야간 교대근무자의 수면을 추적하기 위한 다중 센서의 사용 (SENSE)
2026년 3월 17일 업데이트: Philip Cheng, Henry Ford Health System
야간 근무 직원을 위한 정밀 수면 추적을 위한 다중 센서 기계 학습 접근 방식
업무와 수면 일정이 뒤바뀌기 때문에 야간 근무 근로자에게는 수면이 어려운 경우가 많습니다.
수면은 일반적으로 일반 인구의 객관적인 수면에 대한 표준 척도인 액티그래피(actigraphy)를 사용하여 측정됩니다. 그러나 표준 레거시 알고리즘은 주간 수면의 50.3%만 정확하게 식별하므로 이 방법은 야간 근무자에게 상당한 제한이 있습니다.
이는 야간 근무 근로자의 유효성을 크게 감소시킵니다.
본 연구의 목적은 1) 다중 센서 접근 방식을 사용하여 2) 기계 학습(ML) 알고리즘을 사용하여 주간 수면 감지 정확도를 높이는 새로운 액티그래피 확장 방법을 테스트하는 것입니다.
연구 개요
상세 설명
본 연구의 첫 번째 목표는 주간 수면 기간을 감지하는 데 있어 기존 액티그래피 알고리즘을 능가하는 수면 추적을 위한 오픈 소스 기계 학습 알고리즘을 구축하는 것입니다. 두 번째 목표는 여러 센서를 추가하여 수면 연속성 변수에 대한 추적을 강화하는 것입니다. 최종 목표는 다중 센서 수면 추적의 재택 구현의 촉진제와 장벽을 식별하는 것입니다. 우리의 중심 가설은 다중 센서 ML 접근 방식이 PSG(수면다원검사)에 비해 레거시 알고리즘보다 뛰어난 성능을 발휘한다는 것입니다.
이 연구는 1) 실험실 내 수면다원검사를 사용하여 제안된 다중 센서 ML 접근 방식을 검증하고 2) 가정에서 생태학적으로 유효한 환경에서 다중 센서 ML 접근 방식의 구현을 조사하는 유형 I 하이브리드 효율성-구현 시험이 될 것입니다. 4주간 시행합니다. 야간 교대 근무자 샘플(N = 100)은 연구의 실험실 내 검증 부분에 등록되며 레거시 액티그래피 알고리즘 조건 또는 다중 센서 ML 조건에 1:1 비율로 무작위로 배정됩니다. 도착 시 참가자는 실험실 방문 기간 동안 지속적인 데이터 수집을 통해 이동 가능한 PSG에 연결되어 다양한 길이(4시간, 2시간, 1.5시간 및 2번의 30분 낮잠; 총 시간). 레거시 액티그래피 알고리즘 조건으로 무작위화된 것은 레거시 액티그래피 알고리즘을 사용하여 수집되고 처리된 원시 가속도계 데이터만 갖게 되는 반면, 다중 센서 ML 조건으로 무작위화된 것들은 레거시 액티그래피 조건과 동일한 절차를 따르지만 다음을 사용하여 모니터링됩니다. 추가 센서. 연구의 실험실 부분을 완료한 참가자 중 약 절반은 다중 센서 접근 방식을 사용하여 4주간의 집에서 수면 추적을 포함하는 연구의 집에서 부분을 완료하도록 요청받게 됩니다. 참가자는 센서 키트를 받게 되며 센서 설정을 돕기 위해 연구 직원과 집에서 약속을 갖게 되며, 센서 설정은 4주 후에 다시 수집됩니다. 데이터 품질 확인을 위해 4주 동안 일일 수면 일기도 수집됩니다.
