- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT03753139
Identifikasjon av arytmier med engangs-EKG
I vestlige land får hver sjette person i løpet av livet og 15 000 personer i Finland et nytt hjerneslag hvert år. Omtrent hvert fjerde slag er basert på hjerteemboli. Atrieflimmer forårsaker dannelse av tromber i venstre atrium med påfølgende embolisering i cerebral og perifer sirkulasjon.
Denne studien undersøker egnetheten til måleteknikker og nye beregningsmetoder brukt i sport/velværeteknologi for screening og diagnostisering av atrieflimmer og andre arytmier. Nye måleteknologier, engangs-EKG-måling og pulsarmbåndsmåling, studeres for deres egenskaper, datakvalitet og rytmegjenkjenning. Å identifisere latente arytmier med nye selvovervåkingsteknologier kan redusere antall slag betydelig (de latente arytmiene forårsaker ca. 25 % av slagene).
Forskningen vil bli utført i samarbeid med Kuopio Universitetssykehus akuttmottak, Hjertesenteret, Institutt for anvendt fysikk ved Universitetet i Øst-Finland og Heart2Save Ltd.
Resultatene av forskningsprosjektet vil bli publisert i vitenskapelige tidsskrifter for medisin og medisinsk teknologi og vil bli presentert på vitenskapelige konferanser for de respektive feltene. Forskningsresultatene fra prosjektet kan utnyttes av alle bedrifter i medisinsk teknologibransjen, spesielt selskaper som produserer EKG-måleinstrumenter og selskaper som produserer rytmegjenkjenningsprogramvare.
Studieoversikt
Status
Intervensjon / Behandling
Detaljert beskrivelse
Forskningen tar sikte på å løse følgende medisinske problemer:
- Å identifisere og definere typen atrieflimmer er problematisk på grunn av dens spontane forekomst og latens.
- Måleapparater for screening av atrieflimmer er dårlig tilgjengelig.
De viktigste forskningsspørsmålene er:
Kan en enkelt-avlednings EKG-måling brukes for å oppdage arytmier
- Finn ut målestedene (EKG-avledninger) for enkeltavlednings-EKG-selvovervåking og evaluer innvirkningen av målesteder på brukervennlighet og signalkvalitet.
- Finn ut målestedene for enkeltavlednings-EKG-overvåking når målingen utføres av en annen person (sykepleier eller pårørende) og evaluer innvirkningen av målesteder på brukervennlighet og signalkvalitet.
- Finn ut påliteligheten til enkeltavlednings-EKG-måling for identifisering av atrieflimmer.
- Finn ut påliteligheten til enkeltavlednings-EKG-måling for identifikasjon av rask (takykardi) og langsom hjertefrekvens (bradykardi).
Kan et armbånd basert på optisk pulsregistrering kunne få pålitelig informasjon om arytmier
- Finn ut brukbarheten til pulsarmbåndet for identifisering av atrieflimmer.
- Finn ut brukbarheten til pulsarmbåndet for identifikasjon av rask (takykardi) og langsom hjertefrekvens (bradykardi).
Formålet med studiens metodeutvikling er å evaluere påliteligheten av hjertefrekvensmåling ved enkeltavlednings-EKG og pulsbølgemåling hos friske og pasienter med hjerteproblemer. Studien utvikler databehandlingsmetoder basert på lettvekts måleteknologi for pålitelig å identifisere den vanligste hjertearytmien, atrieflimmer. Diagnostisering og behandling av atrieflimmer er avgjørende faktorer for å forebygge hjerneslag.
Forskningspasienter har allerede gjennomgått en 12-kanals klinisk EKG-registrering inkludert i den normale behandlingsprosessen. Dette 12-kanals EKG brukes til å identifisere pasienter som er egnet for forskning og inndeling i undergrupper (normal rytme, atrieflimmer, rask eller langsom rytme).
