인공 지능 및 다차원 평가를 통해 심근 경색 후 위험 예측 최적화 : Oracle Study (ORACLE)
배경. 심근 경색 (MI)은 전 세계적으로 사망의 주요 원인입니다. MI 후, 장기 항 혈전 치료는 재발 사건을 예방하는 데 중요하지만 출혈이 증가하여 이환율과 사망률에도 영향을 미칩니다. 이러한 경쟁 위험 예측 도구는 허혈성과 출혈을 예측하는 것이 임상 결정에 알리는 데 가장 중요하지만 현재의 정밀도는 제한적입니다. 새로운 위험에 대한 혁신적인 위험 마커를 발견함으로써 사건 예측을 개선하면 치료 결정과 환자의 결과에 큰 영향을 미칩니다.
목표. 인공 지능 계산을 통해 통합 된 웨어러블 장치, 바이오 마커, 행동 패턴 및 비 침습적 이미징의 혁신적인 다차원 정보를 사용하여 위험의 소설 "계산 바이오 마커"를 발견하고 현재 위험 예측 표준을 향상시킵니다.
결과. 이 분석에 대한 주요 관심의 주요 결과는 출혈 및 허혈성 사건이 가장 긴 후속 조치로 병원 내에서 또는 외부에서 발생합니다. 출혈은 출혈 학술 연구 컨소시엄 (BARC) 정의에 따라 분류됩니다. 심혈관 사망, MI, 명확한 스텐트 혈전증 및 뇌졸중의 복합체 인 주요 부작용 심혈관 사건 (MACE)의 발생은 학술 연구 컨소시엄 -2 분류에 따라 수집됩니다.
연구 개요
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Dr. Francesco Costa
- 전화번호: +34
- 이메일: dottfrancescocosta@gmail.com
연구 장소
-
-
-
Málaga, 스페인, 29010
- 모병
- Hospital Universitario Virgen de la Victoria
-
연락하다:
- Francesco Costa, MD
- 전화번호: +34951030435
- 이메일: dottfrancescocosta@gmail.com
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준 :
심근 경색 환자 (즉, 즉 침습적 관리를 받고 임상 사건의 위험이 높은 경우, 상승, 비 세그먼트 상승 된 심근 경색 또는 불안정한 협심증에 대한 입원. 이러한 고위험 기준의 두 가지 이상의 존재 : 65 세, 당뇨병, 당뇨병, 다중 혈관 질환, 말초 동맥 질환, 만성 신장 질환, 지난 6 개월 동안 언제든지 뇌졸중 또는 이전 TIA, 이전 MI, 복잡한 PCI, 이전 PCI/CABG, BMI> 27, AN ORAL AnticoAgulant, Hemoglobin, Hemoglobin, Hemoglobin, Hemoglobin, Long Termited Appected Appected Appected Appected Appected Apported Appected Appected Appected Apported Appected Appected Apported Appected Appected Apported Appected Appected PCI/CABG, BMI> 27. 지난 12 개월 동안 입원 또는 수혈이 필요한 자발적인 출혈, 출혈 투성도* 피부 이외의 활성 악성 악성, 이전의 자발적인 두개 내 출혈).
- 출혈 위험 증가와 관련된 전신 조건 (예 : 혈소판 수 <100,000/mm3 (<100 x 10^9/l) 또는 출혈 위험 증가와 관련된 공지 된 응고 장애의 병력 또는 현재 혈소판 세포 혈증을 포함한 혈액 학적 장애.
제외 기준 :
- 18 세 <18 세
- 낮은 수명 (<1 년)
- 임신 또는 모유 수유 여성
- 중요하지 않은 관상 동맥 질환의 관상 동맥 혈관 조영술에서 증거 (왼쪽 주 줄기의 <30% 또는 다른 관상 동맥 세그먼트에서는 <50%)
- 대상은 취약한 인구 (수사관의 판단에 따라), 읽거나 쓸 수없는 피험자 또는 환자가 조사자의 판단에 따라 연구 절차를 완전히 이해하고 준수 할 수없는 기타 조건에 속합니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
심근 경색 (MI)
심근 경색 환자 (즉, 즉
침습적 관리를 받고 임상 사건의 위험이 높은 경우, 상승, 비 세그먼트 상승 된 심근 경색 또는 불안정한 협심증에 대한 입원.
이러한 고위험 기준의 두 가지 이상의 존재 : 65 세, 당뇨병, 당뇨병, 다중 혈관 질환, 말초 동맥 질환, 만성 신장 질환, 지난 6 개월 동안 언제든지 뇌졸중 또는 이전 TIA, 이전 MI, 복잡한 PCI, 이전 PCI/CABG, BMI> 27, AN ORAL AnticoAgulant, Hemoglobin, Hemoglobin, Hemoglobin, Hemoglobin, Long Termited Appected Appected Appected Appected Appected Apported Appected Appected Appected Apported Appected Appected Apported Appected Appected Apported Appected Appected PCI/CABG, BMI> 27. 지난 12 개월 동안 입원 또는 수혈이 필요한 자발적 출혈, 출혈 투성증* 피부 이외의 활성 악성 악성, 이전의 자발적인 두개 내 출혈)
|
Oracle 프로그램은 다중 모드 정보 및 인공 지능 계산을 기반으로 한 전향 적, 깊은 표현형 연구입니다.
