Ottimizzare la previsione del rischio dopo l'infarto del miocardio attraverso l'intelligenza artificiale e la valutazione multidimensionale: lo studio Oracle (ORACLE)
Sfondo. L'infarto miocardico (MI) è una delle principali cause di morte in tutto il mondo. Dopo l'MI, la terapia antitrombotica a lungo termine è fondamentale per prevenire eventi ricorrenti, ma aumenta il sanguinamento, che influisce anche sulla morbilità e sulla mortalità. Dare questi strumenti di previsione dei rischi concorrenti per prevedere ischemici e sanguinamenti sono di fondamentale importanza per informare le decisioni cliniche, ma la loro attuale precisione è limitata. Migliorare la previsione degli eventi, scoprendo nuovi e innovativi marcatori di rischio avrebbe un impatto enorme sulle decisioni terapeutiche e sul risultato dei pazienti.
Obiettivi. Scopri nuovi "biomarcatori computazionali" di rischio e migliora gli attuali standard di previsione del rischio utilizzando informazioni multidimensionali innovative da dispositivi indossabili, biomarcatori, modelli comportamentali e imaging non invasivo, integrati attraverso il calcolo dell'intelligenza artificiale.
Risultati. I risultati primari di interesse per questa analisi sono eventi sanguinanti e ischemici che si verificano all'interno o all'esterno dell'ospedale al follow-up più lungo disponibile. Il sanguinamento sarà classificato in base alla definizione di Bleeding Academic Research Consortium). Il verificarsi dei principali eventi cardiovascolari avversi (MACE), un composito di morte cardiovascolare, IM, trombosi con stent definita e ictus saranno raccolti secondo la classificazione accademica del consorzio-2 di ricerca.
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Tipo di studio
Iscrizione (Stimato)
Contatti e Sedi
Contatto studio
- Nome: Dr. Francesco Costa
- Numero di telefono: +34
- Email: dottfrancescocosta@gmail.com
Luoghi di studio
-
-
-
Málaga, Spagna, 29010
- Reclutamento
- Hospital Universitario Virgen de la Victoria
-
Contatto:
- Francesco Costa, MD
- Numero di telefono: +34951030435
- Email: dottfrancescocosta@gmail.com
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criteri di inclusione:
Pazienti con infarto miocardico (ad es. Il ricovero in ospedale per ST-segmento elevato, a livello non alto di infarto miocardico o angina instabile) in fase di gestione invasiva e ad alto rischio di eventi clinici (ad es. Presenza di almeno due di questi criteri ad alto rischio: età> 65 anni, diabete mellito, malattia multisessel, malattia dell'arteria periferica, malattia renale cronica, ictus precedente in qualsiasi momento o precedente TIA negli ultimi 6 mesi, PCI precedente a 11g, PCI complesso, precedente PCI/CABG, insufficienza cardiaca, BMI> 27, BMI> 27 Bleeding che richiede ricovero in ospedale o trasfusione negli ultimi 12 mesi, diatesi sanguinante* malignità attiva diversa dalla pelle, precedente emorragia intracranica spontanea).
- Condizioni sistemiche associate ad un aumento del rischio di sanguinamento (ad es. Disturbi ematologici, tra cui una storia o attuale trombocitopaenia definita come una conta piastrinica <100.000/mm3 (<100 x 10^9/L) o qualsiasi disturbo di coagulazione noto associato ad un aumento del rischio di sanguinamento.
Criteri di esclusione:
- Età <18 anni
- Bassa aspettativa di vita (<1 anno)
- Donne incinte o allattanti
- Prove sull'angiografia coronarica della malattia coronarica non significativa (<30% nello stelo principale sinistro o <50% negli altri segmenti coronarici)
- Il soggetto appartiene a una popolazione vulnerabile (per giudizio per investigatore), soggetto incapace di leggere o scrivere o altre condizioni che incapaci al paziente di comprendere appieno e rispettare le procedure di studio secondo il giudizio dello investigatore
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
Infarto miocardico (MI)
Pazienti con infarto miocardico (ad es.
Il ricovero in ospedale per ST-segmento elevato, a livello non alto di infarto miocardico o angina instabile) in fase di gestione invasiva e ad alto rischio di eventi clinici (ad es.
