- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT02859532
Studio delle proprietà elastografiche del coagulo mediante tecnica SWIRE (Shear Wave Induced Resonance Elastography) (ClotStruct)
La trombosi venosa profonda (TVP) è una malattia vascolare caratterizzata dalla formazione di un trombo all'interno del sistema venoso, principalmente degli arti inferiori. La struttura del coagulo influenza direttamente sia la sua localizzazione, ma anche il suo profilo progressivo di espansione materiale o regressione e migrazione embolica.
Sono disponibili pochi dati sull'evoluzione delle proprietà strutturali del trombo dopo un episodio acuto di TVP. La formazione del trombo è dovuta alla polimerizzazione del fibrinogeno in fibrina. La fibrina è un polimero viscoelastico. Le sue proprietà meccaniche determinano direttamente come il trombo risponde alle forze a cui è sottoposto.
La determinazione delle proprietà meccaniche del trombo in vivo ed ex vivo dovrebbe studiarne le proprietà evolutive.
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
L'obiettivo principale dello studio è quello di caratterizzare le proprietà in vivo del trombo elastografico in pazienti con trombosi venosa profonda prossimale (TVP), per l'elastografia quantitativa eseguita a D0, D7, D30.
La capacità di analizzare le proprietà strutturali del trombo dovrebbe consentirci di correlare poi queste proprietà alla natura evolutiva del trombo (migrazione embolica o meno, ricanalizzazione o meno) e all'effetto del diverso trattamento sull'evoluzione del trombo
Tipo di studio
Iscrizione (Anticipato)
Fase
- Non applicabile
Contatti e Sedi
Luoghi di studio
-
-
-
Grenoble, Francia
- Reclutamento
- University Hospital Grenoble
-
Contatto:
- Gilles Pernod
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
Accetta volontari sani
Sessi ammissibili allo studio
Descrizione
Criterio di inclusione:
- Paziente con TVP prossimale, provocata o meno, la sintomatologia è inferiore a 3 giorni, con o senza embolia polmonare trattata con eparina o anticoagulante orale
- Consenso informato firmato
- Paziente iscritto a un regime di previdenza sociale,
Criteri di esclusione:
- gravidanza o allattamento
- Aspettativa di vita <1 mese
- Paziente con TVP distale o scoperta accidentale di TVP asintomatica
- Paziente sottoposto a disostruzione venosa in fase acuta
- periodo di esclusione in un altro studio,
- sotto controllo amministrativo o giudiziario, sotto tutela
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Scopo principale: Trattamento
- Assegnazione: N / A
- Modello interventistico: Assegnazione di gruppo singolo
- Mascheramento: Nessuno (etichetta aperta)
Armi e interventi
Gruppo di partecipanti / Arm |
Intervento / Trattamento |
|---|---|
|
Sperimentale: Diagnosi di trombosi venosa profonda
Tutti i soggetti con TVP prossimale saranno sottoposti a elastografia quantitativa SWIRE, test di generazione della trombina e test di tromboelastometria rotazionale.
|
Altri nomi:
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Lasso di tempo |
|---|---|
|
Modifica delle proprietà elastografiche in vivo del trombo in pazienti con trombosi venosa profonda prossimale (TVP) mediante elastografia quantitativa
Lasso di tempo: Giorno 0, Giorno 7, Giorno 30
|
Giorno 0, Giorno 7, Giorno 30
|
Misure di risultato secondarie
Misura del risultato |
Lasso di tempo |
|---|---|
|
Proprietà del trombo a seconda dell'esistenza o assenza di embolia polmonare (EP) associata
Lasso di tempo: Giorno 0, Giorno 7, Giorno 30
|
Giorno 0, Giorno 7, Giorno 30
|
|
Proprietà del trombo se provocato contro trombosi non provocata
Lasso di tempo: Giorno 0, Giorno 7, Giorno 30
|
Giorno 0, Giorno 7, Giorno 30
|
|
Correlazione delle proprietà del trombo in vivo con la capacità di generazione della trombina e le proprietà viscoelastiche testate ex vivo mediante tromboelastometria rotazionale
Lasso di tempo: Giorno 0, Giorno 7, Giorno 30
|
Giorno 0, Giorno 7, Giorno 30
|
Collaboratori e investigatori
Sponsor
Investigatori
- Investigatore principale: Gilles PERNOD, University Hospital, Grenoble
Studiare le date dei record
Studia le date principali
Inizio studio
Completamento primario (Anticipato)
Completamento dello studio (Anticipato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Stima)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- 38RC15.355
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
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 .
Prove cliniche su Trombosi venosa profonda
-
RenJi HospitalNon ancora reclutamentoDeep Learning, risonanza magnetica lombare
-
Ceren SireNon ancora reclutamentoDeep caries lesione di denti pemanentiTacchino
-
Tishreen UniversityCompletatoValutazione dell'Intervento Deep Plan nella Regione Sottomentoniera per la Gestione del Doppio MentoSiria
-
Misr International UniversityNational Research Centre, EgyptAttivo, non reclutantePazienti con lesioni cariose profonde | Lesione cariosa profonda | Deep caries lesione di denti pemanentiEgitto
-
University of ZurichReclutamentoPrevisione dell'esito dell'ictus supportata dall'algoritmo di deep learningSvizzera
-
Third Affiliated Hospital, Sun Yat-Sen UniversityReclutamentoSviluppare un modello predittivo di germogliamento del tumore basato sulla TC per il cancro alla vescica utilizzando algoritmi di deep learningCina
-
First Affiliated Hospital of Chongqing Medical...CompletatoFocus sullo sviluppo di un modello di deep learning per prevedere il rischio di recidiva dell'adenocarcinoma polmonare invasivo di stadio IA dopo resezione sublobareCina
Prove cliniche su elastografia SWIRE
-
University of MichiganCompletato