- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT02419768
Effekter av träning på långväga autokorrelationer vid Parkinsons sjukdom
Förflyttning av Parkinsonpatient: Finns det samband mellan långdistansautokorrelationer och neurologiska funktionsnedsättningar, gångförmåga och fysisk träning?
Parkinsons sjukdom (PD) är en av de vanligaste neurodegenerativa sjukdomarna. Den parkinsoniska gången kännetecknas av minskad steglängd och gånghastighet, posturala störningar (med hög fallrisk) och en modifiering av variabiliteten i steglängden. Denna variabilitet kan bedömas utifrån dess storlek (SD och CV) och dess tidsmässiga organisation (autokorrelationer på lång räckvidd). En hälsosam mänsklig gång uppvisar ett ömsesidigt beroende mellan på varandra följande cykler som kan sträcka sig över hundratals steg (autokorrelationer på lång räckvidd). Många observationer pläderar för ett samband mellan långväga autokorrelationer och funktionella förmågor hos systemet. Som komplement till läkemedel blir rehabilitering ett viktigt sätt att behandla PD.
Syftet med vår studie är att genom en kontrollerad, randomiserad, enkelblind klinisk studie bedöma effekten av fysisk träning på variabilitet i steglängd, neurologiska funktionsnedsättningar och gångförmåga hos parkinsonpatienter.
Fysisk träning kommer att innehålla 30 pass fördelade på 15 veckor enligt riktlinjerna. Långdistanskorrelationsanalys, inklusive studiet av Hurst- och α-exponenter, kommer att utföras på minst 512 på varandra följande cykler. Slutligen kommer den funktionella bedömningen av parkinsonpatienten att göras enligt International Classification of Functioning Disability and Health (ICF).
Studieöversikt
Detaljerad beskrivning
BAKGRUND
En av de vanligaste egenskaperna hos mänsklig rörelse är dess variation över flera upprepningar av samma rytmiska uppgift (1). Hos människor kännetecknas många periodiska signaler, såsom gång, hjärtslag, andnings- och neuronala aktiviteter, av deras tidsmässiga komplexitet, som fluktuerar på ett komplext sätt över tiden. Även om fluktuationer mellan cykler kan tyckas variera slumpmässigt, utan uppenbara korrelationer mellan cykler, har friska system minnet av föregående värden i serien som visar en komplex tidsstruktur.
För att bedöma variabilitet i fysiologiska tidsserier kan flera matematiska metoder användas. Å ena sidan kvantifierar klassiska matematiska metoder, vanligtvis tillämpade på kortare tidsserier (tiotals datapunkter), fluktuationsstorleken i en uppsättning värden oberoende av deras ordning i fördelningen, genom att beräkna standardavvikelsen (SD) och koefficienten för variation (CV). Å andra sidan kan mer komplexa matematiska metoder, tillämpade på längre tidsserier (≥512 cykler), användas för att bedöma fluktuationsdynamiken över tid (3). Dessa senare metoder har visat att variationen hos många fysiologiska signaler (t.ex. hjärt- och andningsrytm eller rörelseaktivitet) uppvisar långväga autokorrelationer, varvid det statistiska ömsesidiga beroendet mellan cykler sträcker sig över ett mycket stort antal cykler (14).
Denna tidsmässiga organisation av variabilitet är således en inneboende egenskap inom många biologiska system. Dessutom skulle det kunna ge insikt i den neurofysiologiska organisationen och i regleringen av dessa system (32). Nyligen genomförda studier hävdade att dessa fluktuationer, inkluderade i ett optimalt intervall, skulle representera den underliggande fysiologiska förmågan att göra flexibla anpassningar till vardagliga påfrestningar som utsätts för människokroppen (32). Därför tros närvaron av sådan tidsdynamik vara en kritisk markör för hälsa och deras nedbrytning som ett index för patologiskt tillstånd (18, 25, 32). I mänsklig hjärtfrekvens till exempel, indikerar avvikelser från ett optimum för variabilitet i antingen slumpmässighetens riktning (t.ex. förmaksflimmer) eller överregelbundenhet (t.ex. kongestiv hjärtsvikt) förlusten av systemets adaptiva förmåga (9, 32) .
Dessutom påverkar vissa sjukdomar i det centrala nervsystemet variationen, särskilt av gång. Faktum är att neurodegenerativa sjukdomar som Parkinsons och Huntingtons sjukdomar kännetecknas bland annat av en modifiering av gångvariabilitet (observerad av en nedbrytning av långväga autokorrelationer) och en hög risk att falla. Även om ursprunget för autokorrelation på lång räckvidd förblir okänt, antyder deras nedbrytning i sådana sjukdomar en central kontrollmekanism (8, 11, 13, 16, 17, 36).
FORSKNINGSROJEKT
Parkinsons sjukdom (PD) drabbar cirka 1 % av befolkningen över 60 år och är en av de vanligaste neurodegenerativa sjukdomarna. PD är progressiv till sin natur, och därför möter patienter ökade svårigheter med dagliga aktiviteter och olika aspekter av rörlighet såsom gång, förflyttningar, balans och hållning. I slutändan leder detta till minskad självständighet, inaktivitet och social isolering, vilket resulterar i minskad livskvalitet. Följaktligen är förbättringen av förflyttning ett av de viktigaste målen för hanteringen av PD.
Hanteringen av PD har traditionellt fokuserat på läkemedelsbehandling, där levodopa betraktas som "guldstandard"-behandlingen. Men även med optimal medicinsk behandling upplever parkinsonpatienter försämring av kroppsfunktion, dagliga aktiviteter och delaktighet. Av denna anledning har stödet ökat för att inkludera rehabiliteringsterapier som ett komplement till farmakologisk och neurokirurgisk behandling. Faktum är att regelbunden fysisk aktivitet bromsar utvecklingen och minskar fallrisken. Dessutom har träning visat sin effektivitet för både bevarande av funktionella förmågor och förebyggande av komplikationer (kardiovaskulär, osteoporos,...).
Hittills har få studier inkluderat analys av variabilitet i den funktionella bedömningen av patienter som uppvisar en neurologisk sjukdom, såsom PD. Ändå representerar gångstörningar och fall inte bara en viktig kostnad för samhället utan också en betydande individuell risk för morbi/dödlighet. Ett lämpligt rehabiliteringsprogram bör göra det möjligt att genast minska riskerna och kostnaderna till följd av dessa störningar. Utredaren antar att analysen av gångvariabilitet kan vara användbar som kliniskt verktyg vid bedömning av fallrisk och som bedömningsverktyg för den terapeutiska effektiviteten (medicinering och/eller fysisk träning) vid PD. Därför är syftet med denna studie (1) att bedöma påverkan av fysisk träning på mänsklig gångvariabilitet och (2) att studera dess potentiella samband med gångförmågor och neurologiska försämringar hos parkinsonpatienter.
Patienter
Utredarna kommer att rekrytera 50 patienter med idiopatisk Parkinsons sjukdom från avdelningen för neurologi vid Cliniques universitaires Saint-Luc (Bryssel, Belgien). Studien är godkänd av den etiska kommittén. Alla patienter kommer att ge informerat skriftligt samtycke till studien. Kvalificeringskriterier är: diagnos idiopatisk Parkinson (enligt Brain Bank-kriterierna i Storbritanniens Parkinsons Disease Society), sjukdomens svårighetsgrad (enligt modifierade Hoehn & Yahr steg I till IV), frånvaro av demens (Minimal Mini Mental State Examination poäng på 24 eller högre), stabil läkemedelsanvändning under de senaste 4 veckorna och adekvat syn och hörsel, uppnådd med hjälp av korrigerande linser och/eller hörapparat vid behov. Patienter kommer att uteslutas om de har svår samsjuklighet, andra neurologiska problem, akuta medicinska problem (t. MI, diabetes) och ledproblem som påverkar rörligheten och oförutsägbara "Off"-perioder (poäng >2, MDS-UPDRS punkt 4.5).
Procedur
Föreliggande studie är en kontrollerad, randomiserad, enkelblind klinisk studie med en crossover-design. Kontrollgruppen kommer inte att ändra sin vanliga fysiska aktivitet medan interventionsgruppen kommer att dra nytta av det fysiska träningsprogrammet. Det senare kommer att inkludera 30 pass med kretsgruppsträning på 60 minuter (två gånger i veckan) fördelat på 15 veckor. Sedan kommer de två grupperna att korsas. Enligt de senaste riktlinjerna kommer programmet att innehålla ett specifikt arbete med balans, hållning, gång, kondition, dubbla uppgifter och stretching. Alla sessioner kommer att utföras med tillräcklig intensitet (dvs. 60-80 % av förväntad maximal hjärtfrekvens). Minst 512 cykler kommer att spelas in (vid en hög samplingshastighet (512 Hz)) på ett löpband med en självvald bekväm hastighet med hjälp av en endimensionell accelerometer tejpad på den högra laterala malleolen.
Funktionsbedömning baserad på de tre domänerna i International Classification of Functioning, Disability and Health (ICF)
Patienterna kommer att bedömas före intervention (T0) och vid 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4) bland de 3 ICF-domänerna:
Funktionsnedsättningar kommer att bedömas med MDS-UPDRS, en instrumenterad gånganalys (kinematisk, kinetisk, elektromyografisk och energisk) (18), 6 minuters promenad, 10 meters gångtestet, ABC-skalan och BÄSTA (inklusive Functional Reach Test , Push & Release och Get Up & Go-testet).
Aktiviteter, deltagande och livskvalitet kommer att utvärderas genom Impact on Participation and Autonomy Questionnaire (IPAQ) och en höstdagbok.
Gångvariabilitetsanalys
Variabilitet i rotationstid kommer att uppskattas av klassiska och komplexa matematiska metoder. Klassiska matematiska metoder (standardavvikelse, variationskoefficient) gör det möjligt att utvärdera fluktuationsstorleken, medan komplexa matematiska metoder (autokorrelationer på lång räckvidd) bedömer dynamiken i fluktuationer över tid (3).
Förekomsten av långväga autokorrelationer kommer att utvärderas med hjälp av den integrerade metoden som föreslås av Rangarajan och Ding och valideras av Crevecoeur et al. i samband med fysiologiska tidsserier. Dessa metoder beskrivs mer detaljerat på andra ställen. Kortfattat kommer Hurst-exponenten (H) att beräknas med hjälp av den omskalade avståndsanalysen och α-exponenten kommer att utvärderas med hjälp av tidsseriens effektspektrala täthet. För varje tidsserie kommer båda metoderna att tillämpas på sekvenser av 512 på varandra följande gångsteg.
I teorin är exponenterna H och α asymptotiskt relaterade av relationen H. Därför består den integrerade metoden av att separat beräkna H och α och verifiera att dessa två parametrar är konsekventa genom ekvationen d=H-(1+α)/ 2=0. Ett värde på d ≤ 0,10 anses acceptabelt eftersom de asymptotiska parametrarna utvärderas på ändliga tidsserier.
Sammanfattningsvis måste följande tre villkor vara uppfyllda för att dra slutsatsen för förekomsten av långdistansautokorrelationer:
H > 0,5; a skiljer sig signifikant från 0 och lägre än 1; och d < 0,10
När inkonsekvenser uppstår mellan H och α kommer utredarna att använda det slumpmässigt blandade surrogatdatatestet för att förkasta nollhypotesen att serien som undersöks inte har någon tidsstruktur (dvs. okorrelerad slumpmässig process).
PERSPEKTIV
Genom att studera påverkan av fysisk träning på mänsklig gångvariabilitet och dess potentiella samband med gångförmåga och neurologiska försämringar hos parkinsonpatienter, hoppas forskarna kunna visa att analysen av gångvariabilitet kan användas som ett kliniskt verktyg vid bedömning av fallrisk och fallrisk. som ett bedömningsverktyg för den terapeutiska effektiviteten (medicinering och/eller fysisk träning) vid PD.
Studietyp
Inskrivning (Förväntat)
Fas
- Inte tillämpbar
Kontakter och platser
Studieorter
-
-
Brussels
-
Woluwé-Saint-Lambert, Brussels, Belgien, 1200
- Rekrytering
- Université catholique de Louvain - Cliniques universitaires Saint-Luc
-
Kontakt:
- Thierry Lejeune, Professor
- Telefonnummer: +32 2 764 16 48
- E-post: thierry.lejeune@uclouvain.be
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Kön som är behöriga för studier
Beskrivning
Inklusionskriterier:
- Diagnos idiopatisk Parkinson enligt Brain Bank-kriterierna från Storbritanniens Parkinson's Disease Society
- Sjukdomens svårighetsgrad enligt modifierade Hoehn & Yahr stadier I till IV
- Frånvaro av demens Minimal Mini Mental State Examination poäng på 24 eller högre
- Stabil droganvändning under de senaste 4 veckorna
- Tillräcklig syn och hörsel uppnås med hjälp av korrigerande linser och/eller hörapparat vid behov
Exklusions kriterier:
- Allvarlig samsjuklighet, andra neurologiska problem, akuta medicinska problem (t. MI, diabetes) och ledproblem som påverkar rörligheten
- Oförutsägbara "Av"-perioder (poäng >2, MDS-UPDRS punkt 4.5)
Studieplan
Hur är studien utformad?
Designdetaljer
- Tilldelning: Randomiserad
- Interventionsmodell: Crossover tilldelning
- Maskning: Enda
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Experimentell: Motion
Alla patienter kommer att få en kretsgruppsträning inklusive ett specifikt arbete med balans, hållning, gång, kondition, dubbla uppgifter och stretching.
|
Det fysiska träningsprogrammet kommer att innehålla 30 pass på 60 minuter (två gånger i veckan).
Enligt de senaste riktlinjerna kommer programmet att innehålla ett specifikt arbete med balans, hållning, gång, kondition, dubbla uppgifter och stretching.
|
|
Inget ingripande: Kontrollera
Alla patienter kommer inte att ändra sina fysiska aktiviteter
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Tidsram |
|---|---|
|
Balance Evaluation Systems Test (BESTest)
Tidsram: Förändring från baslinjen i balansmått vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
Förändring från baslinjen i balansmått vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
Sekundära resultatmått
Resultatmått |
Tidsram |
|---|---|
|
Movement Disorder Society-Unified Parkinsons Disease Rating Scale (MDS-UPDRS)
Tidsram: Förändring från baslinjen i MDS-UPDRS vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
Förändring från baslinjen i MDS-UPDRS vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
|
Sex minuters promenadavstånd (6-MWD)
Tidsram: Förändring från baslinjen i träningstolerans vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
Förändring från baslinjen i träningstolerans vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
|
10 meters gångtest (10-MWT)
Tidsram: Förändring från baslinjen i gånghastighet, steglängd och kadens vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
Förändring från baslinjen i gånghastighet, steglängd och kadens vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
|
Långdistans autokorrelationer
Tidsram: Förändring från baslinjen i långväga autokorrelationer vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
Förändring från baslinjen i långväga autokorrelationer vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
|
Instrumenterad gånganalys
Tidsram: Förändring från baslinjen i gångparametrar (kinematisk, kinetisk, elektromyografisk och energisk) vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
Förändring från baslinjen i gångparametrar (kinematisk, kinetisk, elektromyografisk och energisk) vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
|
Impact on Participation and Autonomy Questionnaire (IPAQ)
Tidsram: Förändring från baslinjen i deltagande och livskvalitet vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
Förändring från baslinjen i deltagande och livskvalitet vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
|
Aktivitetsspecifik balanskonfidensskala (ABC-skala)
Tidsram: Förändring från baslinjen i subjektiva balansmått (rädsla för att falla) vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
Förändring från baslinjen i subjektiva balansmått (rädsla för att falla) vid ett förväntat genomsnitt på 15 (T1), 30 (T2), 45 (T3) och 60 veckor (T4)
|
Samarbetspartners och utredare
Utredare
- Huvudutredare: Thibault B. Warlop, Doctor, Université Catholique de Louvain
Publikationer och användbara länkar
Allmänna publikationer
- KARVONEN MJ, KENTALA E, MUSTALA O. The effects of training on heart rate; a longitudinal study. Ann Med Exp Biol Fenn. 1957;35(3):307-15. No abstract available.
- Gillespie LD, Robertson MC, Gillespie WJ, Sherrington C, Gates S, Clemson LM, Lamb SE. Interventions for preventing falls in older people living in the community. Cochrane Database Syst Rev. 2012 Sep 12;2012(9):CD007146. doi: 10.1002/14651858.CD007146.pub3.
- Peng CK, Havlin S, Stanley HE, Goldberger AL. Quantification of scaling exponents and crossover phenomena in nonstationary heartbeat time series. Chaos. 1995;5(1):82-7. doi: 10.1063/1.166141.
- Hausdorff JM. Gait dynamics, fractals and falls: finding meaning in the stride-to-stride fluctuations of human walking. Hum Mov Sci. 2007 Aug;26(4):555-89. doi: 10.1016/j.humov.2007.05.003. Epub 2007 Jul 5.
- Stergiou N, Decker LM. Human movement variability, nonlinear dynamics, and pathology: is there a connection? Hum Mov Sci. 2011 Oct;30(5):869-88. doi: 10.1016/j.humov.2011.06.002. Epub 2011 Jul 29.
- Hausdorff JM, Cudkowicz ME, Firtion R, Wei JY, Goldberger AL. Gait variability and basal ganglia disorders: stride-to-stride variations of gait cycle timing in Parkinson's disease and Huntington's disease. Mov Disord. 1998 May;13(3):428-37. doi: 10.1002/mds.870130310. Erratum In: Mov Disord 1998 Jul;13(4):757.
- Goldberger AL, Amaral LA, Hausdorff JM, Ivanov PCh, Peng CK, Stanley HE. Fractal dynamics in physiology: alterations with disease and aging. Proc Natl Acad Sci U S A. 2002 Feb 19;99 Suppl 1(Suppl 1):2466-72. doi: 10.1073/pnas.012579499.
- Bollens B, Crevecoeur F, Nguyen V, Detrembleur C, Lejeune T. Does human gait exhibit comparable and reproducible long-range autocorrelations on level ground and on treadmill? Gait Posture. 2010 Jul;32(3):369-73. doi: 10.1016/j.gaitpost.2010.06.011. Epub 2010 Jul 15.
- Bollens B, Crevecoeur F, Detrembleur C, Guillery E, Lejeune T. Effects of age and walking speed on long-range autocorrelations and fluctuation magnitude of stride duration. Neuroscience. 2012 May 17;210:234-42. doi: 10.1016/j.neuroscience.2012.02.039. Epub 2012 Mar 5.
- Crevecoeur F, Bollens B, Detrembleur C, Lejeune TM. Towards a "gold-standard" approach to address the presence of long-range auto-correlation in physiological time series. J Neurosci Methods. 2010 Sep 30;192(1):163-72. doi: 10.1016/j.jneumeth.2010.07.017. Epub 2010 Jul 21.
- Diniz A, Wijnants ML, Torre K, Barreiros J, Crato N, Bosman AM, Hasselman F, Cox RF, Van Orden GC, Delignieres D. Contemporary theories of 1/f noise in motor control. Hum Mov Sci. 2011 Oct;30(5):889-905. doi: 10.1016/j.humov.2010.07.006. Epub 2010 Dec 31.
- Dingwell JB, John J, Cusumano JP. Do humans optimally exploit redundancy to control step variability in walking? PLoS Comput Biol. 2010 Jul 15;6(7):e1000856. doi: 10.1371/journal.pcbi.1000856.
- Gates DH, Dingwell JB. Peripheral neuropathy does not alter the fractal dynamics of stride intervals of gait. J Appl Physiol (1985). 2007 Mar;102(3):965-71. doi: 10.1152/japplphysiol.00413.2006. Epub 2006 Nov 16.
- Hausdorff JM, Ashkenazy Y, Peng CK, Ivanov PC, Stanley HE, Goldberger AL. When human walking becomes random walking: fractal analysis and modeling of gait rhythm fluctuations. Physica A. 2001 Dec 15;302(1-4):138-47. doi: 10.1016/s0378-4371(01)00460-5.
- Paterson K, Hill K, Lythgo N. Stride dynamics, gait variability and prospective falls risk in active community dwelling older women. Gait Posture. 2011 Feb;33(2):251-5. doi: 10.1016/j.gaitpost.2010.11.014. Epub 2010 Dec 16.
- Keus SH, Munneke M, Nijkrake MJ, Kwakkel G, Bloem BR. Physical therapy in Parkinson's disease: evolution and future challenges. Mov Disord. 2009 Jan 15;24(1):1-14. doi: 10.1002/mds.22141.
- Tomlinson CL, Patel S, Meek C, Herd CP, Clarke CE, Stowe R, Shah L, Sackley CM, Deane KH, Wheatley K, Ives N. Physiotherapy versus placebo or no intervention in Parkinson's disease. Cochrane Database Syst Rev. 2013 Sep 10;2013(9):CD002817. doi: 10.1002/14651858.CD002817.pub4.
- Snijders AH, Bloem BR. Images in clinical medicine. Cycling for freezing of gait. N Engl J Med. 2010 Apr 1;362(13):e46. doi: 10.1056/NEJMicm0810287. No abstract available.
- Snijders AH, Toni I, Ruzicka E, Bloem BR. Bicycling breaks the ice for freezers of gait. Mov Disord. 2011 Feb 15;26(3):367-71. doi: 10.1002/mds.23530. Epub 2011 Feb 1.
- Warlop TB, Bollens B, Crevecoeur F, Detrembleur C, Lejeune TM. Dynamics of revolution time variability in cycling pattern: voluntary intent can alter the long-range autocorrelations. Ann Biomed Eng. 2013 Aug;41(8):1604-12. doi: 10.1007/s10439-013-0834-2. Epub 2013 May 28.
- Stoquart G, Detrembleur C, Lejeune T. Effect of speed on kinematic, kinetic, electromyographic and energetic reference values during treadmill walking. Neurophysiol Clin. 2008 Apr;38(2):105-16. doi: 10.1016/j.neucli.2008.02.002. Epub 2008 Mar 6.
- Warlop T, Detrembleur C, Buxes Lopez M, Stoquart G, Lejeune T, Jeanjean A. Does Nordic Walking restore the temporal organization of gait variability in Parkinson's disease? J Neuroeng Rehabil. 2017 Feb 21;14(1):17. doi: 10.1186/s12984-017-0226-1.
Studieavstämningsdatum
Studera stora datum
Studiestart
Primärt slutförande (Förväntat)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Uppskatta)
Uppdateringar av studier
Senaste uppdatering publicerad (Uppskatta)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- IONS - Warlop - 01
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .