- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06244823
FreMRI-studien: Avancerad MRT på migränpatienter som behandlas med Fremanezumab (FreMRI)
En prospektiv strukturell, diffusions- och Connectomics MRI-studie på migränpatienter som behandlas med Fremanezumab: FreMRI-studien
Målet med denna öppna, enkelblinda, kontrollerade studie är att utvärdera hjärnförändringar utvärderade med diffusionsmagnetisk resonanstomografi (MRT) och funktionell MRT hos patienter med högfrekvent episodisk migrän och kronisk migrän som kommer att behandlas med Fremanezumab, 12 veckor efter behandlingsstart, jämfört med baslinjen.
Typ av studie: Fas IV klinisk prövning Deltagarpopulation: högfrekvent episodisk migrän och kronisk migrän. Deltagarna kommer att behandlas med Fremanezumab.
Studieöversikt
Status
Intervention / Behandling
Detaljerad beskrivning
Fremanezumab är en monoklonal antikropp riktad mot kalcitonin C-reaktiv peptid (CGRP) som har visat sig vara effektiv vid behandling av episodisk och kronisk migrän. På grund av läkemedlets molekylvikt är det inte meningen att det ska passera blod-hjärnbarriären och agera perifert.
Patienter med migrän har visat förändringar i grå och vit substans som kan utvärderas med magnetisk resonanstomografi (MRT).
I den aktuella studien syftar vi till att utvärdera förekomsten av MRT-förändringar hos patienter som behandlats med Fremanezumab, 12 veckor efter behandlingsstart, jämfört med baslinjen.
Antal försökspersoner: 87 patienter. Studiens längd per ämne Studiens längd per patient kommer att vara 8 månader.
Studieprocedurer:
Vid det första besöket, screeningbesöket, kommer patienterna att få en detaljerad förklaring av studien och underteckna ett informerat samtycke. Inklusions-uteslutningskriterier kommer att ses över och utvärdering av vitala tecken, allmän och neurologisk undersökning kommer att göras. Patienterna kommer att få en huvudvärksdagbok och tränas i dess användning.
Den första MRT-skanningen kommer att göras inom 0-14 dagar, före Fremanezumab-injektion.
Patienterna kommer att göra fyra extra sjukhusbesök varje månad. Under varje besök kommer förekomsten av en negativ händelse att förhöras; den kliniska situationen kommer att analyseras och Fremanezumab kommer att administreras. Besök kommer att genomföras vecka 0, 4 och 8. Det sista besöket kommer att utföras efter 12 veckor, utan Fremanezumab-injektion.
Den andra MRT kommer att tas 12 ± 1 veckor efter den första Fremanezumab-injektionen.
Intervention:
MRT-insamling Bilder kommer att tas under interiktala perioder, definierade som minst 24 timmar från senaste migränanfall. Högupplösta 3D T1-viktade, diffusionsvägda och funktionella MRI-data i vilotillstånd kommer att inhämtas med hjälp av en Philips Achieva 3T MRI-enhet (Philips Healthcare, Best, Nederländerna) med en 32-kanals huvudspole i MRT-anläggningen vid Universidad de Valladolid (Valladolid, Spanien).
För de anatomiska T1-viktade bilderna kommer följande insamlingsparametrar att användas: Turbo Field Echo (TFE) sekvens, repetitionstid (TR) = 8,1 ms, ekotid (TE) = 3,7 ms, flipvinkel = 8º, 256 x 256 matrisstorlek, 1 x 1 x 1 mm3 rumslig upplösning och 170 sagittala skivor som täcker hela hjärnan.
Diffusionsviktade bilder (DWI) kommer att erhållas med hjälp av följande parametrar: TR = 9000 ms, TE = 86 ms, vändvinkel = 90º, 61 gradientriktningar, två baslinjevolymer med motsatt faskodningsriktning, b-värde = 1000 s/ mm2, 128 x 128 matrisstorlek, 2 x 2 x 2 mm3 rumslig upplösning och 66 axiella skivor som täcker hela hjärnan.
Funktionell MRT i vilotillstånd (rs-fMRI) kommer att förvärvas med följande parametrar: TR = 3000 ms, TE = 30 ms, vändvinkel = 80º, 80 x 80 matrisstorlek, 3 x 3 x 4 mm3 rumsupplösning, 35 axiella skivor som täcker hela hjärnan och 197 volymer. Under detta förvärv kommer patienten att sluta ögonen men förbli vaken.
Alla skanningar kommer att förvärvas under samma session, med början med den T1-vägda skanningen, följt av den diffusionsvägda skanningen och slutar med rs-fMRI-skanningen. Den totala inhämtningstiden för ett enskilt försöksperson är cirka 28 minuter, fördelat på följande tidsperioder: sex minuter för den T1-vägda skanningen, 12 minuter för den diffusionsvägda skanningen och 10 minuter för den rs-fMRI-skanningen. Om vi överväger patientförberedelser, inhämtning av handlingar och informerat samtycke, tar hela processen cirka 50-70 minuter.
Bildbehandling T1-vägda morfometriska parametrar MRT-bilder kommer att bearbetas för att erhålla kortikal krökning, kortikal tjocklek, gråsubstansvolym och ytarea för de olika gråsubstansregionerna.
Gråsubstansvolymen kommer att erhållas för alla de 84 gråsubstansregionerna från Desikan-Killiany-atlasen (Reuter et al., 2012). Kortikal krökning, kortikal tjocklek och area kommer också att beräknas för de 68 regionerna från atlasen som är kortikala regioner.
DWI-bearbetning DWI kommer att bearbetas för att utföra två typer av analyser: Tract-Based Spatial Statistics (TBSS) och strukturell anslutning.
Före början av båda bearbetningspipelines kommer olika förbearbetningsprocedurer att implementeras på DWI-data. Diffusionsviktade bilder kommer att försvagas med hjälp av verktyget "dwidenoise" från MRtrix (www.mrtrix.org), virvelströmmar, rörelse och B0-fältinhomogenitet korrigeras, med hjälp av "dwipreproc"-verktyget från MRtrix, och B1-fältinhomogenitet korrigerats, med hjälp av verktyget "dwibiascorrect" med alternativet "-fast" från MRtrix.
Fyra diffusionsdeskriptorer från Diffusion Tensor Imaging kommer att erhållas: Fractional Anisotropy (FA), Mean Diffusivity (MD), Radiell Diffusivity (RD) och Axial Diffusivity (AD). Vi kommer också att använda mått som inte är baserade på diffusionstensorn, som sannolikheten för återgång till ursprung (RTOP), som återspeglar cellularitet och begränsningar bättre än MD.
När DWI-data har förbehandlats kommer en hel hjärnmask för varje bild att genereras med hjälp av verktyget "dwi2mask" från MRtrix och därefter kommer diffusionstensorer vid varje voxel att uppskattas med hjälp av verktyget "dtifit" från FSL, vilket också erhåller FA, MD och AD-kartor. RD kommer att beräknas manuellt genom att erhålla medelvärdet av de andra och tredje egenvärdena, vilka också tidigare kommer att beräknas med "dtifit". RTOP kommer att uppskattas med hjälp av metoden som kallas "Apparent Measures Using Reduced Acquisitions" (AMURA).
Strukturell anslutning Analysen av strukturell anslutning kommer att använda segmenteringsresultaten från T1-vägd processpipeline.
Anatomically-Constrained Tractography (ACT) kommer att implementeras. Tidigare har segmenterade bilder av fem vävnader (5TT) för varje motiv erhållits från de T1-viktade bilderna med hjälp av verktyget "5ttgen" från MRtrix för att få lämpliga bilder för ACT. 5TT-bilden och den automatiska paketeringen från FreeSurfer kommer att registreras tidigt på FA-bilden med hjälp av FLIRT-verktyget från FSL.
Slutligen kommer strukturella anslutningsmatriser att beräknas från den filtrerade traktografiutgången och de registrerade kortikala segmenteringsvolymerna. 84 × 84 anslutningsmatriser, motsvarande de 84 kortikala och subkortikala regionerna från Desikan-Killiany-atlasen, kommer att erhållas med hjälp av medelvärde FA och antalet strömlinjer i varje anslutning som kopplingsmått. Anslutningsmatriser konstruerade på detta sätt är symmetriska, så endast hälften av varje matris kommer att användas för vidare analys.