우리는 연속 ECG를 기록하는 웨어러블 장치, 비 침습적 혈압 및 이동성, 전용 모바일 애플리케이션, 혈액 및 소변 바이오 마커 및 비 침습적 영상화의 행동 패턴을 포함하여 MI가있는 대규모 환자의 병원 내 및 병원 외 데이터를 전향 적으로 수집 할 것입니다.
우리는 통계 학습 방법과 신경망을 사용하여 AI를 활용하여 데이터 내에서 패턴과 고차 상호 작용을 탐색하여 허혈성 및 출혈 위험의 새로운 "계산 바이오 마커"를 제공합니다.
다른 이름들:
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
출혈 및 허혈성 사건의 빈도 및 심각성
기간: 연구 종료 후 8 개월 포함 및 12 개월 추적 관찰
|
이 분석의 주요 관심 결과는 가장 오랫동안 이용 가능한 후속 조치에서 병원 내 또는 외부에서 발생하는 출혈 및 허혈성 사건입니다.
출혈은 출혈 학술 연구 컨소시엄 (BARC) 정의에 따라 분류됩니다.
심혈관 사망, MI, 명확한 스텐트 혈전증 및 뇌졸중의 복합체 인 주요 부작용 심혈관 사건 (MACE)의 발생은 학술 연구 컨소시엄 -2 분류에 따라 수집됩니다.
|
연구 종료 후 8 개월 포함 및 12 개월 추적 관찰
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
사망, 뇌졸중, 재발 성 MI, 스텐트 혈전증, 심부전, 입원
기간: 연구 종료 후 8 개월 포함 및 12 개월 추적 관찰
|
사망은 심혈관 원인 또는 뇌 혈관 원인으로 인한 사망 및 다른 알려진 원인이없는 사망으로 정의됩니다.
뇌졸중은 외상과 같은 다른 쉽게 식별 할 수있는 원인으로 인해 사망으로 끝나거나 24 시간 동안 지속되는 급성 새로운 신경 학적 결핍으로 정의됩니다.
재발 성 Mi는 Mi의 네 번째 보편적 정의에 따라 정의됩니다.
스텐트 혈전증은 ARC (Academic Research Consortium) 정의에 따라 명확한, 가능 또는 가능성으로 분류됩니다.
심부전 증상에 대한 재배성 또는 계획되지 않은 의학적 접촉이 필요한 새로운 발병 심부전이 평가됩니다.
급성 관상 동맥 증후군, 불안정한 협심증 또는 임상 적으로 인한 긴급 혈관 재생에 대한 재발 된 입원도 평가 될 것입니다.
|
연구 종료 후 8 개월 포함 및 12 개월 추적 관찰
|
기타 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
양질의 삶과 치료 준수
기간: 연구 종료 후 8 개월 포함 및 12 개월 추적 관찰
|
환자의 삶의 질과 치료 준수는 다음과 같이 평가됩니다.
|
연구 종료 후 8 개월 포함 및 12 개월 추적 관찰
|
공동 작업자 및 조사자
간행물 및 유용한 링크
일반 간행물
- 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.
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- ORACLE
- ERC-2023-STG-101117469 (기타 식별자: European Research Council (ERC))
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
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. .
심근경색(MI)에 대한 임상 시험
-
Karadeniz Technical University아직 모집하지 않음
-
Wroclaw Medical UniversityUniversity of Rome Tor Vergata아직 모집하지 않음
-
Ariel UniversitySheba Medical Center; Soroka University Medical Center완전한
-
University of Southern California모집하지 않고 적극적으로NSTEMI - 비 ST 세그먼트 표고 MI | 급성관상동맥증후군(ACS) | STEMI - ST 상승 심근 경색(MI) | 불안정 협심증(UA)미국
-
Aventyn, Inc.Arizona State University; Intel Corporation; TwinEpidemic; Heart Health Organization East Valley모병
-
Newcastle-upon-Tyne Hospitals NHS TrustNewcastle University; British Heart Foundation모집하지 않고 적극적으로
-
Montreal Heart Institute모병심근 경색증 | NSTEMI - 비 ST 세그먼트 표고 MI | STEMI(ST 고도 MI)캐나다
-
Assiut University아직 모집하지 않음
데이터 수집에 대한 임상 시험
-
The Hong Kong Polytechnic UniversityLogistics and Supply Chain MultiTech R&D Centre, Hong Kong모병
-
The University of QueenslandBecton, Dickinson and Company모병
-
IRCCS National Neurological Institute "C. Mondino...IRCCS Associazione Oasi Maria SS. ONLUS, Troina, Italy; IRCCS Istituto Auxologico Italiano... 그리고 다른 협력자들완전한
-
Steno Diabetes Center CopenhagenUniversity of Southern Denmark; Steno Diabetes Center Sjaelland모집하지 않고 적극적으로
-
University of Texas Southwestern Medical CenterNational Institute of Mental Health (NIMH); The University of Texas at Arlington; JERRY M...모집하지 않고 적극적으로