Presenza di almeno due di questi criteri ad alto rischio: età> 65 anni, diabete mellito, malattia multisessel, malattia dell'arteria periferica, malattia renale cronica, ictus precedente in qualsiasi momento o precedente TIA negli ultimi 6 mesi, PCI precedente a 11g, PCI complesso, precedente PCI/CABG, insufficienza cardiaca, BMI> 27, BMI> 27 sanguinamento che richiede ricovero in ospedale o trasfusione negli ultimi 12 mesi, diatesi sanguinante* malignità attiva diversa dalla pelle, precedente emorragia intracranica spontanea)
|
Il programma Oracle è uno studio prospettico, profondo fenotipizzazione basato su informazioni multimodali e calcolo dell'intelligenza artificiale.
Raccogli in modo prospettico i dati in ospedale e outospedaliero di una grande coorte di pazienti che presentano l'MI, compresi i dati provenienti da dispositivi indossabili che registrano ECG continuo, fluidi interstiziali, pressione sanguigna non invasiva, mobilità comportamentali da un'applicazione mobile dedicata, biomarche di sangue e urina e immagini non invasive.
Sfrutteremo l'IA, usando metodi di apprendimento statistico e reti neurali, per esplorare i modelli e le interazioni di ordine superiore all'interno dei dati per fornire nuovi "biomarcatori computazionali" di rischio ischemico e sanguinante.
Altri nomi:
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Frequenza e gravità degli eventi sanguinanti e ischemici
Lasso di tempo: Inclusione di 8 mesi e 12 mesi di follow-up dopo la fine dello studio
|
I risultati primari di interesse per questa analisi sono eventi sanguinanti e ischemici che si verificano all'interno o all'esterno dell'ospedale al follow-up più lungo disponibili.
Il sanguinamento sarà classificato in base alla definizione di Bleeding Academic Research Consortium).
Il verificarsi dei principali eventi cardiovascolari avversi (MACE), un composito di morte cardiovascolare, IM, trombosi con stent definita e ictus saranno raccolti secondo la classificazione accademica del consorzio-2 di ricerca.
|
Inclusione di 8 mesi e 12 mesi di follow-up dopo la fine dello studio
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Numero di morte, ictus, MI ricorrente, trombosi dello stent, insufficienza cardiaca, ricovero in ospedale
Lasso di tempo: Inclusione di 8 mesi e 12 mesi di follow-up dopo la fine dello studio
|
La morte sarà definita come morte per cause cardiovascolari o cause cerebrovascolari e qualsiasi morte senza un'altra causa nota.
L'ictus sarà definito come un nuovo deficit neurologico acuto che termina nella morte o durava> 24 ore non a causa di un'altra causa prontamente identificabile come il trauma.
L'MI ricorrente è definito in base alla quarta definizione universale di MI.
La trombosi dello stent sarà classificata come definita, probabile o possibile in base alla definizione del consorzio di ricerca accademica (ARC).
Verranno valutati l'insufficienza cardiaca di nuova insorgenza che richiede una rosospedalizzazione o un contatto medico non pianificato per i sintomi dell'insufficienza cardiaca.
Saranno inoltre valutati il ricorrente ricorrente per la sindrome coronarica acuta, l'angina instabile o la rivascolarizzazione urgente clinicamente indicata.
|
Inclusione di 8 mesi e 12 mesi di follow-up dopo la fine dello studio
|
Altre misure di risultato
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Vita di qualità e aderenza al trattamento
Lasso di tempo: Inclusione di 8 mesi e 12 mesi di follow-up dopo la fine dello studio
|
La qualità della vita dei pazienti e l'adesione al trattamento saranno valutate con:
|
Inclusione di 8 mesi e 12 mesi di follow-up dopo la fine dello studio
|
Collaboratori e investigatori
Pubblicazioni e link utili
Pubblicazioni generali
- Valgimigli M, Bueno H, Byrne RA, Collet JP, Costa F, Jeppsson A, Juni P, Kastrati A, Kolh P, Mauri L, Montalescot G, Neumann FJ, Petricevic M, Roffi M, Steg PG, Windecker S, Zamorano JL, Levine GN; ESC Scientific Document Group; ESC Committee for Practice Guidelines (CPG); ESC National Cardiac Societies. 2017 ESC focused update on dual antiplatelet therapy in coronary artery disease developed in collaboration with EACTS: The Task Force for dual antiplatelet therapy in coronary artery disease of the European Society of Cardiology (ESC) and of the European Association for Cardio-Thoracic Surgery (EACTS). Eur Heart J. 2018 Jan 14;39(3):213-260. doi: 10.1093/eurheartj/ehx419. No abstract available.