연구 유형
중재적
등록 (추정된)
100
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Philip Cheng, PhD
- 전화번호: 248-344-7361
- 이메일: pcheng1@hfhs.org
연구 연락처 백업
- 이름: Elle M Wernette, PhD
- 전화번호: 2483442409
- 이메일: ewernet1@hfhs.org
연구 장소
-
-
Michigan
-
Novi, Michigan, 미국, 48377
- 모병
- Henry Ford Columbus Medical Center
-
연락하다:
- Philip Cheng, PhD
- 전화번호: 248-344-7361
- 이메일: pcheng1@hfhs.org
-
수석 연구원:
- Philip Cheng, PhD
-
연락하다:
- Elle M Wernette, PhD
- 전화번호: 2483442409
- 이메일: ewernet1@hfhs.org
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
예
설명
포함 기준:
- 참가자는 다음과 같이 운영되는 고정된 야간 근무 일정에 따라 근무해야 합니다. a) 일주일에 최소 3번의 야간 근무, b) 근무 시간은 18:00~02:00 사이에 시작하고 8~12시간 동안 지속되어야 하며, c) 또한 연구 기간 동안 야간 근무 일정을 유지할 계획
- 참가자는 최소 6개월 동안 야간 근무를 해야 합니다.
- 연구 기간 동안 야간 근무 일정을 유지할 계획을 세워야 합니다.
- 참가자는 18세 이상이어야 합니다.
제외 기준:
- 연구 기간 중 야간 근무 일정 또는 계획된 여행 종료
- 24시간당 평균 8시간 이상의 취침 기회가 없습니다.
- 침실 환경에 연구용 스마트 센서를 통합하기를 꺼려함
- 자가 보고 및 소변 약물 검사를 통한 불법 약물 사용
- 신경 장애의 병력
- 알코올 사용 장애
- 임신
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 다른
- 할당: 무작위화되지 않음
- 중재 모델: 순차적 할당
- 마스킹: 더블
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: 단일 대 다중 센서 수면 추적은 LAB
연구의 1 부에서 모든 참가자의 데이터는 수면 분석을위한 두 가지 별도의 방법을 겪게됩니다. 레거시 액티 그래피 알고리즘 방법은 레거시 액티 그래피 알고리즘을 사용하여 수집하고 처리 된 단일 센서의 원시 가속도계 데이터 만 사용합니다. 레거시 알고리즘은 먼저 가속도계 데이터를 Epoch 당 활동 수로 줄인 다음 Cole-Kripke 알고리즘에 따라 수면 또는 깨우기로 분류됩니다. ML (Multi-Sensor Machine Learning) 방법은 수면 환경의 시계, 전화 및 기타 스마트 센서의 추가 센서 데이터 외에 원시 가속도계 데이터를 사용합니다. 이 데이터는 기계 학습 알고리즘을 사용하여 처리됩니다. |
레거시 액티그래피 알고리즘으로 수집 및 처리된 단일 센서의 원시 가속도계 데이터만을 사용하여 실험실 내 수면 추적.
기계 학습을 통해 수집 및 처리된 원시 가속도계 데이터와 추가 센서를 사용하여 실험실 내 수면 추적을 수행합니다.
다른 이름들:
|
|
다른: 가정에서 멀티 센서 수면 추적
이 조건에는 다중 센서 접근법을 사용한 4 주간의 재택 수면 추적이 포함됩니다.
데이터 품질 점검을 가능하게하기 위해 매일 수면 일기가 수집됩니다.
일단 수집되면, 모든 데이터는 실험실 내 실험 조건에 사용되는 동일한 기계 학습 알고리즘으로 처리됩니다.
|
원시 가속도계 데이터와 기계 학습으로 수집 및 처리된 추가 센서를 사용하여 집에서 수면을 추적합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
수면 지속성 - 침대에 누워 있는 시간
기간: 연구 완료 기간 동안 최대 6주
|
참가자가 불이 꺼진 후부터 마지막으로 깨어나는 시간까지 침대에서 보내는 시간(분)입니다.
모든 PSG 변수는 표준 미국수면의학회(AASM) 수면 점수 규칙을 사용합니다.