På grund av den använda traktografimetoden är det möjligt att strömlinjer börjar och slutar i olika punkter som hör till samma gråsubstansregion från Desikan-Killiany-atlasen. Av denna anledning kommer även dessa kopplingar ("self-connections") att ingå i analysen.
fMRI-bearbetning. fMRI-bearbetningspipeline kommer att implementeras fullt ut i programvaran CONN. För det första kommer några förbearbetningssteg att implementeras. fMRI-volymer kommer att justeras om och förvrängas för att uppskatta och korrigera motivets rörelse. För att identifiera extremvärden kommer ARtifact detection Tools (ART) baserad algoritm för avvikande detektering att implementeras. Sedan kommer fMRI-volymer att samregistreras direkt till motsvarande strukturella volymer (T1-viktade bilder) med hjälp av en stel kroppstransformation. T1-viktade bilder kommer att segmenteras för att detektera olika typer av vävnad, dvs grå substans, vit substans och cerebrospinalvätska (CSF).
Slutligen kommer den funktionella anslutningsmatrisen för varje fall att beräknas med hänsyn till kopplingar från hela hjärnan från region till region, med användning av de 84 kortikala och subkortikala regionerna från Desikan-Killiany-atlasen i varje ämne som intressanta regioner. Matriserna kommer att innehålla Z-värdena från Fishers r-till-z-transformation.
Säkerhetsvariabler Säkerhet och biverkningar kommer att utvärderas enligt rapporterade biverkningar, både spontant av patienter och systematiskt analyserade under studiebesök. Vitala tecken (blodtryck, puls, temperatur och andningsfrekvens), fysisk undersökning och elektrokardiografi med 12 avledningar kommer att göras före inskrivningen. Förekomst av biverkningar eller lokala reaktioner på injektionsstället kommer systematiskt att behandlas. Columbia-Suicide Severity Rating Scale kommer att bedöma självmordstankar och självmordsbeteende vid baslinjen.
Statistisk analys Parameterutveckling i tid och samband med förändring av månatliga migrändagar för var och en av parametrarna, d.v.s. morfometriska (grå substans) parametrar, diffusionsdeskriptorer (vit substans), strukturell anslutning och funktionell anslutning i vilotillstånd, longitudinell utveckling kommer att bedömas .
För att analysera de strukturella anslutningsmatriserna kommer först medelantalet strömlinjer i varje anslutning (cell från anslutningsmatrisen) att beräknas för varje grupp. Därefter kommer anslutningar med mindre än 500 strömlinjer (gruppmedelvärde) att kasseras för att utesluta svaga kopplingar, för vilka resultaten kan vara opålitliga, från vidare analys.
I fallet med funktionella vilotillståndsanslutningsmatriser kommer ett liknande förkastande av icke-viktiga anslutningar att väljas, anslutningar med ett absolut Z-värde lägre än 0,1 exkluderas, d.v.s. ett Pearson-korrelationsvärde på r = 0,1 efter Fishers r- till-z-transformation.
I de två föregående fallen, om tröskelvärdena är för höga eller för låga, dvs. nästan alla anslutningar avvisas, eller nästan inga anslutningar avvisas, kommer tröskelvärdena att ändras.
En modell kommer att implementeras för var och en av de fyra typerna av analyser som beskrivs i dokumentet. I var och en av modellerna kommer den signifikanta effekten av kovariaterna och den prediktiva förmågan hos modellen som använder det lägsta antalet kovariater att beaktas. För att jämföra de olika modellerna kommer Akaikes Information Criterion (AIC) att användas (67). Vid mycket lika AIC-värden kommer modellen med ett lägre antal regressorer att väljas.
För var och en av de fyra typerna av analys kommer den prediktiva modellen att beräknas för en enda regressor. Regressorer med p-värde lika med eller högre än 0,05 i den singular prediktiva modellen kommer inte vidare att anses inkluderas i den slutliga modellen; medan de återstående regressorerna kommer att beaktas för den slutliga modellen av motsvarande typ av analys.
Samband mellan utveckling av MR-parametrar och kliniskt svar En linjär modell med blandad effekt kommer att utarbetas med samma strategi som användes för analys av förändringar i månatliga migrändagar och MR-parametrar. För att utvärdera det kliniska svaret på behandlingen kommer en dikotomisk variabel som visar positivt eller negativt svar på behandlingen att användas, istället för förändring i månatliga migrändagar.
Positivt svar på behandlingen anses vara 50 % minskning av antalet månatliga migrändagar.
Analys av explorativa variabler Den slutliga modellen som används i analysen av sambandet mellan de olika MRT-parametrarna och förändringar i månatliga migrändagar kommer att användas. Variabeln som representerar förändringen i månatliga migrändagar kommer att ersättas av förändringen i månatliga intensiva huvudvärkdagar, i månatliga dagar med akut behandlingsmedicin.
I fallet med svar på behandlingen kommer samma slutliga modell från analysen av kliniskt svar som anses vara 50 % minskning av antalet månatliga migrändagar att användas. Svaret på behandlingen, i detta fall, kommer att representeras av en minskning med 75 %, 100 % och 30 % av månatliga migrändagar.
Analys av biverkningar Kategoriska biverkningar kommer att jämföras med Fishers exakta test. Ett p-värde < 0,05 kommer att betraktas som statistiskt signifikant.
Studietyp
Inskrivning (Beräknad)
Fas
- Fas 4
Kontakter och platser
Studiekontakt
- Namn: David Garcia Azorin, MD, PhD
- Telefonnummer: +34 665872228
- E-post: davilink@hotmail.com
Studera Kontakt Backup
- Namn: Yesica Gonzalez Osorio, MBA
- Telefonnummer: +34 634330426
- E-post: ygoinvestigacion@outlook.com
Studieorter
-
-
-
Valladolid, Spanien, 47010
- Rekrytering
- Hospital Clínico Universitario de Valladolid
-
Kontakt:
- David Garcia Azorin, MD, PhD
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Beskrivning
Inklusionskriterier:
- Definitiv diagnos av Migrän Med Aura eller Migrän Utan Aura enligt International Classification of Headache Disorders, 3:e versionen (IHCD-3) (1).
- Ålder mellan 18 och 65 år.
- Tillhandahåller undertecknat formulär för informerat samtycke.
- Diagnos av migrän före 50 års ålder.
- Historik av migrän under minst 12 månader före studien.
- Med åtta eller fler migrändagar per månad under de senaste tre månaderna
Exklusions kriterier:
1. Förekomst av andra primära huvudvärkstörningar än sällsynt spänningshuvudvärk eller överanvändningshuvudvärk (MOH).
- MOH-patienters deltagande kommer att begränsas till högst 50 % av det totala provet.
- Tidigare användning av Fremanezumab eller annan monoklonal antikropp riktad mot CGRP- eller CGRP-receptor.
- Tidigare användning av mindre än två eller fler än fyra förebyggande läkemedel enligt lokala nationella riktlinjer (34), med otillräckligt svar efter tillräckliga doser och tillräckligt med tid eller bristande tolerabilitet.
- Alla medicinska tillstånd som kan förhindra att studien slutförs eller stör tolkningen av resultaten.
- Historik om något neurologiskt eller neurokirurgiskt tillstånd som påverkar hjärnan.
- Historik av måttligt allvarligt huvudtrauma.
- Historik av annat kroniskt smärtsyndrom med en frekvens på fem eller fler dagars smärta per månad.
- Närvaro av daglig huvudvärk
- Gravida eller ammande kvinnor.
- Aktuell eller nyligen användande av någon annan profylaktisk behandling under de föregående fem halveringstiderna före start.
- Exponering för onabotulinumtoxinA under de föregående fyra månaderna.
- Eventuell förväntad operation under studien.
- Användning av opioider eller barbiturater.
- Alla tillstånd som kontraindikerar ett MRT-förvärv.
- Fyll i huvudvärksdagbok minst 80 % av tiden under screeningsperioden
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Behandling
- Tilldelning: N/A
- Interventionsmodell: Enskild gruppuppgift
- Maskning: Ingen (Open Label)
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Experimentell: Fremanezumab
Patienterna kommer att behandlas med 225 mg subkutana injektioner av Fremanezumab per månad. Patienterna kommer att göra fyra extra sjukhusbesök varje månad. Under varje besök kommer förekomsten av en negativ händelse att förhöras; den kliniska situationen kommer att analyseras och Fremanezumab kommer att administreras. Besök kommer att genomföras vecka 0, 4 och 8. Det sista besöket kommer att utföras efter 12 veckor, utan Fremanezumab-injektion. |
MRT kommer att skannas innan den första administreringen av Fremanezumab, inom 0-14 dagar, före Fremanezumab-injektion.
Den andra MRT kommer att tas 12 ± 1 veckor efter den första Fremanezumab-injektionen. Bilder kommer att tas under interiktala perioder, definierade som minst 24 timmar från senaste migränanfall.
Alla skanningar kommer att förvärvas under samma session, med början med den T1-vägda skanningen, följt av den diffusionsvägda skanningen och slutar med rs-fMRI-skanningen.
Den totala inhämtningstiden för ett enskilt försöksperson är cirka 28 minuter, fördelat på följande tidsperioder: sex minuter för den T1-vägda skanningen, 12 minuter för den diffusionsvägda skanningen och 10 minuter för den rs-fMRI-skanningen.
Om vi överväger patientförberedelser, inhämtning av handlingar och informerat samtycke, tar hela processen cirka 50-70 minuter.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Morfometriska MRT-parametrar ändras från baslinjen under 12-veckorsperioden efter administrering av Fremanezumab 1
Tidsram: Baseline, vecka 12-15
|
Kortikal krökning
|
Baseline, vecka 12-15
|
|
Morfometriska MRT-parametrar ändras från baslinjen under 12-veckorsperioden efter administrering av Fremanezumab 2.
Tidsram: Baseline, vecka 12-15
|
Kortikal tjocklek
|
Baseline, vecka 12-15
|
|
Morfometriska MRT-parametrar ändras från baslinjen under 12-veckorsperioden efter administrering av Fremanezumab 3.
Tidsram: Baseline, vecka 12-15
|
Grå substans volym
|
Baseline, vecka 12-15
|
|
Morfometriska MRT-parametrar ändras från baslinjen under 12-veckorsperioden efter administrering av Fremanezumab 4.
Tidsram: Baseline, vecka 12-15
|
Ytarea,
|
Baseline, vecka 12-15
|
|
Diffusions-MR-deskriptorer ändras från baslinjen under 12-veckorsperioden efter administrering av Fremanezumab 1.
Tidsram: Baseline, vecka 12-15
|
Fraktionerad anisotropi
|
Baseline, vecka 12-15
|
|
Diffusions-MR-deskriptorer ändras från baslinjen under 12-veckorsperioden efter administrering av Fremanezumab 2.
Tidsram: Baseline, vecka 12-15
|
Genomsnittlig diffusivitet
|
Baseline, vecka 12-15
|
|
Diffusions-MR-deskriptorer ändras från baslinjen under 12-veckorsperioden efter administrering av Fremanezumab 3.
Tidsram: Baseline, vecka 12-15
|
Radiell diffusivitet
|
Baseline, vecka 12-15
|
|
Diffusions-MR-deskriptorer ändras från baslinjen under 12-veckorsperioden efter administrering av Fremanezumab 4.
Tidsram: Baseline, vecka 12-15
|
Axiell diffusivitet
|
Baseline, vecka 12-15
|
|
Strukturell anslutningsförändring från baslinjen under 12-veckorsperioden efter administrering av Fremanezumab 1.
Tidsram: Baseline, vecka 12-15
|
Antal effektiviseringar i sambandet mellan två regioner
|
Baseline, vecka 12-15
|
|
Strukturell anslutningsförändring från baslinjen under 12-veckorsperioden efter administrering av Fremanezumab 2.
Tidsram: Baseline, vecka 12-15
|
Genomsnittlig fraktionerad anisotropi i sambandet mellan två regioner
|
Baseline, vecka 12-15
|
|
Strukturell anslutningsförändring från baslinjen under 12-veckorsperioden efter administrering av Fremanezumab 3.
Tidsram: Baseline, vecka 12-15
|
Genomsnittlig axiell diffusivitet i förbindelsen mellan två regioner
|
Baseline, vecka 12-15
|
|
Funktionell anslutning i vilotillstånd förändras från baslinjen under 12-veckorsperioden efter administrering av Fremanezumab.
Tidsram: Baseline, vecka 12-15
|
Z-poäng
|
Baseline, vecka 12-15
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Samband mellan morfometriska MRI-parametrar och förändringen i månatliga migrändagar 1.
Tidsram: Baseline, vecka 12-15
|
Kortikal krökning
|
Baseline, vecka 12-15
|
|
Samband mellan morfometriska MRI-parametrar och förändringen i månatliga migrändagar 2.
Tidsram: Baseline, vecka 12-15
|
Kortikal tjocklek
|
Baseline, vecka 12-15
|
|
Samband mellan morfometriska MRI-parametrar och förändringen i månatliga migrändagar 3.
Tidsram: Baseline, vecka 12-15
|
Grå substans volym
|
Baseline, vecka 12-15
|
|
Förhållandet mellan morfometriska MRI-parametrar och förändringen av månatliga migrändagar 4.
Tidsram: Baseline, vecka 12-15
|
Ytarea.
|
Baseline, vecka 12-15
|
|
Samband mellan diffusionsdeskriptorer och förändringen av månatliga migrändagar 1.
Tidsram: Baseline, vecka 12-15
|
Fraktionerad anisotropi
|
Baseline, vecka 12-15
|
|
Samband mellan diffusionsdeskriptorer och förändringen av månatliga migrändagar 2.
Tidsram: Baseline, vecka 12-15
|
Genomsnittlig diffusivitet
|
Baseline, vecka 12-15
|
|
Samband mellan diffusionsdeskriptorer och förändringen i månatliga migrändagar 3.
Tidsram: Baseline, vecka 12-15
|
Radiell diffusivitet
|
Baseline, vecka 12-15
|
|
Samband mellan diffusionsdeskriptorer och förändringen av månatliga migrändagar 4.
Tidsram: Baseline, vecka 12-15
|
Axiell diffusivitet.
|
Baseline, vecka 12-15
|
|
Samband mellan strukturell anslutning och förändringen i månatliga migrändagar 1. [Tidsram: baslinje, vecka 12]
Tidsram: Baseline, vecka 12-15
|
Antal effektiviseringar i sambandet mellan två regioner.
|
Baseline, vecka 12-15
|
|
Samband mellan strukturell anslutning och förändringen i månatliga migrändagar 2. [Tidsram: baslinje, vecka 12]
Tidsram: Baseline, vecka 12-15
|
Genomsnittlig fraktionerad anisotropi i sambandet mellan två regioner.
|
Baseline, vecka 12-15
|
|
Samband mellan strukturell anslutning och förändringen av månatliga migrändagar 3. [Tidsram: baslinje, vecka 12]
Tidsram: Baseline, vecka 12-15
|
Genomsnittlig axiell diffusivitet i förbindelsen mellan två regioner.
|
Baseline, vecka 12-15
|
|
Förhållandet mellan funktionell anslutning i vilotillstånd och förändringen av månatliga migrändagar. [Tidsram: baslinje, vecka 12]
Tidsram: Baseline, vecka 12-15
|
Z-poäng
|
Baseline, vecka 12-15
|
|
Baslinje morfometriska MRI-parametrar kommer att bedömas som potentiella prediktorer för förändring under månatliga migrändagar 1.
Tidsram: Baslinje
|
Kortikal krökning
|
Baslinje
|
|
Baslinje morfometriska MRI-parametrar kommer att bedömas som potentiella prediktorer för förändring under månatliga migrändagar 2.
Tidsram: Baslinje
|
Kortikal tjocklek
|
Baslinje
|
|
Baslinjemorfometriska MRI-parametrar kommer att bedömas som potentiella prediktorer för förändring under månatliga migrändagar 3.
Tidsram: Baslinje
|
Grå substans volym
|
Baslinje
|
|
Baslinjemorfometriska MRI-parametrar kommer att bedömas som potentiella prediktorer för förändring under månatliga migrändagar 4.
Tidsram: Baslinje
|
Ytarea.
|
Baslinje
|
|
Baslinjediffusion MRT-deskriptorer kommer att bedömas som potentiella prediktorer för förändring i månatliga migränhuvudvärk dagar 1.
Tidsram: Baslinje
|
Fraktionerad anisotropi
|
Baslinje
|
|
Baslinjediffusion MRT-deskriptorer kommer att bedömas som potentiella prediktorer för förändring i månatliga migränhuvudvärk dagar 2.
Tidsram: Baslinje
|
Genomsnittlig diffusivitet
|
Baslinje
|
|
Baslinjediffusion MRT-deskriptorer kommer att bedömas som potentiella prediktorer för förändring i månatlig migränhuvudvärk dagar 3.
Tidsram: Baslinje
|
Radiell diffusivitet
|
Baslinje
|
|
Baslinjediffusion MRT-deskriptorer kommer att bedömas som potentiella prediktorer för förändring i månatliga migränhuvudvärk dagar 4.
Tidsram: Baslinje
|
Axiell diffusivitet.
|
Baslinje
|
|
Baslinjestrukturell anslutning kommer att bedömas som potentiella prediktorer för förändring under månatliga migrändagar.
Tidsram: Baslinje
|
Antal effektiviseringar i sambandet mellan två regioner.
|
Baslinje
|
|
Baslinje funktionell anslutning i vilotillstånd kommer att bedömas som potentiella prediktorer för förändring i månatliga migrändagar
Tidsram: Baslinje
|
Z-poäng
|
Baslinje
|
Andra resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Förhållandet mellan morfometriska MRI-parametrar och förändringen i månatliga intensiva huvudvärkdagar 1.
Tidsram: Baseline, vecka 12-15
|
Kortikal krökning
|
Baseline, vecka 12-15
|
|
Förhållandet mellan morfometriska MRI-parametrar och förändringen i månatliga intensiva huvudvärkdagar 2.
Tidsram: Baseline, vecka 12-15
|
Kortikal tjocklek
|
Baseline, vecka 12-15
|
|
Förhållandet mellan morfometriska MRI-parametrar och förändringen i månatliga intensiva huvudvärkdagar 3.
Tidsram: Baseline, vecka 12-15
|
Grå substans volym
|
Baseline, vecka 12-15
|
|
Förhållandet mellan morfometriska MRI-parametrar och förändringen i månatliga intensiva huvudvärkdagar 4.
Tidsram: Baseline, vecka 12-15
|
Ytarea,
|
Baseline, vecka 12-15
|
|
Skillnad mellan kliniska svarsgrupper i morfometriska parametrar, diffusionsdeskriptorer, strukturell anslutning och funktionell anslutning i vilotillstånd
Tidsram: Baseline, vecka 12-15
|
Kliniskt svar bedömt som en minskning med minst 30 %, 50 % och 100 % minskning av månatliga migrändagar under den senaste månaden jämfört med baslinjen.
|
Baseline, vecka 12-15
|
Samarbetspartners och utredare
Samarbetspartners
Utredare
- Huvudutredare: Angel L Guerrero Peral, MD, PhD, Sanidad de Castilla y León
Publikationer och användbara länkar
Allmänna publikationer
- 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.
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- CASVE 20-469
- 2020-004509-30 (EudraCT-nummer)
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Tidsram för IPD-delning
Kriterier för IPD Sharing Access
IPD-delning som stöder informationstyp
- STUDY_PROTOCOL
- SAV
- ICF
- ANALYTIC_CODE
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
produkt tillverkad i och exporterad från U.S.A.
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 .