- Gerbaud E, Darier R, Montaudon M, Beauvieux MC, Coffin-Boutreux C, Coste P, Douard H, Ouattara A, Catargi B. Glycemic Variability Is a Powerful Independent Predictive Factor of Midterm Major Adverse Cardiac Events in Patients With Diabetes With Acute Coronary Syndrome. Diabetes Care. 2019 Apr;42(4):674-681. doi: 10.2337/dc18-2047. Epub 2019 Feb 6.
- Levine GN, Bates ER, Bittl JA, Brindis RG, Fihn SD, Fleisher LA, Granger CB, Lange RA, Mack MJ, Mauri L, Mehran R, Mukherjee D, Newby LK, O'Gara PT, Sabatine MS, Smith PK, Smith SC Jr. 2016 ACC/AHA Guideline Focused Update on Duration of Dual Antiplatelet Therapy in Patients With Coronary Artery Disease: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. J Am Coll Cardiol. 2016 Sep 6;68(10):1082-115. doi: 10.1016/j.jacc.2016.03.513. Epub 2016 Mar 29. No abstract available.
- Johnson KW, Torres Soto J, Glicksberg BS, Shameer K, Miotto R, Ali M, Ashley E, Dudley JT. Artificial Intelligence in Cardiology. J Am Coll Cardiol. 2018 Jun 12;71(23):2668-2679. doi: 10.1016/j.jacc.2018.03.521.
- Krittanawong C, Zhang H, Wang Z, Aydar M, Kitai T. Artificial Intelligence in Precision Cardiovascular Medicine. J Am Coll Cardiol. 2017 May 30;69(21):2657-2664. doi: 10.1016/j.jacc.2017.03.571.
- Krittanawong C, Johnson KW, Rosenson RS, Wang Z, Aydar M, Baber U, Min JK, Tang WHW, Halperin JL, Narayan SM. Deep learning for cardiovascular medicine: a practical primer. Eur Heart J. 2019 Jul 1;40(25):2058-2073. doi: 10.1093/eurheartj/ehz056.
- Costa F, van Klaveren D, James S, Heg D, Raber L, Feres F, Pilgrim T, Hong MK, Kim HS, Colombo A, Steg PG, Zanchin T, Palmerini T, Wallentin L, Bhatt DL, Stone GW, Windecker S, Steyerberg EW, Valgimigli M; PRECISE-DAPT Study Investigators. Derivation and validation of the predicting bleeding complications in patients undergoing stent implantation and subsequent dual antiplatelet therapy (PRECISE-DAPT) score: a pooled analysis of individual-patient datasets from clinical trials. Lancet. 2017 Mar 11;389(10073):1025-1034. doi: 10.1016/S0140-6736(17)30397-5.
- LeCun Y, Bengio Y, Hinton G. Deep learning. Nature. 2015 May 28;521(7553):436-44. doi: 10.1038/nature14539.
- D'Ascenzo F, De Filippo O, Gallone G, Mittone G, Deriu MA, Iannaccone M, Ariza-Sole A, Liebetrau C, Manzano-Fernandez S, Quadri G, Kinnaird T, Campo G, Simao Henriques JP, Hughes JM, Dominguez-Rodriguez A, Aldinucci M, Morbiducci U, Patti G, Raposeiras-Roubin S, Abu-Assi E, De Ferrari GM; PRAISE study group. Machine learning-based prediction of adverse events following an acute coronary syndrome (PRAISE): a modelling study of pooled datasets. Lancet. 2021 Jan 16;397(10270):199-207. doi: 10.1016/S0140-6736(20)32519-8.
- Rajkomar A, Dean J, Kohane I. Machine Learning in Medicine. N Engl J Med. 2019 Apr 4;380(14):1347-1358. doi: 10.1056/NEJMra1814259. No abstract available.
- Writing Group Members; Mozaffarian D, Benjamin EJ, Go AS, Arnett DK, Blaha MJ, Cushman M, Das SR, de Ferranti S, Despres JP, Fullerton HJ, Howard VJ, Huffman MD, Isasi CR, Jimenez MC, Judd SE, Kissela BM, Lichtman JH, Lisabeth LD, Liu S, Mackey RH, Magid DJ, McGuire DK, Mohler ER 3rd, Moy CS, Muntner P, Mussolino ME, Nasir K, Neumar RW, Nichol G, Palaniappan L, Pandey DK, Reeves MJ, Rodriguez CJ, Rosamond W, Sorlie PD, Stein J, Towfighi A, Turan TN, Virani SS, Woo D, Yeh RW, Turner MB; American Heart Association Statistics Committee; Stroke Statistics Subcommittee. Heart Disease and Stroke Statistics-2016 Update: A Report From the American Heart Association. Circulation. 2016 Jan 26;133(4):e38-360. doi: 10.1161/CIR.0000000000000350. Epub 2015 Dec 16. No abstract available.
- Simonsson M, Wallentin L, Alfredsson J, Erlinge D, Hellstrom Angerud K, Hofmann R, Kellerth T, Lindhagen L, Ravn-Fischer A, Szummer K, Ueda P, Yndigegn T, Jernberg T. Temporal trends in bleeding events in acute myocardial infarction: insights from the SWEDEHEART registry. Eur Heart J. 2020 Feb 14;41(7):833-843. doi: 10.1093/eurheartj/ehz593.
- Valgimigli M, Costa F, Lokhnygina Y, Clare RM, Wallentin L, Moliterno DJ, Armstrong PW, White HD, Held C, Aylward PE, Van de Werf F, Harrington RA, Mahaffey KW, Tricoci P. Trade-off of myocardial infarction vs. bleeding types on mortality after acute coronary syndrome: lessons from the Thrombin Receptor Antagonist for Clinical Event Reduction in Acute Coronary Syndrome (TRACER) randomized trial. Eur Heart J. 2017 Mar 14;38(11):804-810. doi: 10.1093/eurheartj/ehw525.
- Fox KA, Dabbous OH, Goldberg RJ, Pieper KS, Eagle KA, Van de Werf F, Avezum A, Goodman SG, Flather MD, Anderson FA Jr, Granger CB. Prediction of risk of death and myocardial infarction in the six months after presentation with acute coronary syndrome: prospective multinational observational study (GRACE). BMJ. 2006 Nov 25;333(7578):1091. doi: 10.1136/bmj.38985.646481.55. Epub 2006 Oct 10.
- Subherwal S, Bach RG, Chen AY, Gage BF, Rao SV, Newby LK, Wang TY, Gibler WB, Ohman EM, Roe MT, Pollack CV Jr, Peterson ED, Alexander KP. Baseline risk of major bleeding in non-ST-segment-elevation myocardial infarction: the CRUSADE (Can Rapid risk stratification of Unstable angina patients Suppress ADverse outcomes with Early implementation of the ACC/AHA Guidelines) Bleeding Score. Circulation. 2009 Apr 14;119(14):1873-82. doi: 10.1161/CIRCULATIONAHA.108.828541. Epub 2009 Mar 30.
- Baber U, Mehran R, Giustino G, Cohen DJ, Henry TD, Sartori S, Ariti C, Litherland C, Dangas G, Gibson CM, Krucoff MW, Moliterno DJ, Kirtane AJ, Stone GW, Colombo A, Chieffo A, Kini AS, Witzenbichler B, Weisz G, Steg PG, Pocock S. Coronary Thrombosis and Major Bleeding After PCI With Drug-Eluting Stents: Risk Scores From PARIS. J Am Coll Cardiol. 2016 May 17;67(19):2224-2234. doi: 10.1016/j.jacc.2016.02.064. Epub 2016 Apr 11.
- Bianco M, D'ascenzo F, Raposeiras Roubin S, Kinnaird T, Peyracchia M, Ariza-Sole A, Cerrato E, Manzano-Fernandez S, Gravinese C, Templin C, Destefanis P, Velicki L, Luciano A, Xanthopoulou I, Rinaldi M, Rognoni A, Varbella F, Boccuzzi G, Omede P, Montabone A, Bernardi A, Taha S, Rossini R, Durante A, Gili S, Magnani G, Autelli M, Grosso A, Blanco PF, Giustetto C, Garay A, Quadri G, Queija BC, Srdanovic I, Paz RC, Fernandez MC, Pousa IM, Gallo D, Morbiducci U, Dominguez-Rodriguez A, Lopez-Cuenca A, Cequier A, Alexopoulos D, Iniguez-Romo A, Pozzi R, Assi EA, Valgimigli M. Comparative external validation of the PRECISE-DAPT and PARIS risk scores in 4424 acute coronary syndrome patients treated with prasugrel or ticagrelor. Int J Cardiol. 2020 Feb 15;301:200-206. doi: 10.1016/j.ijcard.2019.11.132. Epub 2019 Nov 22.
- Choi KH, Song YB, Lee JM, Park TK, Yang JH, Choi JH, Choi SH, Oh JH, Cho DK, Lee JB, Doh JH, Kim SH, Jeong JO, Bae JH, Kim BO, Cho JH, Suh IW, Kim DI, Park HK, Park JS, Choi WG, Lee WS, Gwon HC, Hahn JY. Clinical Usefulness of PRECISE-DAPT Score for Predicting Bleeding Events in Patients With Acute Coronary Syndrome Undergoing Percutaneous Coronary Intervention: An Analysis From the SMART-DATE Randomized Trial. Circ Cardiovasc Interv. 2020 May;13(5):e008530. doi: 10.1161/CIRCINTERVENTIONS.119.008530. Epub 2020 May 1.
- Choi SY, Kim MH, Cho YR, Sung Park J, Min Lee K, Park TH, Yun SC. Performance of PRECISE-DAPT Score for Predicting Bleeding Complication During Dual Antiplatelet Therapy. Circ Cardiovasc Interv. 2018 Dec;11(12):e006837. doi: 10.1161/CIRCINTERVENTIONS.118.006837.
- Yoshida R, Ishii H, Morishima I, Tanaka A, Morita Y, Takagi K, Yoshioka N, Hirayama K, Iwakawa N, Tashiro H, Kojima H, Mitsuda T, Hitora Y, Furusawa K, Tsuboi H, Murohara T. Performance of HAS-BLED, ORBIT, PRECISE-DAPT, and PARIS risk score for predicting long-term bleeding events in patients taking an oral anticoagulant undergoing percutaneous coronary intervention. J Cardiol. 2019 Jun;73(6):479-487. doi: 10.1016/j.jjcc.2018.10.013. Epub 2018 Dec 28.
- Kawashima H, Gao C, Takahashi K, Tomaniak M, Ono M, Hara H, Wang R, Chichareon P, Suryapranata H, Walsh S, Cotton J, Koning R, Rensing B, Wykrzykowska J, de Winter RJ, Garg S, Anderson R, Hamm C, Steg PG, Onuma Y, Serruys PW. Comparative Assessment of Predictive Performance of PRECISE-DAPT, CRUSADE, and ACUITY Scores in Risk Stratifying 30-Day Bleeding Events. Thromb Haemost. 2020 Jul;120(7):1087-1095. doi: 10.1055/s-0040-1712449. Epub 2020 Jun 22.
- Collet JP, Thiele H, Barbato E, Barthelemy O, Bauersachs J, Bhatt DL, Dendale P, Dorobantu M, Edvardsen T, Folliguet T, Gale CP, Gilard M, Jobs A, Juni P, Lambrinou E, Lewis BS, Mehilli J, Meliga E, Merkely B, Mueller C, Roffi M, Rutten FH, Sibbing D, Siontis GCM; ESC Scientific Document Group. 2020 ESC Guidelines for the management of acute coronary syndromes in patients presenting without persistent ST-segment elevation. Eur Heart J. 2021 Apr 7;42(14):1289-1367. doi: 10.1093/eurheartj/ehaa575. No abstract available.
- Capodanno D, Angiolillo DJ. Tailoring duration of DAPT with risk scores. Lancet. 2017 Mar 11;389(10073):987-989. doi: 10.1016/S0140-6736(17)30591-3. No abstract available.
- Rymer JA, Rao SV. Enhancement of Risk Prediction With Machine Learning: Rise of the Machines. JAMA Netw Open. 2019 Jul 3;2(7):e196823. doi: 10.1001/jamanetworkopen.2019.6823. No abstract available.
