Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Признаки болезни Альцгеймера при субъективном когнитивном снижении (SIGN-AL)

3 февраля 2026 г. обновлено: Salvatore Mazzeo, IRCCS Policlinico S. Donato

Раскрытие SIGNатуры болезни Альцгеймера: Интеграция мультимодальных биомаркеров с помощью машинного обучения

Это исследование направлено на улучшение раннего выявления болезни Альцгеймера (БА) у пациентов с субъективным когнитивным снижением (СКС), доклинической стадией когнитивных нарушений, в контексте новых болезнь-модифицирующих терапий (БМТ). Текущие биомаркеры, такие как МРТ головного мозга, ПЭТ-сканирование и маркеры спинномозговой жидкости (СМЖ), обладают высокой точностью, но являются дорогостоящими, инвазивными и не широко доступными.

Исследование направлено на предоставление экономически эффективных, масштабируемых инструментов для раннего выявления лиц из группы риска, позволяя проводить персонализированную оценку и своевременное назначение БМТ.

Цели:

  • Оценить точность инновационных, легко доступных биомаркеров в прогнозировании биологически подтвержденной БА.
  • Оценить прогностическую ценность ранее изученных методов для пациентов с СКС.
  • Исследовать новые подходы, включая автоматизированный анализ речи, для выявления когнитивного снижения.
  • Оценить генетический вклад в риск развития БА.
  • Интегрировать данные из этих различных модальностей с использованием машинного обучения для создания прогностической модели БА у пациентов с СКС.

Дизайн исследования:

Это многоцентровое, лонгитюдное, малоинтервенционное исследование, проводимое в IRCCS Policlinico San Donato, Сан-Донато-Миланезе, Милан, Италия (UO1) и Центре исследований и инноваций в области деменции, больница Карреджи, Флоренция, Италия (UO2). Подходящие участники — взрослые с СКС, сохранным повседневным функционированием и оценкой по краткой шкале оценки психического статуса (MMSE) >24. Критерии исключения включают неврологические или системные заболевания, серьезные психические расстройства, употребление психоактивных веществ или предшествующую черепно-мозговую травму.

Участники проходят:

  • Сбор подробного медицинского и семейного анамнеза.
  • Комплексную нейропсихологическую оценку, оценку личности и независимости в повседневной деятельности.
  • Запись ЭЭГ в состоянии покоя.
  • Забор крови для анализа плазменных биомаркеров (Aβ42, Aβ40, p-tau181, p-tau217, t-tau, NfL, GFAP).
  • Анализ биомаркеров СМЖ (Aβ42, Aβ40, p-tau, t-tau).
  • Генетический анализ генов, связанных с БА (PSEN1, PSEN2, APOE, TREM2, ABCA7, BDNF, HTT).
  • Запись и анализ речи с использованием стандартизированных заданий для извлечения признаков для автоматизированной оценки.

Ожидается, что исследование создаст прогностическую модель на основе машинного обучения, объединяющую данные биомаркеров, нейропсихологические данные, данные ЭЭГ, речи и генетики, чтобы улучшить раннее выявление и направлять персонализированную помощь пациентам.

Процедуры:

  • Нейропсихологические оценки проводятся на исходном уровне и через два года наблюдения.
  • Записи языка проводятся в контролируемых условиях с использованием стандартизированных заданий по описанию картинок.
  • ЭЭГ записывается с использованием 21-канальных систем.
  • Образцы крови и СМЖ собираются, обрабатываются и хранятся при -80°C для последующего анализа в соответствующих институциональных лабораториях.
  • Плазменные биомаркеры анализируются с помощью технологии Simoa; биомаркеры СМЖ анализируются с использованием хемилюминесцентного иммуноферментного анализа (CLEIA).
  • Генетические анализы используют ПЦР, анализ высокого разрешения плавления (HRMA), секвенирование и капиллярный электрофорез в зависимости от конкретных генов или полиморфизмов.

Ожидается, что исследование создаст прогностическую модель на основе машинного обучения, объединяющую данные биомаркеров, нейропсихологические данные, данные ЭЭГ, речи и генетики, чтобы улучшить раннее выявление и направлять персонализированную помощь пациентам.

