Optimaliser risiko prediksjon etter hjerteinfarkt gjennom kunstig intelligens og flerdimensjonal evaluering: Oracle Study (ORACLE)
4. juni 2025 oppdatert av: Fundación Pública Andaluza para la Investigación de Málaga en Biomedicina y Salud
Bakgrunn. Myokardinfarkt (MI) er en ledende dødsårsak over hele verden. Etter MI er langsiktig antitrombotisk terapi avgjørende for å forhindre tilbakevendende hendelser, men øker blødningen, som også påvirker sykelighet og dødelighet. Å gi disse konkurrerende risikoene prediksjonsverktøy for å forutsi iskemisk og blødning er av største betydning for å informere kliniske beslutninger, men deres nåværende presisjon er begrenset. Forbedre hendelsesforutsigelse, ved å oppdage nye og innovative markører av risiko ville ha en enorm innvirkning på terapeutiske beslutninger og pasientenes utfall.
Mål. Oppdag roman "Computational Biomarkers" av risiko og forbedre gjeldende standarder for risikoforutsigelse ved å bruke innovativ flerdimensjonal informasjon fra bærbare enheter, biomarkører, atferdsmønstre og ikke-invasiv avbildning, integrert gjennom kunstig intelligensberegning.
Utfall. De primære resultatene av interesse for denne analysen er blødning og iskemiske hendelser som oppstår i eller utenfor sykehuset med lengst tilgjengelig oppfølging. Blødning vil bli kategorisert i henhold til definisjonen av blødende akademisk forskningskonsortium (BARC). Forekomsten av store bivirkninger av kardiovaskulære hendelser (MACE), en sammensatt av kardiovaskulær død, MI, definit stent trombose og hjerneslag vil bli samlet i henhold til den akademiske forskningskonsortiet-2-klassifiseringen.
Studieoversikt
Studietype
Observasjonsmessig
Registrering (Antatt)
750
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Dr. Francesco Costa
- Telefonnummer: +34
- E-post: dottfrancescocosta@gmail.com
Studiesteder
-
-
-
Málaga, Spania, 29010
- Rekruttering
- Hospital Universitario Virgen de la Victoria
-
Ta kontakt med:
- Francesco Costa, MD
- Telefonnummer: +34951030435
- E-post: dottfrancescocosta@gmail.com
-
-
Deltakelseskriterier
Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Nei
Prøvetakingsmetode
Sannsynlighetsprøve
Studiepopulasjon
Pasienter med hjerteinfarkt (dvs.
Sykehusinnleggelse for ST-segment forhøyet, ikke-ST-segment forhøyet hjerteinfarkt eller ustabil angina) som gjennomgikk invasiv behandling og med høy risiko for kliniske hendelser (dvs.
Tilstedeværelse av minst to av disse høyrisikokriteriene: alder> 65 år, diabetes mellitus, multivesselsykdom, perifer arteriesykdom, kronisk nyresykdom, tidligere hjerneslag når som helst eller tidligere TIA i løpet av de siste 6 månedene, Prior MI, Complex PCI, Prior PCI/Cabg, hjertesvikt, BMI> 27, mindre enn 11 -pci/dl PCI/cabg, hjertesvikt, BMI> 27, FORE 11GE ( Blødning som krever sykehusinnleggelse eller transfusjon de siste 12 månedene, blødende diatese* aktiv malignitet annet enn hud, tidligere spontan intrakraniell blødning).
Beskrivelse
Inkluderingskriterier:
Pasienter med hjerteinfarkt (dvs. Sykehusinnleggelse for ST-segment forhøyet, ikke-ST-segment forhøyet hjerteinfarkt eller ustabil angina) som gjennomgikk invasiv behandling og med høy risiko for kliniske hendelser (dvs. Tilstedeværelse av minst to av disse høyrisikokriteriene: alder> 65 år, diabetes mellitus, multivesselsykdom, perifer arteriesykdom, kronisk nyresykdom, tidligere hjerneslag når som helst eller tidligere TIA i løpet av de siste 6 månedene, Prior MI, Complex PCI, Prior PCI/Cabg, hjertesvikt, BMI> 27, mindre enn 11 -pci/dl PCI/cabg, hjertesvikt, BMI> 27, FORE 11GE ( Blødning som krever sykehusinnleggelse eller transfusjon de siste 12 månedene, blødende diatese* aktiv malignitet annet enn hud, tidligere spontan intrakraniell blødning).
- Systemiske forhold assosiert med økt blødningsrisiko (f.eks. Hematologiske lidelser, inkludert en historie med eller nåværende trombocytopaeni definert som et blodplatetall <100 000/mm3 (<100 x 10^9/l), eller noen kjent koagulasjonsforstyrrelse assosiert med økt blødningsrisiko.
Eksklusjonskriterier:
- Alder <18 år
- Lav forventet levealder (<1 år)
- Gravide eller ammende kvinner
- Bevis ved koronar angiografi av ikke-signifikant koronararteriesykdom (<30% i venstre hovedstamme eller <50% i de andre koronarsegmentene)
- Emne tilhører en sårbar befolkning (per etterforskers dom), som ikke er i stand til å lese eller skrive, eller andre forhold som ikke i stand til at pasienten fullstendig forstår og overholder studieprosedyrene i henhold til etterforskerens dom.
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Hjerteinfarkt (MI)
Pasienter med hjerteinfarkt (dvs.
Sykehusinnleggelse for ST-segment forhøyet, ikke-ST-segment forhøyet hjerteinfarkt eller ustabil angina) som gjennomgikk invasiv behandling og med høy risiko for kliniske hendelser (dvs.
Tilstedeværelse av minst to av disse høyrisikokriteriene: alder> 65 år, diabetes mellitus, multivesselsykdom, perifer arteriesykdom, kronisk nyresykdom, tidligere hjerneslag når som helst eller tidligere TIA i løpet av de siste 6 månedene, Prior MI, Complex PCI, Prior PCI/Cabg, hjertesvikt, BMI> 27, mindre enn 11 -pci/dl PCI/cabg, hjertesvikt, BMI> 27, FORE 11GE ( blødning som krever sykehusinnleggelse eller transfusjon de siste 12 månedene, blødende diatese* aktiv malignitet annet enn hud, tidligere spontan intrakraniell blødning)
|
Oracle -programmet er en prospektiv, dyp fenotyping, studie basert på multimodal informasjon og kunstig intelligensberegning.
Vi vil prospektivt samle inn data på sykehus og utenfor sykehus fra en stor kohort av pasienter som presenterer MI, inkludert data fra bærbare enheter som registrerer kontinuerlig EKG, interstitiell væsker, ikke-invasivt blodtrykk og mobilitet, atferdsmønster fra en dedikert mobilapplikasjon, blod og urinbiomarkører og ikke-invasive avbildninger.
Vi vil utnytte AI ved å bruke statistiske læringsmetoder og nevrale nettverk, for å utforske mønstre og interaksjoner med høyere orden innen dataene for å gi nye "beregningsbiomarkører" av iskemisk og blødningsrisiko.
Andre navn:
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Frekvens og alvorlighetsgrad av blødning og iskemiske hendelser
Tidsramme: 8 måneders inkludering og 12 måneders oppfølging etter slutten av studien
|
De primære resultatene av interesse for denne analysen er blødning og iskemiske hendelser som oppstår inn eller utenfor sykehuset med lengst tilgjengelig oppfølging.
Blødning vil bli kategorisert i henhold til definisjonen av blødende akademisk forskningskonsortium (BARC).
Forekomsten av store bivirkninger av kardiovaskulære hendelser (MACE), en sammensatt av kardiovaskulær død, MI, definit stent trombose og hjerneslag vil bli samlet i henhold til den akademiske forskningskonsortiet-2-klassifiseringen.
|
8 måneders inkludering og 12 måneders oppfølging etter slutten av studien
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Antall død, hjerneslag, tilbakevendende MI, stent trombose, hjertesvikt, sykehusinnleggelse
Tidsramme: 8 måneders inkludering og 12 måneders oppfølging etter slutten av studien
|
Døden vil bli definert som død av kardiovaskulære årsaker eller cerebrovaskulære årsaker og noen død uten en annen kjent årsak.
Hjerneslag vil bli definert som et akutt nytt nevrologisk underskudd som slutter i døden eller varig> 24 timer, ikke på grunn av en annen lett identifiserbar årsak som traumer.
Gjentagende MI er definert i henhold til den fjerde universelle definisjonen av MI.
Stent trombose vil bli klassifisert som klar, sannsynlig eller mulig i henhold til definisjonen av akademisk forskningskonsortium (ARC).
Ny-start hjertesvikt som krever re-sykehus eller uplanlagt medisinsk kontakt for symptomer på hjertesvikt, vil bli evaluert.
Gjentakende sykehusinnleggelse for akutt koronarsyndrom, ustabilt angina eller klinisk indisert presserende revaskularisering vil også bli evaluert.
|
8 måneders inkludering og 12 måneders oppfølging etter slutten av studien
|
Andre resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Kvalitetsliv og overholdelse av behandlingen
Tidsramme: 8 måneders inkludering og 12 måneders oppfølging etter slutten av studien
|
Pasientenes livskvalitet og overholdelse av behandling vil bli evaluert med:
|
8 måneders inkludering og 12 måneders oppfølging etter slutten av studien
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Samarbeidspartnere
Publikasjoner og nyttige lenker
Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.
Generelle publikasjoner
- Valgimigli M, Bueno H, Byrne RA, Collet JP, Costa F, Jeppsson A, Juni P, Kastrati A, Kolh P, Mauri L, Montalescot G, Neumann FJ, Petricevic M, Roffi M, Steg PG, Windecker S, Zamorano JL, Levine GN; ESC Scientific Document Group; ESC Committee for Practice Guidelines (CPG); ESC National Cardiac Societies. 2017 ESC focused update on dual antiplatelet therapy in coronary artery disease developed in collaboration with EACTS: The Task Force for dual antiplatelet therapy in coronary artery disease of the European Society of Cardiology (ESC) and of the European Association for Cardio-Thoracic Surgery (EACTS). Eur Heart J. 2018 Jan 14;39(3):213-260. doi: 10.1093/eurheartj/ehx419. No abstract available.
- Gerbaud E, Darier R, Montaudon M, Beauvieux MC, Coffin-Boutreux C, Coste P, Douard H, Ouattara A, Catargi B. Glycemic Variability Is a Powerful Independent Predictive Factor of Midterm Major Adverse Cardiac Events in Patients With Diabetes With Acute Coronary Syndrome. Diabetes Care. 2019 Apr;42(4):674-681. doi: 10.2337/dc18-2047. Epub 2019 Feb 6.
- Levine GN, Bates ER, Bittl JA, Brindis RG, Fihn SD, Fleisher LA, Granger CB, Lange RA, Mack MJ, Mauri L, Mehran R, Mukherjee D, Newby LK, O'Gara PT, Sabatine MS, Smith PK, Smith SC Jr. 2016 ACC/AHA Guideline Focused Update on Duration of Dual Antiplatelet Therapy in Patients With Coronary Artery Disease: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. J Am Coll Cardiol. 2016 Sep 6;68(10):1082-115. doi: 10.1016/j.jacc.2016.03.513. Epub 2016 Mar 29. No abstract available.
- Johnson KW, Torres Soto J, Glicksberg BS, Shameer K, Miotto R, Ali M, Ashley E, Dudley JT. Artificial Intelligence in Cardiology. J Am Coll Cardiol. 2018 Jun 12;71(23):2668-2679. doi: 10.1016/j.jacc.2018.03.521.
- Krittanawong C, Zhang H, Wang Z, Aydar M, Kitai T. Artificial Intelligence in Precision Cardiovascular Medicine. J Am Coll Cardiol. 2017 May 30;69(21):2657-2664. doi: 10.1016/j.jacc.2017.03.571.
- Krittanawong C, Johnson KW, Rosenson RS, Wang Z, Aydar M, Baber U, Min JK, Tang WHW, Halperin JL, Narayan SM. Deep learning for cardiovascular medicine: a practical primer. Eur Heart J. 2019 Jul 1;40(25):2058-2073. doi: 10.1093/eurheartj/ehz056.
- Costa F, van Klaveren D, James S, Heg D, Raber L, Feres F, Pilgrim T, Hong MK, Kim HS, Colombo A, Steg PG, Zanchin T, Palmerini T, Wallentin L, Bhatt DL, Stone GW, Windecker S, Steyerberg EW, Valgimigli M; PRECISE-DAPT Study Investigators. Derivation and validation of the predicting bleeding complications in patients undergoing stent implantation and subsequent dual antiplatelet therapy (PRECISE-DAPT) score: a pooled analysis of individual-patient datasets from clinical trials. Lancet. 2017 Mar 11;389(10073):1025-1034. doi: 10.1016/S0140-6736(17)30397-5.
- LeCun Y, Bengio Y, Hinton G. Deep learning. Nature. 2015 May 28;521(7553):436-44. doi: 10.1038/nature14539.
- D'Ascenzo F, De Filippo O, Gallone G, Mittone G, Deriu MA, Iannaccone M, Ariza-Sole A, Liebetrau C, Manzano-Fernandez S, Quadri G, Kinnaird T, Campo G, Simao Henriques JP, Hughes JM, Dominguez-Rodriguez A, Aldinucci M, Morbiducci U, Patti G, Raposeiras-Roubin S, Abu-Assi E, De Ferrari GM; PRAISE study group. Machine learning-based prediction of adverse events following an acute coronary syndrome (PRAISE): a modelling study of pooled datasets. Lancet. 2021 Jan 16;397(10270):199-207. doi: 10.1016/S0140-6736(20)32519-8.
- Rajkomar A, Dean J, Kohane I. Machine Learning in Medicine. N Engl J Med. 2019 Apr 4;380(14):1347-1358. doi: 10.1056/NEJMra1814259. No abstract available.
- Writing Group Members; Mozaffarian D, Benjamin EJ, Go AS, Arnett DK, Blaha MJ, Cushman M, Das SR, de Ferranti S, Despres JP, Fullerton HJ, Howard VJ, Huffman MD, Isasi CR, Jimenez MC, Judd SE, Kissela BM, Lichtman JH, Lisabeth LD, Liu S, Mackey RH, Magid DJ, McGuire DK, Mohler ER 3rd, Moy CS, Muntner P, Mussolino ME, Nasir K, Neumar RW, Nichol G, Palaniappan L, Pandey DK, Reeves MJ, Rodriguez CJ, Rosamond W, Sorlie PD, Stein J, Towfighi A, Turan TN, Virani SS, Woo D, Yeh RW, Turner MB; American Heart Association Statistics Committee; Stroke Statistics Subcommittee. Heart Disease and Stroke Statistics-2016 Update: A Report From the American Heart Association. Circulation. 2016 Jan 26;133(4):e38-360. doi: 10.1161/CIR.0000000000000350. Epub 2015 Dec 16. No abstract available.
- Simonsson M, Wallentin L, Alfredsson J, Erlinge D, Hellstrom Angerud K, Hofmann R, Kellerth T, Lindhagen L, Ravn-Fischer A, Szummer K, Ueda P, Yndigegn T, Jernberg T. Temporal trends in bleeding events in acute myocardial infarction: insights from the SWEDEHEART registry. Eur Heart J. 2020 Feb 14;41(7):833-843. doi: 10.1093/eurheartj/ehz593.
- Valgimigli M, Costa F, Lokhnygina Y, Clare RM, Wallentin L, Moliterno DJ, Armstrong PW, White HD, Held C, Aylward PE, Van de Werf F, Harrington RA, Mahaffey KW, Tricoci P. Trade-off of myocardial infarction vs. bleeding types on mortality after acute coronary syndrome: lessons from the Thrombin Receptor Antagonist for Clinical Event Reduction in Acute Coronary Syndrome (TRACER) randomized trial. Eur Heart J. 2017 Mar 14;38(11):804-810. doi: 10.1093/eurheartj/ehw525.
- Fox KA, Dabbous OH, Goldberg RJ, Pieper KS, Eagle KA, Van de Werf F, Avezum A, Goodman SG, Flather MD, Anderson FA Jr, Granger CB. Prediction of risk of death and myocardial infarction in the six months after presentation with acute coronary syndrome: prospective multinational observational study (GRACE). BMJ. 2006 Nov 25;333(7578):1091. doi: 10.1136/bmj.38985.646481.55. Epub 2006 Oct 10.
- Subherwal S, Bach RG, Chen AY, Gage BF, Rao SV, Newby LK, Wang TY, Gibler WB, Ohman EM, Roe MT, Pollack CV Jr, Peterson ED, Alexander KP. Baseline risk of major bleeding in non-ST-segment-elevation myocardial infarction: the CRUSADE (Can Rapid risk stratification of Unstable angina patients Suppress ADverse outcomes with Early implementation of the ACC/AHA Guidelines) Bleeding Score. Circulation. 2009 Apr 14;119(14):1873-82. doi: 10.1161/CIRCULATIONAHA.108.828541. Epub 2009 Mar 30.
- Baber U, Mehran R, Giustino G, Cohen DJ, Henry TD, Sartori S, Ariti C, Litherland C, Dangas G, Gibson CM, Krucoff MW, Moliterno DJ, Kirtane AJ, Stone GW, Colombo A, Chieffo A, Kini AS, Witzenbichler B, Weisz G, Steg PG, Pocock S. Coronary Thrombosis and Major Bleeding After PCI With Drug-Eluting Stents: Risk Scores From PARIS. J Am Coll Cardiol. 2016 May 17;67(19):2224-2234. doi: 10.1016/j.jacc.2016.02.064. Epub 2016 Apr 11.
- Bianco M, D'ascenzo F, Raposeiras Roubin S, Kinnaird T, Peyracchia M, Ariza-Sole A, Cerrato E, Manzano-Fernandez S, Gravinese C, Templin C, Destefanis P, Velicki L, Luciano A, Xanthopoulou I, Rinaldi M, Rognoni A, Varbella F, Boccuzzi G, Omede P, Montabone A, Bernardi A, Taha S, Rossini R, Durante A, Gili S, Magnani G, Autelli M, Grosso A, Blanco PF, Giustetto C, Garay A, Quadri G, Queija BC, Srdanovic I, Paz RC, Fernandez MC, Pousa IM, Gallo D, Morbiducci U, Dominguez-Rodriguez A, Lopez-Cuenca A, Cequier A, Alexopoulos D, Iniguez-Romo A, Pozzi R, Assi EA, Valgimigli M. Comparative external validation of the PRECISE-DAPT and PARIS risk scores in 4424 acute coronary syndrome patients treated with prasugrel or ticagrelor. Int J Cardiol. 2020 Feb 15;301:200-206. doi: 10.1016/j.ijcard.2019.11.132. Epub 2019 Nov 22.
- Choi KH, Song YB, Lee JM, Park TK, Yang JH, Choi JH, Choi SH, Oh JH, Cho DK, Lee JB, Doh JH, Kim SH, Jeong JO, Bae JH, Kim BO, Cho JH, Suh IW, Kim DI, Park HK, Park JS, Choi WG, Lee WS, Gwon HC, Hahn JY. Clinical Usefulness of PRECISE-DAPT Score for Predicting Bleeding Events in Patients With Acute Coronary Syndrome Undergoing Percutaneous Coronary Intervention: An Analysis From the SMART-DATE Randomized Trial. Circ Cardiovasc Interv. 2020 May;13(5):e008530. doi: 10.1161/CIRCINTERVENTIONS.119.008530. Epub 2020 May 1.
- Choi SY, Kim MH, Cho YR, Sung Park J, Min Lee K, Park TH, Yun SC. Performance of PRECISE-DAPT Score for Predicting Bleeding Complication During Dual Antiplatelet Therapy. Circ Cardiovasc Interv. 2018 Dec;11(12):e006837. doi: 10.1161/CIRCINTERVENTIONS.118.006837.
- Yoshida R, Ishii H, Morishima I, Tanaka A, Morita Y, Takagi K, Yoshioka N, Hirayama K, Iwakawa N, Tashiro H, Kojima H, Mitsuda T, Hitora Y, Furusawa K, Tsuboi H, Murohara T. Performance of HAS-BLED, ORBIT, PRECISE-DAPT, and PARIS risk score for predicting long-term bleeding events in patients taking an oral anticoagulant undergoing percutaneous coronary intervention. J Cardiol. 2019 Jun;73(6):479-487. doi: 10.1016/j.jjcc.2018.10.013. Epub 2018 Dec 28.
- Kawashima H, Gao C, Takahashi K, Tomaniak M, Ono M, Hara H, Wang R, Chichareon P, Suryapranata H, Walsh S, Cotton J, Koning R, Rensing B, Wykrzykowska J, de Winter RJ, Garg S, Anderson R, Hamm C, Steg PG, Onuma Y, Serruys PW. Comparative Assessment of Predictive Performance of PRECISE-DAPT, CRUSADE, and ACUITY Scores in Risk Stratifying 30-Day Bleeding Events. Thromb Haemost. 2020 Jul;120(7):1087-1095. doi: 10.1055/s-0040-1712449. Epub 2020 Jun 22.
- Collet JP, Thiele H, Barbato E, Barthelemy O, Bauersachs J, Bhatt DL, Dendale P, Dorobantu M, Edvardsen T, Folliguet T, Gale CP, Gilard M, Jobs A, Juni P, Lambrinou E, Lewis BS, Mehilli J, Meliga E, Merkely B, Mueller C, Roffi M, Rutten FH, Sibbing D, Siontis GCM; ESC Scientific Document Group. 2020 ESC Guidelines for the management of acute coronary syndromes in patients presenting without persistent ST-segment elevation. Eur Heart J. 2021 Apr 7;42(14):1289-1367. doi: 10.1093/eurheartj/ehaa575. No abstract available.
- Capodanno D, Angiolillo DJ. Tailoring duration of DAPT with risk scores. Lancet. 2017 Mar 11;389(10073):987-989. doi: 10.1016/S0140-6736(17)30591-3. No abstract available.
- Rymer JA, Rao SV. Enhancement of Risk Prediction With Machine Learning: Rise of the Machines. JAMA Netw Open. 2019 Jul 3;2(7):e196823. doi: 10.1001/jamanetworkopen.2019.6823. No abstract available.
- Goldstein BA, Navar AM, Carter RE. Moving beyond regression techniques in cardiovascular risk prediction: applying machine learning to address analytic challenges. Eur Heart J. 2017 Jun 14;38(23):1805-1814. doi: 10.1093/eurheartj/ehw302.
- Pencina MJ, D'Agostino RB Sr. Thoroughly modern risk prediction? Sci Transl Med. 2012 Apr 25;4(131):131fs10. doi: 10.1126/scitranslmed.3004127.
- Krittanawong C, Rogers AJ, Johnson KW, Wang Z, Turakhia MP, Halperin JL, Narayan SM. Integration of novel monitoring devices with machine learning technology for scalable cardiovascular management. Nat Rev Cardiol. 2021 Feb;18(2):75-91. doi: 10.1038/s41569-020-00445-9. Epub 2020 Oct 9.
- Gao W, Emaminejad S, Nyein HYY, Challa S, Chen K, Peck A, Fahad HM, Ota H, Shiraki H, Kiriya D, Lien DH, Brooks GA, Davis RW, Javey A. Fully integrated wearable sensor arrays for multiplexed in situ perspiration analysis. Nature. 2016 Jan 28;529(7587):509-514. doi: 10.1038/nature16521.
- Mi SH, Su G, Yang HX, Zhou Y, Tian L, Zhang T, Tao H. Comparison of in-hospital glycemic variability and admission blood glucose in predicting short-term outcomes in non-diabetes patients with ST elevation myocardial infarction underwent percutaneous coronary intervention. Diabetol Metab Syndr. 2017 Mar 21;9:20. doi: 10.1186/s13098-017-0217-1. eCollection 2017.
- Hylek EM, Ko D. Atrial Fibrillation and Fall Risk: What Are the Treatment Implications? J Am Coll Cardiol. 2016 Sep 13;68(11):1179-1180. doi: 10.1016/j.jacc.2016.07.714. No abstract available.
- Liu C, Chen R, Sera F, Vicedo-Cabrera AM, Guo Y, Tong S, Coelho MSZS, Saldiva PHN, Lavigne E, Matus P, Valdes Ortega N, Osorio Garcia S, Pascal M, Stafoggia M, Scortichini M, Hashizume M, Honda Y, Hurtado-Diaz M, Cruz J, Nunes B, Teixeira JP, Kim H, Tobias A, Iniguez C, Forsberg B, Astrom C, Ragettli MS, Guo YL, Chen BY, Bell ML, Wright CY, Scovronick N, Garland RM, Milojevic A, Kysely J, Urban A, Orru H, Indermitte E, Jaakkola JJK, Ryti NRI, Katsouyanni K, Analitis A, Zanobetti A, Schwartz J, Chen J, Wu T, Cohen A, Gasparrini A, Kan H. Ambient Particulate Air Pollution and Daily Mortality in 652 Cities. N Engl J Med. 2019 Aug 22;381(8):705-715. doi: 10.1056/NEJMoa1817364.
Studierekorddatoer
Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.
Studer hoveddatoer
Studiestart (Antatt)
1. juni 2025
Primær fullføring (Antatt)
1. februar 2028
Studiet fullført (Antatt)
1. februar 2028
Datoer for studieregistrering
Først innsendt
12. mai 2025
Først innsendt som oppfylte QC-kriteriene
20. mai 2025
Først lagt ut (Faktiske)
28. mai 2025
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
10. juni 2025
Siste oppdatering sendt inn som oppfylte QC-kriteriene
4. juni 2025
Sist bekreftet
1. juni 2025
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- ORACLE
- ERC-2023-STG-101117469 (Annen identifikator: European Research Council (ERC))
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Nei
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. .