- Goldstein BA, Navar AM, Carter RE. Moving beyond regression techniques in cardiovascular risk prediction: applying machine learning to address analytic challenges. Eur Heart J. 2017 Jun 14;38(23):1805-1814. doi: 10.1093/eurheartj/ehw302.
- Pencina MJ, D'Agostino RB Sr. Thoroughly modern risk prediction? Sci Transl Med. 2012 Apr 25;4(131):131fs10. doi: 10.1126/scitranslmed.3004127.
- Krittanawong C, Rogers AJ, Johnson KW, Wang Z, Turakhia MP, Halperin JL, Narayan SM. Integration of novel monitoring devices with machine learning technology for scalable cardiovascular management. Nat Rev Cardiol. 2021 Feb;18(2):75-91. doi: 10.1038/s41569-020-00445-9. Epub 2020 Oct 9.
- Gao W, Emaminejad S, Nyein HYY, Challa S, Chen K, Peck A, Fahad HM, Ota H, Shiraki H, Kiriya D, Lien DH, Brooks GA, Davis RW, Javey A. Fully integrated wearable sensor arrays for multiplexed in situ perspiration analysis. Nature. 2016 Jan 28;529(7587):509-514. doi: 10.1038/nature16521.
- Mi SH, Su G, Yang HX, Zhou Y, Tian L, Zhang T, Tao H. Comparison of in-hospital glycemic variability and admission blood glucose in predicting short-term outcomes in non-diabetes patients with ST elevation myocardial infarction underwent percutaneous coronary intervention. Diabetol Metab Syndr. 2017 Mar 21;9:20. doi: 10.1186/s13098-017-0217-1. eCollection 2017.
- Hylek EM, Ko D. Atrial Fibrillation and Fall Risk: What Are the Treatment Implications? J Am Coll Cardiol. 2016 Sep 13;68(11):1179-1180. doi: 10.1016/j.jacc.2016.07.714. No abstract available.
- Liu C, Chen R, Sera F, Vicedo-Cabrera AM, Guo Y, Tong S, Coelho MSZS, Saldiva PHN, Lavigne E, Matus P, Valdes Ortega N, Osorio Garcia S, Pascal M, Stafoggia M, Scortichini M, Hashizume M, Honda Y, Hurtado-Diaz M, Cruz J, Nunes B, Teixeira JP, Kim H, Tobias A, Iniguez C, Forsberg B, Astrom C, Ragettli MS, Guo YL, Chen BY, Bell ML, Wright CY, Scovronick N, Garland RM, Milojevic A, Kysely J, Urban A, Orru H, Indermitte E, Jaakkola JJK, Ryti NRI, Katsouyanni K, Analitis A, Zanobetti A, Schwartz J, Chen J, Wu T, Cohen A, Gasparrini A, Kan H. Ambient Particulate Air Pollution and Daily Mortality in 652 Cities. N Engl J Med. 2019 Aug 22;381(8):705-715. doi: 10.1056/NEJMoa1817364.
Studiare le date dei record
Studia le date principali
Inizio studio (Stimato)
Completamento primario (Stimato)
Completamento dello studio (Stimato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
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
- ORACLE
- ERC-2023-STG-101117469 (Altro identificatore: European Research Council (ERC))
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
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 raccolta dei dati
-
Acorai ABCompletatoArresto cardiacoStati Uniti, Svezia, Regno Unito, Canada, Danimarca, Belgio
-
The Hong Kong Polytechnic UniversityLogistics and Supply Chain MultiTech R&D Centre, Hong KongReclutamentoSoggetti maschi e femmine saniHong Kong
-
Memorial Sloan Kettering Cancer CenterCompletatoCancro alla prostataStati Uniti
-
IgenomixNon ancora reclutamento
-
Université de Reims Champagne-ArdenneReclutamentoVirus dell'immunodeficienza umana (HIV)Francia
-
University of WarwickUniversity of BirminghamCompletatoGrafici di controllo del processo statisticoRegno Unito
-
Cliniques universitaires Saint-Luc- Université...Université de LiègeReclutamentoFibrosi cistica | BiomarcatoriBelgio
-
State University of New York at BuffaloEunice Kennedy Shriver National Institute of Child Health and Human Development... e altri collaboratoriCompletato
-
Northeastern UniversityRhode Island HospitalCompletato
-
Xim LimitedPortsmouth Hospitals NHS Trust; Mind Over Matter Medtech LtdCompletato