Обзор исследования

Подробное описание

  1. ВВЕДЕНИЕ Исследования и клиническая практика в области болезни Альцгеймера (БА) находятся на переломном этапе. По мере того, как становятся доступны модифицирующие течение болезни терапии (МТБ) для БА, неврологи, исследователи и службы здравоохранения столкнутся с предсказуемым, растущим спросом на диагностические обследования пациентов с когнитивными нарушениями. Кроме того, существует консенсус, что МТБ следует применять на самых ранних стадиях заболевания, чтобы остановить болезненный процесс до начала нейродегенерации. По этой причине международные исследования сосредоточены на субъективном когнитивном снижении (СКС) и легких когнитивных нарушениях (ЛКН), которые считаются самыми ранними проявлениями БА и оптимальной целевой популяцией для будущих МТБ. Однако как ЛКН, так и СКС являются очень распространенными и гетерогенными состояниями с различными возможными траекториями и множеством потенциальных основных причин. Современные признанные биомаркеры заболевания (МРТ головного мозга, ПЭТ-нейровизуализация и биомаркеры спинномозговой жидкости [СМЖ]) обладают высокой точностью в выявлении пациентов с СКС и ЛКН вследствие болезни Альцгеймера, но их широкомасштабное использование крайне ограничено из-за высокой стоимости, плохой доступности и инвазивности.

    По этой причине предыдущие исследования предлагали учитывать демографические, когнитивные и генетические характеристики для оценки риска деменции. Кроме того, биомаркеры на основе крови считаются перспективными инструментами, позволяющими проводить оценку на уровне первичной медико-санитарной помощи. Однако ни одна из этих оценок или инструментов по отдельности не может гарантировать достаточной точности для использования на скрининговом уровне.

  2. ЦЕЛЬ ИССЛЕДОВАНИЯ

Мы стремимся:

  1. Оценить точность более инновационных и легкодоступных биомаркеров на самых ранних стадиях когнитивного снижения в прогнозировании наличия биологически диагностированной БА на основе биомаркеров СМЖ.
  2. Прояснить полезность методик, уже изученных в этом контексте, но давших противоречивые результаты, таких как нейропсихологические шкалы и электроэнцефалография (ЭЭГ).
  3. Исследовать новые методы анализа, еще не применявшиеся в этой области, такие как автоматизированный анализ записи речи (речевой анализ).
  4. Оценить вклад генетических вариантов в риск БА у пациентов с СКС.
  5. Объединить признаки и данные, извлеченные из этих методик, с использованием подхода машинного обучения для разработки прогностической модели БА у пациентов с СКС.

3. ДИЗАЙН ИССЛЕДОВАНИЯ Это многоцентровое, лонгитюдное, исследование с низким уровнем вмешательства. Пациенты будут набираться из U.O.C. неврологии IRCCS Поликлиники Сан-Донато (в дальнейшем именуемой UO1) и из Центра исследований и инноваций в области деменции (CRIDEM) в университетской больнице Карреджи во Флоренции, Италия (AOUC, в дальнейшем именуемой UO2).

Все набранные пациенты пройдут:

  1. углубленный сбор семейного и клинического анамнеза;
  2. обширную нейропсихологическую оценку, включая запись речи, оценку когнитивного резерва, оценку депрессии и личностных черт;
  3. запись ЭЭГ в состоянии покоя;
  4. анализ следующих биомаркеров крови: Aβ42, Aβ40, p-tau181, p-tau217, t-tau, NfL и GFAP;
  5. анализ следующих генов: PSEN1, PSEN2, APOE, TREM2, ABCA7, BDNF, HTT;
  6. анализ биомаркеров в спинномозговой жидкости (СМЖ): Aβ42, Aβ40, p-tau и t-tau.

3.1. ИССЛЕДУЕМАЯ ПОПУЛЯЦИЯ.

Будут набраны пациенты, соответствующие следующим критериям:

  1. Возраст ≥18 лет
  2. Клинический диагноз СКС согласно критериям SCD-I4 ;
  3. Балл по Краткой шкале оценки психического статуса (MMSE) более 24, скорректированный с учетом возраста и уровня образования;
  4. Нормальное функционирование по шкалам Повседневной активности (ADL) и Инструментальной повседневной активности (IADL).

Пациенты с:

а. Анамнезом черепно-мозговой травмы; б. Текущим неврологическим и/или системным заболеванием; в. Симптомами психоза, большой депрессии или расстройства, связанного с употреблением психоактивных веществ.

4. ПРОЦЕДУРА ИССЛЕДОВАНИЯ 4.1. НЕЙРОПСИХОЛОГИЧЕСКАЯ ОЦЕНКА, ОЦЕНКА ДЕПРЕССИИ И ОЦЕНКА КОГНИТИВНОГО РЕЗЕРВА Углубленное нейропсихологическое обследование будет проводиться на исходном уровне (при включении) и при наблюдении (через два года) в IRCCS Поликлинике Сан-Донато (для пациентов, включенных из UO1) и в AOU Карреджи (для пациентов, включенных в UO2) и будет включать: общие когнитивные показатели (Краткая шкала оценки психического статуса); задачи, исследующие вербальную и пространственную кратковременную и долговременную память, внимание, речь, конструктивный праксис и исполнительную функцию; субъективное восприятие дефицита памяти, как описано Mazzeo et al.; показатели когнитивного резерва, такие как преморбидный интеллект и рекреационная активность; симптомы депрессии; индекс независимости в повседневной деятельности; личностные черты.

4.2. ЗАПИСЬ И ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА РЕЧИ Запись речи будет происходить во время задачи описания картинки в рамках Скрининга афазии при нейродегенерации (SAND). В тихой и контролируемой обстановке пациентам будет предложено описать «Летнюю картинку», следуя стандартизированной процедуре. Запись голоса будет производиться с помощью специальной системы, с частотой дискретизации 44 100 Гц, нормализованной для достижения пика -1 дБ и сниженной до 48 кГц. Для извлечения аудиосегментов будет использоваться алгоритм веб-RTC для обнаружения речевой активности (VAD).

4.3. ЗАПИСЬ ЭЭГ, ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА И ИЗВЛЕЧЕНИЕ ПРИЗНАКОВ Данные ЭЭГ покоя будут собираться в IRCCS Поликлинике Сан-Донато (для пациентов, включенных из UO1) и в AOU Карреджи (Флоренция, Италия) (для пациентов, включенных в UO2). Будет использована стандартная 21-канальная система. Запись ЭЭГ начнется с 10 минут с закрытыми глазами, затем последуют чередующиеся 3 минуты с открытыми глазами и 3 минуты с закрытыми глазами, повторенные дважды. Только сегменты с закрытыми глазами будут использоваться для анализа.

4.4. СБОР, ОБРАБОТКА И ХРАНЕНИЕ БИОЛОГИЧЕСКИХ ОБРАЗЦОВ Образцы крови будут собираться путем венепункции в стандартные полипропиленовые пробирки с ЭДТА (Sarstedt, Нюмбрехт, Германия) в неврологическом отделении поликлиники Сан-Донато и неврологическом отделении университетской больницы Карреджи. Как и в клинической практике для пациентов с когнитивным снижением, после получения информированного согласия на спинномозговую пункцию, образцы СМЖ будут собираться в 8 утра путем люмбальной пункции в неврологическом отделении поликлиники Сан-Донато и неврологическом отделении университетской больницы Карреджи. Образцы будут немедленно центрифугированы и храниться при -80°C до проведения анализа. Образцы крови будут собираться в два момента времени: во время первых клинических оценок (сбор на исходном уровне) и через два года после первого сбора (сбор при наблюдении).

Биологические образцы от пациентов, включенных в UO1, и связанные с ними данные, собранные для исследования, будут переданы в биобанк BioCor в IRCCS Поликлинике Сан-Донато для обработки и последующего хранения. Образцы будут храниться в биобанке BioCor до 25 лет.

Биологические образцы от пациентов, включенных в UO2, и связанные с ними данные, собранные для исследования, будут переданы в лабораторию нейрогенетики AOUC для обработки и последующего хранения. Они будут центрифугированы в течение двух часов при 1300 g при 4°C в течение 10 минут, плазма будет выделена и храниться при -80°C до анализа.

4.5. АНАЛИЗ БИОМАРКЕРОВ КРОВИ Анализ биомаркеров плазмы будет проводиться на образцах, взятых на исходном уровне, и образцах двухлетнего наблюдения в лаборатории нейрогенетики AOU Карреджи с использованием набора Simoa для человеческих образцов, предоставленного Quanterix Corporation (Лексингтон, Массачусетс, США), на автоматизированной платформе Simoa SR-X (GBIO, Ханчжоу, Китай), следуя инструкциям производителя. Концентрации биомаркеров плазмы всех образцов будут измерены за один прогон. Контроли качества будут включены в анализ и протестированы вместе с образцами. Калибровочная кривая будет определена с помощью серийно разбавленных измерений калибратора, предоставленных Quanterix.

4.6. АНАЛИЗ БИОМАРКЕРОВ СМЖ Концентрации Aβ42, Aβ40, t-tau и p-tau будут измеряться в лаборатории нейрогенетики AOUC с использованием хемилюминесцентного иммуноферментного анализатора (CLEIA) LUMIPULSE G600 (Fujirebio, Токио, Япония). Пороговые значения для СМЖ будут определены в соответствии с рекомендациями, предоставленными Fujirebio.

4.7. ГЕНЕТИЧЕСКИЙ АНАЛИЗ Генетические анализы будут проводиться в лаборатории нейрогенетики AOUC.

Стандартный автоматизированный метод (QIAcube, QIAGEN) будет использоваться для выделения ДНК из образцов крови. Выбранные гены будут проанализированы следующим образом:

  • APP, PSEN1, PSEN2: Все кодирующие экзоны и границы интрон/экзон будут амплифицированы с помощью полимеразной цепной реакции (ПЦР) с использованием праймеров, разработанных с помощью программного обеспечения Primer3.
  • Генотипы APOE: Генотипы APOE будут исследованы с помощью HRMA. В качестве стандартных референсов будут использоваться образцы с известными генотипами APOE, валидированными с помощью секвенирования ДНК.
  • Экспансии CAG-повторов в HTT: Они будут определены с помощью анализа амплификации полимеразной цепной реакции с использованием флуоресцентно меченых праймеров. Размер фрагментов будет определен с помощью капиллярного электрофореза с использованием «SeqStudio Genetic Analyzer» (ThermoFisher) и программного обеспечения GeneMapper версии 4.0 (Applied Biosystems). В качестве стандарта размера будет использоваться набор аллелей CAG HTT, длина которых будет подтверждена секвенированием ДНК.

    5. АНАЛИЗ ДАННЫХ

Анализ данных будет состоять из следующих шагов:

  1. Описательный статистический анализ
  2. Обучение и тестирование модели машинного обучения

5.1. ОПИСАТЕЛЬНЫЙ СТАТИСТИЧЕСКИЙ АНАЛИЗ Распределение переменных будет оценено с помощью теста Шапиро-Уилка. Группы пациентов будут охарактеризованы с использованием среднего значения и стандартного отклонения, медиан и межквартильных размахов (IQR), частот или процентов и 95% доверительных интервалов для непрерывных переменных, непрерывных переменных с ненормальным распределением и категориальных переменных соответственно. В зависимости от распределения данных мы будем использовать дисперсионный анализ ANOVA или непараметрические тесты Крускала-Уоллиса для сравнений между группами, а коэффициент корреляции Пирсона или Спирмена для оценки корреляций между числовыми показателями. Для сравнения категориальных данных будут использоваться критерии хи-квадрат. Размеры эффекта будут рассчитаны с использованием d Коэна для нормально распределенных числовых показателей, η² для U-критерия Манна-Уитни и критерия Крамера V для категориальных данных.

5.2. ОБУЧЕНИЕ И ТЕСТИРОВАНИЕ МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ Мы определим набор мультимодальных признаков, включая нейропсихологические баллы, показатели когнитивного резерва, личностные черты, признаки ЭЭГ, биомаркеры плазмы и генетические варианты. Будет определена общая метрика на основе дисперсии каждого измерения профиля, а затем мы обучим алгоритм машинного обучения связывать каждый «вектор» профиля с профилями биомаркеров. Изначально мы выполним эту классификацию с использованием стандартных процедур машинного обучения. В отдельном наборе анализов мы будем следовать подходу глубокого обучения, обучая многоуровневую прямую искусственную нейронную сеть (ИНС) для прогнозирования профилей биомаркеров СМЖ у пациентов. Модель с наилучшей производительностью (оцененной по AUC кривых ROC) будет протестирована на тестовом наборе для получения несмещенной оценки производительности модели.

6. РАЗМЕР ВЫБОРКИ Предполагая выборочное значение AUC, равное 0,8, метод расчета стандартной ошибки, предложенный Хэнли и МакНилом (1982), позволит определить пределы доверительного интервала при 40 пациентах в группе с болезнью Альцгеймера (20%) и 160 в группе без нее (80%, проценты оценены на основе данных предыдущих исследований, проведенных в AOU Карреджи15), шириной 0,173 (0,713-0,887). При прочих равных условиях, предполагая AUC 0,9, доверительный интервал составит 0,131 (0,834-0,966). Учитывая отсев 20%, выборка субъектов для включения составляет 250.

Тип исследования

Наблюдательный

Регистрация (Оцененный)

250

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Контакты исследования

Места учебы

    • Milan
      • San Donato Milanese, Milan, Италия, 20097
        • Рекрутинг
        • IRCCS Policlinico San Donato

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Нет

Метод выборки

Вероятностная выборка

Исследуемая популяция

Участники будут последовательно набираться среди пациентов, направленных на обследование когнитивных расстройств в неврологическое отделение (U.O.C.) IRCCS Policlinico San Donato (далее именуемое UO1) и в Центр исследований и инноваций в области деменции (CRIDEM) Университетской больницы Careggi во Флоренции (AOUC, далее именуемый UO2).

Описание

Критерии включения:

  • Клинический диагноз СКР согласно критериям SCD-I;
  • Балл по Краткой шкале оценки психического статуса (MMSE) более 24, скорректированный с учетом возраста и уровня образования;
  • Нормальное функционирование по шкалам Повседневной активности (ADL) и Инструментальной повседневной активности (IADL).

Критерии исключения:

  • История черепно-мозговой травмы;
  • Текущие неврологические и/или системные заболевания;
  • Симптомы психоза, большой депрессии или расстройства, связанного с употреблением психоактивных веществ.

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

Когорты и вмешательства

Группа / когорта
Субъективное когнитивное снижение
Лица, жалующиеся на когнитивное снижение, которое не подтверждается нейропсихологическим обследованием

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Диагностическая точность биомаркеров в выявлении болезни Альцгеймера
Временное ограничение: 12–24 месяца
Точность биомаркеров крови будет оценена для прогнозирования биологического диагноза БА и для прогнозирования прогрессирования когнитивного снижения в ходе наблюдения. Биологический диагноз БА будет определяться позитивностью биомаркеров спинномозговой жидкости, в частности аномальным соотношением Aβ42/Aβ40 и повышенным уровнем p-tau181 в СМЖ. Прогрессирование когнитивного снижения будет определяться как ухудшение по крайней мере в одной когнитивной области, потеря автономности или переход в MCI или деменцию.
12–24 месяца

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Точность нейропсихологических и нейрофизиологических показателей в прогнозировании патологии болезни Альцгеймера, определяемой согласно профилю биомаркеров ликвора.
Временное ограничение: 12-24 месяцев

Классические регрессионные модели и модели машинного обучения для прогнозирования патологии БА. Патология БА будет определяться в соответствии с профилем биомаркеров СМЖ следующим образом: A+, если хотя бы один из основных биомаркеров (отношение CSF Aβ42/Aβ40<0,069, p-tau>56,5 нг/л) положительный, и как A-, если ни один из основных биомаркеров не положительный.

В качестве предикторов будут рассматриваться следующие нейропсихологические показатели: глобальные измерения, проба на цифровые и зрительно-пространственные интервалы, слуховой вербальный тест обучения Рея, кратковременное воспроизведение рассказа, копирование и воспроизведение сложной фигуры Рея-Остеррита, тест следования по следу, матрицы внимания, тест на вычеркивание множественных признаков, задание на категориальную беглость, задание на фонематическую беглость, скрининг на афазию нейродегенерации, копирование рисунков.

Что касается нейрофизиологических измерений, в качестве предикторов мы будем использовать следующие ЭЭГ-характеристики: абсолютная и относительная мощность в частотных диапазонах (альфа, бета, тета, дельта); пиковая частота и индивидуальная альфа-частота; метрики спектральной плотности мощности.

12-24 месяцев
Точность автоматического анализа речи в прогнозировании болезни Альцгеймера
Временное ограничение: 12–24 месяца

Классические регрессионные модели и модели машинного обучения для прогнозирования патологии БА. Патология БА будет определяться в соответствии с профилем биомаркеров СМЖ следующим образом: A+, если положителен хотя бы один из основных биомаркеров (отношение CSF Aβ42/Aβ40<0,069, p-tau>56,5 нг/л), и как A-, если ни один из основных биомаркеров не является положительным.

Автоматический анализ речи будет использоваться для извлечения следующих признаков, которые будут использоваться в качестве предикторов в модели: акустические и голосовые характеристики (основная частота, интенсивность, джиттер, шиммер, частоты формант); просодические особенности (скорость речи и артикуляции, вариабельность высоты тона, частота и длительность пауз, интонационные паттерны); временные и беглостные показатели (время фонации, латентность ответа, заполненные и незаполненные паузы, нарушения плавности); и лингвистические признаки, полученные из автоматических транскриптов, включая лексическое разнообразие, частоту слов, распределение частей речи, синтаксическую сложность и семантическую связность.

12–24 месяца
Влияние генетических вариантов на риск болезни Альцгеймера у пациентов с субъективным когнитивным снижением
Временное ограничение: 12-24 месяцев
Для оценки риска болезни Альцгеймера будут использоваться модель логистической регрессии и модель регрессии Кокса. Патология болезни Альцгеймера будет определяться в соответствии с профилем биомаркеров ликвора следующим образом: A+ если хотя бы один из основных биомаркеров (соотношение CSF Aβ42/Aβ40<0,069, p-tau>56,5 нг/л) положителен, и как A- если ни один из основных биомаркеров не является положительным. Генетические варианты в генах-кандидатах (PSEN1, PSEN2, APOE, TREM2, ABCA7, BDNF, HTT и APOE) будут рассматриваться как независимые переменные в модели.
12-24 месяцев
Модель машинного обучения для прогнозирования болезни Альцгеймера
Временное ограничение: 12-24 месяцев

Характеристики, выявленные в предыдущих разделах (плазменные биомаркеры, нейропсихологические, нейрофизиологические и генетические показатели), будут включены в качестве предикторов в многомодальную модель машинного обучения. Алгоритм машинного обучения будет обучен предсказывать патологию БА, определяемую согласно профилю биомаркеров ЦСЖ следующим образом: A+, если хотя бы один из основных биомаркеров (отношение ЦСЖ Aβ42/Aβ40 <0.069, p-tau >56,5 нг/л) положительный, и как A-, если ни один из основных биомаркеров не положительный.

Тридцать процентов всего набора данных будут зарезервированы в качестве тестового набора, а оставшиеся 70% будут использованы для обучения и валидации. Для обучения моделей и оптимизации гиперпараметров будет применен подход пятикратной перекрестной проверки. Наилучшая модель, оцененная по площади под ROC-кривой (AUC), будет протестирована на отложенном тестовом наборе для получения несмещенной оценки производительности модели.

12-24 месяцев

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Следователи

  • Главный следователь: Salvatore Mazzeo, MD, PhD, Università Vita-Salute San Raffaele, Milano - Neurology Unit, IRCCS Policlinico San Donato, San Donato Milanese

Публикации и полезные ссылки

Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.

Общие публикации

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

1 октября 2025 г.

Первичное завершение (Оцененный)

1 октября 2027 г.

Завершение исследования (Оцененный)

1 марта 2028 г.

Даты регистрации исследования

Первый отправленный

11 сентября 2025 г.

Впервые представлено, что соответствует критериям контроля качества

3 февраля 2026 г.

Первый опубликованный (Действительный)

11 февраля 2026 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

11 февраля 2026 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

3 февраля 2026 г.

Последняя проверка

1 февраля 2026 г.

Дополнительная информация

Термины, связанные с этим исследованием

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

  • CET 25-2025
  • Robert-Katzman Award 2024 (Другой номер гранта/финансирования: American Academy of Neurology, Alzheimer's Association, American Brain Foundation)

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕ РЕШЕНО

Описание плана IPD

Наборы данных, сгенерированные и/или проанализированные в ходе данного исследования, доступны у соответствующего автора по обоснованному запросу

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Подписаться