Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Studying the Impacts of Higher Taxes and Bans on Electronic Cigarettes to Improve Public Health

6 maggio 2026 aggiornato da: Ce Shang, Ohio State University Comprehensive Cancer Center

Design Tiered Tax Rates for Electronic Cigarettes (ECs) Based on Their Appeals to Youth and Young Adults

This clinical trial studies whether imposing higher taxes and bans on electronic cigarettes (EC) with appealing features impacts tobacco use among current and susceptible adolescents and young adults (AYA) EC users and adults who use EC or are open to EC use. ECs are currently the most popular form of nicotine or tobacco product in the United States. Compared to burned cigarette products, ECs generally pose fewer short-term harms, making them a promising tool for lowering users' exposure to toxins and cancer-causing chemicals from smoking, promoting better public health outcomes. However, evidence shows that EC marketing has increased overall initiation into nicotine use among AYAs, and that EC users are at a higher risk of becoming smokers, which could have negative public health outcomes. Therefore, understanding the public health impact of EC use and regulation remains a major goal in tobacco control research. This trial studies different scenarios which impose higher taxes or bans on ECs with appealing features. Researchers hope that by studying participant responses to the different scenarios they may be able to identify which ones best discourage EC use among AYAs while promoting adult EC users to quit smoking, which may improve public health.

Panoramica dello studio

Stato

Stato

Indica lo stato di reclutamento attuale o lo stato di accesso ampliato.
Non ancora reclutamento

Condizioni

Condizioni

La malattia, il disturbo, la sindrome, la malattia o la lesione oggetto di studio. Su ClinicalTrials.gov, le condizioni possono includere anche altri problemi relativi alla salute, come la durata della vita, la qualità della vita e i rischi per la salute.

Intervento / Trattamento

Intervento / Trattamento

Un processo o un'azione che è al centro di uno studio clinico. Gli interventi includono farmaci, dispositivi medici, procedure, vaccini e altri prodotti sperimentali o già disponibili. Gli interventi possono anche includere approcci non invasivi, come l'educazione o la modifica della dieta e dell'esercizio fisico.

Descrizione dettagliata

PRIMARY OBJECTIVES:

I. Provide empirical evidence on how tiered EC taxes - imposing higher taxes on ECs with AYA appealing features - impact EC use, combustible tobacco use, and the prevalence of cross-border or illegal purchases.

II. Examine how tiered taxes on AYA-appealing features (flavors, product type, nicotine concentration) impact EC use and combustible tobacco smoking among current and susceptible AYA EC users. (Aim 1) III. Assess how tiered taxes on AYA-appealing features impact EC and combustible tobacco smoking among adult smokers who either use or are open to using ECs. (Aim 2) IV. Compare tiered EC taxes with sales bans on ECs with AYA-appealing features in terms of their impacts on tobacco use, cross-border shopping, and illegal EC purchases. (Aim 3)

OUTLINE: Participants are assigned to 1 of 3 aims.

AIMS 1 & 2: Participants complete volumetric choice experiments (VCEs) over 20 minutes on study with random assignment to: 1) Nicotine levels (low versus [vs.] high); 2) Flavors (fruit/sweet vs. ice vs. menthol/mint vs. tobacco); 3) EC tax bases (by product type vs. by flavor vs. by nicotine concentration), and 4) rate levels (status quo [equal rates] vs. 50% higher vs. 100% higher vs. 200% higher) among six different products (tanks, pods, disposables, cigarettes, cigars, and oral nicotine pouches [ONPs]) and opt-out options (none of the six products or quitting).

AIM 3: Participants are randomized to 1 of 2 groups.

GROUP 1: Participants complete VCEs over 20 minutes on study with random assignment to: 1) nicotine levels (low versus vs. high) and 2) flavors (fruit/sweet vs. ice vs. menthol/mint vs. tobacco) with optimal tiered tax conditions among four different products (preferred EC type, cigarettes, cigars, ONPs) and opt-out options (none of the six products or quitting).

GROUP 2: Participants complete VCEs over 20 minutes on study with random assignment to: 1) nicotine levels (low versus vs. high), 2) flavors (fruit/sweet vs. ice vs. menthol/mint vs. tobacco), and 3) purchasing sources (out-of-state legal vs. local/online illegal, vs. local legal) with banned conditions among four different products (preferred EC type, cigarettes, cigars, ONPs) and opt-out options (none of the six products or quitting).

Tipo di studio

Tipo di studio

Descrive la natura di uno studio clinico. I tipi di studio includono studi interventistici (chiamati anche studi clinici), studi osservazionali (compresi i registri dei pazienti) e accesso allargato.
Interventistico

Iscrizione (Stimato)

Iscrizione

Il numero di partecipanti a uno studio clinico. L'iscrizione "anticipata" è il numero target di partecipanti di cui i ricercatori hanno bisogno per lo studio.
3400

Fase

Fase

La fase di una sperimentazione clinica che studia un farmaco o un prodotto biologico, sulla base delle definizioni sviluppate dalla Food and Drug Administration (FDA) statunitense. La fase si basa sull'obiettivo dello studio, sul numero di partecipanti e su altre caratteristiche. Ci sono cinque fasi: Early Phase 1 (precedentemente indicata come Fase 0), Phase 1, Phase 2, Phase 3 e Phase 4. Not Applicable è usato per descrivere sperimentazioni senza fasi definite dalla FDA, incluse sperimentazioni di dispositivi o interventi comportamentali.
  • Non applicabile

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

Il nome e le informazioni di contatto della persona che può rispondere alle domande di iscrizione per uno studio clinico. Ogni sede in cui viene condotto lo studio può anche avere un contatto specifico, che potrebbe essere maggiormente in grado di rispondere a tali domande.

Luoghi di studio

  • Stati Uniti
    • Ohio
      • Columbus, Ohio, Stati Uniti, 43210
        • Ohio State University Comprehensive Cancer Center
        • Contatto:
        • Investigatore principale:
          • Ce Shang, 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

I requisiti chiave che devono soddisfare le persone che vogliono partecipare a uno studio clinico o le caratteristiche che devono avere. I criteri di ammissibilità sono costituiti sia da criteri di inclusione (necessari a una persona per partecipare allo studio) sia da criteri di esclusione (che impediscono a una persona di partecipare). I tipi di criteri di ammissibilità includono se uno studio accetta volontari sani, ha requisiti di età o gruppo di età o è limitato dal sesso.

Età idonea allo studio

  • Bambino
  • Adulto
  • Adulto più anziano

Accetta volontari sani

Sì

Descrizione

Inclusion Criteria:

  • AYAs aged 15-24 who are daily or nondaily users of ECs and are not smoking in the past 30 days
  • AYA tobacco nonusers aged 15-24 who are susceptible to EC or tobacco use (i.e., curiosity about the product, intention to try it in the near future, and likely response if a best friend were to offer them the product)
  • Adults aged 18+ who are daily or nondaily users of ECs and combustible tobacco in the past 30 days
  • Adults aged 18+ who are daily or nondaily users of combustible tobacco in the past 30 days, not currently using ECs but are open to trying ECs

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

  • Scopo principale: Prevenzione
  • Assegnazione: Randomizzato
  • Modello interventistico: Assegnazione sequenziale
  • Mascheramento: Nessuno (etichetta aperta)

Armi e interventi

Gruppo di partecipanti / Arm

Gruppo di partecipanti / Arm

Un gruppo o sottogruppo di partecipanti a uno studio clinico che riceve un intervento/trattamento specifico o nessun intervento, secondo il protocollo dello studio.
Intervento / Trattamento

Intervento / Trattamento

Un processo o un'azione che è al centro di uno studio clinico. Gli interventi includono farmaci, dispositivi medici, procedure, vaccini e altri prodotti sperimentali o già disponibili. Gli interventi possono anche includere approcci non invasivi, come l'educazione o la modifica della dieta e dell'esercizio fisico.
Sperimentale: Aim 3 group 1 (tiered tax condition VCEs)
Participants complete VCEs over 20 minutes on study with random assignment to: 1) nicotine levels (low versus vs. high) and 2) flavors (fruit/sweet vs. ice vs. menthol/mint vs. tobacco) with optimal tiered tax conditions among four different products (preferred EC type, cigarettes, cigars, ONPs) and opt-out options (none of the six products or quitting).
Altro: Amministrazione del sondaggio
Studi accessori
Altro: Discrete Choice Study
Complete EC tax base, rate, nicotine level, and flavor VCEs
Altri nomi:
  • DCE
  • Discrete Choice Experiment
  • Discrete Choice Task
Altro: Discrete Choice Study
Complete tiered tax condition VCEs
Altri nomi:
  • DCE
  • Discrete Choice Experiment
  • Discrete Choice Task
Altro: Discrete Choice Study
Complete banned condition VCEs
Altri nomi:
  • DCE
  • Discrete Choice Experiment
  • Discrete Choice Task
Sperimentale: Aim 3 group 2 (banned condition VCEs)
Participants complete VCEs over 20 minutes on study with random assignment to: 1) nicotine levels (low versus vs. high), 2) flavors (fruit/sweet vs. ice vs. menthol/mint vs. tobacco), and 3) purchasing sources (out-of-state legal vs. local/online illegal, vs. local legal) with banned conditions among four different products (preferred EC type, cigarettes, cigars, ONPs) and opt-out options (none of the six products or quitting).
Altro: Amministrazione del sondaggio
Studi accessori
Altro: Discrete Choice Study
Complete EC tax base, rate, nicotine level, and flavor VCEs
Altri nomi:
  • DCE
  • Discrete Choice Experiment
  • Discrete Choice Task
Altro: Discrete Choice Study
Complete tiered tax condition VCEs
Altri nomi:
  • DCE
  • Discrete Choice Experiment
  • Discrete Choice Task
Altro: Discrete Choice Study
Complete banned condition VCEs
Altri nomi:
  • DCE
  • Discrete Choice Experiment
  • Discrete Choice Task
Sperimentale: Aims 1 & 2 (EC tax base and rate VCEs)
Participants complete VCEs over 20 minutes on study with random assignment to: 1) Nicotine levels (low vs. high); 2) Flavors (fruit/sweet vs. ice vs. menthol/mint vs. tobacco); 3) EC tax bases (by product type vs. by flavor vs. by nicotine concentration), and 4) rate levels (status quo [equal rates] vs. 50% higher vs. 100% higher vs. 200% higher) among six different products (tanks, pods, disposables, cigarettes, cigars, and oral nicotine pouches [ONPs]) and opt-out options (none of the six products or quitting).
Altro: Amministrazione del sondaggio
Studi accessori
Altro: Discrete Choice Study
Complete EC tax base, rate, nicotine level, and flavor VCEs
Altri nomi:
  • DCE
  • Discrete Choice Experiment
  • Discrete Choice Task
Altro: Discrete Choice Study
Complete tiered tax condition VCEs
Altri nomi:
  • DCE
  • Discrete Choice Experiment
  • Discrete Choice Task
Altro: Discrete Choice Study
Complete banned condition VCEs
Altri nomi:
  • DCE
  • Discrete Choice Experiment
  • Discrete Choice Task

Cosa sta misurando lo studio?

Misure di risultato primarie

Misure di risultato primarie

Nel protocollo di uno studio clinico, la misura dell'esito pianificato più importante per valutare l'effetto di un intervento/trattamento. La maggior parte degli studi clinici ha una misura di esito primaria, ma alcuni ne hanno più di una.
Misura del risultato
Misura Descrizione
Lasso di tempo
Electronic cigarette (EC) use among adolescent and young adult (AYA) current/susceptible users (Aim 1)
Lasso di tempo: Up to 2 years
Will examine how tiered taxes on AYA-appealing features (flavors, product type, nicotine concentration) impact EC use among current and susceptible AYA EC users. All hypotheses will be tested using regression analyses. Will use count data models, such as the Negative Binomial model, the Poisson model, and Multiple Discrete-Continuous Extreme Value (MDCEV) Model. Will use clustered sandwich estimators and consider mixed effects, random effects, and fixed effects in the modeling to account for the hierarchical structure (participant-choice set-purchase) and correlations among choices made by the same individual (repeated measures). Analyses will also control for sociodemographic characteristics such as age, sex, race/ethnicity, income, education, tobacco use histories/status, and purchase expenditures.
Up to 2 years
Combustible tobacco smoking among AYA current/susceptible users (Aim 1)
Lasso di tempo: Up to 2 years
Will examine how tiered taxes on AYA-appealing features (flavors, product type, nicotine concentration) impact combustible tobacco smoking among current and susceptible AYA EC users. All hypotheses will be tested using regression analyses. Will use count data models, such as the Negative Binomial model, the Poisson model, and MDCEV Model. Will use clustered sandwich estimators and consider mixed effects, random effects, and fixed effects in the modeling to account for the hierarchical structure (participant-choice set-purchase) and correlations among choices made by the same individual (repeated measures). Analyses will also control for sociodemographic characteristics such as age, sex, race/ethnicity, income, education, tobacco use histories/status, and purchase expenditures.
Up to 2 years
EC use among adult smokers who use or are open to ECs (Aim 2)
Lasso di tempo: Up to 2 years
Will assess how tiered taxes on AYA-appealing features (flavors, product type, nicotine concentration) impact EC smoking among adult smokers who either use or are open to using ECs. All hypotheses will be tested using regression analyses. Will use count data models, such as the Negative Binomial model, the Poisson model, and MDCEV Model. Will use clustered sandwich estimators and consider mixed effects, random effects, and fixed effects in the modeling to account for the hierarchical structure (participant-choice set-purchase) and correlations among choices made by the same individual (repeated measures). Analyses will also control for sociodemographic characteristics such as age, sex, race/ethnicity, income, education, tobacco use histories/status, and purchase expenditures.
Up to 2 years
Combustible tobacco smoking among adult smokers who use or are open to ECs (Aim 2)
Lasso di tempo: Up to 2 years
Will assess how tiered taxes on AYA-appealing features (flavors, product type, nicotine concentration) impact combustible tobacco smoking among adult smokers who either use or are open to using ECs. All hypotheses will be tested using regression analyses. Will use count data models, such as the Negative Binomial model, the Poisson model, and MDCEV Model. Will use clustered sandwich estimators and consider mixed effects, random effects, and fixed effects in the modeling to account for the hierarchical structure (participant-choice set-purchase) and correlations among choices made by the same individual (repeated measures). Analyses will also control for sociodemographic characteristics such as age, sex, race/ethnicity, income, education, tobacco use histories/status, and purchase expenditures.
Up to 2 years
Tobacco use among AYA EC current/susceptible users (Aim 3)
Lasso di tempo: Up to 2 years
Will compare tiered EC taxes with sales bans on ECs with AYA-appealing features in terms of their impacts on tobacco use. All hypotheses will be tested using regression analyses. Will use count data models, such as the Negative Binomial model, the Poisson model, and MDCEV Model. Will use clustered sandwich estimators and consider mixed effects, random effects, and fixed effects in the modeling to account for the hierarchical structure (participant-choice set-purchase) and correlations among choices made by the same individual (repeated measures). Analyses will also control for sociodemographic characteristics such as age, sex, race/ethnicity, income, education, tobacco use histories/status, and purchase expenditures.
Up to 2 years
Cross-border shopping among AYA EC current/susceptible users (Aim 3)
Lasso di tempo: Up to 2 years
Will compare tiered EC taxes with sales bans on ECs with AYA-appealing features in terms of their impacts on cross-border shopping. In order to assess differences in the proportion of cross-border EC purchases between the two randomization groups, the occurrence of a cross-border EC purchase will be modeled as a binary variable. All hypotheses will be tested using regression analyses. Will use count data models, such as the Negative Binomial model, the Poisson model, and MDCEV Model. Will use clustered sandwich estimators and consider mixed effects, random effects, and fixed effects in the modeling to account for the hierarchical structure (participant-choice set-purchase) and correlations among choices made by the same individual (repeated measures). Analyses will also control for sociodemographic characteristics such as age, sex, race/ethnicity, income, education, tobacco use histories/status, and purchase expenditures.
Up to 2 years
Illegal EC purchases among AYA EC current/susceptible users (Aim 3)
Lasso di tempo: Up to 2 years
Will compare tiered EC taxes with sales bans on ECs with AYA-appealing features in terms of their impacts on illegal EC purchases. In order to assess differences in the proportion of illegal EC purchases between the two randomization groups, the occurrence of an illegal EC purchase will be modeled as a binary variable. All hypotheses will be tested using regression analyses. Will use count data models, such as the Negative Binomial model, the Poisson model, and MDCEV Model. Will use clustered sandwich estimators and consider mixed effects, random effects, and fixed effects in the modeling to account for the hierarchical structure (participant-choice set-purchase) and correlations among choices made by the same individual (repeated measures). Analyses will also control for sociodemographic characteristics such as age, sex, race/ethnicity, income, education, tobacco use histories/status, and purchase expenditures.
Up to 2 years
Tobacco use among adult smokers who use or are open to ECs (Aim 3)
Lasso di tempo: Up to 3 years
Will compare tiered EC taxes with sales bans on ECs with AYA-appealing features in terms of their impacts on tobacco use. All hypotheses will be tested using regression analyses. Will use count data models, such as the Negative Binomial model, the Poisson model, and MDCEV Model. Will use clustered sandwich estimators and consider mixed effects, random effects, and fixed effects in the modeling to account for the hierarchical structure (participant-choice set-purchase) and correlations among choices made by the same individual (repeated measures). Analyses will also control for sociodemographic characteristics such as age, sex, race/ethnicity, income, education, tobacco use histories/status, and purchase expenditures.
Up to 3 years
Cross-border shopping among adult smokers who use or are open to ECs (Aim 3)
Lasso di tempo: Up to 2 years
Will compare tiered EC taxes with sales bans on ECs with AYA-appealing features in terms of their impacts on cross-border shopping. In order to assess differences in the proportion of cross-border EC purchases between the two randomization groups, the occurrence of a cross-border EC purchase will be modeled as a binary variable. All hypotheses will be tested using regression analyses. Will use count data models, such as the Negative Binomial model, the Poisson model, and MDCEV Model. Will use clustered sandwich estimators and consider mixed effects, random effects, and fixed effects in the modeling to account for the hierarchical structure (participant-choice set-purchase) and correlations among choices made by the same individual (repeated measures). Analyses will also control for sociodemographic characteristics such as age, sex, race/ethnicity, income, education, tobacco use histories/status, and purchase expenditures.
Up to 2 years
Illegal EC purchases among adult smokers who use or are open to ECs (Aim 3)
Lasso di tempo: Up to 3 years
Will compare tiered EC taxes with sales bans on ECs with AYA-appealing features in terms of their impacts on illegal EC purchases. In order to assess differences in the proportion of illegal EC purchases between the two randomization groups, the occurrence of an illegal EC purchase will be modeled as a binary variable. All hypotheses will be tested using regression analyses. Will use count data models, such as the Negative Binomial model, the Poisson model, and MDCEV Model. Will use clustered sandwich estimators and consider mixed effects, random effects, and fixed effects in the modeling to account for the hierarchical structure (participant-choice set-purchase) and correlations among choices made by the same individual (repeated measures). Analyses will also control for sociodemographic characteristics such as age, sex, race/ethnicity, income, education, tobacco use histories/status, and purchase expenditures.
Up to 3 years

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

Sponsor

L'organizzazione o la persona che avvia lo studio e che ha autorità e controllo sullo studio.
Ohio State University Comprehensive Cancer Center

Investigatori

Investigatori

Un ricercatore coinvolto in uno studio clinico. I termini correlati includono il ricercatore principale del sito, il ricercatore secondario del sito, il presidente dello studio, il direttore dello studio e il ricercatore principale dello studio.
  • Investigatore principale: Ce Shang, PhD, Ohio State University Comprehensive Cancer Center

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.

Collegamenti utili

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 (Stimato)

Inizio studio

La data effettiva in cui il primo partecipante è stato arruolato in uno studio clinico. La data di inizio dello studio "prevista" è la data che i ricercatori pensano sarà la data di inizio dello studio.
1 agosto 2026

Completamento primario (Stimato)

Completamento primario

La data in cui l'ultimo partecipante a uno studio clinico è stato esaminato o ha ricevuto un intervento per raccogliere i dati finali per la misura dell'esito primario. Il fatto che lo studio clinico sia terminato secondo il protocollo o sia stato interrotto non influisce su questa data. Per gli studi clinici con più di una misura di esito primario con diverse date di completamento, questo termine si riferisce alla data in cui la raccolta dei dati è completata per tutte le misure di esito primario. La data di completamento principale "prevista" è la data che i ricercatori ritengono sarà la data di completamento principale per lo studio.
31 dicembre 2027

Completamento dello studio (Stimato)

Completamento dello studio

La data in cui l'ultimo partecipante a uno studio clinico è stato esaminato o ha ricevuto un intervento/trattamento per raccogliere i dati finali per le misure di esito primarie, le misure di esito secondarie e gli eventi avversi (ovvero l'ultima visita dell'ultimo partecipante). La data di completamento dello studio "prevista" è la data che i ricercatori ritengono sarà la data di completamento dello studio.
31 dicembre 2027

Date di iscrizione allo studio

Primo inviato

Primo inviato

La data in cui lo sponsor o il ricercatore dello studio ha inviato per la prima volta un record di studio a ClinicalTrials.gov. In genere c'è un ritardo di alcuni giorni tra la prima data di invio e la disponibilità del record su ClinicalTrials.gov (la prima data di invio).
6 maggio 2026

Primo inviato che soddisfa i criteri di controllo qualità

Primo inviato che soddisfa i criteri di controllo qualità

La data in cui lo sponsor dello studio o il ricercatore invia per la prima volta un record di studio che è coerente con i criteri di revisione del controllo di qualità (QC) della National Library of Medicine (NLM). Lo sponsor o lo sperimentatore potrebbe dover rivedere e inviare un record di studio una o più volte prima che i criteri di revisione QC di NLM siano soddisfatti. È responsabilità dello sponsor o dello sperimentatore garantire che il record dello studio sia coerente con i criteri di revisione QC NLM.
6 maggio 2026

Primo Inserito (Effettivo)

Primo Inserito

La data in cui il record dello studio è stato disponibile per la prima volta su ClinicalTrials.gov dopo la conclusione della revisione del controllo di qualità (QC) della National Library of Medicine (NLM). In genere c'è un ritardo di alcuni giorni tra la data in cui lo sponsor dello studio o lo sperimentatore ha presentato il record dello studio e la prima data pubblicata.
12 maggio 2026

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

Ultimo aggiornamento pubblicato

La data più recente in cui le modifiche al record di uno studio sono state rese disponibili su ClinicalTrials.gov. Potrebbe esserci un ritardo tra il momento in cui le modifiche sono state inviate a ClinicalTrials.gov dallo sponsor o dallo sperimentatore dello studio (data di invio dell'ultimo aggiornamento) e la data di pubblicazione dell'ultimo aggiornamento.
12 maggio 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

Ultimo aggiornamento inviato che soddisfa i criteri QC

La data più recente in cui lo sponsor dello studio o il ricercatore ha presentato modifiche a un record di studio che sono coerenti con i criteri di revisione del controllo di qualità (QC) della National Library of Medicine (NLM). È responsabilità dello sponsor o dello sperimentatore garantire che il record dello studio sia coerente con i criteri di revisione QC NLM.
6 maggio 2026

Ultimo verificato

Ultimo verificato

La data più recente in cui lo sponsor dello studio o il ricercatore ha confermato che le informazioni su uno studio clinico su ClinicalTrials.gov sono accurate e aggiornate. Se uno studio con stato di reclutamento di reclutamento; non ancora reclutamento; o attivo, non reclutamento non è stato confermato negli ultimi 2 anni, lo stato di reclutamento dello studio viene mostrato come sconosciuto.
1 aprile 2026

Maggiori informazioni

Termini relativi a questo studio

Altri numeri di identificazione dello studio

Altri numeri di identificazione dello studio

Identificatori o numeri ID diversi dal numero NCT assegnati a uno studio clinico dallo sponsor, dai finanziatori o da altri dello studio. Questi numeri possono includere identificatori univoci di altri registri di sperimentazione e numeri di sovvenzioni del National Institutes of Health.
  • OSU-25157
  • NCI-2026-02421 (Identificatore di registro: CTRP (Clinical Trial Reporting Program))

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

prodotto fabbricato ed esportato dagli 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 .

Impostazioni dei cookie

Utilizziamo i cookie per assicurarci di darti la migliore esperienza sul nostro sito web. Per maggiori dettagli leggi attentamente la nostra Informativa sulla privacy e sui cookie. ...>>>Puoi modificare le tue preferenze o revocare il tuo consenso in qualsiasi momento eliminando i cookie dal tuo sito web o computer come descritto nella policy. Accettalo e scegli le tue preferenze spuntando le caselle corrispondenti nella sezione "Gestisci impostazioni" di seguito. Leggi attentamente i nostri Termini di servizio prima di procedere con l'utilizzo di qualsiasi parte di questo sito web.
«Gestisci impostazioni