Real-PD-onderzoek: ontwikkeling van klinische prognostische modellen voor de ziekte van Parkinson
Real-PD: ontwikkeling van klinische prognostische modellen voor de ziekte van Parkinson op basis van grootschalige inzet van draagbare sensoren en klinische gegevens - een op populatie gebaseerd onderzoek
Achtergrond: Langdurige behandeling van de ziekte van Parkinson (PD) bereikt niet zijn volledige potentieel vanwege een gebrek aan kennis over ziekteprogressie. Het Real-PD-onderzoek heeft tot doel de haalbaarheid en naleving van het gebruik van draagbare sensoren bij PD-patiënten in het echte leven te evalueren. Bovendien zal een exploratieve analyse worden uitgevoerd met betrekking tot activiteitenniveau, medicatie-inname en stemming.
Methoden: In totaal zullen 1000 PD-patiënten en 250 fysiotherapeuten deelnemen aan deze observationele studie. Nederlandse PD-patiënten zullen in het hele land worden geworven en er zal een beoordeling worden uitgevoerd met behulp van een korte versie van het Parkinson's Progression Markers Initiative (PPMI)-protocol. Bovendien dragen de deelnemers een set medische hulpmiddelen (Pebble Smartwatch, valdetector) en gebruiken ze een smartphone met The Fox Insight App (Android app), 24/7, gedurende 13 weken. Primaire metingen van belang zijn: 1) fysieke activiteit, vallen en trillen, gemeten door de axiale versnellingsmeters die zijn ingebouwd in het Pebble-horloge en de valdetector; en 2) medicatie-inname en stemmingsrapporten gemeten door zelfrapportage van patiënten in de Android-app. Om de motorische impact te meten, zal een beoordeling worden uitgevoerd door fysiotherapeuten die allemaal gecertificeerd zijn om de Movement Disorders Society Unified Parkinson's Disease Rating Scale (MDS-UPDRS) uit te voeren.
Discussie: De behandeling van PD-patiënten is complex en lijkt een uitdagende taak voor beroepsbeoefenaren in de gezondheidszorg. De belangrijkste reden is het gebrek aan kennis over het ziektepatroon. Dit probleem zou kunnen worden opgelost door patiënten gedurende hun dagelijks leven op lange termijn te volgen, en draagbare medische apparaten kunnen dienen als een manier om gegevens te verzamelen over dagelijkse activiteiten. Daarom zal de Real-PD-studie een eerste bijdrage leveren aan het vergroten van het gebrek aan kennis over ziekteprogressie, het ontwikkelen van een nieuw medisch beslissingssysteem en het verbeteren van de zorg voor PD-patiënten.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Achtergrond: De huidige behandeling van patiënten met een chronische aandoening zoals de ziekte van Parkinson (PD) is onvolmaakt. Het begrip van klinische profielen is gebaseerd op observaties in kleine, selectieve populaties met korte follow-up. Bovendien zijn behandelbeslissingen gebaseerd op gemiddelde populatieresultaten die mogelijk niet van toepassing zijn op een specifieke individuele context. Deze nadelen zullen worden aangepakt met een "big data"-benadering. Ambulante sensoren zullen worden gebruikt als een objectieve maatstaf voor het functioneren van patiënten onder alledaagse omstandigheden, gedurende langere tijd. De onderzoekers willen het potentieel onderzoeken van het gebruik van longitudinale ambulante gegevens om een gestandaardiseerde klinische dataset te verrijken, die de huidige klinische praktijk voor de beoordeling van de ziektestatus weerspiegelt.
Doelstelling: De studie zal in totaal 250 fysiotherapeuten en 1000 patiënten omvatten. De doelstellingen van deze studie zijn: (1) het uitvoeren van "big data"-analyses op de onbewerkte sensorgegevens, in relatie tot gelijktijdig verkregen klinische gegevens bij deze patiënten (beperkte versie van het PPMI-protocol (Parkinson's Progression Markers Initiative)) om de profielen; en (2) om de ambulante sensorgegevens te correleren met eenvoudige zelfbeoordelingen die tijdens de follow-up zijn gemaakt.
Onderzoeksopzet: Observationeel beschrijvend onderzoek.
Onderzoekspopulatie: Nederlandse parkinsonpatiënten, man of vrouw, 30 jaar of ouder, met door een arts gestelde PD-diagnose en in het bezit van een geschikte smartphone.