Apple Watch의 데이터에는 다중 센서 시스템의 비 PSG 입력이 있어 이 수면 연속성 변수를 알립니다.
|
연구 완료 기간 동안 최대 6주
|
|
수면 지속성 - 수면 시작 대기 시간
기간: 연구 완료 기간 동안 최대 6주
|
참가자가 불이 꺼진 시점부터 잠들기까지 소요된 시간(분) 또는 불이 꺼진 상태에서 잠을 자려고 깨어 있지만 시간을 보낸 시간입니다.
모든 PSG 변수는 표준 AASM 수면 점수 규칙을 사용합니다. PSG에 "소등" 마커로 표시되고, EEG는 원형 수면 자세(예:
누운 자세) 눈을 감고 있다.
Apple Watch의 데이터에는 다중 센서 시스템의 비 PSG 입력이 있어 이 수면 연속성 변수에 0에 가까운 럭스의 희미한 조명이나 어둠, 침대에 있는 존재, 휴대폰과 시계의 드물거나 산재된 움직임을 포함합니다.
|
연구 완료 기간 동안 최대 6주
|
|
수면 연속성 - 수면 시작 후 깨우기
기간: 연구 완료 기간 동안 최대 6주
|
참가자가 처음 잠든 시간부터 마지막으로 깨어난 시간을 제외하고 깨어 있는 시간(분)입니다.
모든 PSG 변수는 표준 AASM 수면 점수 규칙을 사용합니다. PSG에 "소등" 표시가 표시된 뇌파검사(EEG)는 원형 수면 자세(예: 수면 자세)와 함께 잠에서 깨어난 것으로 기록되었습니다.
누운 자세) 눈을 감고 있다.
Apple Watch의 데이터에는 다중 센서 시스템의 비 PSG 입력이 있어 이 수면 연속성 변수를 알립니다.
|
연구 완료 기간 동안 최대 6주
|
|
수면 지속성 - 수면 효율성
기간: 연구 완료 기간 동안 최대 6주
|
참가자가 침대에 누워 있는 총 시간 중 잠든 총 시간의 비율[(총 수면 시간(분))/(침대에 누워 있는 시간(분))].
모든 PSG 변수는 표준 AASM 수면 점수 규칙을 사용합니다.
Apple Watch의 데이터에는 다중 센서 시스템의 비 PSG 입력이 있어 어두운 조명이나 어둠, 침대에 누워 있는 상태, 휴대폰과 시계의 지속적인 낮은 움직임, 호흡수 변화 및 심박수를 포함하여 이 수면 연속성 변수를 알려줍니다( 수면 준비).
|
연구 완료 기간 동안 최대 6주
|
|
깨어 있다
기간: 연구 완료 기간 동안 최대 6주
|
참가자가 깨어 있는 시간(분)[또는 어떤 유형의 수면도 없음 - 1단계(N1), 2단계(N2), 3단계(N3), 빠른 안구 운동(REM)].
모든 PSG 변수는 표준 AASM 수면 점수 규칙을 사용합니다. "소등" 표시 또는 비디오 모니터링(예: 침대에서 소셜 미디어 스크롤을 보여주는 비디오 모니터링) 이전의 활동으로 PSG에 표시됩니다.
Apple Watch의 데이터에는 다중 센서 시스템의 비 PSG 입력이 있어 동작, 조명 켜짐, 높은 심박수를 포함한 수면 연속성 변수를 알립니다.
|
연구 완료 기간 동안 최대 6주
|
|
주간 수면 기간 감지
기간: 연구 완료 기간 동안 최대 6주
|
오전 6시에서 오후 6시 사이의 수면 시간은 주간 수면으로 지정됩니다.
Apple Watch의 주간 수면 시간은 PSG 시작 및 종료 시간의 ±30분 이내이고 실제 수면 시간의 50% 이상인 경우 성공적으로 감지된 것으로 간주됩니다.
|
연구 완료 기간 동안 최대 6주
|
|
사용자 경험
기간: 재택 개입 후 2일 이내
|
이는 신제품 평가를 위해 검증되었으며 명확하고 확립된 벤치마크를 갖춘 UEQ(사용자 경험 설문지)를 통해 색인화됩니다.
UEQ에는 1) 매력(전반적인 호감도 또는 매력), 2) 명확성(학습 곡선 및 사용 용이성), 3) 효율성(상호작용 속도 및 효율성), 4) 신뢰성(시스템 동작의 예측 가능성)의 6가지 영역에 따른 항목이 포함됩니다. , 5) 자극(제품이 얼마나 흥미롭고 동기를 부여하는지), 6) 참신함(제품의 혁신과 창의성).
|
재택 개입 후 2일 이내
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
인터뷰
기간: 재택 개입 후 1개월 이내
|
이러한 인터뷰는 CFIR(Consolidated Framework for Implement Research)을 사용하여 반구조화됩니다.
중재자 가이드는 참가자의 경험, 문제 및 개선 제안에 대한 심층적인 피드백을 요청합니다.
인터뷰에서 탐구할 주요 주제에는 사용 용이성, 편안함, 인지된 정확성 및 정기적인 사용에 대한 장벽이 포함됩니다.
|
재택 개입 후 1개월 이내
|
|
디지털 건강 기술 활용 능력
기간: 노동 중재 전에 스크리닝하는 동안
|
이것은 DHTL (Digital Health Technology Literacy Scale)을 사용하여 측정됩니다.
이 검증 된 척도는 디지털 건강 기술 및 서비스 사용에 대한 경험과 기술의 정도를 평가합니다.
DHTL은 강력한 내부 일관성 (Cronbach의 α = 0.95)과 장치를 Wi-Fi 및 Bluetooth에 연결하고 앱 다운로드 및 설치 및 앱에 웨이트 데이터를 입력하는 등 10 가지 디지털 작업을 완료하면 강력한 유효성을 가지고 있습니다.
|
노동 중재 전에 스크리닝하는 동안
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
일반 간행물
- Vgontzas AN, Fernandez-Mendoza J, Liao D, Bixler EO. Insomnia with objective short sleep duration: the most biologically severe phenotype of the disorder. Sleep Med Rev. 2013 Aug;17(4):241-54. doi: 10.1016/j.smrv.2012.09.005. Epub 2013 Feb 16.
- Hsieh HF, Shannon SE. Three approaches to qualitative content analysis. Qual Health Res. 2005 Nov;15(9):1277-88. doi: 10.1177/1049732305276687.
- Sadeh A, Sharkey KM, Carskadon MA. Activity-based sleep-wake identification: an empirical test of methodological issues. Sleep. 1994 Apr;17(3):201-7. doi: 10.1093/sleep/17.3.201.
- Cole RJ, Kripke DF, Gruen W, Mullaney DJ, Gillin JC. Automatic sleep/wake identification from wrist activity. Sleep. 1992 Oct;15(5):461-9. doi: 10.1093/sleep/15.5.461.
- Lichstein KL, Stone KC, Donaldson J, Nau SD, Soeffing JP, Murray D, Lester KW, Aguillard RN. Actigraphy validation with insomnia. Sleep. 2006 Feb;29(2):232-9.
- Van Dongen HP, Maislin G, Mullington JM, Dinges DF. The cumulative cost of additional wakefulness: dose-response effects on neurobehavioral functions and sleep physiology from chronic sleep restriction and total sleep deprivation. Sleep. 2003 Mar 15;26(2):117-26. doi: 10.1093/sleep/26.2.117. Erratum In: Sleep. 2004 Jun 15;27(4):600.
- Drake C, Richardson G, Roehrs T, Scofield H, Roth T. Vulnerability to stress-related sleep disturbance and hyperarousal. Sleep. 2004 Mar 15;27(2):285-91. doi: 10.1093/sleep/27.2.285.
- Drake C, Nickel C, Burduvali E, Roth T, Jefferson C, Pietro B. The pediatric daytime sleepiness scale (PDSS): sleep habits and school outcomes in middle-school children. Sleep. 2003 Jun 15;26(4):455-8.
- Walch O, Huang Y, Forger D, Goldstein C. Sleep stage prediction with raw acceleration and photoplethysmography heart rate data derived from a consumer wearable device. Sleep. 2019 Dec 24;42(12):zsz180. doi: 10.1093/sleep/zsz180.
- Karlsson B, Knutsson A, Lindahl B. Is there an association between shift work and having a metabolic syndrome? Results from a population based study of 27,485 people. Occup Environ Med. 2001 Nov;58(11):747-52. doi: 10.1136/oem.58.11.747.
- Drake CL, Roehrs T, Richardson G, Walsh JK, Roth T. Shift work sleep disorder: prevalence and consequences beyond that of symptomatic day workers. Sleep. 2004 Dec 15;27(8):1453-62. doi: 10.1093/sleep/27.8.1453.
- McHill AW, Melanson EL, Higgins J, Connick E, Moehlman TM, Stothard ER, Wright KP Jr. Impact of circadian misalignment on energy metabolism during simulated nightshift work. Proc Natl Acad Sci U S A. 2014 Dec 2;111(48):17302-7. doi: 10.1073/pnas.1412021111. Epub 2014 Nov 17.
- te Lindert BH, Van Someren EJ. Sleep estimates using microelectromechanical systems (MEMS). Sleep. 2013 May 1;36(5):781-9. doi: 10.5665/sleep.2648.
- Tobaldini E, Fiorelli EM, Solbiati M, Costantino G, Nobili L, Montano N. Short sleep duration and cardiometabolic risk: from pathophysiology to clinical evidence. Nat Rev Cardiol. 2019 Apr;16(4):213-224. doi: 10.1038/s41569-018-0109-6.
- Hysing M, Pallesen S, Stormark KM, Jakobsen R, Lundervold AJ, Sivertsen B. Sleep and use of electronic devices in adolescence: results from a large population-based study. BMJ Open. 2015 Feb 2;5(1):e006748. doi: 10.1136/bmjopen-2014-006748.
- Tricas-Vidal HJ, Lucha-Lopez MO, Hidalgo-Garcia C, Vidal-Peracho MC, Monti-Ballano S, Tricas-Moreno JM. Health Habits and Wearable Activity Tracker Devices: Analytical Cross-Sectional Study. Sensors (Basel). 2022 Apr 12;22(8):2960. doi: 10.3390/s22082960.
- Cheng P, Walch O, Huang Y, Mayer C, Sagong C, Cuamatzi Castelan A, Burgess HJ, Roth T, Forger DB, Drake CL. Predicting circadian misalignment with wearable technology: validation of wrist-worn actigraphy and photometry in night shift workers. Sleep. 2021 Feb 12;44(2):zsaa180. doi: 10.1093/sleep/zsaa180.
- Huang Y, Mayer C, Cheng P, Siddula A, Burgess HJ, Drake C, Goldstein C, Walch O, Forger DB. Predicting circadian phase across populations: a comparison of mathematical models and wearable devices. Sleep. 2021 Oct 11;44(10):zsab126. doi: 10.1093/sleep/zsab126.
- Lieberman HR, Agarwal S, Caldwell JA, Fulgoni VL. Demographics, sleep, and daily patterns of caffeine intake of shift workers in a nationally representative sample of the US adult population. Sleep. 2020 Mar 12;43(3):zsz240. doi: 10.1093/sleep/zsz240.
- Yoon J, Lee M, Ahn JS, Oh D, Shin SY, Chang YJ, Cho J. Development and Validation of Digital Health Technology Literacy Assessment Questionnaire. J Med Syst. 2022 Jan 24;46(2):13. doi: 10.1007/s10916-022-01800-8.
- Patterson MR, Nunes AAS, Gerstel D, Pilkar R, Guthrie T, Neishabouri A, Guo CC. 40 years of actigraphy in sleep medicine and current state of the art algorithms. NPJ Digit Med. 2023 Mar 24;6(1):51. doi: 10.1038/s41746-023-00802-1.
- Hjetland GJ, Skogen JC, Hysing M, Sivertsen B. The Association Between Self-Reported Screen Time, Social Media Addiction, and Sleep Among Norwegian University Students. Front Public Health. 2021 Dec 16;9:794307. doi: 10.3389/fpubh.2021.794307. eCollection 2021.