I faktiske studiemålinger festes en Holter-EKG-enhet på pasientens bryst ved hjelp av fem våte elektroder som skal brukes som gylden standard for rytmeovervåking. De lette målemetodene sammenlignes med resultatet av Holter-EKG-registreringen. I tillegg legges fotopletysmogram på pasientens håndledd for PPG-registrering. Figur 1 viser illustrerende eksempler på studiens målinger.
Forskeren måler ett minutts opptak fra to forskjellige måleposisjoner (flanke og bryst) med et engangs-EKG-måleapparat. Etter det utfører pasienten ett minutts selvovervåkende målinger med engangs-EKG-apparat fra alle tre posisjoner (tommel, flanke og bryst) og også fra brystet med juvel-EKG.
Studien sammenligner evnen til disse lette målemetodene til å oppdage ulike hjerterytmer sammenlignet med Holter-registreringen.
Enhetene som brukes til målingen er:
- Faros 360 EKG-sensor med våte elektroder (figur 1, enhet 1) (Mega Elektroniikka, http://www.megaemg.com/ Kuopio Suomi). Faros 360 Holter er CE og FDA 510(k) godkjent medisinsk utstyr i klasse 2a, som festes til pasientens bryst med fem engangs våtelektroder.
Suunto Movesense engangs-EKG-enhet (Suunto Oy, http://www.suunto.com Vantaa Suomi). Movesense er CE-godkjent forbrukerenhet, som brukes med to dy-elektroder til EKG-målingen (figur 1 enheter 2 og 3). Movesense sak; juvel og engangs-EKG-etui.
- I den forrige studien (Afib24h) ble Valvira rapportert og forskningen fikk tillatelse til studien med klinisk utstyr (Movesense + bryststroppkombinasjon).
- For denne studien er Valira rapportert for en klinisk enhetsstudie (Movesense + engangs-EKG-enhetskombinasjon)
- Empatica E4 aktivitetsarmbånd (Empatica Ltd http://www.empatica.com Milan Italia), som er CE-godkjent forbrukerenhet. Empatica E4 er også et fotopletysmogram, som måler optisk mengden blod som sirkulerer i blodåren (Figur 1 enhet 4).
- Samsung Gear S3 bærbar (Samsung Electronics, Co., Ltd., www.samsung.com Soul Etelä-Korea) som er CE-godkjent forbrukerenhet. Gear S3 er også et fotopletysmogram, som måler optisk mengden blod som sirkulerer i blodåren.
Forskeren fester utstyr til pasienten. Etter det starter forskeren en 10-minutters registrering med Faros 360 (enhet 1) og Empatica E4 (enhet 4) enheter. I løpet av en 10-minutters måling måler forskeren ett minutts opptak fra to forskjellige måleposisjoner med Movesense EKG (apparat 2) 1. fra brystet, brystbenet vinkelrett 2. fra brystet, langs brystbenet. Pasienten foretar deretter ett minutts selvovervåkingsmålinger 1. fra brystet, brystbenet vinkelrett 2. fra brystet, langs brystbenet 3. fra nedre del av flanken 4. fra tomlene og 5. fra brystet med en juvel -EKG.
Hjertefrekvensdeteksjon ved EKG-måling gjøres oftest ved deteksjon av QRS-komplekser. Mange av disse QRS-detektorene har blitt utviklet de siste tiårene. EKG-måling med tørre elektroder innebærer betydelig flere bevegelsesforstyrrelser sammenlignet med våtelektrodemålingene, da selv de små bevegelsene til enheten induserer store endringer i EKG-signalet. I tillegg, spesielt når du bruker tomler som målepunkter, er EMG-støyen fra musklene bemerkelsesverdig høy sammenlignet med våtelektrodemålingene.
Dette prosjektet bruker metodene utviklet i det tidligere mobil-EKG-prosjektet for støy- og QRS-deteksjon for å tillate pålitelig deteksjon av QRS-komplekser og hjertefrekvensuregelmessigheter i tørrelektrodemålingene.
I denne studien er de tidligere utviklede hjertefrekvensdeteksjonsmetodene validert av studiens målinger av normal sinusrytme, atrieflimmer og langsom (bradykardi) og rask (takykardi) hjertefrekvens.
Denne studien undersøker evnen til pulsdeteksjon ved deteksjon av atrieflimmer. Fotopletysmogrammet måler absorpsjonen av lys i vevet. Absorpsjonen av lys i blodet er større enn absorpsjonen i det omkringliggende vevet. Når hjertet slår, utvider kapillærene seg og trekker seg sammen basert på endringer i blodvolumet. Fotopletysmografi tillater hjertefrekvensmåling ved å oppdage endringer i absorpsjon.
Photopletysmgram, som en mobil-EKG-enhet, er spesielt følsom for bevegelse, selv den lille bevegelsen til LED/fotodiode induserer store endringer i lysintensiteten.
Fysiologiske endringer forårsaker også en forstyrrelse i hjertefrekvensmålingen, for eksempel når den vaskulære elastisiteten endres, endres pulstiden, noe som resulterer i en forstyrrelse i målingen.
I motsetning til det høyfrekvente gjennomborede QRS-komplekset, er pulsbølgen en lavfrekvent opp-ned-variasjon, som forårsaker sine egne utfordringer for nøyaktig pulsmåling.
Atriene fungerer utilstrekkelig ved atrieflimmer, derfor er ventriklene ikke helt fylt med blod. I tillegg forårsaker atrieflimmer uregelmessig ledning av impulser fra atrier til ventriklene som fører til pulsuregelmessighet. Mengden blod som pumpes varierer fra ett slag til slag, noe som gjør pulsbølgedeteksjonen utfordrende.
Dette prosjektet utvikler metoder for nøyaktig pulsmåling fra en pulsbølgeserie.
Metodeutviklingen tar sikte på å ta hensyn til forstyrrelser på grunn av målerens bevegelse, pulsbølgeuregelmessigheter som er typiske for atrieflimmer, og utfordringene med langsom (bradykardi) og rask (takykardi) hjertefrekvensdeteksjon.
Hovedmålet med metodeutviklingen er å bestemme pulsen så nøyaktig at pulsuregelmessighet på grunn av atrieflimmer kan skilles fra normal sinusrytme og pålitelig oppdage raske og langsomme hjerterytmer.
Ved atrieflimmer leder elektriske impulser tilfeldig til ventriklene, noe som gjør at hjertefrekvensen blir uregelmessig og ujevn. En stor kampanje av Hjerteforeningen «Føl på pulsen – forebygg hjerneslaget» er basert på hjertefrekvens eller pulsgjenkjenning. Pulsgjenkjenning er selvsagt den billigste metoden for å oppdage atrieflimmer, men denne metoden gir et stort antall falske positive. Ved EKG-måling er deteksjonen av atrieflimmer mye mer pålitelig. Automatiserte atrieflimmerdeteksjonsalgoritmer er utviklet for dette formålet.
Identifisering av atriumaktiveringen i langtids Holter-EKG-målinger er generelt svært utfordrende på grunn av dårlig signal-støy-forhold (bevegelse, muskelartefakter og delvis overlappende mye sterkere ventrikkelaktivitet). Av denne grunn er de fleste atrieflimmerdeteksjonsalgoritmer basert på identifisering av pulsuregelmessigheter. For parametrisering av uregelmessigheten i hjertefrekvensen (RR-intervall) er det introdusert flere relativt enkle, men pålitelige tidsnivåmetoder. Som et eksempel, En RdR-basert metode hvor RR-intervallene (hjertefrekvens) er representert som en funksjon av påfølgende RR-intervallendringer (hjertefrekvensendring) (Lian et al. 2011). RdR-grafen definerer fragmenteringen av mønsteret som følge av uregelmessige hjertefrekvensendringer. I tillegg finnes det metoder som estimerer RR-tidsserier intern koherens (Lee et al. 2011). Ulike ikke-lineære metoder har også blitt introdusert for parametrisering av hjertefrekvensvariasjonen, noe som gjør det mulig å beskrive dynamikken til hjertefrekvensvariasjonen bredere (uten begrensning av linearitetsantagelsen). En klasse av ikke-lineære metoder er forskjellige entropimengder, disse er spesielt interessante for identifisering av atrieflimmer og uregelmessig hjertefrekvens. Entropistørrelser kan brukes til å estimere regulariteten og forutsigbarheten til RR-tidsserien. Typisk krever pålitelig beregning av entropistørrelsene relativt lang måletid, men også entropistørrelser som egner seg for analyse av korte målinger er introdusert (Lake & Moorman 2011).
Dette forskningsprosjektet utvikler nye atrieflimmerdeteksjonsalgoritmer for mobil-EKG-måling og pulsbølgemåling på grunnlag av allerede eksisterende metoder. Algoritmer må ta hensyn til atrielle og ventrikulære premature komplekser. Ignorering av disse øker uregelmessigheten i RR-tidsserien og øker dermed antallet falske positive atrieflimmer.
Studietype
Registrering (Faktiske)
Kontakter og plasseringer
Studiesteder
-
-
Eastern-Finland
-
Kuopio, Eastern-Finland, Finland, 70029
- Kuopio University Hospital
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- Pasienter behandlet uansett årsak i akuttmottaket ved Kuopio universitetssykehus.
Ekskluderingskriterier:
- kroppsmasseindeks (BMI) over 35, implantert pacemaker og en medisinsk tilstand som krever umiddelbar behandling som ville bli forsinket av studiemålingene.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Case-Control
- Tidsperspektiver: Potensielle
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
---|---|
Atrieflimmer
Pasienter med atrieflimmer som registrert av Holter
|
Studien sammenligner lette målemetoders evne til å oppdage ulike hjerterytmer sammenlignet med Holter-registreringen.
|
Sinus rytme
Pasienter med sinusrytme registrert av Holter
|
Studien sammenligner lette målemetoders evne til å oppdage ulike hjerterytmer sammenlignet med Holter-registreringen.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
---|---|---|
Hjerterytmeovervåking med enkeltavlednings-EKG
Tidsramme: 30 minutter
|
Sensitivitet og spesifisitet for deteksjon av atrieflimmer
|
30 minutter
|
Samarbeidspartnere og etterforskere
Sponsor
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Tero J Martikainen, MD. PhD, Kuopio University Hospital
Publikasjoner og nyttige lenker
Generelle publikasjoner
- Amann A, Tratnig R, Unterkofler K. Reliability of old and new ventricular fibrillation detection algorithms for automated external defibrillators. Biomed Eng Online. 2005 Oct 27;4:60. doi: 10.1186/1475-925X-4-60.
- Barro S, Ruiz R, Cabello D, Mira J. Algorithmic sequential decision-making in the frequency domain for life threatening ventricular arrhythmias and imitative artefacts: a diagnostic system. J Biomed Eng. 1989 Jul;11(4):320-8. doi: 10.1016/0141-5425(89)90067-8.
- Cabello D, Barro S, Salceda JM, Ruiz R, Mira J. Fuzzy K-nearest neighbor classifiers for ventricular arrhythmia detection. Int J Biomed Comput. 1991 Feb;27(2):77-93. doi: 10.1016/0020-7101(91)90089-w.
- Chen SW. A two-stage discrimination of cardiac arrhythmias using a total least squares-based prony modeling algorithm. IEEE Trans Biomed Eng. 2000 Oct;47(10):1317-27. doi: 10.1109/10.871404.
- al-Fahoum AS, Howitt I. Combined wavelet transformation and radial basis neural networks for classifying life-threatening cardiac arrhythmias. Med Biol Eng Comput. 1999 Sep;37(5):566-73. doi: 10.1007/BF02513350.
- Fuster V, Ryden LE, Cannom DS, Crijns HJ, Curtis AB, Ellenbogen KA, Halperin JL, Le Heuzey JY, Kay GN, Lowe JE, Olsson SB, Prystowsky EN, Tamargo JL, Wann S; Task Force on Practice Guidelines, American College of Cardiology/American Heart Association; Committee for Practice Guidelines, European Society of Cardiology; European Heart Rhythm Association; Heart Rhythm Society. ACC/AHA/ESC 2006 guidelines for the management of patients with atrial fibrillation-executive summary: a report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines and the European Society of Cardiology Committee for Practice Guidelines (Writing Committee to Revise the 2001 Guidelines for the Management of Patients with Atrial Fibrillation). Eur Heart J. 2006 Aug;27(16):1979-2030. doi: 10.1093/eurheartj/ehl176. No abstract available. Erratum In: Eur Heart J. 2007 Aug;28(16):2046.
- Ge D, Srinivasan N, Krishnan SM. Cardiac arrhythmia classification using autoregressive modeling. Biomed Eng Online. 2002 Nov 13;1:5. doi: 10.1186/1475-925x-1-5.
- Jekova I. Comparison of five algorithms for the detection of ventricular fibrillation from the surface ECG. Physiol Meas. 2000 Nov;21(4):429-39. doi: 10.1088/0967-3334/21/4/301.
- Lake DE, Moorman JR. Accurate estimation of entropy in very short physiological time series: the problem of atrial fibrillation detection in implanted ventricular devices. Am J Physiol Heart Circ Physiol. 2011 Jan;300(1):H319-25. doi: 10.1152/ajpheart.00561.2010. Epub 2010 Oct 29.
- Lee J, Nam Y, McManus DD, Chon KH. Time-varying coherence function for atrial fibrillation detection. IEEE Trans Biomed Eng. 2013 Oct;60(10):2783-93. doi: 10.1109/TBME.2013.2264721. Epub 2013 May 22.
- Li C, Zheng C, Tai C. Detection of ECG characteristic points using wavelet transforms. IEEE Trans Biomed Eng. 1995 Jan;42(1):21-8. doi: 10.1109/10.362922.
- Lian J, Wang L, Muessig D. A simple method to detect atrial fibrillation using RR intervals. Am J Cardiol. 2011 May 15;107(10):1494-7. doi: 10.1016/j.amjcard.2011.01.028. Epub 2011 Mar 17.
- Lipponen JA, Tarvainen MP, Laitinen T, Lyyra-Laitinen T, Karjalainen PA. A principal component regression approach for estimation of ventricular repolarization characteristics. IEEE Trans Biomed Eng. 2010 May;57(5):1062-9. doi: 10.1109/TBME.2009.2037492. Epub 2010 Feb 5.
- Lipponen JA, Kemppainen J, Karjalainen PA, Laitinen T, Mikola H, Karki T, Tarvainen MP. Dynamic estimation of cardiac repolarization characteristics during hypoglycemia in healthy and diabetic subjects. Physiol Meas. 2011 Jun;32(6):649-60. doi: 10.1088/0967-3334/32/6/003. Epub 2011 Apr 20.
- Lipponen JA, Tarvainen MP. Principal component model for maternal ECG extraction in fetal QRS detection. Physiol Meas. 2014 Aug;35(8):1637-48. doi: 10.1088/0967-3334/35/8/1637. Epub 2014 Jul 29.
- Meretoja A, Roine RO, Kaste M, Linna M, Juntunen M, Erila T, Hillbom M, Marttila R, Rissanen A, Sivenius J, Hakkinen U. Stroke monitoring on a national level: PERFECT Stroke, a comprehensive, registry-linkage stroke database in Finland. Stroke. 2010 Oct;41(10):2239-46. doi: 10.1161/STROKEAHA.110.595173. Epub 2010 Aug 26.
- Syvaoja S, Castren M, Mantyla P, Rissanen TT, Kivela A, Uusaro A, Jantti H. The feasibility of recognizing the heart rhythm with an automated external defibrillator from an area the size of a mobile phone. Eur J Emerg Med. 2016 Apr;23(2):102-7. doi: 10.1097/MEJ.0000000000000214.
- Tarvainen MP, Ranta-Aho PO, Karjalainen PA. An advanced detrending method with application to HRV analysis. IEEE Trans Biomed Eng. 2002 Feb;49(2):172-5. doi: 10.1109/10.979357.
- Tarvainen MP, Niskanen JP, Lipponen JA, Ranta-Aho PO, Karjalainen PA. Kubios HRV--heart rate variability analysis software. Comput Methods Programs Biomed. 2014;113(1):210-20. doi: 10.1016/j.cmpb.2013.07.024. Epub 2013 Aug 6.
- Thakor NV, Zhu YS, Pan KY. Ventricular tachycardia and fibrillation detection by a sequential hypothesis testing algorithm. IEEE Trans Biomed Eng. 1990 Sep;37(9):837-43. doi: 10.1109/10.58594.
- Zhang XS, Zhu YS, Thakor NV, Wang ZZ. Detecting ventricular tachycardia and fibrillation by complexity measure. IEEE Trans Biomed Eng. 1999 May;46(5):548-55. doi: 10.1109/10.759055.
- Kirchhof P, Benussi S, Kotecha D, Ahlsson A, Atar D, Casadei B, Castella M, Diener HC, Heidbuchel H, Hendriks J, Hindricks G, Manolis AS, Oldgren J, Alexandru Popescu B, Schotten U, Van Putte B, Vardas P. 2016 ESC Guidelines for the Management of Atrial Fibrillation Developed in Collaboration With EACTS. Rev Esp Cardiol (Engl Ed). 2017 Jan;70(1):50. doi: 10.1016/j.rec.2016.11.033. No abstract available. Erratum In: Rev Esp Cardiol (Engl Ed). 2017 Nov;70(11):1031. English, Spanish.
- Valiaho ES, Kuoppa P, Lipponen JA, Hartikainen JEK, Jantti H, Rissanen TT, Kolk I, Pohjantahti-Maaroos H, Castren M, Halonen J, Tarvainen MP, Santala OE, Martikainen TJ. Wrist Band Photoplethysmography Autocorrelation Analysis Enables Detection of Atrial Fibrillation Without Pulse Detection. Front Physiol. 2021 May 7;12:654555. doi: 10.3389/fphys.2021.654555. eCollection 2021.
- Santala OE, Lipponen JA, Jäntti H, Rissanen TT, Halonen J, Kolk I, Pohjantähti-Maaroos H, Tarvainen MP, Väliaho ES, Hartikainen J, Martikainen T. Necklace-embedded electrocardiogram for the detection and diagnosis of atrial fibrillation. Clin Cardiol. 2021 May;44(5):620-626. doi: 10.1002/clc.23580. Epub 2021 Feb 25.
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
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
- KUH507P002
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
produkt produsert i og eksportert fra USA
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. .
Kliniske studier på Atrieflimmer
-
Pusan National University HospitalHar ikke rekruttert ennåHjerteimplanterbar elektronisk enhet | Atrial High Rate EpisodeKorea, Republikken
-
The Second Affiliated Hospital of Chongqing Medical...UkjentAtrieflimmer | Hjerteombygging, atrial | Sacubitril/Valsartan
-
W.L.Gore & AssociatesFullført
-
Helios Klinikum PforzheimRekrutteringHøyre hjertesvikt | Trikuspidal regurgitasjon | Hjerteombygging, Ventrikulær | Hjerteombygging, atrialTyskland
-
Henry Ford Health SystemTilbaketrukket
-
Nobles Medical Technologies II IncPåmelding etter invitasjonForamen Ovale, patent | Septal defekt, atrial | Septaldefekt, hjerteForente stater, Italia
-
HeartStitch.ComUkjentForamen Ovale, patent | Septal defekt, atrial | Septaldefekt, hjerteForente stater
-
China National Center for Cardiovascular DiseasesRekrutteringHjertesykdommer | Atrial septal dilatasjonKina
-
Assiut UniversityUkjent
-
Amsterdam UMC, location VUmcRekruttering