Interventie: 250 ParkinsonNet-fysiotherapeuten en 1000 daarvoor in aanmerking komende patiënten zullen in deze studie worden opgenomen. Patiënten en fysiotherapeuten worden geworven in 5 opeenvolgende cohorten op basis van de geografische regio. Patiënten wordt gevraagd om gedurende 13 weken overdag en 's nachts een smartwatch en een hangende bewegingssensor te dragen, beide met triaxiale versnellingsmeters. Daarnaast wordt er gebruik gemaakt van een zelfcontrole-app op een smartphone, waar de patiënt meldt wanneer hij of zij PD-medicatie neemt. Een extra, optionele knop stelt de patiënt in staat om algemene gevoelens te melden. Tijdens de follow-up van 13 weken zullen getrainde fysiotherapeuten een gestandaardiseerde klinische beoordeling uitvoeren, gebaseerd op het PPMI-protocol (www.ppmi-info.org) voor elke geïncludeerde patiënt. Dit assessment duurt 60 minuten. De smartphone wordt gebruikt om gegevens van het horloge naar een cloudgebaseerd gegevensplatform te verzenden. lntel ontwikkelde dit speciale data-analyseplatform voor ambulante data. lntel ontvangt alleen gecodeerde gegevens.
Belangrijkste studieparameters/eindpunten: Studie-eindpunten omvatten parameters geregistreerd met de smartwatch, de hangende bewegingssensor, de zelfcontrole-app en verzameld met de PPMI-beoordeling. De data van de smartwatch geeft na dataverwerking een maatstaf voor het niveau van fysieke activiteit gedurende de dag. Valpartijen worden geregistreerd met de bewegingssensor van de hanger. Medicatie-inname en stemming worden via de smartphone geregistreerd. Ten slotte omvat de PPMI-beoordeling de beoordeling van motorische symptomen, cognitie, depressie, slaap en dagelijkse activiteit. Correlaties zullen worden bepaald tussen de bovengenoemde parameters.
Aard en omvang van de belasting en risico's die samenhangen met participatie, uitkering en groepsgebondenheid: Eerst wordt deelnemers gevraagd de apparaten 24/7 te dragen en worden gegevens continu geregistreerd, voor een totale duur van 13 weken. Ten tweede zullen gegevens worden verzonden naar een gegevensplatform dat is ontwikkeld en beheerd door lntel, in opdracht van de Michael J. Fox Foundation for Parkinson's Research. Voor toegang tot deze gegevens kunnen onderzoekers toestemming verlenen voor onderzoeksdoeleinden, verstrekt door de Michael J. Fox Foundation. Patiënten zullen om toestemming worden gevraagd om de onbewerkte gecodeerde gegevens te delen voor verspreiding onder de onderzoeksgemeenschap, analyse en gebruik in toekomstige publicaties. Deelname aan het onderzoek garandeert dat patiënten hier schriftelijk toestemming voor geven.
Studietype
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
Noord-Holland
-
Multiple Locations, Noord-Holland, Nederland
- Cohort 1
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
Accepteert gezonde vrijwilligers
Geslachten die in aanmerking komen voor studie
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Bezit en gebruikt momenteel een smartphone met toegang tot internet
- 30 jaar of ouder;
- Gediagnosticeerd met de ziekte van Parkinson door een arts;
- In staat om zonder enige hulp te lopen.
Uitsluitingscriteria:
Er worden geen uitsluitingscriteria gebruikt.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Cohort 1
Nederlandse parkinsonpatiënten woonachtig in de regio Noord-Holland die voldoen aan de criteria om in aanmerking te komen. Interventies/blootstellingen die moeten worden toegediend:
|
Tijdens de follow-up van 13 weken zullen getrainde fysiotherapeuten een gestandaardiseerde klinische beoordeling uitvoeren, gebaseerd op het PPMI-protocol (www.ppmi-info.org) voor elke geïncludeerde patiënt.
Deze assessment duurt 60 minuten en wordt eenmalig gedaan.
Andere namen:
Patiënten wordt gevraagd om gedurende 13 weken overdag en 's nachts een smartwatch en een hangende bewegingssensor te dragen, beide met triaxiale versnellingsmeters.
Daarnaast wordt een zelfcontrole-app op een smartphone gebruikt, waar de patiënt meldt wanneer hij of zij PD-medicatie gebruikt.
Een extra, optionele knop stelt de patiënt in staat om algemene gevoelens te melden.
Andere namen:
|
|
Cohort 2
Nederlandse parkinsonpatiënten woonachtig in de regio Zuid-Holland die voldoen aan de criteria om in aanmerking te komen. Interventies/blootstellingen die moeten worden toegediend:
|
Tijdens de follow-up van 13 weken zullen getrainde fysiotherapeuten een gestandaardiseerde klinische beoordeling uitvoeren, gebaseerd op het PPMI-protocol (www.ppmi-info.org) voor elke geïncludeerde patiënt.
Deze assessment duurt 60 minuten en wordt eenmalig gedaan.
Andere namen:
Patiënten wordt gevraagd om gedurende 13 weken overdag en 's nachts een smartwatch en een hangende bewegingssensor te dragen, beide met triaxiale versnellingsmeters.
Daarnaast wordt een zelfcontrole-app op een smartphone gebruikt, waar de patiënt meldt wanneer hij of zij PD-medicatie gebruikt.
Een extra, optionele knop stelt de patiënt in staat om algemene gevoelens te melden.
Andere namen:
|
|
Cohort 3
Nederlandse parkinsonpatiënten woonachtig in de regio Gelderland en Utrecht die voldoen aan de criteria om in aanmerking te komen. Interventies/blootstellingen die moeten worden toegediend:
|
Tijdens de follow-up van 13 weken zullen getrainde fysiotherapeuten een gestandaardiseerde klinische beoordeling uitvoeren, gebaseerd op het PPMI-protocol (www.ppmi-info.org) voor elke geïncludeerde patiënt.
Deze assessment duurt 60 minuten en wordt eenmalig gedaan.
Andere namen:
Patiënten wordt gevraagd om gedurende 13 weken overdag en 's nachts een smartwatch en een hangende bewegingssensor te dragen, beide met triaxiale versnellingsmeters.
Daarnaast wordt een zelfcontrole-app op een smartphone gebruikt, waar de patiënt meldt wanneer hij of zij PD-medicatie gebruikt.
Een extra, optionele knop stelt de patiënt in staat om algemene gevoelens te melden.
Andere namen:
|
|
Cohort 4
Nederlandse parkinsonpatiënten woonachtig in de regio Groningen, Friesland, Drenthe en Overijssel die voldoen aan de criteria om in aanmerking te komen. Interventies/blootstellingen die moeten worden toegediend:
|
Tijdens de follow-up van 13 weken zullen getrainde fysiotherapeuten een gestandaardiseerde klinische beoordeling uitvoeren, gebaseerd op het PPMI-protocol (www.ppmi-info.org) voor elke geïncludeerde patiënt.
Deze assessment duurt 60 minuten en wordt eenmalig gedaan.
Andere namen:
Patiënten wordt gevraagd om gedurende 13 weken overdag en 's nachts een smartwatch en een hangende bewegingssensor te dragen, beide met triaxiale versnellingsmeters.
Daarnaast wordt een zelfcontrole-app op een smartphone gebruikt, waar de patiënt meldt wanneer hij of zij PD-medicatie gebruikt.
Een extra, optionele knop stelt de patiënt in staat om algemene gevoelens te melden.
Andere namen:
|
|
Cohort 5
Nederlandse parkinsonpatiënten woonachtig in de regio Zeeland, Noord-Brabant en Limburg die voldoen aan de criteria om in aanmerking te komen. Interventies/blootstellingen die moeten worden toegediend:
|
Tijdens de follow-up van 13 weken zullen getrainde fysiotherapeuten een gestandaardiseerde klinische beoordeling uitvoeren, gebaseerd op het PPMI-protocol (www.ppmi-info.org) voor elke geïncludeerde patiënt.
Deze assessment duurt 60 minuten en wordt eenmalig gedaan.
Andere namen:
Patiënten wordt gevraagd om gedurende 13 weken overdag en 's nachts een smartwatch en een hangende bewegingssensor te dragen, beide met triaxiale versnellingsmeters.
Daarnaast wordt een zelfcontrole-app op een smartphone gebruikt, waar de patiënt meldt wanneer hij of zij PD-medicatie gebruikt.
Een extra, optionele knop stelt de patiënt in staat om algemene gevoelens te melden.
Andere namen:
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Symptomen van de ziekte van Parkinson
Tijdsspanne: Basislijn
|
De MDS-UPDRS is een herziening van de Unified Parkinson's Disease Rating Scale (UPDRS).
Het is ontwikkeld om verschillende aspecten van de ziekte van Parkinson te evalueren, waaronder niet-motorische en motorische ervaringen in het dagelijks leven, evenals motorische complicaties.
De MDS-UPDRS kenmerkt de omvang en ziektelast van verschillende populaties.
Hier hebben we gegevens gebruikt van een éénpuntsbeoordeling (baseline).
De hier gebruikte totaalscore is berekend door de som van alle scores van de 4 subschalen (d.w.z.
deel I tot en met deel IV) waaruit de MDS-UPDRS bestaat.
De totale score varieert van 0 tot 272.
Een hogere score duidt op een hogere ziekte-ernst en -last en is dus een slechtere uitkomst.
|
Basislijn
|
|
Depressiescores als maatstaf voor depressiecijfers
Tijdsspanne: Basislijn
|
De scores verkregen met de Geriatric Depression Scale zijn geanalyseerd om tot een percentage waarschijnlijk depressieve deelnemers te komen.
De totaalscore gaat van 0 tot 15.
Een score hoger dan 6 duidt op een grotere kans op het lijden aan een depressie.
|
Basislijn
|
|
Cognitieve beperking.
Tijdsspanne: Basislijn
|
Totale somscore verkregen met de Montreal Cognitive Assessment.
We analyseerden de volledige score om het percentage deelnemers met een mogelijke cognitieve stoornis te onderzoeken.
De Montreal Cognitieve somscores variëren van 0 tot 30, waarbij een score lager of gelijk aan 26 wordt beschouwd als mogelijke cognitieve achteruitgang.
|
Basislijn
|
|
Onafhankelijkheidsniveau
Tijdsspanne: Basislijn
|
De totale somscore verkregen met de Schwab en England activiteiten van het dagelijks leven werd geanalyseerd om het functionele niveau van de steekproef te beschrijven.
De totale somscores variëren van 0 tot 100, waarbij lagere scores samenhangen met meer afhankelijkheid van anderen om dagelijkse activiteiten uit te voeren.
|
Basislijn
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Aantal valpartijen per patiënt geregistreerd door de valdetector.
Tijdsspanne: Patiënten worden automatisch beoordeeld tijdens de follow-up (tot 13 weken na de inschrijvingsdatum), 24 uur per dag, 7 dagen per week.
|
De valgebeurtenis wordt herkend door de valdetector.
Elke keer dat de patiënt valt, herkent het algoritme dat is ingebed in de valdetector als een val en registreert het de valgebeurtenis.
Aan het einde van de follow-up tijd zal een som van de valgebeurtenissen voor elke patiënt worden gemaakt.
|
Patiënten worden automatisch beoordeeld tijdens de follow-up (tot 13 weken na de inschrijvingsdatum), 24 uur per dag, 7 dagen per week.
|
|
Aantal stemmingsrapporten voor elke patiënt gemeten met een vierpuntsschaal
Tijdsspanne: Patiënten worden beoordeeld tijdens de follow-up (tot 13 weken na de inschrijvingsdatum). Verwacht wordt dat de beoordeling (zelfrapportage) zo vaak zal worden uitgevoerd als de patiënt wil melden hoe hij zich voelt, of minstens één keer per dag.
|
Het aantal stemmingsmeldingen wordt verzameld via de smartphone-applicatie.
Er is een vierpuntsschaal (zeer goed, goed, slecht en redelijk) beschikbaar en door op de knop te drukken die overeenkomt met hoe de patiënt zich op dat moment voelt, kan het rapport worden uitgevoerd.
Aan het einde van de follow-up tijd wordt een som van alle rapporten gemaakt om het aantal stemmingsrapporten over de follow-up tijd te meten.
|
Patiënten worden beoordeeld tijdens de follow-up (tot 13 weken na de inschrijvingsdatum). Verwacht wordt dat de beoordeling (zelfrapportage) zo vaak zal worden uitgevoerd als de patiënt wil melden hoe hij zich voelt, of minstens één keer per dag.
|
|
Aantal annotaties van medicatie-inname door elke deelnemer via de zelfrapportage-app.
Tijdsspanne: Basislijn
|
Het aantal aantekeningen van de medicatie-inname door de patiënten wordt verzameld via de smartphone-applicatie.
Elke keer dat de patiënt medicatie neemt, moet hij op de knop drukken om te melden dat hij de medicatie heeft ingenomen.
Aan het einde van de follow-up tijd wordt een som van alle rapporten gemaakt om het aantal medicatie-inname gedurende de follow-up tijd te meten.
|
Basislijn
|
|
Tijd dat elke patiënt gedurende de dag actief was
Tijdsspanne: Patiënten worden tijdens de follow-up (tot 13 weken na de inschrijvingsdatum), 24 uur per dag, 7 dagen per week automatisch continu beoordeeld. De analyses beperkten zich tot wandelactiviteiten.
|
De tijd dat de patiënt overdag actief was, wordt automatisch berekend via de app op de smartphone.
De berekening wordt uitgevoerd met behulp van een algoritme dat de looppatronen analyseert.
Dit algoritme kan voorspellen wanneer de patiënt actief was in een zone boven zijn/haar gebruikelijke drempel (bijvoorbeeld wanneer de patiënt één activiteit uitvoerde waardoor hij/zij actiever was dan tijdens een rustige tijd).
Aan het einde van de follow-up tijd zal een som van alle actieve uren worden gedaan om de hoeveelheid tijd te meten dat de patiënt actief was gedurende de follow-up tijd.
|
Patiënten worden tijdens de follow-up (tot 13 weken na de inschrijvingsdatum), 24 uur per dag, 7 dagen per week automatisch continu beoordeeld. De analyses beperkten zich tot wandelactiviteiten.
|
|
Activiteitsniveau voor elke patiënt gedurende de dag
Tijdsspanne: Patiënten worden automatisch beoordeeld tijdens de follow-up (tot 13 weken na de inschrijvingsdatum), 24 uur per dag, 7 dagen per week.
|
Het activiteitsniveau van elke patiënt wordt automatisch berekend via de app op de smartphone.
De berekening wordt uitgevoerd met behulp van de gegevens die zijn verzameld met de versnellingsmeters die in de smartwatch zijn ingebouwd.
Een in de telefoon geïnstalleerd algoritme dat de met de smartwatch verzamelde gegevens analyseert, kan het activiteitsniveau van elke patiënt gedurende de dag berekenen.
|
Patiënten worden automatisch beoordeeld tijdens de follow-up (tot 13 weken na de inschrijvingsdatum), 24 uur per dag, 7 dagen per week.
|
|
Scores in autonome disfuncties meten met de schaal voor autonome disfuncties
Tijdsspanne: Basislijn
|
De scores voor autonome disfuncties zullen worden verkregen met de beoordeling van autonome disfunctie bij de ziekte van Parkinson (SCOPA-AUT).
De totale somscores variëren van 0 tot 100, waarbij hoge scores gecorreleerd zijn met meer last van autonome disfuncties bij Parkinsonpatiënten.
|
Basislijn
|
|
Slaperigheidspercentages in de Epworth-slaperigheidsschaal als maatstaf voor slaaphoeveelheid.
Tijdsspanne: Basislijn
|
De slaperigheidsschaal van Epworth werd gebruikt om de mate van slaperigheid gedurende de dag te beoordelen.
De scores van de schaal zijn gerelateerd aan de gebruikelijke slaapduur 's nachts en nemen toe met relatieve slaapgebrek.
Hier hebben we gegevens gebruikt van een éénpuntsbeoordeling (baseline).
Vervolgens kunnen we voorstellen dat als de steekproef hoge scores heeft, ze een lage hoeveelheid slaap zullen hebben.
De totale somscore varieert van 0 (helemaal geen slaperigheid) tot 24 (overmatige slaperigheid).
|
Basislijn
|
Medewerkers en onderzoekers
Medewerkers
Onderzoekers
- Hoofdonderzoeker: Bastiaan R Bloem, Prof. Dr., Radboud University Medical Center
Publicaties en nuttige links
Algemene publicaties
- Maetzler W, Domingos J, Srulijes K, Ferreira JJ, Bloem BR. Quantitative wearable sensors for objective assessment of Parkinson's disease. Mov Disord. 2013 Oct;28(12):1628-37. doi: 10.1002/mds.25628. Epub 2013 Sep 12.
- Parkka J, Ermes M, Korpipaa P, Mantyjarvi J, Peltola J, Korhonen I. Activity classification using realistic data from wearable sensors. IEEE Trans Inf Technol Biomed. 2006 Jan;10(1):119-28. doi: 10.1109/titb.2005.856863.
- Hobert MA, Maetzler W, Aminian K, Chiari L. Technical and clinical view on ambulatory assessment in Parkinson's disease. Acta Neurol Scand. 2014 Sep;130(3):139-47. doi: 10.1111/ane.12248. Epub 2014 Apr 1.
- Patel S, Lorincz K, Hughes R, Huggins N, Growdon J, Standaert D, Akay M, Dy J, Welsh M, Bonato P. Monitoring motor fluctuations in patients with Parkinson's disease using wearable sensors. IEEE Trans Inf Technol Biomed. 2009 Nov;13(6):864-73. doi: 10.1109/TITB.2009.2033471. Epub 2009 Oct 20.
- Patel S, Chen BR, Mancinelli C, Paganoni S, Shih L, Welsh M, Dy J, Bonato P. Longitudinal monitoring of patients with Parkinson's disease via wearable sensor technology in the home setting. Annu Int Conf IEEE Eng Med Biol Soc. 2011;2011:1552-5. doi: 10.1109/IEMBS.2011.6090452.
- Tsanas A, Little MA, McSharry PE, Ramig L. Using the cellular mobile telephone network to remotely monitor parkinsons disease symptom severity. IEEE Transactions on Biomedical Engineering. 2012.
- Arora S, Venkataraman V, Donohue S, Biglan KM, Dorsey ER, Little MA, editors. High accuracy discrimination of Parkinson's disease participants from healthy controls using smartphones. Acoustics, Speech and Signal Processing (ICASSP), 2014 IEEE International Conference on; 2014: IEEE.
- Pastorino M, Arredondo M, Cancela J, Guillen S, editors. Wearable sensor network for health monitoring: the case of Parkinson disease. Journal of Physics: Conference Series; 2013: IOP Publishing.
- Sharma V, Mankodiya K, De La Torre F, Zhang A, Ryan N, Ton TG, et al. SPARK: Personalized Parkinson Disease Interventions through Synergy between a Smartphone and a Smartwatch. Design, User Experience, and Usability User Experience Design for Everyday Life Applications and Services: Springer; 2014. p. 103-14.
- Tzallas AT, Tsipouras MG, Rigas G, Tsalikakis DG, Karvounis EC, Chondrogiorgi M, Psomadellis F, Cancela J, Pastorino M, Waldmeyer MT, Konitsiotis S, Fotiadis DI. PERFORM: a system for monitoring, assessment and management of patients with Parkinson's disease. Sensors (Basel). 2014 Nov 11;14(11):21329-57. doi: 10.3390/s141121329.
- Lakshminarayana R, Wang D, Burn D, Chaudhuri KR, Cummins G, Galtrey C, Hellman B, Pal S, Stamford J, Steiger M, Williams A; SMART-PD Investigators. Smartphone- and internet-assisted self-management and adherence tools to manage Parkinson's disease (SMART-PD): study protocol for a randomised controlled trial (v7; 15 August 2014). Trials. 2014 Sep 25;15:374. doi: 10.1186/1745-6215-15-374.
- Gschwind YJ, Eichberg S, Marston HR, Ejupi A, Rosario Hd, Kroll M, Drobics M, Annegarn J, Wieching R, Lord SR, Aal K, Delbaere K. ICT-based system to predict and prevent falls (iStoppFalls): study protocol for an international multicenter randomized controlled trial. BMC Geriatr. 2014 Aug 20;14:91. doi: 10.1186/1471-2318-14-91.
- Silva de Lima AL, Hahn T, de Vries NM, Cohen E, Bataille L, Little MA, Baldus H, Bloem BR, Faber MJ. Large-Scale Wearable Sensor Deployment in Parkinson's Patients: The Parkinson@Home Study Protocol. JMIR Res Protoc. 2016 Aug 26;5(3):e172. doi: 10.2196/resprot.5990.
Studie record data
Bestudeer belangrijke data
Studie start
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Schatting)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- NL53034.091.41
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .