- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06545435
Przewidywanie BIA masy beztłuszczowej i tłuszczowej u otyłych dorosłych
Przewidywanie masy beztłuszczowej i tłuszczowej wyrostka robaczkowego za pomocą analizy impedancji bioelektrycznej wśród dorosłych pacjentów z otyłością.
Przegląd badań
Status
Warunki
Szczegółowy opis
Ocena składu ciała osób z otyłością, a w szczególności nadmiaru masy tłuszczowej i możliwej redukcji masy mięśniowej (otyłość sarkopeniczna; Donini, 2022; Cappellari, 2023), jest istotna dla określenia fenotypowego przejawu otyłości (oszacowanie ryzyka powikłań dysmetabolicznych, sercowo-naczyniowych i funkcjonalnych) oraz w celu określenia lepszego podejścia do leczenia (Salmon-Gomez, 2023). Podwójna absorpcjometria rentgenowska (DXA) to dojrzała technologia oceny składu ciała, w której nastąpił znaczny postęp w tej technologii w ciągu ostatnich trzech dekad (Shepherd i in. 2017). DXA jest zatwierdzonym narzędziem do badania fenotypów składu ciała, ponieważ wiarygodnie ocenia zawartość minerałów w całym ciele i regionalnych kościach, masę tłuszczową i masę beztłuszczową (Prado i in. 2014; Baumgartner i in. 1998; Borga i in. 2018; Toombs i in. 2012). Niestety nie zawsze jest ona dostępna we wszystkich zastosowaniach, gdzie zamiast tego powszechnie stosuje się analizę bioimpedancji (BIA) (która charakteryzuje się niższymi kosztami i większą wygodą użytkowania) do oszacowania składu ciała, zaczynając od danych dotyczących rezystancji elektrycznej i reaktancji (Ward, 2019).
Niestety, te dwie metody często dają wyniki, których nie można nałożyć na siebie i przeprowadzono badania, aby przewidzieć na podstawie BIA wartości powszechnie osiągalne tylko przy użyciu DXA. W szczególności w różnych badaniach oszacowano masę beztłuszczową przydatków na podstawie BIA, która stanowi ważny parametr w ocenie sarkopenii i jest skorelowana z jej ograniczeniami funkcjonalnymi (Zambone, 2020). Na przykład analiza post hoc badania PROVIDE (Scafoglieri, 2017) miała na celu w szczególności ocenę poziomu zgodności między wskaźnikami tkanek miękkich uzyskanymi z BIA i DXA jako wskaźnikami jakości tkanki kończyn oraz opracowanie i walidację krzyżową nowych Równania BIA do przewidywania tkanki miękkiej wyrostka robaczkowego [masa tłuszczowa (FM) i masa beztłuszczowa wyrostka robaczkowego (ALM)] u starszych dorosłych rasy kaukaskiej z pogorszeniem sprawności fizycznej, przy użyciu systemów Hologic Horizon i GE Lunar DXA jako metod referencyjnych.
METODY:
Badanie to opiera się na danych wyjściowych (antropometrycznych, BIA i DXA) zebranych w istniejących wcześniej zbiorach danych. Zwłaszcza
- zbiór danych Sapienza pochodzący z badania mającego na celu zbadanie związku między markerami wrażliwości na insulinę a SO określonymi przez trzy nowatorskie modele składu ciała (Poggiogalle, 2020) zostanie wykorzystany do opracowania równań BIA przewidujących masę tkanek miękkich wyrostka robaczkowego;
- zbiory danych z różnych badań, w szczególności z Międzynarodowego Projektu Zestawów Danych BIA, zostaną wykorzystane do walidacji równań BIA w celu oceny zgodności między szacunkami tkanek miękkich uzyskanymi z BIA i DXA
PARAMETRY BADANIA:
-Antropometria: parametry antropometryczne należy mierzyć zgodnie z zatwierdzonymi i ustandaryzowanymi metodologiami (Lohman, 1988).
Interesujące parametry antropometryczne to masa ciała, wzrost, obwód talii, obwód łydki, obwód ramienia i grubość fałdu skórnego mięśnia trójgłowego uda, długość kończyn.
- Absorpcjometria rentgenowska o podwójnej energii: wszyscy uczestnicy powinni zostać poddani skanowaniu całego ciała wiązką wachlarzową DXA (Hologic Bedford, Massachusetts, USA; Lunar Prodigy, GE Healthcare). Codzienną kalibrację densytometrów należy przeprowadzać zgodnie z instrukcją dostarczoną przez producenta.
Ponieważ pomiary różnią się w zależności od przyrządów różnych producentów, równania kalibracyjne zostaną wykorzystane w celu rozwiązania tych problemów i poprawy zgodności między urządzeniami (Vendrami, 2024; Shepherd, 2012).
Interesujące składniki ciała to całkowita masa tłuszczowa (FM), całkowita masa beztłuszczowa (LM), ALM (suma beztłuszczowej masy kończyn), FM (suma masy tłuszczowej w kończynach) oraz stosunek ALM do FM.
-Analiza impedancji bioelektrycznej: Po całonocnym poszczeniu i oddaniu moczu należy przeprowadzić analizę impedancji bioelektrycznej u uczestników leżących na wznak (z kończynami nieco odsuniętymi od ciała; elektrody aktywne powinny być umieszczone po prawej stronie na konwencjonalnych liniach śródręcza i śródstopia, elektrody rejestrujące w standardowych pozycjach na prawym nadgarstku i kostce) lub w pozycji pionowej (boso, wchodząc na elektrody wbudowane w wagę i chwytając za uchwyty z elektrodami). W każdym miejscu do pomiaru spadku napięcia w tkankach ciała należało zastosować tetrapolarne urządzenie BIA przeznaczone do całego ciała, działające przy słabym zmiennym prądzie elektrycznym od 500 µA do 1 mA i pojedynczej częstotliwości 50 kHz.
Interesujące parametry elektryczne to rezystancja (R: ograniczenie przepływu prądu), reaktancja (Xc: pojemność błon komórkowych i powierzchni styku tkanek) oraz kąt fazowy (PhA).
Informacje o urządzeniach BIA zostaną zapisane, ponieważ surowe wartości R i Xc mogą nie być porównywalne.
Ze względu na istotne różnice stwierdzone w różnych badaniach dotyczących porównywania pozycji pionowej i leżącej na plecach (Ducharme, 2022; Hamilton-James, 2022), wyniki uzyskane za pomocą obu metodologii zostaną przeanalizowane oddzielnie.
W nawiązaniu do ograniczeń zgłoszonych przez autorów badania PROVIDE (tj. braku bezpośredniego pomiaru wody pozakomórkowej; Scafoglieri, 2017), jeśli będą dostępne, wykorzystane zostaną również surowe dane wykryte za pomocą wieloczęstotliwościowych urządzeń bioimpedancyjnych. W szczególności uwzględnione zostaną wartości impedancji i rezystancji zmierzone przy częstotliwości 5 kHz; ponadto, jeśli jest to możliwe, optymalna byłaby analiza danych mierzonych przy następujących częstotliwościach; 1, 2, 5, 10, 50, 100, 200, 250 i 500 kHz.
STATYSTYKA:
Dane będą analizowane przy użyciu programu IBM® SPSS® Statistics w wersji 25. Dane zostaną zaprezentowane jako częstotliwość (procent) i średnia ± SD odpowiednio dla zmiennych jakościowych i ilościowych. Do oceny, czy dane mają rozkład normalny, zostanie wykorzystany test Shapiro-Wilka. Porównanie zmiennych ciągłych zostanie przeprowadzone za pomocą testów parametrycznych lub nieparametrycznych w zależności od tego, czy rozkład jest normalny, czy nie. Test chi-kwadrat zostanie wykorzystany do sprawdzenia, czy częstotliwości występujące w próbce różnią się istotnie od częstotliwości oczekiwanych. Punkt odcięcia istotności statystycznej zostanie ustalony na poziomie p<0,05.
Wstępne równania, wykorzystujące masę beztłuszczową i masę tłuszczową wyrostka robaczkowego obliczoną na podstawie DXA jako zmienne zależne oraz wiek, płeć, BMI, wagę, wskaźnik impedancji i reaktancję jako zmienne niezależne, zostaną opracowane przy użyciu podejścia stopniowej wielokrotnej regresji liniowej. W równaniach zostaną uwzględnione jedynie znaczące regresory mas tkanek miękkich wyrostka robaczkowego.
Dopasowanie wydajności modelu zostanie ocenione przy użyciu wielokrotnych korelacji (R2) i błędów standardowych oszacowania (SEE). Dla każdego ze składników tkanki miękkiej wyrostka w analizie krzyżowej zastosowany zostanie model o najniższym błędzie standardowym oszacowania.
Dane indywidualne i dotyczące składu ciała z próbek do weryfikacji krzyżowej zostaną wpisane do opracowanych równań w celu oceny ich dokładności. Statystyki dotyczące walidacji krzyżowej obejmują średnią różnicę, granice zgodności i średni błąd kwadratowy.
Dodatkowo zgodność pomiędzy ALM_BIA oszacowanym w naszej próbie, ALM_SERGI, ALM_Provide i ALM_KYLE zostanie oceniona za pomocą analizy regresji.
Wreszcie, zgodność pomiędzy współczynnikami ALM/FM oszacowanymi przez DXA i BIA zostanie oceniona za pomocą analizy Blanda i Altmana.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Lorenzo M Donini, MD
- Numer telefonu: 00390649690215
- E-mail: lorenzomaria.donini@uniroma1.it
Kopia zapasowa kontaktu do badania
- Nazwa: Eleonora Poggiogalle, MD, PhD
- Numer telefonu: 00390649690215
- E-mail: eleonora.poggiogalle@uniroma1.it
Lokalizacje studiów
-
-
-
Perth, Australia, 6102
- Rekrutacyjny
- Curtin University, School of Population Health
-
-
-
-
Rio Grande Do Sul
-
Pelotas, Rio Grande Do Sul, Brazylia, 96010-610
- Rekrutacyjny
- Federal University of Pelotas
-
Kontakt:
- Maria Cristina Gonzalez
-
-
-
-
Alberta
-
Edmonton, Alberta, Kanada, T6G 2P5
- Rekrutacyjny
- University of Alberta, Department of Agricultural, Food and Nutritional Science
-
Kontakt:
- Carla Prado
-
-
-
-
-
Lisboa, Portugalia, 1495-751
- Rekrutacyjny
- Universidade de Lisboa, Exercise and Health Laboratory, CIPER, Faculdade de Motricidade Humana
-
Kontakt:
- Analiza Monica Silva
-
-
-
-
Louisiana
-
Baton Rouge, Louisiana, Stany Zjednoczone, 70808
- Rekrutacyjny
- Pennington Biomedical Research Center, Louisiana State University
-
Kontakt:
- Steven Heymsfield
-
-
North Carolina
-
Chapel Hill, North Carolina, Stany Zjednoczone, 27514
- Rekrutacyjny
- Division of Geriatric Medicine, School of Medicine, and Department of Nutrition, Gillings School of Global Public Health, University of North Carolina at Chapel Hill
-
Kontakt:
- John A Batsis
-
-
-
-
-
Cagliari, Włochy, 09042
- Rekrutacyjny
- University of Cagliari, Department of Life and Environmental Sciences
-
Kontakt:
- Elisabetta Marini
-
Roma, Włochy
- Rekrutacyjny
- Sapienza, University of Rome
-
Pod-śledczy:
- Marianna Minnetti
-
Kontakt:
- Lorenzo M Donini, MD
- Numer telefonu: 00390649690215
- E-mail: lorenzomaria.donini@uniroma1.it
-
Kontakt:
- Eleonora Poggiogalle, MD, PhD
- Numer telefonu: 00390649690215
- E-mail: eleonora.poggiogalle@uniroma1.it
-
Pod-śledczy:
- Francesco Frigerio, MD
-
Pod-śledczy:
- Alessia Vitozzi
-
Pod-śledczy:
- Alessandro Pinto
-
Pod-śledczy:
- Zaira Spinello
-
Trieste, Włochy
- Rekrutacyjny
- Department of Medical, Surgical and Health Sciences, University of Trieste, Trieste, Italy
-
Kontakt:
- Rocco Barazzoni
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Dorośli z otyłością (BMI ≥ 30 kg/m²)
- Wiek 18 lat i więcej
- Dostępne podstawowe pomiary DXA i BIA
- Podana świadoma zgoda na wykorzystanie danych
Kryteria wykluczenia:
- każda choroba przewlekła lub leki, które mogą znacząco wpływać na skład ciała [np. choroby nowotworowe w ciągu ostatnich 5 lat, niewydolność narządów, ostre stany zapalne (białko C-reaktywne >10 mg/l), choroby autoimmunologiczne, choroby neurologiczne, otyłość syndromowa]
- upośledzenie funkcji poznawczych (Badanie stanu Mini-Mental <25)
- osoby uważane za aktywne fizycznie (sportowcy lub osoby bardzo aktywne, tj. wykonujące co najmniej 150 minut umiarkowanej lub intensywnej aktywności fizycznej tygodniowo)
- spożycie alkoholu > 140 g/tydz. dla mężczyzn i 70 g/tydz. dla kobiet
- udział w programie odchudzającym (ostatnie 3 miesiące)
- niemożność wykonania egzaminu DXA
- ciąża i karmienie piersią.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
Kohorta otyłych dorosłych
Do tej kohorty zaliczają się dorośli ludzie rasy kaukaskiej z otyłością (BMI ≥ 30 kg/m²).
Uczestnicy zostali poddani ocenie wyjściowej przy użyciu zarówno absorpcjometrii podwójnego promieniowania rentgenowskiego (DXA), jak i analizy impedancji bioelektrycznej (BIA).
|
|
Podzbiór walidacji MRI
Podzbiór uczestników z kohorty dorosłych osób otyłych wybrany do dodatkowej weryfikacji za pomocą rezonansu magnetycznego (MRI) w celu oceny wielkości i architektury mięśni.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Opracowanie i weryfikacja krzyżowa równań BIA dla mas tkanek miękkich wyrostka robaczkowego
Ramy czasowe: Linia bazowa
|
Ten główny wynik mierzy dokładność i krzyżową walidację nowo opracowanych równań analizy impedancji bioelektrycznej (BIA) w przewidywaniu masy tkanki miękkiej wyrostka robaczkowego, w tym masy tłuszczowej (FM) i masy beztłuszczowej wyrostka robaczkowego (ALM), u dorosłych rasy kaukaskiej z otyłością.
Celem jest sprawdzenie tych równań w porównaniu z pomiarami absorpcjometrii rentgenowskiej o podwójnej energii (DXA).
|
Linia bazowa
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Porównanie nowych równań BIA z istniejącymi modelami
Ramy czasowe: Linia bazowa
|
Ten drugorzędny wynik ocenia skuteczność nowo opracowanych równań BIA w porównaniu z istniejącymi modelami predykcyjnymi wyprowadzonymi z BIA, w szczególności tymi opracowanymi przez Kyle'a i in. (2003), Sergi i in. (2015) i badanie PROVIDE (2017).
Porównanie skupi się na różnicach w dokładności prognozowania mas tkanek miękkich wyrostka robaczkowego.(FM)
w porównaniu z pomiarami uzyskanymi z DXA.
|
Linia bazowa
|
|
Opracowanie algorytmu konwersji pomiędzy urządzeniami BIA
Ramy czasowe: Linia bazowa
|
Wynik ten obejmuje opracowanie algorytmów ułatwiających konwersję surowych danych BIA (rezystancja i reaktancja) między różnymi urządzeniami i populacjami.
Ma to na celu standaryzację pomiarów BIA i poprawę zgodności w różnych ustawieniach i grupach demograficznych.
|
Linia bazowa
|
|
Walidacja krzyżowa nowych równań BIA z różnymi systemami DXA
Ramy czasowe: Linia bazowa
|
Wynik ten ocenia walidację krzyżową nowych równań BIA przy użyciu różnych systemów DXA jako standardów referencyjnych.
Celem jest zapewnienie solidności i wiarygodności prognoz BIA w różnych pomiarach technologii DXA
pod kątem wielkości i budowy mięśni w podpróbie uczestników.
|
Linia bazowa
|
|
Walidacja równań BIA przy użyciu rezonansu magnetycznego (MRI)
Ramy czasowe: Linia bazowa
|
Wynik ten ocenia walidację równań BIA w podgrupie pacjentów stosujących rezonans magnetyczny (MRI) do oceny wielkości i architektury mięśni.
Celem jest dalsza weryfikacja dokładności przewidywań BIA dotyczących składu tkanek miękkich w porównaniu z danymi MRI.
|
Linia bazowa
|
Współpracownicy i badacze
Publikacje i pomocne linki
Publikacje ogólne
- Guralnik JM, Simonsick EM, Ferrucci L, Glynn RJ, Berkman LF, Blazer DG, Scherr PA, Wallace RB. A short physical performance battery assessing lower extremity function: association with self-reported disability and prediction of mortality and nursing home admission. J Gerontol. 1994 Mar;49(2):M85-94. doi: 10.1093/geronj/49.2.m85.
- Baumgartner RN, Koehler KM, Gallagher D, Romero L, Heymsfield SB, Ross RR, Garry PJ, Lindeman RD. Epidemiology of sarcopenia among the elderly in New Mexico. Am J Epidemiol. 1998 Apr 15;147(8):755-63. doi: 10.1093/oxfordjournals.aje.a009520. Erratum In: Am J Epidemiol 1999 Jun 15;149(12):1161.
- Janssen I, Heymsfield SB, Ross R. Low relative skeletal muscle mass (sarcopenia) in older persons is associated with functional impairment and physical disability. J Am Geriatr Soc. 2002 May;50(5):889-96. doi: 10.1046/j.1532-5415.2002.50216.x.
- Sergi G, De Rui M, Veronese N, Bolzetta F, Berton L, Carraro S, Bano G, Coin A, Manzato E, Perissinotto E. Assessing appendicular skeletal muscle mass with bioelectrical impedance analysis in free-living Caucasian older adults. Clin Nutr. 2015 Aug;34(4):667-73. doi: 10.1016/j.clnu.2014.07.010. Epub 2014 Jul 24.
- Shepherd JA, Ng BK, Sommer MJ, Heymsfield SB. Body composition by DXA. Bone. 2017 Nov;104:101-105. doi: 10.1016/j.bone.2017.06.010. Epub 2017 Jun 16.
- Borga M, West J, Bell JD, Harvey NC, Romu T, Heymsfield SB, Dahlqvist Leinhard O. Advanced body composition assessment: from body mass index to body composition profiling. J Investig Med. 2018 Jun;66(5):1-9. doi: 10.1136/jim-2018-000722. Epub 2018 Mar 25.
- Gortan Cappellari G, Guillet C, Poggiogalle E, Ballesteros Pomar MD, Batsis JA, Boirie Y, Breton I, Frara S, Genton L, Gepner Y, Gonzalez MC, Heymsfield SB, Kiesswetter E, Laviano A, Prado CM, Santini F, Serlie MJ, Siervo M, Villareal DT, Volkert D, Voortman T, Weijs PJ, Zamboni M, Bischoff SC, Busetto L, Cederholm T, Barazzoni R, Donini LM; SOGLI Expert Panel. Sarcopenic obesity research perspectives outlined by the sarcopenic obesity global leadership initiative (SOGLI) - Proceedings from the SOGLI consortium meeting in rome November 2022. Clin Nutr. 2023 May;42(5):687-699. doi: 10.1016/j.clnu.2023.02.018. Epub 2023 Feb 24.
- Donini LM, Busetto L, Bischoff SC, Cederholm T, Ballesteros-Pomar MD, Batsis JA, Bauer JM, Boirie Y, Cruz-Jentoft AJ, Dicker D, Frara S, Fruhbeck G, Genton L, Gepner Y, Giustina A, Gonzalez MC, Han HS, Heymsfield SB, Higashiguchi T, Laviano A, Lenzi A, Nyulasi I, Parrinello E, Poggiogalle E, Prado CM, Salvador J, Rolland Y, Santini F, Serlie MJ, Shi H, Sieber CC, Siervo M, Vettor R, Villareal DT, Volkert D, Yu J, Zamboni M, Barazzoni R. Definition and diagnostic criteria for sarcopenic obesity: ESPEN and EASO consensus statement. Clin Nutr. 2022 Apr;41(4):990-1000. doi: 10.1016/j.clnu.2021.11.014. Epub 2022 Feb 22.
- Hamilton-James K, Collet TH, Pichard C, Genton L, Dupertuis YM. Precision and accuracy of bioelectrical impedance analysis devices in supine versus standing position with or without retractable handle in Caucasian subjects. Clin Nutr ESPEN. 2021 Oct;45:267-274. doi: 10.1016/j.clnesp.2021.08.010. Epub 2021 Sep 6.
- Kyle UG, Genton L, Karsegard L, Slosman DO, Pichard C. Single prediction equation for bioelectrical impedance analysis in adults aged 20--94 years. Nutrition. 2001 Mar;17(3):248-53. doi: 10.1016/s0899-9007(00)00553-0.
- Kyle UG, Genton L, Hans D, Pichard C. Validation of a bioelectrical impedance analysis equation to predict appendicular skeletal muscle mass (ASMM). Clin Nutr. 2003 Dec;22(6):537-43. doi: 10.1016/s0261-5614(03)00048-7.
- Lohman, T.G., Roche, A.F. and Martorell, R. (1988) Anthropometric standardization reference manual. Human Kinetics Books, Chicago.
- Poggiogalle E, Mendes I, Ong B, Prado CM, Mocciaro G, Mazidi M, Lubrano C, Lenzi A, Donini LM, Siervo M. Sarcopenic obesity and insulin resistance: Application of novel body composition models. Nutrition. 2020 Jul-Aug;75-76:110765. doi: 10.1016/j.nut.2020.110765. Epub 2020 Feb 13.
- Prado CM, Siervo M, Mire E, Heymsfield SB, Stephan BC, Broyles S, Smith SR, Wells JC, Katzmarzyk PT. A population-based approach to define body-composition phenotypes. Am J Clin Nutr. 2014 Jun;99(6):1369-77. doi: 10.3945/ajcn.113.078576. Epub 2014 Apr 23. Erratum In: Am J Clin Nutr. 2016 Apr;103(4):1190. doi: 10.3945/ajcn.116.130823.
- Salmon-Gomez L, Catalan V, Fruhbeck G, Gomez-Ambrosi J. Relevance of body composition in phenotyping the obesities. Rev Endocr Metab Disord. 2023 Oct;24(5):809-823. doi: 10.1007/s11154-023-09796-3. Epub 2023 Mar 17.
- Scafoglieri A, Clarys JP, Bauer JM, Verlaan S, Van Malderen L, Vantieghem S, Cederholm T, Sieber CC, Mets T, Bautmans I; Provide Study Group. Predicting appendicular lean and fat mass with bioelectrical impedance analysis in older adults with physical function decline - The PROVIDE study. Clin Nutr. 2017 Jun;36(3):869-875. doi: 10.1016/j.clnu.2016.04.026. Epub 2016 Apr 28.
- Shepherd JA, Fan B, Lu Y, Wu XP, Wacker WK, Ergun DL, Levine MA. A multinational study to develop universal standardization of whole-body bone density and composition using GE Healthcare Lunar and Hologic DXA systems. J Bone Miner Res. 2012 Oct;27(10):2208-16. doi: 10.1002/jbmr.1654.
- Toombs RJ, Ducher G, Shepherd JA, De Souza MJ. The impact of recent technological advances on the trueness and precision of DXA to assess body composition. Obesity (Silver Spring). 2012 Jan;20(1):30-9. doi: 10.1038/oby.2011.211. Epub 2011 Jul 14.
- Vendrami C, Gatineau G, Gonzalez Rodriguez E, Lamy O, Hans D, Shevroja E, Standardization of body composition parameters between GE Lunar iDXA and Hologic Horizon A and their clinical impact, JBMR Plus, 2024; ziae088. doi.org/10.1093/jbmrpl/ziae088
- Ward LC. Bioelectrical impedance analysis for body composition assessment: reflections on accuracy, clinical utility, and standardisation. Eur J Clin Nutr. 2019 Feb;73(2):194-199. doi: 10.1038/s41430-018-0335-3. Epub 2018 Oct 8.
- Zambone MA, Liberman S, Garcia MLB. Anthropometry, bioimpedance and densitometry: Comparative methods for lean mass body analysis in elderly outpatients from a tertiary hospital. Exp Gerontol. 2020 Sep;138:111020. doi: 10.1016/j.exger.2020.111020. Epub 2020 Jul 9.
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
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 0606/2021
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .