Real-PD Trial: Utvikling av kliniske prognostiske modeller for Parkinsons sykdom
Real-PD: Utvikling av kliniske prognostiske modeller for Parkinsons sykdom fra storskala utplassering av bærbare sensorer og kliniske data – en populasjonsbasert prøvelse
Bakgrunn: Langtidsbehandling av Parkinsons sykdom (PD) når ikke sitt fulle potensial på grunn av manglende kunnskap om sykdomsprogresjon. Real-PD-studien tar sikte på å evaluere gjennomførbarheten og samsvaret med bruk av bærbare sensorer hos PD-pasienter i det virkelige liv. I tillegg vil det bli gjort en eksplorativ analyse av aktivitetsnivå, medisininntak og humør.
Metoder: Totalt vil 1000 PD-pasienter og 250 fysioterapeuter bli registrert i denne observasjonsstudien. Nederlandske PD-pasienter vil bli rekruttert over hele landet og en vurdering vil bli utført ved hjelp av en kortversjon av Parkinson's Progression Markers Initiative (PPMI)-protokollen. I tillegg vil deltakerne ha på seg et sett med medisinsk utstyr (Pebble Smartwatch, falldetektor) og de vil bruke en smarttelefon med The Fox Insight App (Android-appen), 24/7, i løpet av 13 uker. Primære mål av interesse er: 1) fysisk aktivitet, fall og skjelving, målt av de aksiale akselerometrene innebygd i Pebble-klokken og falldetektoren; og 2) medisininntak og humørrapporter målt etter pasientenes egenrapportering i Android-appen. For å måle motorisk påvirkning vil det bli utført en vurdering av fysioterapeuter som alle er sertifisert til å utføre Movement Disorders Society Unified Parkinsons Disease Rating Scale (MDS-UPDRS).
Diskusjon: Håndtering av PD-pasienter er kompleks og fremstår som en utfordrende oppgave for helsepersonell. Hovedårsaken er manglende kunnskap om sykdomsmønsteret. Dette problemet kan løses ved en langsiktig oppfølging av pasienter i hverdagen, og bærbart medisinsk utstyr kan fungere som en måte å samle inn data om dagliglivets aktiviteter. Derfor vil Real-PD-studien være et første bidrag til å øke mangelen på kunnskap om sykdomsprogresjon, utvikle et nytt medisinsk beslutningssystem og forbedre PD-pasientenes omsorg.
Studieoversikt
Status
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
Begrunnelse: Dagens behandling av pasienter med en kronisk lidelse som Parkinsons sykdom (PD) er ufullkommen. Forståelsen av kliniske profiler er basert på observasjoner i små, selektive populasjoner med kort oppfølging. Videre er behandlingsbeslutninger basert på gjennomsnittlige populasjonsresultater som kanskje ikke gjelder for en spesifikk individuell kontekst. Disse ulempene vil bli adressert med en "big data"-tilnærming. Ambulatoriske sensorer vil bli brukt som et objektivt mål på pasientenes ytelse under hverdagslige omstendigheter, i lengre perioder. Forskerne tar sikte på å utforske potensialet ved å bruke longitudinelle ambulerende data for å berike et standardisert klinisk datasett, som gjenspeiler gjeldende klinisk praksis for vurdering av sykdomsstatus.
Mål: Studien vil omfatte totalt 250 fysioterapeuter og 1000 pasienter. Målet med denne studien er: (1) å utføre "big data"-analyser på de rå sensordataene, i forhold til samtidig innhentede kliniske data hos disse pasientene (begrenset versjon av PPMI (Parkinson's Progression Markers Initiative)-protokollen) for å utvikle pasienten profiler; og (2) å korrelere de ambulerende sensordataene til enkle selvevalueringer gjort under oppfølgingen.
Studiedesign: Observasjonsdeskriptiv studie.
Studiepopulasjon: Nederlandske Parkinson-pasienter, mann eller kvinne, 30 år eller eldre, med PD-diagnose gitt av en lege, og eier en passende smarttelefon.
Intervensjon: 250 ParkinsonNet fysioterapeuter og 1000 kvalifiserte pasienter vil bli inkludert i denne studien. Pasienter og fysioterapeuter vil bli rekruttert i 5 påfølgende kohorter basert på geografisk region. Pasienter vil bli bedt om å bruke en smartklokke og en anhengsbevegelsessensor, begge med triaksiale akselerometre, dag og natt, i en periode på 13 uker. I tillegg brukes en selvovervåkende app på en smarttelefon, der pasienten rapporterer når (e) han tar PD-medisiner. En ekstra, valgfri knapp lar pasienten rapportere generell følelse. I løpet av 13 ukers oppfølging vil trente fysioterapeuter utføre en standardisert klinisk vurdering, basert på PPMI-protokollen (www.ppmi-info.org) for hver inkluderte pasient. Denne vurderingen vil vare i 60 minutter. Smarttelefonen brukes til å overføre data fra klokken til en skybasert dataplattform. lntel utviklet denne dedikerte dataanalyseplattformen for ambulerende data. lntel vil kun motta kodede data.
Hovedstudieparametere/endepunkter: Studieendepunkter inkluderer parametere som er registrert med smartklokken, pendantbevegelsessensoren, selvovervåkingsappen og samlet inn med PPMI-vurderingen. Smartklokkedataene gir etter databehandling et mål for nivået av fysisk aktivitet i løpet av dagen. Fall vil bli registrert med anhengsbevegelsessensoren. Medisininntak og humør registreres ved hjelp av smarttelefonen. Til slutt inkluderer PPMI-vurdering vurdering av motoriske symptomer, kognisjon, depresjon, søvn og daglig aktivitet. Korrelasjoner vil bli bestemt mellom de ovennevnte parameterne.
Arten og omfanget av byrden og risikoene forbundet med deltakelse, fordeler og gruppetilhørighet: Først blir deltakerne bedt om å bruke enhetene 24/7, og data vil bli registrert fortløpende, i en total varighet på 13 uker. For det andre vil data bli overført til en dataplattform utviklet og administrert av lntel, på vegne av Michael J. Fox Foundation for Parkinson's Research. For å få tilgang til disse dataene kan forskere gi tillatelse til forskningsformål, gitt av Michael J. Fox Foundation. Pasienter vil bli bedt om tillatelse til å dele de råkodede dataene for formidling til forskningsmiljøet, analyse og bruk i fremtidige publikasjoner. Deltakelse i studien krever at pasienter gir skriftlig tillatelse til dette.
Studietype
Registrering (Faktiske)
Kontakter og plasseringer
Studiesteder
-
-
Noord-Holland
-
Multiple Locations, Noord-Holland, Nederland
- Cohort 1
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- Eier og bruker for øyeblikket en smarttelefonenhet med tilgang til Internett
- 30 år eller eldre;
- Diagnostisert med Parkinsons sykdom av en lege;
- Kan gå uten hjelp.
Ekskluderingskriterier:
Ingen eksklusjonskriterier vil bli brukt.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Kohort 1
Nederlandske Parkinson-pasienter bosatt i Nord-Holland-regionen som oppfyller kvalifikasjonskriteriene. Intervensjoner/eksponeringer som skal administreres:
|
I løpet av 13 ukers oppfølging vil trente fysioterapeuter utføre en standardisert klinisk vurdering, basert på PPMI-protokollen (www.ppmi-info.org) for hver inkluderte pasient.
Denne vurderingen vil vare i 60 minutter, og den vil bli gjort én gang.
Andre navn:
Pasienter vil bli bedt om å bruke en smartklokke og en anhengsbevegelsessensor, begge med triaksiale akselerometre, dag og natt, i en periode på 13 uker.
I tillegg brukes en selvovervåkende app på en smarttelefon, der pasienten rapporterer når (e) han tar PD-medisiner.
En ekstra, valgfri knapp lar pasienten rapportere generell følelse.
Andre navn:
|
|
Kohort 2
Nederlandske Parkinson-pasienter bosatt i regionen Zuid-Holland som oppfyller kvalifikasjonskriteriene. Intervensjoner/eksponeringer som skal administreres:
|
I løpet av 13 ukers oppfølging vil trente fysioterapeuter utføre en standardisert klinisk vurdering, basert på PPMI-protokollen (www.ppmi-info.org) for hver inkluderte pasient.
Denne vurderingen vil vare i 60 minutter, og den vil bli gjort én gang.
Andre navn:
Pasienter vil bli bedt om å bruke en smartklokke og en anhengsbevegelsessensor, begge med triaksiale akselerometre, dag og natt, i en periode på 13 uker.
I tillegg brukes en selvovervåkende app på en smarttelefon, der pasienten rapporterer når (e) han tar PD-medisiner.
En ekstra, valgfri knapp lar pasienten rapportere generell følelse.
Andre navn:
|
|
Kohort 3
Nederlandske Parkinson-pasienter bosatt i regionen Gelderland og Utrecht som oppfyller kvalifikasjonskriteriene. Intervensjoner/eksponeringer som skal administreres:
|
I løpet av 13 ukers oppfølging vil trente fysioterapeuter utføre en standardisert klinisk vurdering, basert på PPMI-protokollen (www.ppmi-info.org) for hver inkluderte pasient.
Denne vurderingen vil vare i 60 minutter, og den vil bli gjort én gang.
Andre navn:
Pasienter vil bli bedt om å bruke en smartklokke og en anhengsbevegelsessensor, begge med triaksiale akselerometre, dag og natt, i en periode på 13 uker.
I tillegg brukes en selvovervåkende app på en smarttelefon, der pasienten rapporterer når (e) han tar PD-medisiner.
En ekstra, valgfri knapp lar pasienten rapportere generell følelse.
Andre navn:
|
|
Kohort 4
Nederlandske Parkinson-pasienter bosatt i regionen Groningen, Friesland, Drenthe og Overijssel som oppfyller kvalifikasjonskriteriene. Intervensjoner/eksponeringer som skal administreres:
|
I løpet av 13 ukers oppfølging vil trente fysioterapeuter utføre en standardisert klinisk vurdering, basert på PPMI-protokollen (www.ppmi-info.org) for hver inkluderte pasient.
Denne vurderingen vil vare i 60 minutter, og den vil bli gjort én gang.
Andre navn:
Pasienter vil bli bedt om å bruke en smartklokke og en anhengsbevegelsessensor, begge med triaksiale akselerometre, dag og natt, i en periode på 13 uker.
I tillegg brukes en selvovervåkende app på en smarttelefon, der pasienten rapporterer når (e) han tar PD-medisiner.
En ekstra, valgfri knapp lar pasienten rapportere generell følelse.
Andre navn:
|
|
Kohort 5
Nederlandske Parkinson-pasienter bosatt i regionen Zeeland, Noord-Brabant og Limburg som oppfyller kvalifikasjonskriteriene. Intervensjoner/eksponeringer som skal administreres:
|
I løpet av 13 ukers oppfølging vil trente fysioterapeuter utføre en standardisert klinisk vurdering, basert på PPMI-protokollen (www.ppmi-info.org) for hver inkluderte pasient.
Denne vurderingen vil vare i 60 minutter, og den vil bli gjort én gang.
Andre navn:
Pasienter vil bli bedt om å bruke en smartklokke og en anhengsbevegelsessensor, begge med triaksiale akselerometre, dag og natt, i en periode på 13 uker.
I tillegg brukes en selvovervåkende app på en smarttelefon, der pasienten rapporterer når (e) han tar PD-medisiner.
En ekstra, valgfri knapp lar pasienten rapportere generell følelse.
Andre navn:
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Symptomer på Parkinsons sykdom
Tidsramme: Grunnlinje
|
MDS-UPDRS er en revisjon av Unified Parkinsons Disease Rating Scale (UPDRS).
Den ble utviklet for å evaluere ulike aspekter ved Parkinsons sykdom, inkludert ikke-motoriske og motoriske opplevelser av dagliglivet, samt motoriske komplikasjoner.
MDS-UPDRS karakteriserer omfanget og belastningen av sykdom på tvers av ulike populasjoner.
Her brukte vi data fra ettpunktsvurdering (grunnlinje).
Den totale poengsummen som ble brukt her ble beregnet av en sum av alle poengsummene fra de 4 underskalaene (dvs.
del I, opp til del IV) som komponerer MDS-UPDRS.
Total poengsum varierer fra 0 til 272.
En høyere score indikerer høyere sykdomsgrad og belastning, og er dermed et dårligere resultat.
|
Grunnlinje
|
|
Depresjonspoeng som et mål på depresjonsrater
Tidsramme: Grunnlinje
|
Skårene oppnådd med Geriatric Depression Scale ble analysert for å skape en prosentandel av sannsynligvis deprimerte deltakere.
Den totale poengsummen går fra 0 til 15.
En score høyere enn 6 indikerer høyere sannsynlighet for å lide av en depresjon.
|
Grunnlinje
|
|
Kognitiv svikt.
Tidsramme: Grunnlinje
|
Total sumscore oppnådd med Montreal Cognitive Assessment.
Vi analyserte hele poengsummen for å undersøke prosentandelen av deltakerne med mulig kognitiv svikt.
Montreals kognitive sumscore varierer fra 0 til 30, der en skåre lavere eller lik 26 anses som mulig kognitiv nedgang.
|
Grunnlinje
|
|
Uavhengighetsnivå
Tidsramme: Grunnlinje
|
Den totale sumskåren oppnådd med Schwab og Englands aktiviteter i dagliglivets skala ble analysert for å beskrive funksjonsnivået til prøven.
Den totale sumskåren varierer fra 0 til 100, der lavere skår er assosiert med mer avhengighet av andre til å utføre daglige aktiviteter.
|
Grunnlinje
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Antall fall per pasient registrert av falldetektoren.
Tidsramme: Pasienter vil automatisk bli vurdert i løpet av oppfølgingstiden (inntil 13 uker etter innmeldingsdato), 24 timer i døgnet, 7 dager i uken.
|
Fallhendelsen gjenkjennes av falldetektoren.
Hver gang pasienten faller, gjenkjenner algoritmen som er innebygd i falldetektoren som et fall og registrerer fallhendelsen.
Ved slutten av oppfølgingstiden vil det bli gjort en sum av fallhendelsen for hver pasient.
|
Pasienter vil automatisk bli vurdert i løpet av oppfølgingstiden (inntil 13 uker etter innmeldingsdato), 24 timer i døgnet, 7 dager i uken.
|
|
Antall humørrapporter for hver pasient målt med en firepunktsskala
Tidsramme: Pasientene vil bli vurdert i løpet av oppfølgingstiden (inntil 13 uker etter innmeldingsdato). Det forventes at vurderingen (egenrapportering) utføres så mange ganger pasienten ønsker å rapportere hvordan de har det eller minst en gang daglig.
|
Antallet humørrapporter vil bli samlet inn gjennom smarttelefonapplikasjonen.
En firepunkts skala (meget bra, bra, dårlig og rettferdig) vil være tilgjengelig, og ved å trykke på knappen som tilsvarer hvordan pasienten har det i det øyeblikket kan rapporten utføres.
På slutten av oppfølgingstiden vil det bli gjort en sum av alle rapportene for å måle antall humørrapporter over oppfølgingstiden.
|
Pasientene vil bli vurdert i løpet av oppfølgingstiden (inntil 13 uker etter innmeldingsdato). Det forventes at vurderingen (egenrapportering) utføres så mange ganger pasienten ønsker å rapportere hvordan de har det eller minst en gang daglig.
|
|
Antall merknader for medisininntak laget av hver deltaker via selvrapporteringsappen.
Tidsramme: Grunnlinje
|
Antall merknader om medisininntak laget av pasientene vil bli samlet inn gjennom smarttelefonapplikasjonen.
Hver gang pasienten tar medisiner må de trykke på knappen for å rapportere at de har tatt medisinen.
Ved slutten av oppfølgingstiden vil det bli gjort en sum av alle rapportene for å måle antall medisiner som er tatt over oppfølgingstiden.
|
Grunnlinje
|
|
Tid hver pasient var aktiv i løpet av dagen
Tidsramme: Pasienter vil automatisk bli vurdert fortløpende i oppfølgingstiden (inntil 13 uker etter innmeldingsdato), 24 timer i døgnet, 7 dager i uken. Analysene var begrenset til turaktiviteter.
|
Tiden som pasienten var aktiv i løpet av dagen, beregnes automatisk gjennom appen på smarttelefonen.
Beregningen utføres ved å bruke en algoritme, som analyserer gangmønstrene.
Denne algoritmen er i stand til å forutsi når pasienten var aktiv i en sone over sin vanlige terskel (f.eks. når pasienten utførte en aktivitet som gjør ham/henne mer aktiv enn i en stille tid).
Ved slutten av oppfølgingstiden vil det bli gjort en sum av alle aktive timer for å måle hvor lang tid pasienten var aktiv over oppfølgingstiden.
|
Pasienter vil automatisk bli vurdert fortløpende i oppfølgingstiden (inntil 13 uker etter innmeldingsdato), 24 timer i døgnet, 7 dager i uken. Analysene var begrenset til turaktiviteter.
|
|
Aktivitetsnivå for hver pasient i løpet av dagen
Tidsramme: Pasienter vil automatisk bli vurdert i løpet av oppfølgingstiden (inntil 13 uker etter innmeldingsdato), 24 timer i døgnet, 7 dager i uken.
|
Aktivitetsnivået for hver pasient beregnes automatisk gjennom appen på smarttelefonen.
Beregningen utføres ved å bruke dataene som samles inn med akselerometrene innebygd i smartklokken.
En algoritme installert i telefonen, som analyserer dataene som samles inn med smartklokken, kan beregne aktivitetsnivået for hver pasient gjennom dagen.
|
Pasienter vil automatisk bli vurdert i løpet av oppfølgingstiden (inntil 13 uker etter innmeldingsdato), 24 timer i døgnet, 7 dager i uken.
|
|
Poeng i Autonomic Dysfunctions Mål med Autonomic Dysfunctions Scale
Tidsramme: Grunnlinje
|
Skårene for autonome dysfunksjoner vil bli oppnådd med vurdering av autonom dysfunksjon ved Parkinsons sykdom (SCOPA-AUT).
Den totale sumskåren varierer fra 0 til 100, der høye skårer er korrelert med mer belastning av autonome dysfunksjoner hos Parkinsonspasienter.
|
Grunnlinje
|
|
Søvnighetsrater i Epworths søvnighetsskala som et mål på søvnmengde.
Tidsramme: Grunnlinje
|
Epworth-søvnighetsskalaen ble brukt til å vurdere søvnighetsnivået i løpet av dagen.
Skalaens skårer er relatert til den vanlige varigheten av søvn om natten og øker med relativ søvnmangel.
Her brukte vi data fra ettpunktsvurdering (grunnlinje).
Deretter kan vi foreslå at hvis prøven har høye skårer, vil de ha en lav søvnmengde.
Total sumscore varierer fra 0 (ingen søvnighet i det hele tatt) til 24 (overdreven søvnighet).
|
Grunnlinje
|
Samarbeidspartnere og etterforskere
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Bastiaan R Bloem, Prof. Dr., Radboud University Medical Center
Publikasjoner og nyttige lenker
Generelle publikasjoner
- 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.
Studierekorddatoer
Studer hoveddatoer
Studiestart
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Anslag)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- NL53034.091.41
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .