 2026
Primo Inserito (Effettivo)
Primo Inserito
10 marzo 2026
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento pubblicato
10 marzo 2026
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo aggiornamento inviato che soddisfa i criteri QC
6 marzo 2026
Ultimo verificato
Ultimo verificato
1 novembre 2025
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
Altri numeri di identificazione dello studio
- IIBSP-GIA-2024-115
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
INDECISO
Descrizione del piano IPD
Potremmo pubblicare dati anonimizzati dei pazienti sul sito web dell'Universitat Autònoma de Barcelona, assicurandoci che nessuna informazione che permetta la re-identificazione sia inclusa, come nome, numero di identificazione, numero di telefono, indirizzo postale o email, numero di previdenza sociale, data di nascita esatta, luogo di nascita esatto o occupazione.
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
No
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
No
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .