- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT06161181
Verbetering van de therapietrouw bij patiënten met gemetastaseerde borstkanker: het onderzoeksprotocol
Achtergrond: Opkomend bewijsmateriaal geeft aan dat patiënten met gevorderde kanker, zoals die met MBC, vaak een significante mate van therapieontrouw vertonen aan orale behandelingen tegen kanker. Door gebruik te maken van de machine learning-modellen in de klinische praktijk kunnen gepersonaliseerde voorspellingen worden gedaan over de therapietrouw van individuele patiënten, waardoor de therapietrouw wordt ondersteund en gerichte interventies mogelijk worden gemaakt.
Doel: Het huidige protocol heeft tot doel de werkzaamheid te beoordelen van de DSS, een webgebaseerde oplossing genaamd TREAT (TREatment Adherence SupporT), en een webapplicatie voor machinaal leren bij het bevorderen van de therapietrouw aan orale behandelingen tegen kanker binnen een steekproef van MBC-patiënten.
Methoden en opzet: Dit protocol maakt deel uit van een project getiteld "Enhancing Therapy Therapietrouw bij patiënten met gemetastaseerde borstkanker" (trackingnummer 65080791). Een steekproef van 100 MBC-patiënten wordt achtereenvolgens ingeschreven en opgenomen in de afdeling Medische Senologie van het Europees Instituut voor Oncologie. 50 MBC-patiënten ontvangen de DSS gedurende drie maanden (experimentele groep), terwijl 50 MBC-patiënten die niet aan de interventie zijn onderworpen, standaard medisch advies krijgen (controlegroep). Het protocol voorziet in drie beoordelingstijdstippen: T1 (1 maand), T2 (2 maanden) en T3 (3 maanden). Op elk tijdstip vullen de deelnemers een reeks zelfrapporten in waarin de therapietrouw, klinische, psychologische en kwaliteit van leven variabelen worden geëvalueerd.
Conclusies: onze resultaten zullen informatie geven over de effectiviteit van de DSS en risicovoorspellende modellen bij het bevorderen van de therapietrouw aan orale antikankerbehandelingen bij MBC-patiënten.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Gemetastaseerde borstkanker (MBC) vertegenwoordigt een ongeneeslijke aandoening waarbij farmacologische interventies gericht zijn op het uitstellen van de ziekteprogressie en het verlichten van de symptomen, waardoor de overlevingskansen worden vergroot en de kwaliteit van leven (QoL) en het psychologische welzijn worden behouden. Klinische vooruitgang op het gebied van antikankerbehandelingen heeft de overlevingskansen onder MBC-patiënten aanzienlijk vergroot. Steeds meer bewijsmateriaal meldde echter dat therapietrouw een cruciaal probleem is in het ziektetraject van borstkankerpatiënten, vooral in de context van orale antikankerbehandelingen (OAT's). Uit opkomend bewijsmateriaal blijkt dat patiënten met gevorderde kanker, zoals die met MBC, vaak een aanzienlijke mate van therapieontrouw vertonen. MBC-patiënten worden geconfronteerd met verschillende belemmeringen bij de dagelijkse behandeling van OAT's, waaronder emotionele en fysieke problemen die gepaard gaan met bijwerkingen, doseringsvariaties, onderbrekingen van de behandeling en een gebrek aan ziektegerelateerde kennis. Voorspellingsmodellen voor therapietrouw zijn eerder ontwikkeld en getest voor verschillende scenario's en ziekten. Er zijn aanwijzingen dat het gebruik van machine learning-modellen in de klinische praktijk het mogelijk maakt om gepersonaliseerde voorspellingen te doen over de therapietrouw van individuele patiënten, waardoor de therapietrouw wordt ondersteund en gerichte interventies worden vergemakkelijkt. Toch moeten bestaande onderzoeken de therapietrouw onder MBC-patiënten nog systematisch aanpakken door een beslissingsondersteunend systeem (DSS) te ontwerpen en te implementeren dat risicovoorspellende modellen integreert naast educatieve en trainingsinstrumenten.
Het huidige protocol heeft tot doel de werkzaamheid te beoordelen van de DSS, een webgebaseerde oplossing genaamd TREAT (TREatment Adherence SupporT), en een machine learning-webapplicatie bij het bevorderen van de therapietrouw aan orale behandelingen tegen kanker binnen een steekproef van MBC-patiënten. Dit protocol maakt deel uit van een project met de titel "Enhancing Therapy Therapietrouw bij patiënten met gemetastaseerde borstkanker" (trackingnummer 65080791). Het overkoepelende doel van dit project is het ontwikkelen van een voorspellend model voor therapietrouw, een bijbehorende DSS en richtlijnen om de betrokkenheid van patiënten en de therapietrouw bij MBC-patiënten te verbeteren.
De webgebaseerde DSS werd ontwikkeld in het eerste jaar van het Pfizer Project (65080791) met behulp van een patiëntgerichte benadering en bestaat uit vier secties: i) Gemetastaseerde borstkanker; ii) Therapietrouw aan kankertherapieën; iii) Het bevorderen van therapietrouw; iv) Mijn therapietrouwdagboek. Bovendien werd een webgebaseerde applicatie voor machinaal leren ontworpen om zich te concentreren op het voorspellen van de risicofactoren van patiënten voor therapietrouw tegen kanker, waarbij specifiek rekening wordt gehouden met de fysieke status, comorbide aandoeningen en bijwerkingen op de korte en lange termijn. Deze webgebaseerde applicatie voor machine learning is ontwikkeld via een retrospectief onderzoek waarbij gebruik is gemaakt van fysiologische, klinische en levenskwaliteitsgegevens die beschikbaar zijn bij het European Institute of Oncology (Milaan, Italië) (R1595/21-IEO 1704). Concreet zijn multimodale retrospectieve gegevens opgehaald uit de elektronische patiëntendossiers (EPD) met behulp van natuurlijke taalverwerking (NLP) in een steekproef van 2.750 MBC-patiënten (van 2010 tot 2020).
Methoden/Ontwerp
Hoofddoelen
Evaluatie van de effectiviteit van de DSS-webgebaseerde oplossing en machine learning-webapplicatie (TREAT - "TREatment Adherence SupporT") bij het bevorderen van de therapietrouw bij orale behandelingen tegen kanker binnen een cohort van 100 patiënten met gemetastaseerde borstkanker (MBC) gedurende een periode van drie maanden. De therapietrouw wordt beoordeeld door het aantal ingenomen pillen te berekenen, gedeeld door de voorgeschreven hoeveelheid.
Secundaire doelstellingen
Identificeer klinische factoren (comorbiditeiten, pijnaanwezigheid, tumortype, behandelingstype), psychologische parameters (persoonlijkheidskenmerken, angst, depressie, zelfeffectiviteit bij het omgaan met kanker, gevoel van samenhang en risicoperceptie) en QoL-variabelen die als voorspellers dienen voor de naleving van OAT's door patiënten. Deze voorspellers worden gebruikt om de niet-naleving van OAT’s bij MBC-patiënten te beoordelen en om de eerste versie van een machine learning-model te verbeteren dat is ontwikkeld in het retrospectieve onderzoek (R1595/21-IEO 1704). Gegevens voor de secundaire eindpunten worden verzameld met behulp van de vragenlijst van de European Organization for Research and Treatment of Cancer Quality of Life (EORTC-QLQ-C30), de European Organization for Research and Treatment of Cancer 23-item Breast Cancer-specific Questionnaire (EORTC-QLQ -BR23), en de Brief Pain Inventory (BPI). Om psychologische variabelen te evalueren, worden bovendien de volgende metingen gebruikt: de State-Trait Anxiety Inventory (STAI-Y), de Beck Depression Inventory-II (BDI-II), de Big Five Inventory (BFI), de Cancer Behavior Inventory CBI Verkorte vorm (CBI-B/I), het gevoel van samenhang (SOC-13) en risicoperceptie (met behulp van twee visueel analoge schalen).
Proefduur en studieontwerp
De studie is opgezet als een gerandomiseerde, gecontroleerde studie van drie maanden, uitgevoerd bij het European Institute of Oncology (IEO). Meer specifiek wordt een steekproef van 100 patiënten achtereenvolgens ingeschreven en opgenomen in de Afdeling Medische Senologie met een MBC-diagnose. Patiënten die de geïnformeerde toestemming hebben ondertekend, krijgen een unieke identificatie en worden toegewezen aan de controle- of interventie-arm in een verhouding van 1:1. In het begin vraagt het systeem om alle in- en uitsluitingscriteria te bevestigen. Vervolgens genereert een onafhankelijke onderzoeker een willekeurige reeks met behulp van de statistische taal R (R Core Team 2020).
Experimentele groep - TREAT (TREatment Adherence SupporT): 50 MBC-patiënten ontvangen de DSS gedurende drie maanden. Patiënten wordt geïnstrueerd om de DSS ad libitum te gebruiken. Verder worden patiënten expliciet geïnformeerd dat TREAT geen klinische consultaties vervangt, maar bedoeld is om te helpen bij het beheren van orale behandelingen en het verbeteren van de therapietrouw door middel van voorlichting op basis van op bewijs gebaseerde informatie. Controlegroep: 50 MBC-patiënten die niet aan de interventie zijn onderworpen, krijgen standaard medisch advies.
Het protocol voorziet in drie beoordelingstijdstippen: T1 (1 maand), T2 (2 maanden) en T3 (3 maanden). Bij de basislijn (T0) vullen alle patiënten gevalideerde vragenlijsten in om therapietrouw, klinische, psychologische en kwaliteit van leven variabelen te meten. De verwachte tijd voor het invullen van alle gegeven vragenlijsten bij aanvang bedraagt ongeveer 40 minuten. Bovendien moeten alle patiënten gedurende drie maanden een wekelijks medicatiedagboek invullen. Maandelijks krijgen alle deelnemers een kort telefonisch interview waarin zij worden gemonitord op de naleving van het onderzoeksprotocol. Op T1, T2 en T3 worden alle gedrags-, psychologische en QoL-metingen ingevuld en wordt er een interview (online of vis-à-vis) uitgevoerd. Variabelen die niet gevoelig zijn voor verandering, zoals persoonlijkheids- en angstkenmerken, worden pas op T0 verzameld.
Studietype
Inschrijving (Geschat)
Fase
- Niet toepasbaar
Contacten en locaties
Studiecontact
- Naam: Marianna Masiero, Phd
- Telefoonnummer: +39 02 57489207
- E-mail: marianna.masiero@ieo.it
Studie Locaties
-
-
MI
-
Milan, MI, Italië, 20141
- Werving
- European Institute fo Oncology
-
Contact:
- Marianna Masiero, Phd
- Telefoonnummer: +39 02 57489207
- E-mail: marianna.masiero@ieo.it
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Beschrijving
Inclusiecriteria:
- Patiënten > 18 jaar oud;
- Een diagnose van uitgezaaide borstkanker hebben;
- Het nemen van orale behandelingsinterventie voor gemetastaseerde borstkanker;
- Patiënten met internettoegang en een persoonlijke smartphone of tablet;
- Patiënten die de geïnformeerde toestemming hebben gelezen en ondertekend.
Uitsluitingscriteria:
- Aanwezigheid van primaire psychiatrische of neurologische aandoeningen;
- Patiënten die weigerden de geïnformeerde toestemming te ondertekenen.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Ander
- Toewijzing: Gerandomiseerd
- Interventioneel model: Parallelle opdracht
- Masker: Geen (open label)
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
---|---|
Experimenteel: Experimentele groep
50 MBC-patiënten ontvangen de DSS gedurende drie maanden.
Patiënten wordt geïnstrueerd om de DSS ad libitum te gebruiken.
|
TREAT (TREatment Adherence SupporT) is een webgebaseerde DSS die uit vier secties bestaat: i) Gemetastaseerde borstkanker: bevat informatie over MBC en de fysieke en psychologische gevolgen ervan; ii) Therapietrouw aan kankertherapieën: bevat informatie over therapietrouw bij de kankerpopulatie; iii) Bevordering van therapietrouw: bevat informatie over middelen, barrières en beschikbare interventies die worden gebruikt om therapietrouw te bevorderen; iv) Mijn therapietrouwdagboek. |
Geen tussenkomst: Controlegroep
50 MBC-patiënten die niet aan de interventie zijn onderworpen, krijgen standaard medisch advies.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
---|---|---|
Effectiviteit van het beslissingsondersteunende systeem
Tijdsspanne: 3 maanden
|
Evaluatie van de effectiviteit van de DSS-webgebaseerde oplossing en machine learning-webapplicatie (TREAT - "TREatment Adherence SupporT") bij het bevorderen van de therapietrouw bij orale behandelingen tegen kanker
|
3 maanden
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
---|---|---|
Klinische, psychologische en levenskwaliteitsvoorspellers van therapietrouw
Tijdsspanne: 3 maanden
|
Identificeer klinische factoren (comorbiditeiten, pijnaanwezigheid, tumortype, behandelingstype), psychologische parameters (persoonlijkheidskenmerken, angst, depressie, zelfeffectiviteit bij het omgaan met kanker en gevoel van samenhang) en QoL-variabelen die dienen als voorspellers voor de therapietrouw van patiënten aan OAT's.
|
3 maanden
|
Psychologische voorspellers van therapietrouw
Tijdsspanne: 3 maanden
|
Evalueer de risicoperceptie met behulp van een visuele analoge schaal die dient als voorspellers voor de therapietrouw van patiënten aan OAT's.
|
3 maanden
|
Medewerkers en onderzoekers
Sponsor
Medewerkers
Onderzoekers
- Hoofdonderzoeker: Gabriella pravettoni, PhD, Istituto Europeo di Oncologia
Publicaties en nuttige links
Algemene publicaties
- Cleeland CS, Ryan KM. Pain assessment: global use of the Brief Pain Inventory. Ann Acad Med Singap. 1994 Mar;23(2):129-38.
- Aaronson NK, Ahmedzai S, Bergman B, Bullinger M, Cull A, Duez NJ, Filiberti A, Flechtner H, Fleishman SB, de Haes JC, et al. The European Organization for Research and Treatment of Cancer QLQ-C30: a quality-of-life instrument for use in international clinical trials in oncology. J Natl Cancer Inst. 1993 Mar 3;85(5):365-76. doi: 10.1093/jnci/85.5.365.
- Antonovsky A. The structure and properties of the sense of coherence scale. Soc Sci Med. 1993 Mar;36(6):725-33. doi: 10.1016/0277-9536(93)90033-z.
- Sprangers MA, Groenvold M, Arraras JI, Franklin J, te Velde A, Muller M, Franzini L, Williams A, de Haes HC, Hopwood P, Cull A, Aaronson NK. The European Organization for Research and Treatment of Cancer breast cancer-specific quality-of-life questionnaire module: first results from a three-country field study. J Clin Oncol. 1996 Oct;14(10):2756-68. doi: 10.1200/JCO.1996.14.10.2756.
- Cardoso F, Paluch-Shimon S, Senkus E, Curigliano G, Aapro MS, Andre F, Barrios CH, Bergh J, Bhattacharyya GS, Biganzoli L, Boyle F, Cardoso MJ, Carey LA, Cortes J, El Saghir NS, Elzayat M, Eniu A, Fallowfield L, Francis PA, Gelmon K, Gligorov J, Haidinger R, Harbeck N, Hu X, Kaufman B, Kaur R, Kiely BE, Kim SB, Lin NU, Mertz SA, Neciosup S, Offersen BV, Ohno S, Pagani O, Prat A, Penault-Llorca F, Rugo HS, Sledge GW, Thomssen C, Vorobiof DA, Wiseman T, Xu B, Norton L, Costa A, Winer EP. 5th ESO-ESMO international consensus guidelines for advanced breast cancer (ABC 5). Ann Oncol. 2020 Dec;31(12):1623-1649. doi: 10.1016/j.annonc.2020.09.010. Epub 2020 Sep 23. No abstract available.
- Gennari A, Andre F, Barrios CH, Cortes J, de Azambuja E, DeMichele A, Dent R, Fenlon D, Gligorov J, Hurvitz SA, Im SA, Krug D, Kunz WG, Loi S, Penault-Llorca F, Ricke J, Robson M, Rugo HS, Saura C, Schmid P, Singer CF, Spanic T, Tolaney SM, Turner NC, Curigliano G, Loibl S, Paluch-Shimon S, Harbeck N; ESMO Guidelines Committee. Electronic address: clinicalguidelines@esmo.org. ESMO Clinical Practice Guideline for the diagnosis, staging and treatment of patients with metastatic breast cancer. Ann Oncol. 2021 Dec;32(12):1475-1495. doi: 10.1016/j.annonc.2021.09.019. Epub 2021 Oct 19. No abstract available.
- Bohlmann A, Mostafa J, Kumar M. Machine Learning and Medication Adherence: Scoping Review. JMIRx Med. 2021 Nov 24;2(4):e26993. doi: 10.2196/26993.
- Jansen LA, Appelbaum PS, Klein WM, Weinstein ND, Cook W, Fogel JS, Sulmasy DP. Unrealistic optimism in early-phase oncology trials. IRB. 2011 Jan-Feb;33(1):1-8. No abstract available.
- Karanasiou GS, Tripoliti EE, Papadopoulos TG, Kalatzis FG, Goletsis Y, Naka KK, Bechlioulis A, Errachid A, Fotiadis DI. Predicting adherence of patients with HF through machine learning techniques. Healthc Technol Lett. 2016 Sep 27;3(3):165-170. doi: 10.1049/htl.2016.0041. eCollection 2016 Sep.
- Komatsu H, Yagasaki K, Yamaguchi T, Mori A, Kawano H, Minamoto N, Honma O, Tamura K. Effects of a nurse-led medication self-management programme in women with oral treatments for metastatic breast cancer: A mixed-method randomised controlled trial. Eur J Oncol Nurs. 2020 Aug;47:101780. doi: 10.1016/j.ejon.2020.101780. Epub 2020 Jun 14.
- Lin C, Clark R, Tu P, Bosworth HB, Zullig LL. Breast cancer oral anti-cancer medication adherence: a systematic review of psychosocial motivators and barriers. Breast Cancer Res Treat. 2017 Sep;165(2):247-260. doi: 10.1007/s10549-017-4317-2. Epub 2017 Jun 1.
- Marshall VK, Visovsky C, Advani P, Mussallem D, Tofthagen C. Cancer treatment-specific medication beliefs among metastatic breast cancer patients: a qualitative study. Support Care Cancer. 2022 Aug;30(8):6807-6815. doi: 10.1007/s00520-022-07101-7. Epub 2022 May 9.
- Merluzzi TV, Nairn RC, Hegde K, Martinez Sanchez MA, Dunn L. Self-efficacy for coping with cancer: revision of the Cancer Behavior Inventory (version 2.0). Psychooncology. 2001 May-Jun;10(3):206-17. doi: 10.1002/pon.511.
- Mirzadeh SI, Arefeen A, Ardo J, Fallahzadeh R, Minor B, Lee JA, Hildebrand JA, Cook D, Ghasemzadeh H, Evangelista LS. Use of machine learning to predict medication adherence in individuals at risk for atherosclerotic cardiovascular disease. Smart Health (Amst). 2022 Dec;26:100328. doi: 10.1016/j.smhl.2022.100328. Epub 2022 Oct 4.
- Montagna E, Zagami P, Masiero M, Mazzocco K, Pravettoni G, Munzone E. Assessing Predictors of Tamoxifen Nonadherence in Patients with Early Breast Cancer. Patient Prefer Adherence. 2021 Sep 15;15:2051-2061. doi: 10.2147/PPA.S285768. eCollection 2021.
- Yerrapragada G, Siadimas A, Babaeian A, Sharma V, O'Neill TJ. Machine Learning to Predict Tamoxifen Nonadherence Among US Commercially Insured Patients With Metastatic Breast Cancer. JCO Clin Cancer Inform. 2021 Aug;5:814-825. doi: 10.1200/CCI.20.00102.
- Scioscia G, Tondo P, Foschino Barbaro MP, Sabato R, Gallo C, Maci F, Lacedonia D. Machine learning-based prediction of adherence to continuous positive airway pressure (CPAP) in obstructive sleep apnea (OSA). Inform Health Soc Care. 2022 Jul 3;47(3):274-282. doi: 10.1080/17538157.2021.1990300. Epub 2021 Nov 8.
- Zhu X, Peng B, Yi Q, Liu J, Yan J. Prediction Model of Immunosuppressive Medication Non-adherence for Renal Transplant Patients Based on Machine Learning Technology. Front Med (Lausanne). 2022 Feb 18;9:796424. doi: 10.3389/fmed.2022.796424. eCollection 2022. Erratum In: Front Med (Lausanne). 2022 Aug 09;9:964157.
- Scott NW, Fayers P, Aaronson NK, et al. EORTC QLQ-C30 Reference Values Manual. (2nd ed.). EORTC Quality of Life Group., 2008
- Pedrabissi, L., & Santinello, M. (1989). Verifica della validità dello STAI forma Y di Spielberger [Verification of the validity of the STAI, Form Y, by Spielberger]. Giunti Organizzazioni Speciali, 191-192, 11-14.
- Beck AT, Steer RA, Brown G. Beck Depression Inventory-II (BDI-II). APA PsycTests. Epub ahead of print 1996
- Sica C, Ghisi M. The Italian versions of the Beck Anxiety Inventory and the Beck Depression Inventory-II: Psychometric properties and discriminant power. In: M. A. Lange. Leading-edge psychological tests and testing research. Nova Science Publishers, 2007, pp. 27-50.
- Serpentini S, Del Bianco P, Chirico A, Merluzzi TV, Martino R, Lucidi F, De Salvo GL, Trentin L, Capovilla E. Self-efficacy for coping: utility of the Cancer behavior inventory (Italian) for use in palliative care. BMC Palliat Care. 2019 Apr 5;18(1):34. doi: 10.1186/s12904-019-0420-y.
- Spielberger CD, Gonzalez-Reigosa F, Martinez-Urrutia A, et al. The State-Trait Anxiety Inventory. Rev Interam Psicol J Psychol 1971; 5: 3-4
- Ubbiali A, Chiorri C, Hampton P, Donati D. Italian Big Five Inventory. Psychometric properties of the Italian adaptation of the Big Five Inventory (BFI). Bollettino di Psicologia applicata 2013;59(266):37-48
- Weinstein, N. D. (1980). Unrealistic optimism about future life events. Journal of Personality and Social Psychology, 39(5), 806-820.
- R: A language and environment for statistical computing. R Foundation for Statistical Computing. URL: https://www. R-project.org
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
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
- IEO1907
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .
Klinische onderzoeken op Uitgezaaide borstkanker
-
BioNTech SESeventh Framework ProgrammeVoltooidBorstkanker (Triple Negative Breast Cancer (TNBC))Zweden, Duitsland
-
Novartis PharmaceuticalsVoltooidGeavanceerde Triple Negative Breast Cancer (TNBC) met hoge TAM'sFrankrijk, Italië, Oostenrijk, Taiwan, Verenigde Staten, Spanje, Australië, Korea, republiek van, België, Duitsland, Hongkong, Kalkoen
-
Tianjin Medical University Cancer Institute and...Guangxi Medical University; Sun Yat-sen University; Chinese PLA General Hospital; The First Affiliated Hospital of Zhengzhou University en andere medewerkersVoltooidDe klinische toepassingsgids van Conebeam Breast CTChina
-
M.D. Anderson Cancer CenterNational Cancer Institute (NCI)VoltooidAdenocarcinoom van de dunne darm | Stadium III Adenocarcinoom van de dunne darm AJCC v8 | Stadium IIIA Adenocarcinoom van de dunne darm AJCC v8 | Stadium IIIB dunne darm adenocarcinoom AJCC v8 | Stadium IV Adenocarcinoom van de dunne darm AJCC v8 | Ampulla van Vater Adenocarcinoom | Stadium III... en andere voorwaardenVerenigde Staten
-
University of UtahNational Cancer Institute (NCI)WervingVermoeidheid | Sedentaire levensstijl | Gemetastaseerd prostaatcarcinoom | Stadium IV prostaatkanker AJCC (American Joint Committee on Cancer) v8 | Stadium IVA prostaatkanker AJCC (American Joint Committee on Cancer) v8 | Stadium IVB prostaatkanker AJCC (American Joint Committee on Cancer) v8Verenigde Staten
-
Georgetown UniversityNational Cancer Institute (NCI); American Cancer Society, Inc.; Susan G. Komen...VoltooidBestudeer Chinese vrouwen die zich niet hebben gehouden aan de richtlijnen voor screening op mammografie van de American Cancer SocietyVerenigde Staten
-
Rashmi Verma, MDNational Cancer Institute (NCI)WervingCastratieresistent prostaatcarcinoom | Gemetastaseerd prostaatadenocarcinoom | Stadium IVB Prostaatkanker American Joint Committee on Cancer (AJCC) v8Verenigde Staten
-
Jonsson Comprehensive Cancer CenterNog niet aan het wervenProstaatcarcinoom | Stadium IVB Prostaatkanker American Joint Committee on Cancer (AJCC) v8Verenigde Staten
-
Jonsson Comprehensive Cancer CenterNational Cancer Institute (NCI); National Institutes of Health (NIH)WervingAnatomische fase II borstkanker AJCC v8 | Anatomische fase III borstkanker AJCC v8 | Borstcarcinoom in een vroeg stadium | Anatomische fase I Borstkanker American Joint Committee on Cancer (AJCC) v8Verenigde Staten
-
University of Southern CaliforniaNational Cancer Institute (NCI)WervingLokaal gevorderd pancreasadenocarcinoom | Inoperabel pancreasadenocarcinoom | Fase III Pancreaskanker American Joint Committee on Cancer v8Verenigde Staten
Klinische onderzoeken op Beslissingsondersteunend systeem
-
Boston Children's HospitalThe Brett Boyer FoundationNog niet aan het wervenAangeboren hartafwijkingenVerenigde Staten
-
Boston Children's HospitalNational Heart, Lung, and Blood Institute (NHLBI)WervingAangeboren hartafwijkingenVerenigde Staten
-
US Department of Veterans AffairsVoltooidHypertensieVerenigde Staten
-
University of CalgaryAlberta Health services; University of Alberta; Covenant HealthVoltooid
-
Northwestern UniversityUniversity of California, Los Angeles; National Institute on Aging (NIA); University... en andere medewerkersAanmelden op uitnodigingPolyfarmacieVerenigde Staten
-
University of Wisconsin, MadisonNational Cancer Institute (NCI)Voltooid
-
Northwestern UniversityAllianceChicago; Cook County HealthWervingZwangerschapsdiabetes mellitus | Hypertensie tijdens de zwangerschap | DysglycemieVerenigde Staten
-
Vanderbilt University Medical CenterVoltooidAdministratie, mondeling | De rol van de artsVerenigde Staten
-
DascenaNational Institute on Alcohol Abuse and Alcoholism (NIAAA); Baystate Health; Cape... en andere medewerkersWervingSepsis | Septische shock | Ernstige sepsisVerenigde Staten