- Erickson ML, Wang W, Counts J, Redman LM, Parker D, Huebner JL, Dunn J, Kraus WE. Field-Based Assessments of Behavioral Patterns During Shiftwork in Police Academy Trainees Using Wearable Technology. J Biol Rhythms. 2022 Jun;37(3):260-271. doi: 10.1177/07487304221087068. Epub 2022 Apr 13.
- Baron KG, Abbott S, Jao N, Manalo N, Mullen R. Orthosomnia: Are Some Patients Taking the Quantified Self Too Far? J Clin Sleep Med. 2017 Feb 15;13(2):351-354. doi: 10.5664/jcsm.6472.
- Maric A, Burgi M, Werth E, Baumann CR, Poryazova R. Exploring the impact of experimental sleep restriction and sleep deprivation on subjectively perceived sleep parameters. J Sleep Res. 2019 Jun;28(3):e12706. doi: 10.1111/jsr.12706. Epub 2018 Jun 5.
- Fernandez-Mendoza J. The insomnia with short sleep duration phenotype: an update on it's importance for health and prevention. Curr Opin Psychiatry. 2017 Jan;30(1):56-63. doi: 10.1097/YCO.0000000000000292.
- Zhang Y, Papantoniou K. Night shift work and its carcinogenicity. Lancet Oncol. 2019 Oct;20(10):e550. doi: 10.1016/S1470-2045(19)30578-9. Epub 2019 Sep 30. No abstract available.
- Straif K, Baan R, Grosse Y, Secretan B, El Ghissassi F, Bouvard V, Altieri A, Benbrahim-Tallaa L, Cogliano V; WHO International Agency For Research on Cancer Monograph Working Group. Carcinogenicity of shift-work, painting, and fire-fighting. Lancet Oncol. 2007 Dec;8(12):1065-6. doi: 10.1016/S1470-2045(07)70373-X. No abstract available.
- Scott AJ, Monk TH, Brink LL. Shiftwork as a Risk Factor for Depression: A Pilot Study. Int J Occup Environ Health. 1997 Jul;3(Supplement 2):S2-S9.
- Kalmbach DA, Pillai V, Cheng P, Arnedt JT, Drake CL. Shift work disorder, depression, and anxiety in the transition to rotating shifts: the role of sleep reactivity. Sleep Med. 2015 Dec;16(12):1532-8. doi: 10.1016/j.sleep.2015.09.007. Epub 2015 Sep 28.
- Puttonen S, Harma M, Hublin C. Shift work and cardiovascular disease - pathways from circadian stress to morbidity. Scand J Work Environ Health. 2010 Mar;36(2):96-108. doi: 10.5271/sjweh.2894. Epub 2010 Jan 20.
- Boggild H, Knutsson A. Shift work, risk factors and cardiovascular disease. Scand J Work Environ Health. 1999 Apr;25(2):85-99. doi: 10.5271/sjweh.410.
- Lee J, Yoo SK. Respiration Rate Estimation Based on Independent Component Analysis of Accelerometer Data: Pilot Single-Arm Intervention Study. JMIR Mhealth Uhealth. 2020 Aug 10;8(8):e17803. doi: 10.2196/17803.
- Brito RS, Dias C, Afonso Filho A, Salles C. Prevalence of insomnia in shift workers: a systematic review. Sleep Sci. 2021 Jan-Mar;14(1):47-54. doi: 10.5935/1984-0063.20190150.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2026년 2월 23일
기본 완료 (추정된)
2029년 11월 30일
연구 완료 (추정된)
2031년 6월 30일
연구 등록 날짜
최초 제출
2024년 10월 15일
QC 기준을 충족하는 최초 제출
2024년 10월 30일
처음 게시됨 (실제)
2024년 11월 1일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2026년 3월 18일
QC 기준을 충족하는 마지막 업데이트 제출
2026년 3월 17일
마지막으로 확인됨
2026년 3월 1일
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .