- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT05912439
Smarttelefonbasert helseatferdsintervensjon for ungdom
Smarttelefonbasert helseatferdsintervensjon for ungdom; Bruk og daglig avgang.
Studieoversikt
Status
Intervensjon / Behandling
Detaljert beskrivelse
Gjennom det siste tiåret har eierskap og tilgang til smarttelefoner og mobile enheter vokst kraftig blant ungdom og ungdom over hele verden. Veksten har vært slik at eierskap eller tilgang til smarttelefoner blant amerikanske ungdommer var 95 % for fire år siden og hadde økt med 23 % de fire årene før. Tilsvarende utvikling ble observert i de fleste utviklede økonomier der ungdommers tilgang til smarttelefoner og eierskap er over 90. persentilen. Smarttelefoner er så vidt distribuert og brukt at omtrent 45 % av ungdommene bruker nesten alle våkne timer på nettet. Imidlertid er beskjedne prognoser for daglig bruk at mange bruker mye mindre tid på nettet hver dag, selv om det vanligvis er mer enn 4 timer.
Ekstrem smarttelefonbruk i ungdoms- og ungdomspopulasjoner har blitt omfattende dekket, men en mer positiv side ved mobilbruk er at en betydelig andel av ungdommene søker helseinformasjon og klinisk hjelp på nettet gjennom sine mobile enheter, noe som gir gode muligheter til å nå ut til utsatte ungdommer med vitenskapsbasert metoder med fokus på helseforbedring. Helseproblemer, dvs. psykisk helse og livsstilssykdommer, belaster lavere SES-grupper så vel som forskjellige minoritetsgrupper og smarttelefoner uforholdsmessig mye, og smarttelefoner kan bli et viktig verktøy for å eliminere slike forskjeller siden smarttelefontilgang og eierskap ikke er relatert til SES-status, kjønn eller rase i forskjellige økonomier . mHealth-markedet blir stadig mettet med applikasjoner, og den årlige økningen i antall tilgjengelige applikasjoner har skutt i været de siste årene, med anslagsvis 350.000 mHealth-applikasjoner på markedet. Imidlertid ser det ut til at bare 8 % av ungdommene bruker helseapplikasjoner for å forbedre helsen, og fremhever det tilsynelatende gapet mellom enkel tilgang, omfattende daglig bruk og mangel på interesse for mHealth-applikasjoner blant ungdom.
Mangel på fysisk aktivitet har blitt stemplet som en global pandemi og rapportert som den fjerde ledende globale dødsårsaken. Fysisk inaktivitet øker risikoen for livsstilssykdommer, som hjertesykdom, diabetes type 2 og kreft, noe som resulterer i over 5 millioner årlige globale dødsfall. Videre er den estimerte årlige økonomiske byrden av fysisk inaktivitet nesten 54 milliarder USD i helsekostnader rundt om i verden. Det ser ut til å være et fall i fysisk aktivitet i ungdomsårene, og en stor del av ungdommene er under anbefalt fysisk aktivitetsnivå gitt av Verdens helseorganisasjon (WHO). Mangel på tilstrekkelig fysisk aktivitet har en tendens til å fortsette i voksen alder, og forskning tyder på at flertallet av ungdommer i EU ikke engang når 30 % av anbefalt daglig fysisk aktivitet. Videre ser det ut til at ungdom har det usunneste kostholdet av alle aldersgrupper, og ungdomsårene er en spesielt utsatt periode for vektøkning. Forskning har gjentatte ganger avslørt en signifikant sammenheng mellom ernæringsatferd og fysisk aktivitet når det gjelder vektkontroll. En enorm økning i global fedme hos ungdom har vært vitne til de siste tiårene, og prevalensen er for eksempel tredoblet siden 1975. Kostnadseffektive intervensjoner for å øke fysisk aktivitet og forbedre ernæringsatferd i ungdomspopulasjoner er derfor sterkt nødvendig.
Fysisk inaktivitet og utilstrekkelige ernæringsvaner henger ofte sammen med invalidiserende emosjonelle problemer, og integrerte strategier bør inkludere alle tre pilarene for å forbedre fysisk så vel som mentalt velvære i ungdomspopulasjoner. Mobile helseintervensjoner rettet mot invalidiserende emosjonelle problemer i ungdomspopulasjoner har avslørt oppmuntrende resultater, til tross for at utmattelsesratene i disse intervensjonene generelt er høye. Ulike definisjoner av slitasje har komplisert forskning på dette emnet, men slitasje er definert som å forlate behandling før man oppnår et nødvendig forbedringsnivå eller fullfører intervensjonsmål. Forskning på mentale mHelse-intervensjoner blant ungdom har ofte manglet detaljerte tidsrelaterte utmattelsesdata sammen med nøyaktige definisjoner og analyser av utmattelsesårsaker, selv om nyere studier viser lovende i den forbindelse. Slitasje rapporteres regelmessig på to forskjellige tidspunkter; intervensjonsstart og ved slutt av intervensjon. Et kontinuerlig mål på bruk vs. ikke-bruk i mHealth-intervensjoner for ungdom og samtidig innhente detaljerte bruksdata for å forhindre eller forsinke eksakte tidspunkter for slitasje i fremtidige intervensjoner, vil kanskje være en forbedret representasjon av slitasje.
Økt kunnskap om faktiske utmattelsesfaktorer og mønstre i ungdomspopulasjoner fra mHealth-intervensjoner er et sterkt behov. Å få en bedre forståelse av hvordan motivasjonsstøtte motiverer ungdom til å bruke mHealth-applikasjoner og hvorfor de opprettholder eller mister interessen for å bruke dem for å forbedre helsen er av avgjørende betydning. Motiverende støtte i mHealth-intervensjoner, definert som strategier for å øke motivasjonen og motvirke slitasje for å overvinne barrierer for atferdsendring, inkluderer ofte målsetting, tilbakemeldinger, sosial støtte og belønninger. Systematiske gjennomganger som undersøker mulige drivere bak bruk peker på gruppe- og oppgavetilpasning, lokalisering, funksjonell brukerstøtte, gamifisering av helseoppgaver og umiddelbar visuell, men forenklet tilbakemelding på brukerhandling, mens kjønnsrelaterte motiverende støttefunksjoner kan være medvirkende faktorer. Tidspunktet for skreddersydd motivasjonsstøtte, gjennom just-in-time adaptive intervensjoner (JITAIs), bør også vurderes når man implementerer mHelse-intervensjoner for ungdom siden tidsbasert individualisering kan motvirke høye utmattelsesrater. Gitt omfanget av rapporterte helseproblemer blant ungdom og mangel på kostnadseffektive helseatferdsintervensjoner spesielt utviklet for ungdomspopulasjoner, er behovet for bedre forståelse av utmattelsesårsaker i ungdoms mHealth-intervensjoner enormt. Hensikten med denne studien er for det første å søke en rikere forståelse av kontinuerlige utmattelsesrater fra en mHealth-intervensjon kalt SidekickHealth i en ungdomspopulasjon og hvilke effekter motivasjonsstøtte har på utmattelsesrater. For det andre er målet å undersøke effektiviteten av intervensjonen med sikte på å øke daglig mental, ernæringsmessig og fysisk helseatferd.
Studietype
Registrering (Antatt)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiesteder
-
-
Reykjavik
-
Reykjavík, Reykjavik, Island, 101
- University of Iceland
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
Tar imot friske frivillige
Beskrivelse
Inklusjonskriterier:
- Alle barn som går på de tre eldste klassene i tre deltakende offentlige grunnskoler på Island er kvalifiserte deltakere. Alle barn i offentlige skoler i kommunen er utstyrt med iPad fra fylte 10 år.
Ekskluderingskriterier:
- Eksklusjonskriterier er diagnose av alvorlig forstyrrelse av intellektuell utvikling og/eller fysisk, utviklingsmessig og psykisk sykdom som i betydelig grad begrenser muligheten til å bruke mobilapper.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Grunnvitenskap
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Ingen (Open Label)
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Ingen inngripen: Kontroll
Tiltak for deltakere i kontrollgruppen oppnås ved baseline og 42 dager senere.
Kontrollgruppen mottar ingen ytterligere kontakt, tilgang til mHealth-applikasjonen eller informasjon før studieslutt spørreskjematiltak er gitt.
|
|
|
Aktiv komparator: Behandling-som-vanlig
For deltakere i Treatment-As-Usual (TAU) gruppetiltak oppnås ved baseline og 42 dager senere.
Deltakerne får en ca. 10 minutter lang introduksjon angående studiespesifikasjoner og mHealth-applikasjonen.
Aktiv deltakelse i TAU-gruppen er definert som å laste ned Sidekick-appen og gjennomføre minst 3 helseøvelser i den.
Tidspunkt for trening er definert som tidsstemplet når treningen er fullført innenfor en av de tre treningskategoriene (fysisk aktivitet, ernæring og mental helse) i appen.
Treningsfrekvens refererer til hvor ofte en gitt øvelse ble gjennomført av en deltaker i TAU-gruppen.
Utmattelsestidspunkt er definert som tidsstemplet for siste fullførte helsetrening innenfor Sidekick gjennom intervensjonsperioden.
Deltakere i TAU-gruppe bruker søknaden individuelt gjennom hele prøveperioden uten motivasjonsstøtte.
|
Bruk av mobilapplikasjon kalt SidekickHealth.
Andre navn:
|
|
Eksperimentell: Innblanding
For deltakere i intervensjonsgruppe oppnås tiltak ved baseline og 42 dager senere.
Deltakerne får en ca. 10 minutter lang introduksjon angående studiespesifikasjoner og mHealth-applikasjonen.
Aktiv deltakelse i intervensjonsgruppe er definert som å laste ned Sidekick-appen og gjennomføre minst 3 helseøvelser i den.
Tidspunkt for trening er definert som tidsstemplet når treningen er fullført innenfor en av de tre treningskategoriene (fysisk aktivitet, ernæring og mental helse) i appen.
Treningsfrekvens refererer til hvor ofte en gitt øvelse ble gjennomført av en deltaker i TAU-gruppen.
Utmattelsestidspunkt er definert som tidsstemplet for siste fullførte helsetrening innenfor Sidekick gjennom intervensjonsperioden.
Deltakere i intervensjonsgruppe får ukentlig motivasjonsstøtte i form av individuelle og gruppetilbakemeldinger på bruk, deltakelse i vennlige helseoppgavekonkurranser og ukentlig altruistiske belønning for bruk.
|
Bruk av mobilapplikasjon kalt SidekickHealth.
Andre navn:
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Applikasjonsbruk
Tidsramme: Fra innleggelse til utskrivning, inntil 6 uker.
|
Tidsstempel i dager, minutter og sekunder av hver helseaktivitet fullført i mobilapplikasjonen
|
Fra innleggelse til utskrivning, inntil 6 uker.
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Angst og depresjonssymptomer
Tidsramme: Fra innleggelse til utskrivning, inntil 6 uker.
|
Angst og depressive symptomer vurderes ved hjelp av Revised Children's Anxiety and Depression Scale (RCADS), et selvrapporteringsverktøy for barn og ungdom.
Skalaen er en firepunkts Likert-skala, spenner over 47 spørsmål og er delt inn i 6 underskalaer; separasjonsangstsymptomer, generelle angstsymptomer, tvangssymptomer, sosialangstsymptomer, panikksymptomer, depresjonssymptomer.
En T-score over 65 markerte et klinisk grensepunkt.
Inventarets psykometri er studert med akseptable funn i både amerikanske og islandske pediatriske populasjoner
|
Fra innleggelse til utskrivning, inntil 6 uker.
|
|
Generell selveffektivitet
Tidsramme: Fra innleggelse til utskrivning, inntil 6 uker.
|
General Self Efficacy Scale (GSE), et 10-elements selvrapporteringsskjema med totalskåre fra 10 til 40, brukes til å måle selveffektivitetsnivåer der høyere poengsum gir økende egeneffektivitet.
Akseptable psykometriske egenskaper for spørreskjemaet er oppnådd, og det brukes globalt i ungdomspopulasjoner.
|
Fra innleggelse til utskrivning, inntil 6 uker.
|
|
Sovevaner
Tidsramme: Fra innleggelse til utskrivning, inntil 6 uker.
|
BEARS søvnscreeningsalgoritme brukes til å evaluere deltakernes atferdsmessige søvnproblemer.
Det er et screeninginstrument for barn fra 2 til 18 år, et binært (0-1) foreldre- eller selvevalueringsverktøy som har blitt studert psykometri med akseptable funn i pediatriske populasjoner.
Egenvurdering brukes i studiepopulasjonen.
|
Fra innleggelse til utskrivning, inntil 6 uker.
|
Samarbeidspartnere og etterforskere
Sponsor
Publikasjoner og nyttige lenker
Generelle publikasjoner
- Mohr DC, Burns MN, Schueller SM, Clarke G, Klinkman M. Behavioral intervention technologies: evidence review and recommendations for future research in mental health. Gen Hosp Psychiatry. 2013 Jul-Aug;35(4):332-8. doi: 10.1016/j.genhosppsych.2013.03.008. Epub 2013 May 8.
- Lee IM, Shiroma EJ, Lobelo F, Puska P, Blair SN, Katzmarzyk PT; Lancet Physical Activity Series Working Group. Effect of physical inactivity on major non-communicable diseases worldwide: an analysis of burden of disease and life expectancy. Lancet. 2012 Jul 21;380(9838):219-29. doi: 10.1016/S0140-6736(12)61031-9.
- Kohl HW 3rd, Craig CL, Lambert EV, Inoue S, Alkandari JR, Leetongin G, Kahlmeier S; Lancet Physical Activity Series Working Group. The pandemic of physical inactivity: global action for public health. Lancet. 2012 Jul 21;380(9838):294-305. doi: 10.1016/S0140-6736(12)60898-8.
- Nahum-Shani I, Smith SN, Spring BJ, Collins LM, Witkiewitz K, Tewari A, Murphy SA. Just-in-Time Adaptive Interventions (JITAIs) in Mobile Health: Key Components and Design Principles for Ongoing Health Behavior Support. Ann Behav Med. 2018 May 18;52(6):446-462. doi: 10.1007/s12160-016-9830-8.
- Eysenbach G. The law of attrition. J Med Internet Res. 2005 Mar 31;7(1):e11. doi: 10.2196/jmir.7.1.e11.
- Telama R, Yang X, Viikari J, Valimaki I, Wanne O, Raitakari O. Physical activity from childhood to adulthood: a 21-year tracking study. Am J Prev Med. 2005 Apr;28(3):267-73. doi: 10.1016/j.amepre.2004.12.003.
- Rose T, Barker M, Maria Jacob C, Morrison L, Lawrence W, Strommer S, Vogel C, Woods-Townsend K, Farrell D, Inskip H, Baird J. A Systematic Review of Digital Interventions for Improving the Diet and Physical Activity Behaviors of Adolescents. J Adolesc Health. 2017 Dec;61(6):669-677. doi: 10.1016/j.jadohealth.2017.05.024. Epub 2017 Aug 16.
- Ding D, Lawson KD, Kolbe-Alexander TL, Finkelstein EA, Katzmarzyk PT, van Mechelen W, Pratt M; Lancet Physical Activity Series 2 Executive Committee. The economic burden of physical inactivity: a global analysis of major non-communicable diseases. Lancet. 2016 Sep 24;388(10051):1311-24. doi: 10.1016/S0140-6736(16)30383-X. Epub 2016 Jul 28.
- Jones EAK, Mitra AK, Bhuiyan AR. Impact of COVID-19 on Mental Health in Adolescents: A Systematic Review. Int J Environ Res Public Health. 2021 Mar 3;18(5):2470. doi: 10.3390/ijerph18052470.
- Kormendi A. [Smartphone usage among adolescents]. Psychiatr Hung. 2015;30(3):297-302. Hungarian.
- Birnbaum ML, Rizvi AF, Confino J, Correll CU, Kane JM. Role of social media and the Internet in pathways to care for adolescents and young adults with psychotic disorders and non-psychotic mood disorders. Early Interv Psychiatry. 2017 Aug;11(4):290-295. doi: 10.1111/eip.12237. Epub 2015 Mar 23. Erratum In: Early Interv Psychiatry. 2017 Dec;11(6):539.
- Lawlor, A. & Kirakowski, J. (2014). Online support groups for mental health: A space for challenging self-stigma or a means of social avoidance? Computers in Human Behavior, 32, 152-161. https://doi.org/10.1016/j.chb.2013.11.015
- Pretorius C, Chambers D, Coyle D. Young People's Online Help-Seeking and Mental Health Difficulties: Systematic Narrative Review. J Med Internet Res. 2019 Nov 19;21(11):e13873. doi: 10.2196/13873.
- McLaughlin KA, Costello EJ, Leblanc W, Sampson NA, Kessler RC. Socioeconomic status and adolescent mental disorders. Am J Public Health. 2012 Sep;102(9):1742-50. doi: 10.2105/AJPH.2011.300477. Epub 2012 Feb 16.
- Radomski AD, Wozney L, McGrath P, Huguet A, Hartling L, Dyson MP, Bennett K, Newton AS. Design and Delivery Features That May Improve the Use of Internet-Based Cognitive Behavioral Therapy for Children and Adolescents With Anxiety: A Realist Literature Synthesis With a Persuasive Systems Design Perspective. J Med Internet Res. 2019 Feb 5;21(2):e11128. doi: 10.2196/11128.
- IQVIA Institute. (2021, July 1). Digital Health Trends 2021. IQVIA. https://www.iqvia.com/-/media/iqvia/pdfs/institute-reports/digital-health-trends-2021/iqvia-institute-digital-health-trends-2021.pdf
- Chan, A., Kow, R. & Cheng, J. K. (2017). Adolescents' perceptions on smartphone applications (apps) for health management. Journal of Mobile Technology in Medicine, 6(2), 47-55. https://doi.org/10.7309/jmtm.6.2.6
- Sember V, Jurak G, Kovac M, Duric S, Starc G. Decline of physical activity in early adolescence: A 3-year cohort study. PLoS One. 2020 Mar 11;15(3):e0229305. doi: 10.1371/journal.pone.0229305. eCollection 2020.
- World Health Organization (2010). Global Recommendations on Physical Activity for Health, Executive Summary. Geneva, Switzerland: World Health Organization. Available from: https://www.ncbi.nlm.nih.gov/books/NBK305060/
- OECD (2016). Health at a Glance: Europe 2016 - State of Health in the EU Cycle. Paris, France: OECD Publishing. https://doi.org/10.1787/9789264265592-en
- Craigie AM, Lake AA, Kelly SA, Adamson AJ, Mathers JC. Tracking of obesity-related behaviours from childhood to adulthood: A systematic review. Maturitas. 2011 Nov;70(3):266-84. doi: 10.1016/j.maturitas.2011.08.005. Epub 2011 Sep 15.
- Kouvari M, Karipidou M, Tsiampalis T, Mamalaki E, Poulimeneas D, Bathrellou E, Panagiotakos D, Yannakoulia M. Digital Health Interventions for Weight Management in Children and Adolescents: Systematic Review and Meta-analysis. J Med Internet Res. 2022 Feb 14;24(2):e30675. doi: 10.2196/30675.
- WHO (2021, June 9th). Obesity and Overweight. World Health Organization. Retrieved January 26, 2023, from https://www.who.int/news-room/fact-sheets/detail/obesity-and-overweight#cms
- Meyerowitz-Katz G, Ravi S, Arnolda L, Feng X, Maberly G, Astell-Burt T. Rates of Attrition and Dropout in App-Based Interventions for Chronic Disease: Systematic Review and Meta-Analysis. J Med Internet Res. 2020 Sep 29;22(9):e20283. doi: 10.2196/20283.
- Topooco N, Bylehn S, Dahlstrom Nysater E, Holmlund J, Lindegaard J, Johansson S, Aberg L, Bergman Nordgren L, Zetterqvist M, Andersson G. Evaluating the Efficacy of Internet-Delivered Cognitive Behavioral Therapy Blended With Synchronous Chat Sessions to Treat Adolescent Depression: Randomized Controlled Trial. J Med Internet Res. 2019 Nov 1;21(11):e13393. doi: 10.2196/13393.
- Adelman CB, Panza KE, Bartley CA, Bontempo A, Bloch MH. A meta-analysis of computerized cognitive-behavioral therapy for the treatment of DSM-5 anxiety disorders. J Clin Psychiatry. 2014 Jul;75(7):e695-704. doi: 10.4088/JCP.13r08894.
- Maenhout L, Peuters C, Cardon G, Crombez G, DeSmet A, Compernolle S. Nonusage Attrition of Adolescents in an mHealth Promotion Intervention and the Role of Socioeconomic Status: Secondary Analysis of a 2-Arm Cluster-Controlled Trial. JMIR Mhealth Uhealth. 2022 May 10;10(5):e36404. doi: 10.2196/36404.
- Twomey C, O'Reilly G, Byrne M, Bury M, White A, Kissane S, McMahon A, Clancy N. A randomized controlled trial of the computerized CBT programme, MoodGYM, for public mental health service users waiting for interventions. Br J Clin Psychol. 2014 Nov;53(4):433-50. doi: 10.1111/bjc.12055. Epub 2014 May 15.
- Melville KM, Casey LM, Kavanagh DJ. Dropout from Internet-based treatment for psychological disorders. Br J Clin Psychol. 2010 Nov;49(Pt 4):455-71. doi: 10.1348/014466509X472138. Epub 2009 Oct 1.
- Mitchell, A. J. & Selmes, T. (2007). Why don't patients attend their appointments? Maintaining engagement with psychiatric services. Advances in psychiatric treatment, 13(6).423-434. https://doi.org/10.1192/apt.bp.106.003202
- Vigerland S, Lenhard F, Bonnert M, Lalouni M, Hedman E, Ahlen J, Olen O, Serlachius E, Ljotsson B. Internet-delivered cognitive behavior therapy for children and adolescents: A systematic review and meta-analysis. Clin Psychol Rev. 2016 Dec;50:1-10. doi: 10.1016/j.cpr.2016.09.005. Epub 2016 Sep 20.
- Jeminiwa RN, Hohmann NS, Fox BI. Developing a Theoretical Framework for Evaluating the Quality of mHealth Apps for Adolescent Users: A Systematic Review. J Pediatr Pharmacol Ther. 2019 Jul-Aug;24(4):254-269. doi: 10.5863/1551-6776-24.4.254.
- Palos-Sanchez PR, Saura JR, Rios Martin MA, Aguayo-Camacho M. Toward a Better Understanding of the Intention to Use mHealth Apps: Exploratory Study. JMIR Mhealth Uhealth. 2021 Sep 9;9(9):e27021. doi: 10.2196/27021.
- Egilsson E, Bjarnason R, Njardvik U. Usage and Weekly Attrition in a Smartphone-Based Health Behavior Intervention for Adolescents: Pilot Randomized Controlled Trial. JMIR Form Res. 2021 Feb 17;5(2):e21432. doi: 10.2196/21432.
- Bear HA, Ayala Nunes L, DeJesus J, Liverpool S, Moltrecht B, Neelakantan L, Harriss E, Watkins E, Fazel M. Determination of Markers of Successful Implementation of Mental Health Apps for Young People: Systematic Review. J Med Internet Res. 2022 Nov 9;24(11):e40347. doi: 10.2196/40347.
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Antatt)
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
Andre studie-ID-numre
- UI-2023-mHealth
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
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. .