- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06244823
Badanie FreMRI: zaawansowane badanie MRI u pacjentów z migreną leczonych fremanezumabem (FreMRI)
Prospektywne badanie MRI strukturalne, dyfuzyjne i konektomiczne u pacjentów z migreną leczonych fremanezumabem: badanie FreMRI
Celem tego otwartego, kontrolowanego badania z pojedynczą ślepą próbą jest ocena zmian w mózgu ocenianych za pomocą dyfuzyjnego rezonansu magnetycznego (MRI) i funkcjonalnego rezonansu magnetycznego u pacjentów z migreną epizodyczną i migreną przewlekłą o wysokiej częstotliwości, którzy będą leczeni fremanezumabem. 12 tygodni od rozpoczęcia leczenia, w porównaniu z wartością wyjściową.
Rodzaj badania: Badanie kliniczne IV fazy Populacja uczestników: migrena epizodyczna i migrena przewlekła o wysokiej częstotliwości. Uczestnicy będą leczeni Fremanezumabem.
Przegląd badań
Status
Interwencja / Leczenie
Szczegółowy opis
Fremanezumab to przeciwciało monoklonalne skierowane przeciwko peptydowi C-reaktywnemu kalcytoniny (CGRP), które okazało się skuteczne w leczeniu migreny epizodycznej i przewlekłej. Ze względu na masę cząsteczkową leku nie powinien on przenikać przez barierę krew-mózg, działając obwodowo.
U pacjentów cierpiących na migrenę wykazano zmiany w istocie szarej i białej, które można ocenić za pomocą rezonansu magnetycznego (MRI).
W niniejszym badaniu naszym celem jest ocena obecności zmian w MRI u pacjentów leczonych fremanezumabem 12 tygodni od rozpoczęcia leczenia w porównaniu ze stanem wyjściowym.
Liczba pacjentów: 87 pacjentów. Czas trwania badania na pacjenta Czas trwania badania na pacjenta wynosi 8 miesięcy.
Procedury badawcze:
Podczas pierwszej wizyty, czyli wizyty przesiewowej, pacjenci otrzymają szczegółowe wyjaśnienie przebiegu badania oraz podpiszą formularz świadomej zgody. Zostaną poddane przeglądowi kryteria włączenia i wykluczenia, zostanie przeprowadzona ocena parametrów życiowych, badanie ogólne i neurologiczne. Pacjenci otrzymają dziennik bólu głowy i zostaną przeszkoleni w zakresie jego stosowania.
Pierwsze badanie MRI zostanie wykonane w ciągu 0–14 dni przed wstrzyknięciem fremanezumabu.
Pacjenci będą odbywać dodatkowe wizyty w szpitalu cztery razy w miesiącu. Podczas każdej wizyty sprawdzane będzie wystąpienie zdarzenia niepożądanego; sytuacja kliniczna zostanie przeanalizowana i podany zostanie Fremanezumab. Wizyty będą odbywać się w tygodniach 0, 4 i 8. Ostatnia wizyta odbędzie się po 12 tygodniach, bez wstrzyknięcia Fremanezumabu.
Drugie badanie MRI zostanie wykonane po 12 ± 1 tygodniu od pierwszego wstrzyknięcia fremanezumabu.
Interwencja:
Badanie MRI Obrazy będą rejestrowane w okresach międzynapadowych, zdefiniowanych jako co najmniej 24 godziny od ostatniego ataku migreny. Dane 3D T1-ważone, ważone dyfuzyjnie i funkcjonalne MRI o wysokiej rozdzielczości zostaną uzyskane przy użyciu aparatu Philips Achieva 3T MRI (Philips Healthcare, Best, Holandia) z 32-kanałową cewką nagłowną w placówce MRI w Universidad de Valladolid (Valladolid, Hiszpania).
W przypadku obrazów anatomicznych T1-zależnych zastosowane zostaną następujące parametry akwizycji: sekwencja Turbo Field Echo (TFE), czas powtarzania (TR) = 8,1 ms, czas echa (TE) = 3,7 ms, kąt odwrócenia = 8°, 256 x 256 wielkość matrycy, rozdzielczość przestrzenna 1 x 1 x 1 mm3 i 170 wycinków strzałkowych pokrywających cały mózg.
Obrazy ważone dyfuzyjnie (DWI) zostaną uzyskane przy zastosowaniu kolejnych parametrów: TR = 9000 ms, TE = 86 ms, kąt przewrócenia = 90°, 61 kierunków gradientu, dwie objętości linii bazowej z przeciwnym kierunkiem kodowania fazowego, wartość b = 1000 s/ mm2, rozmiar matrycy 128 x 128, rozdzielczość przestrzenna 2 x 2 x 2 mm3 i 66 przekrojów osiowych pokrywających cały mózg.
Funkcjonalny MRI w stanie spoczynku (rs-fMRI) będzie wykonywany z następującymi parametrami: TR = 3000 ms, TE = 30 ms, kąt odchylenia = 80°, wielkość matrycy 80 x 80, rozdzielczość przestrzenna 3 x 3 x 4 mm3, 35 przekroje osiowe obejmujące cały mózg i 197 tomów. Podczas tej akwizycji pacjent zamknie oczy, ale pozostanie przytomny.
Wszystkie skany zostaną wykonane podczas tej samej sesji, zaczynając od skanu T1-zależnego, następnie skanu ważonego dyfuzyjnie, a kończąc na skanie rs-fMRI. Całkowity czas akwizycji dla pojedynczego pacjenta wynosi około 28 minut i jest podzielony na następujące okresy: sześć minut dla skanu T1-zależnego, 12 minut dla skanu ważonego dyfuzyjnie i 10 minut dla skanu rs-fMRI. Jeśli weźmiemy pod uwagę przygotowanie pacjenta, uzyskanie dokumentów i formularza świadomej zgody, cały proces zajmie około 50-70 minut.
Przetwarzanie obrazu Parametry morfometryczne zależne od T1. Obrazy MRI będą przetwarzane w celu uzyskania krzywizny kory mózgowej, jej grubości, objętości istoty szarej i pola powierzchni różnych obszarów istoty szarej.
Objętość istoty szarej zostanie uzyskana dla wszystkich 84 obszarów istoty szarej z atlasu Desikan-Killiany (Reuter i in., 2012). Obliczona zostanie także krzywizna, grubość i powierzchnia kory mózgowej dla 68 obszarów z atlasu, które są obszarami korowymi.
Przetwarzanie DWI DWI będzie przetwarzane w celu przeprowadzenia dwóch rodzajów analiz: statystyki przestrzennej opartej na ciągach (TBSS) i konektomiki strukturalnej.
Przed rozpoczęciem obu rurociągów przetwarzania na danych DWI zostaną wdrożone różnorodne procedury wstępnego przetwarzania. Obrazy ważone dyfuzją zostaną odszumione przy użyciu narzędzia „dwidenoise” firmy MRtrix (www.mrtrix.org), skorygowano prądy wirowe, ruch i niejednorodność pola B0 za pomocą narzędzia „dwipreproc” z MRtrix i skorygowano niejednorodność pola B1 za pomocą narzędzia „dwibiascorrect” z opcją „-fast” z MRtrix.
Uzyskane zostaną cztery deskryptory dyfuzji z obrazowania tensora dyfuzji: anizotropia frakcyjna (FA), średnia dyfuzyjność (MD), dyfuzyjność radialna (RD) i dyfuzyjność osiowa (AD). Będziemy także używać miar nieopartych na tensorze dyfuzji, takich jak prawdopodobieństwo powrotu do źródła (RTOP), które lepiej niż MD odzwierciedla komórkowość i ograniczenia.
Po wstępnym przetworzeniu danych DWI, dla każdego obrazu zostanie wygenerowana maska całego mózgu za pomocą narzędzia „dwi2mask” firmy MRtrix, a następnie oszacowane zostaną tensory dyfuzji na każdym wokselu za pomocą narzędzia „dtifit” firmy FSL, uzyskując również FA, MD i mapy AD. RD zostanie obliczone ręcznie poprzez uzyskanie średniej drugiej i trzeciej wartości własnej, która również zostanie wcześniej obliczona za pomocą „dtifit”. RTOP zostanie oszacowany przy użyciu metody zwanej „Miarami pozornymi wykorzystującymi zmniejszone przejęcia” (AMURA).
Konektomika strukturalna W analizie powiązań strukturalnych zostaną wykorzystane wyniki segmentacji z potoku przetwarzania ważonego T1.
Wdrożona zostanie Traktografia Ograniczona Anatomicznie (ACT). Wcześniej obrazy segmentowane na pięć tkanek (5TT) dla każdego pacjenta były uzyskiwane z obrazów T1-zależnych przy użyciu narzędzia „5ttgen” firmy MRtrix, aby uzyskać odpowiednie obrazy do ACT. Obraz 5TT i automatyczna parcelacja z FreeSurfer zostaną wstępnie zarejestrowane w obrazie FA za pomocą narzędzia FLIRT firmy FSL.
Na koniec, na podstawie przefiltrowanych wyników traktografii i zarejestrowanych objętości segmentacji kory, zostaną obliczone macierze połączeń strukturalnych. Macierze łączności 84 × 84, odpowiadające 84 regionom korowym i podkorowym z atlasu Desikan-Killiany, zostaną uzyskane przy użyciu średniej FA i liczby usprawnień w każdym połączeniu jako metryk konektomu. Zbudowane w ten sposób macierze łączności są symetryczne, więc do dalszej analizy zostanie wykorzystana tylko połowa każdej macierzy.
Ze względu na zastosowaną metodę traktografii możliwe jest, że linie opływowe zaczynają się i kończą w różnych punktach należących do tego samego obszaru istoty szarej z atlasu Desikan-Killiany. Z tego powodu te połączenia („samopołączenia”) również zostaną uwzględnione w analizie.
Przetwarzanie fMRI Potok przetwarzania fMRI zostanie w pełni zaimplementowany w oprogramowaniu CONN. Po pierwsze, zostaną wdrożone pewne etapy przetwarzania wstępnego. Objętości fMRI zostaną ponownie wyrównane i odkształcone w celu oszacowania i skorygowania ruchu pacjenta. Aby zidentyfikować wartości odstające, zostanie zaimplementowany algorytm wykrywania wartości odstających oparty na narzędziach do wykrywania ARtifact (ART). Następnie objętości fMRI zostaną bezpośrednio powiązane z odpowiednimi objętościami strukturalnymi (obrazy T1-zależne) przy użyciu transformacji ciała sztywnego. Obrazy T1-zależne zostaną podzielone na segmenty w celu wykrycia różnych typów tkanek, tj. istoty szarej, istoty białej i płynu mózgowo-rdzeniowego (CSF).
Na koniec zostanie obliczona macierz połączeń funkcjonalnych dla każdego przypadku, biorąc pod uwagę połączenia między regionami całego mózgu, wykorzystując 84 obszary korowe i podkorowe z atlasu Desikan-Killiany u każdego pacjenta jako obszary zainteresowania. Macierze będą zawierać wartości Z z transformacji r do z Fishera.
Zmienne dotyczące bezpieczeństwa Bezpieczeństwo i skutki uboczne będą oceniane na podstawie zgłoszonych zdarzeń niepożądanych, zarówno spontanicznie przez pacjentów, jak i systematycznie analizowanych podczas wizyt badawczych. Przed rejestracją zostaną wykonane parametry życiowe (ciśnienie krwi, tętno, temperatura i częstość oddechów), badanie fizykalne i elektrokardiografia 12-odprowadzeniowa. Występowanie jakichkolwiek zdarzeń niepożądanych lub miejscowych reakcji w miejscu wstrzyknięcia będzie systematycznie uwzględniane. Skala oceny ciężkości samobójstw Columbia-Suicide będzie oceniać myśli i zachowania samobójcze na początku badania.
Analiza statystyczna Oceniona zostanie ewolucja parametrów w czasie i związek ze zmianą miesięcznych dni migrenowych dla każdego z parametrów, tj. parametrów morfometrycznych (istota szara), deskryptorów dyfuzji (istota biała), łączność strukturalna i łączność funkcjonalna w stanie spoczynku, ewolucja podłużna. .
W celu analizy macierzy łączności strukturalnej w pierwszej kolejności dla każdej grupy zostanie obliczona średnia liczba linii usprawnień w każdym połączeniu (komórka z macierzy łączności). Następnie połączenia posiadające mniej niż 500 linii usprawnień (średnia grupowa) zostaną odrzucone, aby wykluczyć z dalszej analizy słabe połączenia, dla których wyniki mogłyby być niewiarygodne.
W przypadku funkcjonalnych macierzy łączności w stanie spoczynku zostanie wybrane podobne odrzucenie nieistotnych połączeń, wykluczone zostaną połączenia o bezwzględnej wartości Z mniejszej niż 0,1, tj. Wartość korelacji Pearsona r = 0,1 zgodnie z r- Fishera transformacja do-z.
W dwóch poprzednich przypadkach, jeśli progi są za wysokie lub za niskie, czyli prawie wszystkie połączenia są odrzucane lub prawie żadne połączenia nie są odrzucane, progi zostaną zmienione.
Dla każdego z czterech typów analiz opisanych w dokumencie zostanie wdrożony model. W każdym z modeli uwzględniony zostanie istotny wpływ współzmiennych oraz zdolność predykcyjna modelu wykorzystującego najmniejszą liczbę współzmiennych. Do porównania różnych modeli zastosowane zostanie kryterium informacyjne Akaike (AIC) (67). W przypadku bardzo podobnych wartości AIC zostanie wybrany model z mniejszą liczbą regresorów.
Dla każdego z czterech typów analiz model predykcyjny zostanie obliczony dla pojedynczego regresora. Regresory o wartości p równej lub większej niż 0,05 w pojedynczym modelu predykcyjnym nie będą dalej uznawane za uwzględnione w modelu końcowym; natomiast pozostałe regresory zostaną uwzględnione w ostatecznym modelu odpowiedniego rodzaju analizy.
Związek między ewolucją parametrów MRI a odpowiedzią kliniczną Liniowy model z efektem mieszanym zostanie przygotowany przy użyciu tej samej strategii, którą zastosowano do analizy zmian miesięcznych dni z migrenami i parametrów MRI. Aby ocenić odpowiedź kliniczną na leczenie, zamiast zmiany miesięcznej liczby dni migrenowych, zostanie zastosowana zmienna dychotomiczna pokazująca pozytywną lub negatywną odpowiedź na leczenie.
Za pozytywną odpowiedź na leczenie uważa się zmniejszenie o 50% liczby dni z migreną w miesiącu.
Analiza zmiennych eksploracyjnych Wykorzystany zostanie ostateczny model zastosowany w analizie związku pomiędzy różnymi parametrami MRI a zmianą miesięcznej liczby dni migrenowych. Zmienna reprezentująca zmianę w miesięcznej liczbie dni z migreną zostanie zastąpiona zmianą w miesięcznej liczbie dni z intensywnym bólem głowy w miesięcznych dniach przyjmowania leków doraźnych.
W przypadku odpowiedzi na leczenie zastosowany zostanie ten sam ostateczny model z analizy odpowiedzi klinicznej, zakładający zmniejszenie o 50% liczby miesięcznych dni migrenowych. Odpowiedź na leczenie w tym przypadku będzie reprezentowana przez zmniejszenie miesięcznej liczby dni migrenowych o 75%, 100% i 30%.
Analiza zdarzeń niepożądanych Kategoryczne zdarzenia niepożądane zostaną porównane przy użyciu dokładnego testu Fishera. Wartość p < 0,05 będzie uznawana za statystycznie istotną.
Typ studiów
Zapisy (Szacowany)
Faza
- Faza 4
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: David Garcia Azorin, MD, PhD
- Numer telefonu: +34 665872228
- E-mail: davilink@hotmail.com
Kopia zapasowa kontaktu do badania
- Nazwa: Yesica Gonzalez Osorio, MBA
- Numer telefonu: +34 634330426
- E-mail: ygoinvestigacion@outlook.com
Lokalizacje studiów
-
-
-
Valladolid, Hiszpania, 47010
- Rekrutacyjny
- Hospital Clínico Universitario de Valladolid
-
Kontakt:
- David Garcia Azorin, MD, PhD
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria przyjęcia:
- Pewne rozpoznanie migreny z aurą lub migreny bez aury według Międzynarodowej Klasyfikacji Bólów Głowy, wersja 3 (IHCD-3) (1).
- Wiek od 18 do 65 lat.
- Dostarczenie podpisanego formularza świadomej zgody.
- Rozpoznanie migreny przed 50. rokiem życia.
- Historia migreny w ciągu co najmniej 12 miesięcy przed badaniem.
- Z ośmioma lub więcej dniami migrenowymi w miesiącu w ciągu ostatnich trzech miesięcy
Kryteria wyłączenia:
1. Występowanie innych pierwotnych bólów głowy innych niż rzadki napięciowy ból głowy lub ból głowy spowodowany nadużywaniem leków (MOH).
- Udział pacjentów z MOH będzie ograniczony do maksymalnie 50% całkowitej próbki.
- Wcześniejsze stosowanie Fremanezumabu lub innego przeciwciała monoklonalnego skierowanego przeciwko CGRP lub receptorowi CGRP.
- Wcześniejsze stosowanie mniej niż dwóch lub więcej niż czterech leków zapobiegawczych zgodnie z lokalnymi wytycznymi krajowymi (34), przy niewystarczającej odpowiedzi po podaniu wystarczających dawek i wystarczającym czasie lub braku tolerancji.
- Każdy stan chorobowy, który może uniemożliwić ukończenie badania lub zakłócić interpretację wyników.
- Historia wszelkich schorzeń neurologicznych lub neurochirurgicznych wpływających na mózg.
- Historia średnio-ciężkiego urazu głowy.
- Historia innego przewlekłego zespołu bólowego z częstotliwością pięciu lub więcej dni bólu w miesiącu.
- Obecność codziennego bólu głowy
- Kobiety w ciąży lub karmiące piersią.
- Bieżące lub niedawne stosowanie jakiegokolwiek innego leczenia profilaktycznego w ciągu ostatnich pięciu okresów półtrwania przed rozpoczęciem.
- Narażenie na onabotulinumtoxinA w ciągu ostatnich czterech miesięcy.
- Wszelkie spodziewane operacje w trakcie badania.
- Stosowanie opioidów lub barbituranów.
- Każdy stan przeciwwskazany do wykonania badania MRI.
- Wypełnianie dziennika bólu głowy przez co najmniej 80% czasu w okresie przesiewowym
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Leczenie
- Przydział: Nie dotyczy
- Model interwencyjny: Zadanie dla jednej grupy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
---|---|
Eksperymentalny: Fremanezumab
Pacjenci będą leczeni podskórnymi wstrzyknięciami fremanezumabu w dawce 225 mg miesięcznie. Pacjenci będą odbywać dodatkowe wizyty w szpitalu cztery razy w miesiącu. Podczas każdej wizyty sprawdzane będzie wystąpienie zdarzenia niepożądanego; sytuacja kliniczna zostanie przeanalizowana i podany zostanie Fremanezumab. Wizyty będą odbywać się w tygodniach 0, 4 i 8. Ostatnia wizyta odbędzie się po 12 tygodniach, bez wstrzyknięcia Fremanezumabu. |
Przed pierwszym podaniem fremanezumabu, w ciągu 0–14 dni przed wstrzyknięciem fremanezumabu, zostanie wykonane badanie MRI.
Drugie badanie MRI zostanie wykonane po 12 ± 1 tygodniu od pierwszego wstrzyknięcia fremanezumabu. Obrazy zostaną wykonane w okresach międzynapadowych, zdefiniowanych jako co najmniej 24 godziny od ostatniego ataku migreny.
Wszystkie skany zostaną wykonane podczas tej samej sesji, zaczynając od skanu T1-zależnego, następnie skanu ważonego dyfuzyjnie, a kończąc na skanie rs-fMRI.
Całkowity czas akwizycji dla pojedynczego pacjenta wynosi około 28 minut i jest podzielony na następujące okresy: sześć minut dla skanu T1-zależnego, 12 minut dla skanu ważonego dyfuzyjnie i 10 minut dla skanu rs-fMRI.
Jeśli weźmiemy pod uwagę przygotowanie pacjenta, uzyskanie dokumentów i formularza świadomej zgody, cały proces zajmie około 50-70 minut.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
---|---|---|
Parametry morfometryczne MRI zmieniają się w stosunku do wartości wyjściowych w ciągu 12 tygodni po podaniu Fremanezumabu 1
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Skrzywienie korowe
|
Wartość wyjściowa, tydzień 12–15
|
Parametry morfometryczne MRI zmieniają się w stosunku do wartości wyjściowych w okresie 12 tygodni po podaniu Fremanezumabu 2.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Grubość kory
|
Wartość wyjściowa, tydzień 12–15
|
Parametry morfometryczne MRI zmieniają się w stosunku do wartości wyjściowych w okresie 12 tygodni po podaniu Fremanezumabu 3.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Objętość istoty szarej
|
Wartość wyjściowa, tydzień 12–15
|
Parametry morfometryczne MRI zmieniają się w stosunku do wartości wyjściowych w okresie 12 tygodni po podaniu Fremanezumabu 4.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Powierzchnia,
|
Wartość wyjściowa, tydzień 12–15
|
Deskryptory dyfuzyjnego rezonansu magnetycznego zmieniają się w stosunku do wartości wyjściowych w okresie 12 tygodni po podaniu Fremanezumabu 1.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Ułamkowa anizotropia
|
Wartość wyjściowa, tydzień 12–15
|
Deskryptory dyfuzyjnego rezonansu magnetycznego zmieniają się w stosunku do wartości wyjściowych w okresie 12 tygodni po podaniu Fremanezumabu 2.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Średnia dyfuzyjność
|
Wartość wyjściowa, tydzień 12–15
|
Deskryptory dyfuzyjnego rezonansu magnetycznego zmieniają się w stosunku do wartości wyjściowych w okresie 12 tygodni po podaniu Fremanezumabu 3.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Dyfuzyjność promieniowa
|
Wartość wyjściowa, tydzień 12–15
|
Deskryptory dyfuzyjnego rezonansu magnetycznego zmieniają się w stosunku do wartości wyjściowych w okresie 12 tygodni po podaniu Fremanezumabu 4.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Dyfuzyjność osiowa
|
Wartość wyjściowa, tydzień 12–15
|
Zmiana połączeń strukturalnych w porównaniu z wartością wyjściową w okresie 12 tygodni po podaniu Fremanezumabu 1.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Liczba usprawnień na połączeniu dwóch regionów
|
Wartość wyjściowa, tydzień 12–15
|
Zmiana połączeń strukturalnych w porównaniu z wartością wyjściową w okresie 12 tygodni po podaniu Fremanezumabu 2.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Średnia anizotropia ułamkowa w połączeniu między dwoma obszarami
|
Wartość wyjściowa, tydzień 12–15
|
Zmiana połączeń strukturalnych w porównaniu z wartością wyjściową w okresie 12 tygodni po podaniu Fremanezumabu 3.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Średnia dyfuzyjność osiowa w połączeniu między dwoma obszarami
|
Wartość wyjściowa, tydzień 12–15
|
Zmiana łączności funkcjonalnej w stanie spoczynku w porównaniu z wartością wyjściową w okresie 12 tygodni po podaniu fremanezumabu.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Wynik Z
|
Wartość wyjściowa, tydzień 12–15
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
---|---|---|
Zależność parametrów morfometrycznych MRI od zmiany miesięcznej liczby dni migrenowych 1.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Skrzywienie korowe
|
Wartość wyjściowa, tydzień 12–15
|
Związek pomiędzy parametrami morfometrycznymi MRI a zmianą miesięcznej liczby dni migrenowych 2.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Grubość kory
|
Wartość wyjściowa, tydzień 12–15
|
Związek pomiędzy parametrami morfometrycznymi MRI a zmianą miesięcznej liczby dni migrenowych 3.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Objętość istoty szarej
|
Wartość wyjściowa, tydzień 12–15
|
Związek pomiędzy parametrami morfometrycznymi MRI a zmianą miesięcznej liczby dni migrenowych 4.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Powierzchnia.
|
Wartość wyjściowa, tydzień 12–15
|
Związek między deskryptorami rozproszenia a zmianą miesięcznej liczby dni migrenowych 1.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Ułamkowa anizotropia
|
Wartość wyjściowa, tydzień 12–15
|
Związek między deskryptorami rozproszenia a zmianą miesięcznej liczby dni migrenowych 2.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Średnia dyfuzyjność
|
Wartość wyjściowa, tydzień 12–15
|
Związek między deskryptorami rozproszenia a zmianą miesięcznej liczby dni migrenowych 3.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Dyfuzyjność promieniowa
|
Wartość wyjściowa, tydzień 12–15
|
Związek między deskryptorami rozproszenia a zmianą miesięcznej liczby dni migrenowych 4.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Dyfuzyjność osiowa.
|
Wartość wyjściowa, tydzień 12–15
|
Związek pomiędzy łącznością strukturalną a zmianą w miesięcznej liczbie dni z migreną 1. [Ramy czasowe: wartość wyjściowa, tydzień 12]
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Liczba usprawnień na połączeniu dwóch regionów.
|
Wartość wyjściowa, tydzień 12–15
|
Związek między łącznością strukturalną a zmianą w miesięcznej liczbie dni z migreną 2. [Ramy czasowe: wartość wyjściowa, tydzień 12]
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Średnia anizotropia ułamkowa w połączeniu między dwoma obszarami.
|
Wartość wyjściowa, tydzień 12–15
|
Związek między łącznością strukturalną a zmianą w miesięcznej liczbie dni z migreną 3. [Ramy czasowe: wartość wyjściowa, tydzień 12]
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Średnia dyfuzyjność osiowa w połączeniu między dwoma obszarami.
|
Wartość wyjściowa, tydzień 12–15
|
Związek między łącznością funkcjonalną w stanie spoczynku a zmianą miesięcznych dni migrenowych. [Ramy czasowe: wartość wyjściowa, tydzień 12]
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Wynik Z
|
Wartość wyjściowa, tydzień 12–15
|
Wyjściowe parametry morfometryczne MRI zostaną ocenione jako potencjalne czynniki predykcyjne zmiany miesięcznej liczby dni z migreną 1.
Ramy czasowe: Linia bazowa
|
Skrzywienie korowe
|
Linia bazowa
|
Wyjściowe parametry morfometrycznego rezonansu magnetycznego zostaną ocenione jako potencjalne czynniki predykcyjne zmian w miesięcznej liczbie dni migrenowych 2.
Ramy czasowe: Linia bazowa
|
Grubość kory
|
Linia bazowa
|
Wyjściowe parametry morfometryczne MRI zostaną ocenione jako potencjalne czynniki predykcyjne zmiany miesięcznej liczby dni migrenowych 3.
Ramy czasowe: Linia bazowa
|
Objętość istoty szarej
|
Linia bazowa
|
Wyjściowe parametry morfometryczne MRI zostaną ocenione jako potencjalne czynniki predykcyjne zmiany miesięcznej liczby dni migrenowych 4.
Ramy czasowe: Linia bazowa
|
Powierzchnia.
|
Linia bazowa
|
Wyjściowe deskryptory dyfuzyjnego rezonansu magnetycznego zostaną ocenione jako potencjalne czynniki predykcyjne zmiany miesięcznej liczby dni migrenowego bólu głowy 1.
Ramy czasowe: Linia bazowa
|
Ułamkowa anizotropia
|
Linia bazowa
|
Wyjściowe deskryptory dyfuzyjnego rezonansu magnetycznego zostaną ocenione jako potencjalne czynniki predykcyjne zmiany miesięcznej liczby dni migrenowego bólu głowy 2.
Ramy czasowe: Linia bazowa
|
Średnia dyfuzyjność
|
Linia bazowa
|
Wyjściowe deskryptory dyfuzyjnego rezonansu magnetycznego zostaną ocenione jako potencjalne czynniki predykcyjne zmian w miesięcznej liczbie dni występowania migrenowego bólu głowy 3.
Ramy czasowe: Linia bazowa
|
Dyfuzyjność promieniowa
|
Linia bazowa
|
Wyjściowe deskryptory dyfuzyjnego MRI zostaną ocenione jako potencjalne czynniki predykcyjne zmiany miesięcznej liczby dni migrenowego bólu głowy 4.
Ramy czasowe: Linia bazowa
|
Dyfuzyjność osiowa.
|
Linia bazowa
|
Wyjściowa łączność strukturalna zostanie oceniona jako potencjalny czynnik prognostyczny zmiany miesięcznej liczby dni z migreną.
Ramy czasowe: Linia bazowa
|
Liczba usprawnień na połączeniu dwóch regionów.
|
Linia bazowa
|
Wyjściowa łączność funkcjonalna w stanie spoczynku zostanie oceniona jako potencjalny czynnik prognostyczny zmiany miesięcznej liczby dni z migreną
Ramy czasowe: Linia bazowa
|
Wynik Z
|
Linia bazowa
|
Inne miary wyników
Miara wyniku |
Opis środka |
Ramy czasowe |
---|---|---|
Zależność parametrów morfometrycznych MRI od zmiany miesięcznej liczby dni z intensywnym bólem głowy 1.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Skrzywienie korowe
|
Wartość wyjściowa, tydzień 12–15
|
Związek między parametrami morfometrycznymi MRI a zmianą miesięcznej liczby dni intensywnego bólu głowy 2.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Grubość kory
|
Wartość wyjściowa, tydzień 12–15
|
Zależność parametrów morfometrycznych MRI od zmiany miesięcznej liczby dni intensywnego bólu głowy 3.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Objętość istoty szarej
|
Wartość wyjściowa, tydzień 12–15
|
Zależność parametrów morfometrycznych MRI od zmiany miesięcznej liczby dni intensywnego bólu głowy 4.
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Powierzchnia,
|
Wartość wyjściowa, tydzień 12–15
|
Różnica między grupami odpowiedzi klinicznej pod względem parametrów morfometrycznych, deskryptorów dyfuzji, łączności strukturalnej i łączności funkcjonalnej w stanie spoczynku
Ramy czasowe: Wartość wyjściowa, tydzień 12–15
|
Odpowiedź kliniczną oceniano jako redukcję o co najmniej 30%, 50% i 100% liczbę miesięcznych dni z migreną w ostatnim miesiącu w porównaniu do wartości wyjściowych.
|
Wartość wyjściowa, tydzień 12–15
|
Współpracownicy i badacze
Współpracownicy
Śledczy
- Główny śledczy: Angel L Guerrero Peral, MD, PhD, Sanidad de Castilla y León
Publikacje i pomocne linki
Publikacje ogólne
- Aoki KR. Review of a proposed mechanism for the antinociceptive action of botulinum toxin type A. Neurotoxicology. 2005 Oct;26(5):785-93. doi: 10.1016/j.neuro.2005.01.017. Epub 2005 Jul 5.
- Fischl B, Liu A, Dale AM. Automated manifold surgery: constructing geometrically accurate and topologically correct models of the human cerebral cortex. IEEE Trans Med Imaging. 2001 Jan;20(1):70-80. doi: 10.1109/42.906426.
- Fischl B, Salat DH, Busa E, Albert M, Dieterich M, Haselgrove C, van der Kouwe A, Killiany R, Kennedy D, Klaveness S, Montillo A, Makris N, Rosen B, Dale AM. Whole brain segmentation: automated labeling of neuroanatomical structures in the human brain. Neuron. 2002 Jan 31;33(3):341-55. doi: 10.1016/s0896-6273(02)00569-x.
- Segonne F, Dale AM, Busa E, Glessner M, Salat D, Hahn HK, Fischl B. A hybrid approach to the skull stripping problem in MRI. Neuroimage. 2004 Jul;22(3):1060-75. doi: 10.1016/j.neuroimage.2004.03.032.
- Dale AM, Fischl B, Sereno MI. Cortical surface-based analysis. I. Segmentation and surface reconstruction. Neuroimage. 1999 Feb;9(2):179-94. doi: 10.1006/nimg.1998.0395.
- Castillo J, Munoz P, Guitera V, Pascual J. Kaplan Award 1998. Epidemiology of chronic daily headache in the general population. Headache. 1999 Mar;39(3):190-6. doi: 10.1046/j.1526-4610.1999.3903190.x.
- Headache Classification Committee of the International Headache Society (IHS) The International Classification of Headache Disorders, 3rd edition. Cephalalgia. 2018 Jan;38(1):1-211. doi: 10.1177/0333102417738202. No abstract available.
- Whitfield-Gabrieli S, Nieto-Castanon A. Conn: a functional connectivity toolbox for correlated and anticorrelated brain networks. Brain Connect. 2012;2(3):125-41. doi: 10.1089/brain.2012.0073. Epub 2012 Jul 19.
- Jenkinson M, Beckmann CF, Behrens TE, Woolrich MW, Smith SM. FSL. Neuroimage. 2012 Aug 15;62(2):782-90. doi: 10.1016/j.neuroimage.2011.09.015. Epub 2011 Sep 16.
- Bigal ME, Serrano D, Buse D, Scher A, Stewart WF, Lipton RB. Acute migraine medications and evolution from episodic to chronic migraine: a longitudinal population-based study. Headache. 2008 Sep;48(8):1157-68. doi: 10.1111/j.1526-4610.2008.01217.x.
- Smith SM, Jenkinson M, Woolrich MW, Beckmann CF, Behrens TE, Johansen-Berg H, Bannister PR, De Luca M, Drobnjak I, Flitney DE, Niazy RK, Saunders J, Vickers J, Zhang Y, De Stefano N, Brady JM, Matthews PM. Advances in functional and structural MR image analysis and implementation as FSL. Neuroimage. 2004;23 Suppl 1:S208-19. doi: 10.1016/j.neuroimage.2004.07.051.
- Andersson JLR, Sotiropoulos SN. An integrated approach to correction for off-resonance effects and subject movement in diffusion MR imaging. Neuroimage. 2016 Jan 15;125:1063-1078. doi: 10.1016/j.neuroimage.2015.10.019. Epub 2015 Oct 20.
- Smith SM, Jenkinson M, Johansen-Berg H, Rueckert D, Nichols TE, Mackay CE, Watkins KE, Ciccarelli O, Cader MZ, Matthews PM, Behrens TE. Tract-based spatial statistics: voxelwise analysis of multi-subject diffusion data. Neuroimage. 2006 Jul 15;31(4):1487-505. doi: 10.1016/j.neuroimage.2006.02.024. Epub 2006 Apr 19.
- Rodriguez C, Herrero-Velazquez S, Ruiz M, Baron J, Carreres A, Rodriguez-Valencia E, Guerrero AL, Madeleine P, Cuadrado ML, Fernandez-de-Las-Penas C. Pressure pain sensitivity map of multifocal nummular headache: a case report. J Headache Pain. 2015;16:523. doi: 10.1186/s10194-015-0523-7. Epub 2015 Apr 30.
- Schulte LH, May A. The migraine generator revisited: continuous scanning of the migraine cycle over 30 days and three spontaneous attacks. Brain. 2016 Jul;139(Pt 7):1987-93. doi: 10.1093/brain/aww097. Epub 2016 May 5.
- Giffin NJ, Ruggiero L, Lipton RB, Silberstein SD, Tvedskov JF, Olesen J, Altman J, Goadsby PJ, Macrae A. Premonitory symptoms in migraine: an electronic diary study. Neurology. 2003 Mar 25;60(6):935-40. doi: 10.1212/01.wnl.0000052998.58526.a9.
- Stovner LJ, Zwart JA, Hagen K, Terwindt GM, Pascual J. Epidemiology of headache in Europe. Eur J Neurol. 2006 Apr;13(4):333-45. doi: 10.1111/j.1468-1331.2006.01184.x.
- Denuelle M, Fabre N, Payoux P, Chollet F, Geraud G. Hypothalamic activation in spontaneous migraine attacks. Headache. 2007 Nov-Dec;47(10):1418-26. doi: 10.1111/j.1526-4610.2007.00776.x.
- Maniyar FH, Sprenger T, Monteith T, Schankin C, Goadsby PJ. Brain activations in the premonitory phase of nitroglycerin-triggered migraine attacks. Brain. 2014 Jan;137(Pt 1):232-41. doi: 10.1093/brain/awt320. Epub 2013 Nov 25.
- Hagmann P, Jonasson L, Maeder P, Thiran JP, Wedeen VJ, Meuli R. Understanding diffusion MR imaging techniques: from scalar diffusion-weighted imaging to diffusion tensor imaging and beyond. Radiographics. 2006 Oct;26 Suppl 1:S205-23. doi: 10.1148/rg.26si065510.
- Silberstein SD, Dodick DW, Bigal ME, Yeung PP, Goadsby PJ, Blankenbiller T, Grozinski-Wolff M, Yang R, Ma Y, Aycardi E. Fremanezumab for the Preventive Treatment of Chronic Migraine. N Engl J Med. 2017 Nov 30;377(22):2113-2122. doi: 10.1056/NEJMoa1709038.
- Dodick DW, Silberstein SD, Bigal ME, Yeung PP, Goadsby PJ, Blankenbiller T, Grozinski-Wolff M, Yang R, Ma Y, Aycardi E. Effect of Fremanezumab Compared With Placebo for Prevention of Episodic Migraine: A Randomized Clinical Trial. JAMA. 2018 May 15;319(19):1999-2008. doi: 10.1001/jama.2018.4853.
- Smith SM. Fast robust automated brain extraction. Hum Brain Mapp. 2002 Nov;17(3):143-55. doi: 10.1002/hbm.10062.
- Karsan N, Bose P, Goadsby PJ. The Migraine Premonitory Phase. Continuum (Minneap Minn). 2018 Aug;24(4, Headache):996-1008. doi: 10.1212/CON.0000000000000624.
- Quintela E, Castillo J, Munoz P, Pascual J. Premonitory and resolution symptoms in migraine: a prospective study in 100 unselected patients. Cephalalgia. 2006 Sep;26(9):1051-60. doi: 10.1111/j.1468-2982.2006.01157.x.
- Afridi KS, Kaube H, Goadsby JP. Glyceryl trinitrate triggers premonitory symptoms in migraineurs. Pain. 2004 Aug;110(3):675-680. doi: 10.1016/j.pain.2004.05.007.
- Guo S, Vollesen ALH, Olesen J, Ashina M. Premonitory and nonheadache symptoms induced by CGRP and PACAP38 in patients with migraine. Pain. 2016 Dec;157(12):2773-2781. doi: 10.1097/j.pain.0000000000000702.
- Burstein R, Jakubowski M. Unitary hypothesis for multiple triggers of the pain and strain of migraine. J Comp Neurol. 2005 Dec 5;493(1):9-14. doi: 10.1002/cne.20688.
- Noseda R, Kainz V, Borsook D, Burstein R. Neurochemical pathways that converge on thalamic trigeminovascular neurons: potential substrate for modulation of migraine by sleep, food intake, stress and anxiety. PLoS One. 2014 Aug 4;9(8):e103929. doi: 10.1371/journal.pone.0103929. eCollection 2014.
- Stankewitz A, Aderjan D, Eippert F, May A. Trigeminal nociceptive transmission in migraineurs predicts migraine attacks. J Neurosci. 2011 Feb 9;31(6):1937-43. doi: 10.1523/JNEUROSCI.4496-10.2011.
- Beissner F, Meissner K, Bar KJ, Napadow V. The autonomic brain: an activation likelihood estimation meta-analysis for central processing of autonomic function. J Neurosci. 2013 Jun 19;33(25):10503-11. doi: 10.1523/JNEUROSCI.1103-13.2013.
- Jensen K, Tuxen C, Olesen J. Pericranial muscle tenderness and pressure-pain threshold in the temporal region during common migraine. Pain. 1988 Oct;35(1):65-70. doi: 10.1016/0304-3959(88)90277-1.
- Burstein R, Yarnitsky D, Goor-Aryeh I, Ransil BJ, Bajwa ZH. An association between migraine and cutaneous allodynia. Ann Neurol. 2000 May;47(5):614-24.
- Fernandez-de-las-Penas C, Madeleine P, Cuadrado ML, Ge HY, Arendt-Nielsen L, Pareja JA. Pressure pain sensitivity mapping of the temporalis muscle revealed bilateral pressure hyperalgesia in patients with strictly unilateral migraine. Cephalalgia. 2009 Jun;29(6):670-6. doi: 10.1111/j.1468-2982.2008.01831.x.
- Dodick D, Silberstein S. Central sensitization theory of migraine: clinical implications. Headache. 2006 Nov;46 Suppl 4:S182-91. doi: 10.1111/j.1526-4610.2006.00602.x.
- Bigal ME, Ashina S, Burstein R, Reed ML, Buse D, Serrano D, Lipton RB; AMPP Group. Prevalence and characteristics of allodynia in headache sufferers: a population study. Neurology. 2008 Apr 22;70(17):1525-33. doi: 10.1212/01.wnl.0000310645.31020.b1.
- Hubbard CS, Becerra L, Smith JH, DeLange JM, Smith RM, Black DF, Welker KM, Burstein R, Cutrer FM, Borsook D. Brain Changes in Responders vs. Non-Responders in Chronic Migraine: Markers of Disease Reversal. Front Hum Neurosci. 2016 Oct 6;10:497. doi: 10.3389/fnhum.2016.00497. eCollection 2016.
- Bigal ME, Edvinsson L, Rapoport AM, Lipton RB, Spierings EL, Diener HC, Burstein R, Loupe PS, Ma Y, Yang R, Silberstein SD. Safety, tolerability, and efficacy of TEV-48125 for preventive treatment of chronic migraine: a multicentre, randomised, double-blind, placebo-controlled, phase 2b study. Lancet Neurol. 2015 Nov;14(11):1091-100. doi: 10.1016/S1474-4422(15)00245-8. Epub 2015 Sep 30.
- Bigal ME, Dodick DW, Rapoport AM, Silberstein SD, Ma Y, Yang R, Loupe PS, Burstein R, Newman LC, Lipton RB. Safety, tolerability, and efficacy of TEV-48125 for preventive treatment of high-frequency episodic migraine: a multicentre, randomised, double-blind, placebo-controlled, phase 2b study. Lancet Neurol. 2015 Nov;14(11):1081-90. doi: 10.1016/S1474-4422(15)00249-5. Epub 2015 Sep 30.
- Silberstein SD, McAllister P, Ning X, Faulhaber N, Lang N, Yeung P, Schiemann J, Aycardi E, Cohen JM, Janka L, Yang R. Safety and Tolerability of Fremanezumab for the Prevention of Migraine: A Pooled Analysis of Phases 2b and 3 Clinical Trials. Headache. 2019 Jun;59(6):880-890. doi: 10.1111/head.13534. Epub 2019 Apr 12.
- Planchuelo-Gomez A, Garcia-Azorin D, Guerrero AL, Rodriguez M, Aja-Fernandez S, de Luis-Garcia R. Gray Matter Structural Alterations in Chronic and Episodic Migraine: A Morphometric Magnetic Resonance Imaging Study. Pain Med. 2020 Nov 1;21(11):2997-3011. doi: 10.1093/pm/pnaa271.
- Planchuelo-Gomez A, Garcia-Azorin D, Guerrero AL, Aja-Fernandez S, Rodriguez M, de Luis-Garcia R. White matter changes in chronic and episodic migraine: a diffusion tensor imaging study. J Headache Pain. 2020 Jan 2;21(1):1. doi: 10.1186/s10194-019-1071-3.
- Planchuelo-Gomez A, Garcia-Azorin D, Guerrero AL, Aja-Fernandez S, Rodriguez M, de Luis-Garcia R. Structural connectivity alterations in chronic and episodic migraine: A diffusion magnetic resonance imaging connectomics study. Cephalalgia. 2020 Apr;40(4):367-383. doi: 10.1177/0333102419885392. Epub 2019 Nov 1.
- Planchuelo-Gómez A, García-Azorín D, Guerrero AL, Aja-Fernández S, Antón-Juarrós S, de Luis García R. Development of a response prediction model for the chronic migraine treatment response by grey matter morphometry in magnetic resonance. LXXI Spanish Society of Neurology congress, Sevilla Nov 21st 2019, Spain.
- García-Azorín D, Porta-Etessam J, Guerrero-Peral AL. Official guidelines of the Neuropharmacology study group, Spanish Society of Neurology, Start & Stop Guidelines, Ed Luzan 5, 2019
- Krebs K, Rorden C, Androulakis XM. Resting State Functional Connectivity After Sphenopalatine Ganglion Blocks in Chronic Migraine With Medication Overuse Headache: A Pilot Longitudinal fMRI Study. Headache. 2018 May;58(5):732-743. doi: 10.1111/head.13318.
- Fusar-Poli P, Smieskova R, Kempton MJ, Ho BC, Andreasen NC, Borgwardt S. Progressive brain changes in schizophrenia related to antipsychotic treatment? A meta-analysis of longitudinal MRI studies. Neurosci Biobehav Rev. 2013 Sep;37(8):1680-91. doi: 10.1016/j.neubiorev.2013.06.001. Epub 2013 Jun 14.
- Yrondi A, Peran P, Sauvaget A, Schmitt L, Arbus C. Structural-functional brain changes in depressed patients during and after electroconvulsive therapy. Acta Neuropsychiatr. 2018 Feb;30(1):17-28. doi: 10.1017/neu.2016.62. Epub 2016 Nov 23.
- Reuter M, Schmansky NJ, Rosas HD, Fischl B. Within-subject template estimation for unbiased longitudinal image analysis. Neuroimage. 2012 Jul 16;61(4):1402-18. doi: 10.1016/j.neuroimage.2012.02.084. Epub 2012 Mar 10.
- Desikan RS, Segonne F, Fischl B, Quinn BT, Dickerson BC, Blacker D, Buckner RL, Dale AM, Maguire RP, Hyman BT, Albert MS, Killiany RJ. An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest. Neuroimage. 2006 Jul 1;31(3):968-80. doi: 10.1016/j.neuroimage.2006.01.021. Epub 2006 Mar 10.
- Fornito A, Bullmore ET. Connectomics: a new paradigm for understanding brain disease. Eur Neuropsychopharmacol. 2015 May;25(5):733-48. doi: 10.1016/j.euroneuro.2014.02.011. Epub 2014 Mar 5.
- Sinke MRT, Otte WM, Christiaens D, Schmitt O, Leemans A, van der Toorn A, Sarabdjitsingh RA, Joels M, Dijkhuizen RM. Diffusion MRI-based cortical connectome reconstruction: dependency on tractography procedures and neuroanatomical characteristics. Brain Struct Funct. 2018 Jun;223(5):2269-2285. doi: 10.1007/s00429-018-1628-y. Epub 2018 Feb 20.
- Veraart J, Novikov DS, Christiaens D, Ades-Aron B, Sijbers J, Fieremans E. Denoising of diffusion MRI using random matrix theory. Neuroimage. 2016 Nov 15;142:394-406. doi: 10.1016/j.neuroimage.2016.08.016. Epub 2016 Aug 11.
- Zhang Y, Brady M, Smith S. Segmentation of brain MR images through a hidden Markov random field model and the expectation-maximization algorithm. IEEE Trans Med Imaging. 2001 Jan;20(1):45-57. doi: 10.1109/42.906424.
- Aja-Fernández S, Tristán-Vega A, Molendowska M, Pieciak T, de Luis-García R. Return-to-the-origin probability calculation in single shell acquisitions. International Society of Magnetic Resonance in Medicine 26th Annual Meeting and Exhibition. Paris, France; 2018:1414.
- Dhollander T, Raffelt D, Connelly A. Unsupervised 3-tissue response function estimation from single-shell or multi-shell diffusion MR data without a co-registered T1 image. ISMRM Work Break Barriers Diffus MRI 2016; 5.
- Rueckert D, Sonoda LI, Hayes C, Hill DL, Leach MO, Hawkes DJ. Nonrigid registration using free-form deformations: application to breast MR images. IEEE Trans Med Imaging. 1999 Aug;18(8):712-21. doi: 10.1109/42.796284.
- Wakana S, Jiang H, Nagae-Poetscher LM, van Zijl PC, Mori S. Fiber tract-based atlas of human white matter anatomy. Radiology. 2004 Jan;230(1):77-87. doi: 10.1148/radiol.2301021640. Epub 2003 Nov 26.
- Oishi K, Zilles K, Amunts K, Faria A, Jiang H, Li X, Akhter K, Hua K, Woods R, Toga AW, Pike GB, Rosa-Neto P, Evans A, Zhang J, Huang H, Miller MI, van Zijl PC, Mazziotta J, Mori S. Human brain white matter atlas: identification and assignment of common anatomical structures in superficial white matter. Neuroimage. 2008 Nov 15;43(3):447-57. doi: 10.1016/j.neuroimage.2008.07.009. Epub 2008 Jul 18.
- Smith RE, Tournier JD, Calamante F, Connelly A. Anatomically-constrained tractography: improved diffusion MRI streamlines tractography through effective use of anatomical information. Neuroimage. 2012 Sep;62(3):1924-38. doi: 10.1016/j.neuroimage.2012.06.005. Epub 2012 Jun 13.
- Jenkinson M, Bannister P, Brady M, Smith S. Improved optimization for the robust and accurate linear registration and motion correction of brain images. Neuroimage. 2002 Oct;17(2):825-41. doi: 10.1016/s1053-8119(02)91132-8.
- Tournier JD, Calamante F, Connelly A. Determination of the appropriate b value and number of gradient directions for high-angular-resolution diffusion-weighted imaging. NMR Biomed. 2013 Dec;26(12):1775-86. doi: 10.1002/nbm.3017. Epub 2013 Aug 29.
- Tournier JD, Calamante F, Gadian DG, Connelly A. Direct estimation of the fiber orientation density function from diffusion-weighted MRI data using spherical deconvolution. Neuroimage. 2004 Nov;23(3):1176-85. doi: 10.1016/j.neuroimage.2004.07.037.
- Tournier JD, Calamante F, Connelly A. Robust determination of the fibre orientation distribution in diffusion MRI: non-negativity constrained super-resolved spherical deconvolution. Neuroimage. 2007 May 1;35(4):1459-72. doi: 10.1016/j.neuroimage.2007.02.016. Epub 2007 Feb 21.
- Tournier J-D, Calamante F, Connelly A. Improved probabilistic streamlines tractography by 2nd order integration over fibre orientation distributions. Proc Int Soc Magn Reson Med. 2010; 1670.
- Smith RE, Tournier JD, Calamante F, Connelly A. SIFT2: Enabling dense quantitative assessment of brain white matter connectivity using streamlines tractography. Neuroimage. 2015 Oct 1;119:338-51. doi: 10.1016/j.neuroimage.2015.06.092. Epub 2015 Jul 8.
- Akaike H. A new look at the statistical model identification. IEEE Trans Automat Contr 1974; 19: 716-23.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- CASVE 20-469
- 2020-004509-30 (Numer EudraCT)
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Ramy czasowe udostępniania IPD
Kryteria dostępu do udostępniania IPD
Typ informacji pomocniczych dotyczących udostępniania IPD
- PROTOKÓŁ BADANIA
- SOK ROŚLINNY
- ICF
- ANALITYCZNY_KOD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
produkt wyprodukowany i wyeksportowany z USA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .
Badania kliniczne na Ampułko-strzykawka z fremanezumabem
-
Teva Branded Pharmaceutical Products R&D, Inc.Nie dostępnyMigrenaBelgia, Kanada, Czechy, Włochy, Hiszpania, Szwecja, Zjednoczone Królestwo
-
Mayo ClinicWycofane
-
Teva Branded Pharmaceutical Products R&D, Inc.ZakończonyKlasterowy ból głowyStany Zjednoczone, Australia, Kanada, Finlandia, Niemcy, Izrael, Włochy, Holandia, Polska, Hiszpania, Szwecja, Zjednoczone Królestwo
-
Teva Branded Pharmaceutical Products R&D, Inc.RekrutacyjnyMigrenaStany Zjednoczone, Finlandia, Niemcy, Izrael, Włochy, Holandia, Polska, Hiszpania, Kanada
-
Teva Branded Pharmaceutical Products R&D, Inc.WycofaneŚródmiąższowe zapalenie pęcherza moczowego
-
Teva Branded Pharmaceutical Products R&D, Inc.ZakończonyPrzewlekły klasterowy ból głowyStany Zjednoczone, Australia, Kanada, Finlandia, Niemcy, Izrael, Włochy, Holandia, Polska, Hiszpania, Szwecja, Zjednoczone Królestwo
-
Teva Branded Pharmaceutical Products R&D, Inc.ZakończonyMigrenaStany Zjednoczone, Kanada, Czechy, Finlandia, Izrael, Japonia, Polska, Federacja Rosyjska, Hiszpania
-
Teva Branded Pharmaceutical Products R&D, Inc.RekrutacyjnyMigrenaStany Zjednoczone, Finlandia, Niemcy, Izrael, Włochy, Holandia, Polska, Hiszpania, Kanada
-
Teva Branded Pharmaceutical Products R&D, Inc.ZakończonyMigrenaStany Zjednoczone, Kanada, Finlandia, Niemcy, Izrael, Włochy, Holandia, Polska, Hiszpania
-
OctapharmaZakończonyPierwotny niedobór odpornościZjednoczone Królestwo, Australia, Niemcy, Włochy