Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Intelligent Matras voor Positiediagnose van Slaapapneu

27 februari 2026 bijgewerkt door: Hospital San Pedro de Logroño

Innovatie in Technologische Ontwikkeling voor Slaapapneu: Intelligent Matras voor Diagnose van Positionele OSA

Dit project heeft als doel het ontwikkelen en evalueren van een innovatief, niet-invasief diagnostisch systeem op basis van een slim matras voor het detecteren van positionele obstructieve slaapapneu (POSA), evenals het beoordelen van de algehele slaapkwaliteit en het identificeren van periodieke beenbewegingen. Het hoofddoel is het verbeteren van de nauwkeurigheid van de slaapapneu-diagnose, terwijl een minder invasieve oplossing wordt geboden die geschikt is voor thuisgebruik, wat uiteindelijk de levenskwaliteit van patiënten verbetert.

Er wordt een beschrijvend, observationeel, prospectief onderzoek uitgevoerd om gegevens te analyseren die zijn verkregen uit diagnostische polysomnografieën die zijn uitgevoerd op de Slaapeenheid van het San Pedro-ziekenhuis tussen 17 november 2026 en 1 maart 2028. Patiënten zullen het slimme matras gebruiken, en de metingen worden vergeleken met polysomnografie-resultaten. Deze vergelijking maakt optimalisatie van de kunstmatige intelligentie van het matras mogelijk, door deze te trainen om ademhalingspatronen en slaapgerelateerde gebeurtenissen nauwkeurig te herkennen, inclusief positionele apneus en periodieke beenbewegingen.

Belangrijke technische doelstellingen zijn onder meer:

Het bepalen van de gevoeligheid, specificiteit en voorspellende waarden van het matras bij het detecteren van apneus, hypopneus en beenbewegingen in vergelijking met polysomnografie.

Het evalueren van de overeenstemming tussen het matras en polysomnografie voor slaapvariabelen zoals totale slaaptijd, slaapefficiëntie, slaapfasen, micro-ontwakingen en patiëntpositie.

Het beoordelen of de meetnauwkeurigheid varieert per slaaphouding of leeftijdsgroep (volwassenen versus kinderen).

Het meten van de subjectieve slaapkwaliteit met behulp van de Groningen Slaapkwaliteitsschaal (GSQS-8).

Het uitvoeren van een beschrijvende analyse van patiëntdemografie.

Hypothesen:

Het slimme matras zal positionele obstructieve slaapapneu, slaapkwaliteit en periodieke beenbewegingen detecteren met een nauwkeurigheid die vergelijkbaar is met polysomnografie.

Het systeem zal een betrouwbare, niet-invasieve, thuisvriendelijke diagnostische methode bieden.

Metingen van de apneu-hypopneu-index (AHI) en beenbewegingen zullen hoge gevoeligheid, specificiteit en voorspellende waarden tonen, zowel in het algemeen als volgens de ernst van OSA.

Er zal een goede overeenstemming zijn tussen matrasmetingen en polysomnografie voor de meeste slaapvariabelen.

De nauwkeurigheid kan variëren afhankelijk van de slaaphouding van de patiënt.

Metingen zullen goed correleren bij zowel volwassen als pediatrische patiënten.

Subjectieve slaapkwaliteitsscores (GSQS-8) zullen consistent zijn met objectieve matrasgegevens.

Dit project streeft naar de ontwikkeling van een nauwkeuriger, toegankelijker en niet-invasief diagnostisch systeem voor POSA, door geavanceerde technologie te combineren met gebruiksgemak voor thuis. Door de AI van het matras te trainen om slaappatronen en gebeurtenissen te herkennen, is het doel om de detectie van positionele apneus te optimaliseren, waardoor patiënten betere monitoring, vroege interventie en verbeterde levenskwaliteit krijgen.

Studie Overzicht

Toestand

Nog niet aan het werven

Gedetailleerde beschrijving

Dit project komt overeen met een beschrijvend, observationeel en prospectief onderzoek waarvan het doel is om de werking, nauwkeurigheid en klinische toepasbaarheid van een intelligent matras, ontworpen voor de niet-invasieve detectie van slaapgerelateerde ademhalingsstoornissen, te valideren in vergelijking met niveau I-polysomnografie (de gouden standaard voor OSA-diagnose). Deze fase vormt de eerste fase van het globale project gericht op de diagnose en behandeling van positionele obstructieve slaapapneu (POSA) door middel van geavanceerde monitoring- en houdingsaanpassingstechnologieën.

Tijdens de periode tussen 17 november 2026 en 1 maart 2028 zullen alle polysomnografieën die worden uitgevoerd in de Slaapeenheid van het Hospital San Pedro worden opgenomen in een systematisch register samen met de gegevens die gelijktijdig worden gegenereerd door het intelligente matras. Het doel is om het niveau van overeenstemming tussen beide systemen te bepalen, de diagnostische bruikbaarheid van het matras te valideren en de database te genereren die nodig is voor de daaropvolgende ontwikkeling van kunstmatige-intelligentie-algoritmen voor de automatische identificatie van ademhalingsgebeurtenissen en slaapfasen.

  1. REGISTRATIEPROCEDURES EN DATAKWALITEIT

    Het gecentraliseerde register omvat alle polysomnografische onderzoeken die worden uitgevoerd met Natus-apparatuur, opgeslagen op de interne server ervan, en de parallelle opnames van het intelligente matras. De registerstructuur zal worden ontworpen om de traceerbaarheid, integriteit en kwaliteit van gegevens te waarborgen, met specifieke procedures voor technische validatie, klinische verificatie en consistentiecontrole.

    1.1 Kwaliteitsborgingsplan

    Er wordt een kwaliteitsborgingssysteem opgezet dat gebaseerd is op vier pijlers:

    1. Initiële technische validatie

      Elke polysomnografie wordt beoordeeld door een slaaptechnicus die bevestigt:

      • Correcte plaatsing van sensoren.
      • Afwezigheid van opnamefouten.
      • Aanwezigheid van minimaal 4 geldige uren slaap.
      • Voldoende synchronisatie met het matras.
    2. Deskundige klinische beoordeling

      Een gecertificeerde specialist in slaapgeneeskunde zal elke PSG handmatig scoren volgens AASM 2022-aanbevelingen, inclusief:

      • Classificatie van apneus en hypopneus.
      • Detectie van micro-ontwakingen.
      • Analyse van slaaparchitectuur.
      • Kwantificering van rugligging- en niet-rugliggingtijd.
      • Bepaling van globale AHI, rugligging AHI en niet-rugligging AHI.
    3. Interne audit

      Tien procent van de opnames wordt beoordeeld door een tweede onafhankelijke beoordelaar om de interbeoordelaarsovereenstemming te schatten. Discrepanties >10% in ademhalingsindexen leiden tot consensusbijeenkomsten.

    4. Beoordeling van matrasgegevensintegriteit

    Het systeem verifieert automatisch:

    • Tijdelijke continuïteit van de opname.
    • Aanwezigheid van een stabiel BCG-sensorsignaal.
    • Afwezigheid van storingen in luchtzakken.
    • Integriteit van het geëxporteerde bestand.

    1.2 Geautomatiseerde gegevenscontroles

    Matras- en PSG-gegevens worden onderworpen aan validatie door geautomatiseerde regels:

    • Bereikregels:

      • Zuurstofverzadiging tussen 50-100%.
      • Ademhalingsfrequentie tussen 6-40 ademhalingen per minuut.
      • Hartslag tussen 35-180 slagen per minuut.
      • Totaal slaaptijd tussen 2-12 uur.
    • Interne consistentieregels:

      • Percentages N1, N2, N3 en REM moeten ≤100% optellen.
      • Aantal gebeurtenissen moet compatibel zijn met berekende AHI.
      • Tijd in bed moet overeenkomen met totale opnametijd.
    • Tijdelijke consistentieregels:

      • Synchronisatie tussen PSG en matras ±5 seconden.

    Opnames die waarschuwingen genereren, worden handmatig beoordeeld en geclassificeerd als:

    • Geldig.
    • Geldig met waarschuwingen.
    • Onbruikbaar.

    1.3 Brongegevensverificatie (SDV)

    Er wordt een brongegevensverificatieproces geïmplementeerd, inclusief:

    • Vergelijking van ademhalingsgebeurtenissen gedetecteerd door het matras met die handmatig geannoteerd in PSG.
    • Kruiscontrole van positie (rugligging/niet-rugligging) tussen beide systemen.
    • Verificatie van demografische variabelen tegen het klinisch dossier.
    • Overeenstemming van slaaptijd en ontwakingen.
  2. REGISTERGEGEVENSWOORDENBOEK

    De studie omvat een uitgebreid gegevenswoordenboek dat specificeert:

    • Variabelenaam.
    • Operationele definitie.
    • Meeteenheid.
    • Verkrijgingsmethode.
    • Bron (PSG, matras of afgeleid)
    • Standaardcodering (AASM 2022, MedDRA voor gebeurtenissen)
    • Verwachte fysiologische bereiken.

    Voorbeelden:

    • Globale AHI: totaal aantal apneus + hypopneus gedeeld door slaaptijd in uren.
    • Micro-ontwakingen: gedefinieerd volgens AASM als EEG-frequentieverschuivingen ≥3 seconden.
  3. STANDAARD WERKINSTRUCTIES (SOP's)

    De studie omvat gedocumenteerde SOP's voor:

    Installatie, opname en loskoppeling van PSG en matras.

    Handmatige scoring van ademhalings- en beengebeurtenissen.

    Gegevensexport, anonimisering en archivering.

    Synchronisatie en technische verificatie.

    Beheer van gegevensinconsistenties en vragen.

    Kwaliteitscontrole en interne auditing.

    Classificatie van onvolledige opnames.

    Beveiliging, privacy en GDPR-compliance.

    Elke SOP specificeert verantwoordelijkheden, operationele stappen, acceptatiecriteria en incidentafhandelingsmechanismen.

  4. STEKPROEFGROOTTE BEOORDELING

    De geplande steekproefgrootte is 500 complete opnames. Deze berekening is gebaseerd op:

    - Een geschatte toegankelijke populatie van ~700 PSG's in de referentieperiode.

    - Een 95% betrouwbaarheidsniveau.

    • Een foutmarge van 1%.
    • De behoefte aan hoge statistische power voor overeenstemmingsvergelijkingen.
    • Vereisten voor het trainen van AI-modellen met een aanzienlijk volume observaties.
  5. PLAN VOOR HET BEHEREN VAN ONTBREKENDE GEGEVENS

    Ontbrekende gegevens worden geclassificeerd als:

    • Technisch ontbrekend: signaalverlies, sensorfouten.

    • Ontbrekend van slechte kwaliteit: geldige tijd <4 uur.

    • Inconsistentie ontbrekend: onmogelijke bereiken of temporele discrepanties.

    • Administratief ontbrekend: exportfouten.

    Criteria:

    - Uitsluiting van opnames met geldige tijd <4 uur.

    • Eenvoudige imputatie voor positiegegevens wanneer uitkomsten niet worden beïnvloed.
    • Meervoudige imputatie alleen voor AI-modeltraining.
    • Documentatie van redenen voor ontbrekende gegevens in het incidentenlogboek.
  6. STATISTISCH ANALYSEPLAN

    De analyse omvat:

    • Beschrijvende statistieken: gemiddelden, standaarddeviaties, medianen, bereiken en frequenties.
    • Correlatie:

    Pearson- of Spearman-coëfficiënten tussen PSG en matras.

    • Overeenstemming:

    Bland-Altman-analyses voor:

    - Globale AHI.

    - Rugligging/niet-rugligging AHI.

    - Periodieke ledemaatbewegingen.

    -Slaapefficiëntie.

    • Diagnostische analyse:

      - Sensitiviteit.

      - Specificiteit.

      - PPV.

      - NPV.

      - ROC-curves en AUC.

    • Voorspellende modellen:

      - Logistische regressie.

      • CHAID-bomen.
      • Multivariate classificatie.
    • Aanpassing voor meervoudige vergelijkingen:

    Benjamini-Hochberg (FDR).

    Analyse wordt uitgevoerd met SPSS en R. Het significantieniveau is α = 0,05.

    Deze verzameling procedures zorgt ervoor dat het register voldoet aan de noodzakelijke vereisten voor wetenschappelijke validiteit, reproduceerbaarheid en de toekomstige ontwikkeling van geautomatiseerde AI-gebaseerde modellen, terwijl toepasselijke klinische en regelgevende normen worden gehandhaafd.

Studietype

Observationeel

Inschrijving (Geschat)

500

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studie Contact Back-up

Studie Locaties

    • La Rioja
      • Logroño, La Rioja, Spanje, 26006
        • Center for Biomedical Research of La Rioja
        • Contact:
        • Contact:
        • Hoofdonderzoeker:
          • ALEJANDRA RONCERO LAZARO, MD
        • Onderonderzoeker:
          • CARLOS RUIZ MARTINEZ, MD
        • Onderonderzoeker:
          • JORGE LAZARO GALAN, MS
      • Logroño, La Rioja, Spanje, 26006
        • San Pedro University Hospital
        • Contact:
        • Hoofdonderzoeker:
          • ALEJANDRA RONCERO LAZARO, MD
        • Onderonderzoeker:
          • CARLOS RUIZ MARTINEZ, MD
        • Onderonderzoeker:
          • JORGE LAZARO GALAN, MS
        • Contact:

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Kind
  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Ja

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Diagnostische polysomnografieën uitgevoerd in de Slaapeenheid van het San Pedro Ziekenhuis van 17 november 2026 tot 1 maart 2028.

Beschrijving

Insluitingscriteria:

  • Polysomnografieën uitgevoerd in het San Pedro Ziekenhuis tussen 17 november 2026 en 1 maart 2028.
  • Polysomnografieën van patiënten jonger dan 16 jaar en polysomnografieën uitgevoerd in het San Pedro Ziekenhuis bij patiënten ouder dan 16 jaar (als afzonderlijke onderzoeksgroepen).

Uitsluitingscriteria:

  • Slechte technische kwaliteit van de polysomnografie.
  • Patiënten met >50% centrale apneus of aanwezigheid van Cheyne-Stokes-ademhaling (CSResp).
  • Ontbreken van polysomnografie-analyse en/of matrasgegevens.

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Mensen met een vermoeden van obstructieve slaapapneu (OSA)

Patiënten ondergaan de PSG op een slimme matras, waarmee gelijktijdig wordt geregistreerd:

Standaard PSG-gegevens, die als de gouden standaard worden beschouwd in slaapstudies.

Gegevens gegenereerd door de slimme matras, waaronder signalen en metingen gerelateerd aan beweging, ademhaling en andere fysiologische parameters die door het apparaat detecteerbaar zijn.

De gegevens verkregen van de matras worden vergeleken met de PSG-resultaten om:

De mogelijkheid van de matras om ademhalingspatronen en -gebeurtenissen tijdens de slaap te detecteren te valideren.

Het kunstmatige intelligentiesysteem van de matras te optimaliseren en te trainen, waardoor de diagnostische nauwkeurigheid bij het identificeren van ademhalingsgebeurtenissen en andere slaapverstoringen verbetert.

Tijdens een enkele opname nacht zal de deelnemer slapen op een slim matras uitgerust met sensoren voor de continue monitoring van slaapparameters. De verkregen gegevens zullen vervolgens worden vergeleken en gevalideerd met polysomnografie (PSG)-opnamen, beschouwd als de gouden standaard referentie voor de objectieve evaluatie van slaaparchitectuur en -kwaliteit, evenals ademhalingsgebeurtenissen.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Diagnostische nauwkeurigheid van de slimme matras voor het detecteren van slaapapneu.
Tijdsspanne: Nacht van gelijktijdige PSG- en matrasopname (één nacht per deelnemer).

Gemeten door:

Sensitiviteit

Specificiteit

Voorspellende waarden (PPV/NPV)

Vergeleken met polysomnografie (PSG).

Nacht van gelijktijdige PSG- en matrasopname (één nacht per deelnemer).

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Totale slaaptijd
Tijdsspanne: Nacht van gelijktijdige PSG- en matrasopname (één nacht per deelnemer).
Vergelijk de metingen van de totale slaaptijd, of de tijd dat de patiënt slaapt (minuten), met die welke zijn vastgelegd door conventionele polysomnografie.
Nacht van gelijktijdige PSG- en matrasopname (één nacht per deelnemer).
Diagnostische nauwkeurigheid volgens slaaphouding.
Tijdsspanne: Nacht van gelijktijdige PSG- en matrasregistratie (één nacht per deelnemer).
Vergelijk of de hoeveelheid tijd (minuten) die de patiënt in laterale, buikliggende of rugliggende positie doorbrengt overeenkomt met de hoeveelheid tijd die is geregistreerd door conventionele polysomnografie.
Nacht van gelijktijdige PSG- en matrasregistratie (één nacht per deelnemer).
Diagnostische nauwkeurigheid per leeftijdsgroep.
Tijdsspanne: Nacht van gelijktijdige PSG- en matrasregistratie (één nacht per deelnemer).
Vergelijk of de resultaten die zijn verkregen in de hoofdmetingen even betrouwbaar zijn in volwassen als in pediatrische populaties, waarbij de waarden die zijn verkregen uit conventionele polysomnografie als referentie worden gebruikt.
Nacht van gelijktijdige PSG- en matrasregistratie (één nacht per deelnemer).
Subjectieve slaapkwaliteit (GSQS-8).
Tijdsspanne: Nacht van gelijktijdige PSG- en matrasregistratie (één nacht per deelnemer).

Beoordeling van de door de patiënt ervaren slaapkwaliteit en vergelijking met de objectieve matrasgegevens.

Naam van de schaal: Groningen Slaapkwaliteitsschaal

  • Minimale score: 0
  • Maximale score: 14

Hoe hoger de score, hoe slechter de uitkomst.

Nacht van gelijktijdige PSG- en matrasregistratie (één nacht per deelnemer).
Beschrijvende demografische gegevens.
Tijdsspanne: Nacht van gelijktijdige PSG- en matrasregistratie (één nacht per deelnemer).
Beschrijving van leeftijd, geslacht, BMI, comorbiditeiten en andere relevante kenmerken van de studiepopulatie.
Nacht van gelijktijdige PSG- en matrasregistratie (één nacht per deelnemer).
Slaapefficiëntie
Tijdsspanne: Nacht van gelijktijdige PSG- en matrasregistratie
Vergelijk de metingen van slaapefficiëntie, gedefinieerd als de hoeveelheid tijd die de patiënt slapend doorbrengt ten opzichte van de tijd die in bed wordt doorgebracht (minuten), met die welke zijn vastgelegd door conventionele polysomnografie.
Nacht van gelijktijdige PSG- en matrasregistratie
Slaapfase
Tijdsspanne: Nacht van gelijktijdige PSG- en matrasregistratie
Vergelijk de categorisering van het slaapstadium waarin de proefpersoon verkeert (N1, N2, N3 of REM-slaap) zoals bepaald door de slimme matras met die bepaald door conventionele polysomnografie. Deze categorisering is gebaseerd op ademhalingsfrequentiemetingen.
Nacht van gelijktijdige PSG- en matrasregistratie
detecties van microarousals
Tijdsspanne: Nacht van gelijktijdige PSG- en matrasregistratie
Vergelijk de detecties van micro-ontwakingen geregistreerd door de slimme matras (gemeten in Hz) met die gedetecteerd door conventionele polysomnografie.
Nacht van gelijktijdige PSG- en matrasregistratie

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Medewerkers

Onderzoekers

  • Hoofdonderzoeker: Alejandra Roncero Lázaro, MD, Hospital Universitario San Pedro de Logroño

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Algemene publicaties

  • 11. Feihong Ding, Andrew Cotton-Clay et al. Polysomnographic validation of an under-mattress monitorin device in estimating sleep architecture and obstructive sleep apnea in adults. Sleep Med. Abril 2022. DOI: 10.1016/j.sleep.2022.04.010
  • 10. Jong-Ho Byun 1, Keun Tae Kim 1, Hye-Jin Moon 2, Gholam K Motamedi 3, Yong Won Cho 4. The first night effect during polysomnography, and patients' estimates of sleep quality
  • 9. Welltech Electronics.
  • 8. Kobayashi M, Namba K, Tsuili S, et al. Validdity of sheet-type portable monitoring device for screening obstrucitive sleep apnea síndrome. Sleep breath 2013; 17: 589-95.
  • 7. Tenhunen M, Elomaa E, sistonen H et al, Emfit movement sensor in evaluating nocturnal breathing. Respir Physiol neurobiolo 2013; 187: 183-9.
  • 6. Anttalainen, U. Polo, O. Vahlberg, T et AL. Reimbursed drugs in Patients with sleep-disordered breathing: a static charge-sensitive bed study. Sleep medicine 2010 11, 49-55.
  • 5. Polo O, Brissaud L, sales B et al. The validity of the static charge sensitive bed in detecting obstructive sleep apneas. Eur repir J 1988; 1:330.
  • 4. Mediano O, González Mangado N, Montserrat JM, Alonso-Álvarez ML, Almendros I, Alonso-Fernández A, et al. International Consensus Document on Obstructive Sleep Apnea. Arch Bronconeumol. 2022 Jan;58(1):52-68. doi: 10.1016/j.arbres.2021.03.017.
  • 3. Benjafield, A. V., Ayas, N. T., Eastwood, P. R., Heinzer, R., Ip, M. S., Morrell, M. J., & Malhotra, A. (2019). Estimation of the global prevalence and burden of obstructive sleep apnoea: a literature-based analysis. The Lancet Respiratory Medicine, 7(8), 687-698.
  • 2. Senaratna, C. V., Perret, J. L., Lodge, C. J., Lowe, A., Campbell, B. E., Matheson, M. C., & Dharmage, S. C. (2017). Prevalence of obstructive sleep apnea in the general population: A systematic review. Sleep Medicine Reviews, 34, 70-81.
  • 1. Duran, J., Esnaola, S., Rubio, R., & Iztueta, A. (2001). Obstructive sleep apnea-hypopnea and related clinical features in a population-based sample of subjects aged 30 to 70 yr. American Journal of Respiratory and Critical Care Medicine, 163(3), 685-689.

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Geschat)

17 november 2026

Primaire voltooiing (Geschat)

1 maart 2028

Studie voltooiing (Geschat)

1 maart 2028

Studieregistratiedata

Eerst ingediend

10 februari 2026

Eerst ingediend dat voldeed aan de QC-criteria

19 februari 2026

Eerst geplaatst (Werkelijk)

25 februari 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

3 maart 2026

Laatste update ingediend die voldeed aan QC-criteria

27 februari 2026

Laatst geverifieerd

1 februari 2026

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Beschrijving IPD-plan

Deelnemersgegevens worden geanonimiseerd bij verkrijging bij de bron.

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

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 .

Abonneren