严重急性营养不良 (SAM) 优化诊断和监测的生物医学调查:通过当前人体测量标准阐明 SAM 的异质诊断并超越 (OptiDiag)
OptiDiag:用于优化诊断和监测严重急性营养不良 (SAM) 的生物医学调查:通过当前人体测量标准阐明 SAM 的异质诊断并超越
介绍
2014年,5000万5岁以下儿童患有急性营养不良,其中1600万患有严重营养不良,其中大部分生活在撒哈拉以南非洲和东南亚地区。 SAM 儿童的死亡风险较高(相对风险在 5 到 20 之间)。 在每年 10 至 1100 万可预防的 5 岁以下儿童死亡中,50% 以上的死亡都是由它引起的。 目前,已有 65 个国家实施了 WHO 对 SAM 治疗的建议(包括复杂病例的住院治疗和非复杂病例的门诊治疗),但这些方案的覆盖率很低,仅覆盖了大约 10-15% 的 SAM 儿童。
2009年,世界卫生组织(WHO)和联合国儿童基金会(UNICEF)发表联合声明,努力协调人体测量标准在6-59个月儿童SAM诊断和监测中的应用;该声明提出了建议的截止值,并总结了采用以下两个人体测量标准的理由:
- 身高别体重 Z 分数 (WHZ):“世卫组织和联合国儿童基金会建议使用低于世卫组织标准 -3 标准差 (SD) 的身高别体重分界值,以确定婴儿和儿童是否患有山姆。” 此外,对现有数据的分析表明,WHZ < -3 的儿童死亡风险非常高。
- 中上臂围 (MUAC):“世卫组织针对年龄的上臂围标准表明,在营养良好的人群中,只有极少数 6 - 59 个月的儿童的上臂围小于 115 毫米。 与 MUAC 小于 115 毫米的儿童相比,儿童的死亡风险大大增加。 因此,建议 [使用] 115 毫米的分界点来定义 SAM 和 MUAC。”
总体目标
生成关于 5 岁以下儿童不同类型人体测量缺陷相关的病理生理过程、营养需求和风险的新证据,以优化 SAM 的诊断和治疗。
具体的目标
- 比较不同类型的 SAM 人体测量诊断中的营养状况、新陈代谢、病理生理过程和风险,有或没有伴随发育迟缓(生长迟缓)。
- 分析当前 SAM 治疗在多大程度上促进不同类别儿童的康复和健康成长。
- 评估营养计划中使用的当前出院标准的相关性及其与代谢恢复的关联,在不同年龄组和发育迟缓人群中。
- 测试新兴生物标志物的新型快速测试,预测该领域的长期结果和死亡风险。
方法
在前瞻性观察研究期间,除了人体测量学之外,还将收集与营养状况、身体成分、代谢和免疫状况相关的广泛补充信息,包括新出现的代谢剥夺和脆弱性生物标志物。 它们将以最低程度的侵入性收集,符合人道主义背景下的实地工作要求。
第一阶段:横断面调查。 第 2 阶段:涉及 6 个月至 5 岁的 SAM 儿童的前瞻性队列研究。
在营养中心被录取为 SAM 的儿童将被纳入队列。 随访时间至少为三个月。
预期结果
确认与以下相关的当前假设:
- MUAC 或 WHZ 标准对 SAM 的可能误诊,
- 不同程度的严重程度和需要接受不同类型诊断的治疗,
- 病理生理学的潜在异质性。
- 基于新兴生物标志物和人体测量指标的结合使用,或基于人体测量标准的修改,生成用于评估和分类营养不良儿童的新算法。
- 基于生物标志物的预测价值并结合传统的人体测量指标生成新的治疗范式。 这将使我们能够评估当前治疗方案促进长期体重增加和生长的能力,并使我们能够根据儿童的生理需求量身定制治疗方案。
研究概览
详细说明
诊断差异
WHO 专家认为,WHZ 和 MUAC 可单独用于指示严重急性营养不良(WH. 然而,这两个标准之间存在显着且有时是巨大的差异:它们通常不会将同一儿童识别为严重营养不良;此外,当这些标准被用作评估人口层面不断恶化的营养状况的代用指标时,这些标准并未报告同一地区的全球急性营养不良水平相同。
据报道,只有大约 40% 的 SAM 病例由一个指标确定,而另一个指标也被诊断为 SAM 病例。 例如,在肯尼亚农村住院的严重营养不良儿童中,65.1% (486/746) 的 WHZ -3 病例也有 MUAC < 115 mm,而 56% (489/873) 的 MUAC < 115 mm 病例也有由 WHZ < -3 确定。 在该研究中,42.9% (489/1140) 的 SAM 案例由这两个指标确定。 这两个指标之间的差异可能更加极端。
费尔南德斯等人。据报道,在 39 项营养调查中,在 6 - 59 个月的 34,937 名儿童中,75% 的 WHZ < -3 儿童未被 MUAC < 115 mm 识别。 在柬埔寨,这一比例超过 90%,而 80% 的 MUAC < 115 mm 未被 WHZ < - 3 检测到。
大多数时候,WHZ 定义的案例量比 MUAC 大得多,但也可能发生相反的情况,尤其是在较年轻的年龄组中。
程序混乱
这种差异产生了重要的程序挑战和混乱。 一方面,如一些作者所推荐的那样,诊断可以基于任一指标的策略可能会过度增加营养康复计划的工作量,因为通过一个指标而不是另一个指标确定的儿童最合适的管理是不确定的. 另一方面,仅依赖其中一个指标,例如在基于社区的计划中仅使用 MUAC < 115 mm,可能无法检测到真正的急性营养不良病例,并导致错失治疗严重疾病的机会。
然而,近年来,已经讨论了单独使用 MUAC 进行入场,并且越来越多地应用于各种情况。 特别是,越来越多的 SAM 管理国家协议将仅 MUAC 管理视为程序化选项。 例如,孟加拉国的国家指南只考虑将低 MUAC 作为简单 SAM 管理的准入标准,这实际上排除了绝大多数 SAM 儿童,即 WHZ < - 3 和 MUAC ≥ 115mm 的儿童。
使用 MUAC 存在许多好处:MUAC 可预测死亡、易于使用、可接受且有利于基于社区的筛查方法。 然而,由于这两种人体测量工具选择了不同的儿童进行治疗,如上所述,这使得程序范式转变复杂化,从接收使用 MUAC < 115 mm 和/或 WHZ < -3 的儿童到接收仅使用 MUAC < 115 mm 的儿童的新模型.
根据具体情况,如果仅使用 MUAC < 115 mm 入院,目前推荐 WHZ < -3 和/或 MUAC < 115 mm 的治疗性喂养儿童中高达 63-79% 将不符合条件。
基本原理
为了告知有关使用 MUAC 作为营养规划中的独立准入标准的决策,迫切需要更多关于单独使用 MUAC 的规划和临床意义的信息。 尽管 WHO 明确强调了这种人体测量诊断异质性的重要性,并要求进行更多调查,但迄今为止所做的工作很少。
初步报告表明,WHZ 和 MUAC 识别的儿童在人口统计学和人体测量学方面存在差异:MUAC 更有可能识别出年龄较小的女性儿童并伴有发育迟缓。 这些数据已被用来表明 MUAC 的作用是识别可能更脆弱或死亡风险更高的儿童,支持过渡到仅基于 MUAC 的入院标准。 最近对尼日尔 SAM 门诊 SAM 计划收治的 SAM 儿童的临床概况和结果进行的二次分析证实了这一假设,通过显示 MUAC < 115 mm(伴有或不伴有 WHZ)的 SAM 儿童的相似脆弱性特征
除了调查死亡风险的可能变化之外,所有关于此问题的现有证据的评论都强调需要进行强有力的研究,以进一步调查不同人体测量标准的生理意义,并更好地了解儿童的临床状况和营养需求如何在营养康复过程中解决。 一个关键问题确实是这两个不同的指标识别了不同的儿童群体,由于缺乏黄金标准,其原因尚不清楚。
目前解释诊断差异的假设是:
- WHZ
- MUAC 在一个固定的截止点高估了年幼儿童、女孩和发育迟缓儿童的 SAM,相反低估了年龄较大、男性和非发育迟缓儿童的 SAM。 年龄小、女孩和发育迟缓确实是已知与较低的 MUAC 测量值相关的因素,并且已被证明与 MUAC 诊断独立相关:因此可能需要较低水平的急性营养缺乏和消瘦才能达到 115mm 的临界值在这些孩子中。
这些假设最近得到了对这些因素与营养横断面调查中诊断差异之间关联强度的分析的支持。
WHZ 和 MUAC 标准也可以识别一种单独的生理缺陷。 据推测,这可能与脂肪和肌肉量储存的不同损伤有关,MUAC 优先反映一些作者的脂肪量和其他人的肌肉量。 最近对一组埃塞俄比亚婴儿的身体成分进行的分析证实,WHZ 是独立于长度的组织质量的良好标志,而 MUAC 似乎更多地作为生长不良的综合指标,联合组织质量和长度。
因此,根据不同标准确定的儿童可能需要不同的治疗,一种针对营养缺乏的治疗。 例如,在 MUAC 确定的年轻、发育迟缓的女孩中已经观察到对治疗的较低人体测量反应(较低的 MUAC 增加和体重增加、较长的治疗持续时间和较高的无反应者比例)。 这可能与消瘦程度较低的儿童的次优反应有关,或者可能是由于该亚群中假阳性比例较高,或者表明此类儿童的治疗效果较差或不需要。 此外,最近对后续数据集的荟萃分析证明,结合低 WHZ 和发育迟缓(未考虑 MUAC)的儿童死亡风险急剧增加。
今天,在没有 SAM 黄金标准的情况下,很难解释不同且经常不同的人体测量诊断。 此外,迫切需要更好地了解在当前的 SAM 管理策略下,是否以及在多大程度上实现了超出人体测量增长(可能是短暂的或次优的)的生理恢复。 此外,这种理解应该包括所有受人体测量缺陷影响的儿童,而不仅仅是那些到达医院接受住院营养康复治疗的少数复杂病例。 它还应考虑人体测量学和营养状况之间联系的潜在背景差异。
为了描述和比较与社区中存在的不同类型诊断相关的营养需求和风险,我们建议对 SAM 儿童进行前瞻性队列研究,这些儿童将在社区服务区被发现并转介接受治疗。基于急性营养不良管理计划。 这些计划结合了门诊和住院患者的营养康复,以及有效的社区外展部分。 将使用一系列指标评估营养需求和风险:
- 营养、代谢和免疫状态的替代指标,其中最近在 SAM 儿童中证实了与死亡风险相关的几种生物标志物;
- 临床特征;和,
- 在治愈率、恢复速度、复发方面对治疗的反应。 这样做所需的指标必须易于收集且侵入性低,并且应提供有关营养状况严重程度的可靠信息。
头发的同位素评估
可以在整个营养剥夺过程中研究和测量人类头发中稳定碳和氮的同位素分析,以重建营养不良的发生和持续时间,并追踪营养状况的时间演变。
多项研究表明,饮食、疾病和损伤等因素会影响人体组织中的氮同位素比率 (d15N)。 具体而言,d15N 值反映了生物体的氮平衡,因为在分解代谢状态(组织分解)期间 d15N 值增加,而在合成代谢状态(组织形成)期间 d15N 值减少。
相比之下,碳同位素比率 (d13C) 显示在分解代谢过程中减少,在合成代谢过程中增加。 因此,在饥饿期间,身体变得富含 15N,同时耗尽 13C。
由于角蛋白在合成后保持不变,毛发生长速度恒定(每周约 2.5 毫米),因此可以沿着毛囊追溯每周关于蛋白质能量代谢的信息,从而不仅表明消耗的严重程度还有营养康复的代谢影响(对脂质和蛋白质的合成代谢)。 因此,头发中稳定碳和氮的同位素评估将用于创建营养状况的回顾性时间框架,并追踪儿童在 SAM 管理期间的生理恢复情况。
瘦素和 IL-6
最近一项使用非靶向代谢组学分析来表征 SAM 治疗期间一系列激素、细胞因子、生长因子和代谢物变化的研究表明,死亡率的一个主要生化预测因素是低水平瘦素。 低瘦素和白细胞介素 6 水平反映了脂肪储存的充足性。 假设白色脂肪储存的消耗会限制儿童在疾病过程中维持能量产生的能力,从而增加儿童的死亡风险。 或者,低瘦素血症可能会降低影响葡萄糖和能量稳态或免疫能力的活力。
因此,瘦素和白细胞介素 6 靶向分析将用于创建 SAM 患者在就诊时和营养康复期间的代谢概况,并可预测治疗前和治疗期间的死亡率。
DUMC 的 Michael Freemark 博士和他的同事目前正在开发新的即时微量测定,以通过将要试验的单个指尖来表征 SAM 儿童中瘦素和白细胞介素 6 的激素状态。
微量营养素和免疫反应生物标志物
维生素 A 和铁缺乏症是与儿童营养不良有关的最常见的微量营养素缺乏症之一,并且都与免疫功能受损有关。 孤立性铁缺乏症的表现包括贫血、疲劳、认知发育受损以及生长和体力下降。 维生素 A 缺乏通过将铁固定在网状内皮系统、减少造血和增加对感染的易感性而导致贫血;它对免疫系统的功能至关重要,它的缺乏已明确显示与腹泻和相关死亡率有关。
维生素 A 缺乏症已被证明在 SAM 儿童中很常见。 通过替代标记 RBP 测量的维生素 A 状态已被证明在 SAM 儿童中较低,但在营养康复期间会升高。 平均血清维生素 A 已显示随着发育迟缓 (HAZ)、消瘦 (WHZ) 和体重不足 (WAZ) 的增加而减少。 此外,有迹象表明,即使存在相当严重的贫血,SAM 儿童的铁储存水平也会增加而不是减少。 但是,在这一点上严重缺乏证据;我们知道,这些参数也需要针对炎症生物标志物、贫血和疟疾进行调整,而这在 Golden 提到的研究中并未进行。
在患有严重细菌感染的 SAM 儿童中,C 反应蛋白 (CRP) 等免疫反应生物标志物升高。 因此,CRP 是识别细菌感染的潜在有价值的临床工具,最近的研究表明,快速 CRP 可以在现场环境中用于识别死亡风险最高的儿童,具有相对较好的阴性预测值(81% 的敏感性,85 %特异性)。
有必要评估 SAM 儿童的微量营养素状况、免疫反应和人体测量学诊断之间的关系,并检查营养康复在多大程度上有效治疗维生素 A 和铁缺乏症,以及在追赶生长过程中预防缺乏症。
最近开发了一种廉价且灵敏的简单夹心酶联免疫吸附测定 (ELISA) 技术来测量维生素 A 和铁缺乏症的指标。 由于低成本、高通量和与传统测试的可比性,该程序在现场评估维生素 A 和铁状态方面具有多项优势。 此外,它可以很容易地与 CRP 和 α1-酸性糖蛋白 (AGP) 等免疫反应生物标志物的测量相结合。
CRP、AGP 以及铁(血清铁蛋白和血清转铁蛋白受体)和维生素 A 状态(血清视黄醇结合蛋白)的生物标志物可以在几滴毛细血管血中进行评估。 CRP 和 AGP 将用于调整炎症对微量营养素状态指标的影响。 作为对炎症的生物急性期反应的一部分,确实已知炎症会升高血清铁蛋白并抑制视黄醇结合蛋白。
尿检
在禁食和 SAM 期间证明尿液中存在酮,表明脂质分解代谢(脂肪组织分解和体重迅速减轻)。 SAM 儿童在 CMAM 入学时的代谢状态以酮血症为特征;然而,脂肪分解会随着总酮所建议的营养恢复而减少。
此外,尿亚硝酸盐和尿白细胞酯酶 (LE) 等尿路感染的生物标志物也被证明与 SAM 儿童死亡风险增加有关。 作为硝酸盐或 LE 床边筛查试验的阳性试纸尿液分析与较高的病死率相关,并被证明是 SAM 儿童死亡率的有力预测指标。
可能的情况下也会进行非无菌尿液取样,这些生物学参数将通过尿液多重指示试纸条(如 罗氏实验室,或 Analyticon 的 Combi Screen)。
生物电阻抗 (BI)
有人建议,不同的人体测量诊断可以识别具有不同身体成分和相关营养需求的儿童。 身体成分的恢复表明 SAM 的成功管理。 生物电阻抗 (BI) 是一种安全、快速且简单的技术,通常用于评估身体成分,预测非水肿儿童的全身水分 (TBW)。 它已证明可用于指示 SAM 患儿在住院治疗期间水合作用的急性变化。 该技术还可以潜在地区分组织与水合作用,这与治疗期间或治疗后的体重追赶有关。 最后,BI 分析可以预测因 SAM 住院的儿童的生存结果。
因此,BI 参数将用于描述入院时的身体成分和整个营养恢复过程中身体成分的恢复。
方法
学习规划
该研究包括三项前瞻性后续研究(孟加拉国、布基纳法索和利比里亚),包括 6 至 59 个月大的 SAM 儿童队列。
将根据目前 WHO 推荐的 SAM 诊断、WHZ 和 MUAC 人体测量标准招募儿童。 将在入院和随访时收集临床检查、与护理人员的面谈以及血液和毛发样本。
前瞻性后续队列研究将嵌套到目前在 ACF-France 的技术支持下在参与 SAM 管理的医院和初级保健中心运行的基于社区的急性营养不良管理 (CMAM) 计划中。 所有参与者都将按照该国 SAM 管理国家规程中概述的护理标准进行治疗;这包括对感染进行体检和标准治疗,以及对任何需要就医的并发症进行医院转诊。 登记的 SAM 病例的随访时间至少为三个月。 每个单独的队列研究将持续大约一年。
这项研究设计是多中心的,将在孟加拉国、布基纳法索和印度尼西亚进行,以解释人体测量学和营养状况之间联系的潜在背景差异。
本研究评估的各种生物标志物,连同入院时和随访时的人体测量学和临床特征,可分为以下三大类:
- 微量营养素缺乏的生物标志物:(1)铁状态生物标志物,如血清铁蛋白和血清转铁蛋白受体; (2) 视黄醇结合蛋白等维生素 A 状态生物标志物; (3) 尿液中的维生素 C。
- 身体成分和能量代谢的生物标志物和指标:(1)尿酮体; (2)头发中氮碳稳定同位素的自然富集; (3) 循环瘦素和 IL-6。
- 非特异性免疫反应或泌尿系感染的生物标志物:(1)c-反应蛋白水平; (2) 尿亚硝酸盐; (3)尿白细胞酯酶。
问卷调查
数据收集表,以下称为病例报告表 (CRF),将通过患者唯一的研究 ID 号链接到患者的信息。 所有数据将由训练有素的 ACF 研究人员收集。
基线问卷将在入院时通过与护理人员的结构化访谈进行管理。 访谈内容包括社会经济指标、家庭规模、收入、支出以及孩子的病史(包括孩子的体重变化、进食食物的数量和质量以及整体健康状况)。 该调查问卷将包括儿童体重的变化、食用食物的数量和质量以及整体健康状况。
在每周的访问中,护理人员将回答过去一周的发病率问卷(关于发烧、腹泻、呼吸道感染和食欲)。 此外,将要求看护者使用视觉模拟量表 (VAS) 对孩子的健康状况进行评分,表 4 VAS 是问卷中使用的心理测量反应量表,用于测量无法以其他方式直接测量的主观特征或态度(“视觉模拟规模”,2015 年)。 使用 VAS 评估疾病的严重程度已被证明是死亡率的有力预测指标。
这些数据将与患者的营养进展进行比较,以评估产妇健康认知与恢复营养指标之间的关系。 其他问题将每周调查一次即食治疗食品 (RUTF) 的依从性。
人体测量学
每周测量所有儿童的体重、身高、MUAC、水肿。
将使用电子 SECA 秤测量体重,精确到 0.1 公斤,这将允许护理人员和患者同时称重。 5-10公斤的标准砝码将用于秤的日常校准,并将其稳定在木板上以确保秤保持水平位置。
长度和高度将使用联合国儿童基金会型号的木制身高板测量,精确到 0.1 厘米,每侧都有以毫米为单位的刻度条。 标准长度的棒将用于检查设备的准确性。 2 岁以下的儿童将躺着测量,年龄较大的儿童将站立测量。 如无法核实年龄,87cm以下的儿童将采用躺着测量。 2岁以上儿童,或身高87cm以上不能站立的,按卧位测量,数据分析时减去卧位长度0.7cm。
MUAC 将在左臂上用不可拉伸的 MUAC 胶带测量,精确到毫米。
人体测量将被测量和记录两次。 测量将由同一个人重复进行,并紧接着测量,以最大程度地减少孩子的不适。 测量者会大声读出他的测量结果,然后由记录结果的助手重复。 如果测量值之间存在较大差异,将重复该过程。 所有测量工具都将每天校准和检查准确性,并在需要时更换。 为了量化测量者间误差,作为培训和复习培训计划的一部分,人体测量将由第二个人重复进行。 该程序将在一小部分儿童身上进行,并将在试验开始、中期和结束时进行。
临床评估和水肿
将通过在双脚顶部施加正常拇指压力三秒钟来评估是否存在营养源性双侧凹陷性水肿。 在存在水肿的情况下(残留印痕会保留一段时间,其中液体已暂时被压出组织),将在小腿和手上重复相同的程序。 可观察到骶垫和面部(前额、眼睑)广泛、严重的水肿。 水肿泛化程度将根据 6 至 59 个月水肿儿童严重急性营养不良管理指南中概述的 WHO 水肿严重程度分类记录,如表 5 所示。
护士将每周对孩子进行一次临床评估(即 体温、呼吸频率、脉搏频率、腹泻、呕吐和疟疾)。 将记录症状、诊断和规定的治疗。 临床评估还将用于监测需要住院治疗的医疗并发症的发展。 任何严重的不良反应或医学并发症的发展将立即报告给研究监督员,必要时孩子将被转诊住院治疗。
血液样本和分析
由于研究区内没有实验室执行所有所需的分析,因此必须导出样本进行分析。
来自基线和营养康复后两周和两个月的 0.5 mL 血清样本将被送到德国 Wilstaett VitMin 实验室的 Juergen Ehardt 博士进行以下分析:
- C反应蛋白(CRP),
- a1-酸性糖蛋白(AGP),
- 血清铁蛋白
- 视黄醇结合蛋白 (RBP)
- 可溶性转铁蛋白受体 (sTfR)。
如果第一个样本在运输过程中丢失或损坏,将保留一份重复的血清样本。
血清 RBP 将用于评估维生素 A 状态。血清铁蛋白和 sTfR 将用于评估铁状态。 此外,将测量两种急性期反应物 CRP 和 AGP,并用于调整炎症对微量营养素状态指标的影响。 这五种蛋白质将使用专门的 ELISA 试剂盒进行测量,该试剂盒同时分析所有五种成分。
头发样本和分析
在入院时和整个治疗过程中,将在颅骨后部剃掉一束 20-25 个毛囊,以回顾性地描述入院时代谢缺陷的性质和程度;以及治疗纠正它们的功效。 头发样本将被送到法国巴黎 AgroParisTech 人类生物学和营养实验室的 Jean-Francois Huneau 博士和 Helene Fouillet 博士。 头发样本将被分成 2.5 毫米的样本,并通过 EA-IRM 分析来分析 d13C 和 d15N。
尿样和分析
将使用试剂试纸(例如, Multistix)在入院时和治疗结束时评估尿路感染、尿路亚硝酸盐和尿路 LE 的生物标志物。
生物电阻抗
BI 参数将使用 NutriGuard-S(DataInput,德国)使用其他地方描述的协议进行测量。 自粘一次性电极将贴在右手和脚上。 测量将一式三份进行,每次间隔 5 分钟,同时儿童仰卧,四肢从身体外展。
数据管理和分析
数据管理
所有问卷数据和测量值都将在纸质打印件上进行测量。 现场主管至少每周将数据数字化、备份并与项目协调员共享。 适当的一致性检查和完整性规则将应用于所有数据模板。
人体测量将使用 ENA SMART 软件标准化工具进行标准化;此外,将组织定期监督和进修培训讲习班,以保持最高质量的数据。
除了数字数据库外,还将在登记时制作包含日期、患者和护理人员姓名、研究 ID、年龄、入院时身长和身高的纸质表格。 这些表格将保存在每个健康中心,并在每次访问时添加新的人体测量值以跟踪孩子的健康进展。
所有健康中心都将提供用于将人体测量值转换为 z 分数的字段表。
为了最大限度地提高跟进率,所有参与者都将在数字日志中登记(例如使用 Epidata),每次访问都将在其中登记出席日期。 每周将制作和打印预期参与者名单,以备电话提醒。 将通过电话联系未出现在健康中心的参与者,如果联系不成功,一组社区卫生工作者将尝试追踪其家庭住址,并鼓励他们前往健康中心继续进行治疗。
数据分析
所有数据将使用 STATA 数据分析和统计软件版本 13(StataCorp,College Station;Lakeway,Texas,U.S.A.)进行分析。
道德考量
该研究方案将提交给以下机构进行伦理审查:
- 比利时安特卫普热带医学研究所机构审查委员会 (IRB);和
安特卫普大学医院医学伦理委员会 (CME)、安特卫普大学 (UZA) 和安特卫普大学安特卫普大学 (UAntwerp);
本协议的上下文适应版本将提交给:
- Comite National d'Ethique pour la Recherche en Sante (CNERS),布基纳法索
- 利比里亚大学 IRB - 太平洋研究与评估研究所 (UL-PIRE;
- 孟加拉国医学研究委员会 (BMRC) 的国家研究伦理委员会 (NERC)。
利益冲突
项目附属公司均未声明任何利益冲突。
研究类型
注册 (实际的)
联系人和位置
参与标准
资格标准
适合学习的年龄
接受健康志愿者
有资格学习的性别
取样方法
研究人群
描述
纳入标准:
- 诊断为 SAM 并符合 CMAM 治疗条件,定义为:(1) WHZ < -3 和/或 MUAC < 115 mm; (2) 无双侧凹陷性水肿; (3) 根据儿童疾病综合管理 (IMCI) 指南,没有一般疾病危险迹象的儿童,如嗜睡、意识不清、抽搐或严重呕吐(WHO 2005)。
- 纳入时的集水区居民;和
- 看护人同意孩子参加。
排除标准:
- 计划在未来 6 个月内离开集水区;
- 已知花生和/或牛奶过敏;
- 在招募前的过去 6 个月内因 SAM 治疗入院(包括违约、复发或医疗转移后再次入院);
- 可能影响食物摄入的畸形,如腭裂、脑瘫、唐氏综合症;和,
- 根据 IMCI 指南,存在一般危险标志。
学习计划
研究是如何设计的?
设计细节
- 观测模型:队列
- 时间观点:预期
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
OptiDiag-队列,利比里亚
代表性人口为 275 名患有 SAM 的利比里亚儿童,他们被“反饥饿行动”支持的 CMAM/IMAM 计划录取(其中 75 人的 MUAC < 115,其中 75 人的 WHZ < -3,其中 75 人的 MUAC < 115 毫米和 WHZ < -3)。
|
|
|
OptiDiag/MANGO-队列,布基纳法索
有代表性的 275 名患有 SAM 的布基纳法索儿童参加了反饥饿行动支持的 CMAM/IMAM 计划(其中 75 人的 MUAC < 115,其中 75 人的 WHZ < -3,其中 75 人的 MUAC < 115 毫米和 WHZ < -3)。
|
|
|
OptiDiag 队列,孟加拉国
代表性人口为 275 名患有 SAM 的孟加拉国儿童,他们被“反饥饿行动”支持的 CMAM/IMAM 计划录取(其中 75 人的 MUAC < 115,其中 75 人的 WHZ < -3,其中 75 人的 MUAC < 115 毫米和 WHZ < -3)。
|
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
瘦素
大体时间:入场时
|
描述和比较基于循环瘦素的不同类型的 SAM 人体测量诊断。
|
入场时
|
|
稳定同位素分析 (SIA)
大体时间:入场时
|
基于稳定同位素分析 (SIA) 描述和比较不同类型的 SAM 人体测量诊断
|
入场时
|
|
临床症状
大体时间:入场时
|
根据入院时临床症状的严重程度描述和比较不同类型的 SAM 人体测量诊断;这些包括:脱水、消瘦的明显迹象、脉搏、微量营养素缺乏的迹象、急性呼吸道感染、呼吸频率、体温、皮肤病和头发变化以及腹泻。
|
入场时
|
|
微量营养素状况
大体时间:入场时
|
描述和比较基于微量营养素状态的不同类型的 SAM 人体测量诊断。
|
入场时
|
|
生物电阻抗 (BI)
大体时间:入场时
|
描述和比较基于生物电阻抗 (BI) 的不同类型的 SAM 人体测量诊断。
|
入场时
|
|
患者的健康和营养状况(看护人的看法)
大体时间:入场时
|
根据护理人员对患者健康和营养状况的看法,描述和比较不同类型的 SAM 人体测量诊断。
|
入场时
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
稳定同位素分析 (SIA)
大体时间:入院后2周、4周、6周和8周。
|
根据在整个营养康复过程中逆转的脂质和蛋白质分解代谢(头发中的 δ13C 和 δ15N 同位素)的历史,描述和比较不同类型的 SAM 人体测量学诊断。
|
入院后2周、4周、6周和8周。
|
|
临床症状:脱水
大体时间:入院后2周和8周。
|
根据入院时脱水临床症状的严重程度和治疗期间脱水临床症状的发展,描述和比较不同类型的 SAM 人体测量诊断。
|
入院后2周和8周。
|
|
临床症状:可见消瘦
大体时间:入院后2周和8周。
|
根据入院时可见消瘦临床症状的严重程度和治疗期间可见消瘦临床症状的发展,描述和比较不同类型的 SAM 人体测量诊断。
|
入院后2周和8周。
|
|
临床体征:脉搏
大体时间:入院后2周和8周。
|
根据入院时异常脉搏的严重程度和治疗期间异常脉搏的发展,描述和比较不同类型的 SAM 人体测量诊断。
|
入院后2周和8周。
|
|
临床症状:微量营养素缺乏
大体时间:入院后2周和8周。
|
根据入院时微量营养素缺乏症临床症状的严重程度和治疗期间微量营养素缺乏症临床症状的发展,描述和比较不同类型的 SAM 人体测量学诊断。
|
入院后2周和8周。
|
|
临床症状:急性呼吸道感染
大体时间:入院后2周和8周。
|
根据入院时急性呼吸道感染临床体征的严重程度和治疗期间急性呼吸道感染临床体征的发展,描述和比较不同类型的 SAM 人体测量诊断。
|
入院后2周和8周。
|
|
临床体征:呼吸频率
大体时间:入院后2周和8周。
|
根据入院时呼吸频率异常的严重程度和治疗期间呼吸频率异常的临床体征的发展,描述和比较不同类型的 SAM 人体测量诊断。
|
入院后2周和8周。
|
|
临床体征:体温
大体时间:入院后2周和8周。
|
根据入院时体温异常的严重程度和治疗期间体温异常临床体征的发展,描述和比较不同类型的 SAM 人体测量诊断。
|
入院后2周和8周。
|
|
临床症状:皮肤病
大体时间:入院后2周和8周。
|
根据入院时皮肤病临床体征的严重程度和治疗期间皮肤病临床体征的发展,描述和比较不同类型的 SAM 人体测量诊断。
|
入院后2周和8周。
|
|
临床症状:毛发变化
大体时间:入院后2周和8周。
|
根据入院时与急性营养不良相关的头发变化临床体征(颜色和稠度)的严重程度以及治疗期间头发变化临床体征(颜色和稠度)的发展,描述和比较不同类型的 SAM 人体测量诊断。
|
入院后2周和8周。
|
|
临床症状:腹泻
大体时间:入院后2周和8周。
|
根据入院时腹泻的严重程度和治疗期间腹泻的发展,描述和比较不同类型的 SAM 人体测量诊断。
|
入院后2周和8周。
|
|
治疗结果
大体时间:根据国家方案,事件发生至最长治疗持续时间(孟加拉国最长 12 周,布基纳法索最长 16 周,利比里亚最长 12 周)。
|
根据消极和积极的治疗结果描述和比较不同类型的 SAM 人体测量诊断;这些包括:因康复而退出计划 [中上臂围 (MUAC) ≥ 125 且身高别体重 Z 分数 (WHZ) ≥ -2]、退出计划(管理员确认不愿参加)、死亡、转移到住院设施(根据国家方案出现医疗并发症,体重减轻或体重下降),转移到计划服务区和设施以外的另一个门诊设施,并且对治疗无反应(之前未达到治愈标准最长治疗时间)。
|
根据国家方案,事件发生至最长治疗持续时间(孟加拉国最长 12 周,布基纳法索最长 16 周,利比里亚最长 12 周)。
|
|
早期体重增加
大体时间:入院后2周和4周后。
|
描述和比较基于早期体重增加的不同类型的 SAM 人体测量诊断。
|
入院后2周和4周后。
|
|
瘦素
大体时间:入院后2周和8周。
|
描述和比较基于循环瘦素的不同类型的 SAM 人体测量诊断
|
入院后2周和8周。
|
|
微量营养素状况
大体时间:入院后2周和8周。
|
描述和比较基于微量营养素状态的不同类型的 SAM 人体测量诊断。
|
入院后2周和8周。
|
|
患者的健康和营养状况(看护人的看法)
大体时间:入院后2周和8周。
|
根据护理人员对患者健康和营养状况的看法,描述和比较不同类型的 SAM 人体测量诊断。
|
入院后2周和8周。
|
|
生物电阻抗 (BI)
大体时间:入院后2周和8周。
|
描述和比较基于生物电阻抗的不同类型的 SAM 人体测量诊断。
|
入院后2周和8周。
|
其他结果措施
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
社会经济指标
大体时间:入院后 3 周。
|
衡量家庭财富的指标包括耐用资产、供水来源、卫生设施、地板材料类型、烹饪燃料类型、交通、牲畜、宅基地或土地面积、银行账户、每个卧室的家庭成员人数。
|
入院后 3 周。
|
|
家庭粮食不安全获取量表 (HFIAS)
大体时间:入院后 1 周。
|
HFIAS 由一组九个问题组成,这些问题已在多个国家/地区使用,似乎可以区分不同文化背景下的粮食不安全家庭和粮食安全家庭。
|
入院后 1 周。
|
|
个人膳食多样性评分 (IDDS)
大体时间:入院后2周、4周、6周和8周。
|
针对年龄/性别组验证的个人饮食多样性评分 (IDDS)。
|
入院后2周、4周、6周和8周。
|
合作者和调查者
合作者
调查人员
- 首席研究员:Patrick Kolsteren, MD, PhD、UGent
出版物和有用的链接
一般刊物
- Howie SR. Blood sample volumes in child health research: review of safe limits. Bull World Health Organ. 2011 Jan 1;89(1):46-53. doi: 10.2471/BLT.10.080010. Epub 2010 Sep 10.
- Ali E, Zachariah R, Shams Z, Vernaeve L, Alders P, Salio F, Manzi M, Allaouna M, Draguez B, Delchevalerie P, Harries AD. Is mid-upper arm circumference alone sufficient for deciding admission to a nutritional programme for childhood severe acute malnutrition in Bangladesh? Trans R Soc Trop Med Hyg. 2013 May;107(5):319-23. doi: 10.1093/trstmh/trt018. Epub 2013 Mar 6.
- Bartz S, Mody A, Hornik C, Bain J, Muehlbauer M, Kiyimba T, Kiboneka E, Stevens R, Bartlett J, St Peter JV, Newgard CB, Freemark M. Severe acute malnutrition in childhood: hormonal and metabolic status at presentation, response to treatment, and predictors of mortality. J Clin Endocrinol Metab. 2014 Jun;99(6):2128-37. doi: 10.1210/jc.2013-4018. Epub 2014 Feb 27.
- Berkley J, Mwangi I, Griffiths K, Ahmed I, Mithwani S, English M, Newton C, Maitland K. Assessment of severe malnutrition among hospitalized children in rural Kenya: comparison of weight for height and mid upper arm circumference. JAMA. 2005 Aug 3;294(5):591-7. doi: 10.1001/jama.294.5.591.
- Bern C, Nathanail L. Is mid-upper-arm circumference a useful tool for screening in emergency settings? Lancet. 1995 Mar 11;345(8950):631-3. doi: 10.1016/s0140-6736(95)90527-8.
- Brambilla P, Rolland-Cachera MF, Testolin C, Briend A, Salvatoni A, Testolin G, Chiumello G. Lean mass of children in various nutritional states. Comparison between dual-energy X-ray absorptiometry and anthropometry. Ann N Y Acad Sci. 2000 May;904:433-6. doi: 10.1111/j.1749-6632.2000.tb06497.x. No abstract available.
- Bresnahan KA, Tanumihardjo SA. Undernutrition, the acute phase response to infection, and its effects on micronutrient status indicators. Adv Nutr. 2014 Nov 14;5(6):702-11. doi: 10.3945/an.114.006361. Print 2014 Nov.
- Briend A, Maire B, Fontaine O, Garenne M. Mid-upper arm circumference and weight-for-height to identify high-risk malnourished under-five children. Matern Child Nutr. 2012 Jan;8(1):130-3. doi: 10.1111/j.1740-8709.2011.00340.x. Epub 2011 Sep 28.
- Chomtho S, Fewtrell MS, Jaffe A, Williams JE, Wells JC. Evaluation of arm anthropometry for assessing pediatric body composition: evidence from healthy and sick children. Pediatr Res. 2006 Jun;59(6):860-5. doi: 10.1203/01.pdr.0000219395.83159.91. Epub 2006 Apr 26.
- Dairo MD, Fatokun ME, Kuti M. Reliability of the Mid Upper Arm Circumference for the Assessment of Wasting among Children Aged 12-59 Months in Urban Ibadan, Nigeria. Int J Biomed Sci. 2012 Jun;8(2):140-3.
- ENN, SCUK, ACF, UNHCR. Mid Upper Arm Circumference and Weight-for-Height Z-score as indicators of severe acute malnutrition: a consultation of operational agencies and academic specialists to understand the evidence, identify knowledge gaps and to inform operational guidance.
- Erhardt JG, Estes JE, Pfeiffer CM, Biesalski HK, Craft NE. Combined measurement of ferritin, soluble transferrin receptor, retinol binding protein, and C-reactive protein by an inexpensive, sensitive, and simple sandwich enzyme-linked immunosorbent assay technique. J Nutr. 2004 Nov;134(11):3127-32. doi: 10.1093/jn/134.11.3127.
- Fernandez MA, Delchevalerie P, Van Herp M. Accuracy of MUAC in the detection of severe wasting with the new WHO growth standards. Pediatrics. 2010 Jul;126(1):e195-201. doi: 10.1542/peds.2009-2175. Epub 2010 Jun 29.
- Fleming AF, de Silva PS. Haematological diseases in the tropics. In: Cook GC, Zumla AI, editors. Manson's tropical diseases. London: Saunders; 2003. pp. 169-244.
- Gartner A, Berger J, Simondon KB, Maire B, Traissac P, Ly C, San Miguel JL, Simondon F, Delpeuch F. Change in body water distribution index in infants who become stunted between 4 and 18 months of age. Eur J Clin Nutr. 2003 Sep;57(9):1097-106. doi: 10.1038/sj.ejcn.1601649.
- Girma T, Kaestel P, Workeneh N, Molgaard C, Eaton S, Andersen GS, Michaelsen KF, Friis H, Wells JC. Bioimpedance index for measurement of total body water in severely malnourished children: Assessing the effect of nutritional oedema. Clin Nutr. 2016 Jun;35(3):713-7. doi: 10.1016/j.clnu.2015.05.002. Epub 2015 Jul 10.
- Girma T. Bioimpedance in severely malnourished children. An emerging method for monitoring hydration of children with severe acute malnutrition [dissertation]. Copenhagen: Department of Nutrition, Exercise and Sports; University of Copenhagen; 2014.
- Golden MH. Proposed recommended nutrient densities for moderately malnourished children. Food Nutr Bull. 2009 Sep;30(3 Suppl):S267-342. doi: 10.1177/15648265090303S302.
- Goossens S, Bekele Y, Yun O, Harczi G, Ouannes M, Shepherd S. Mid-upper arm circumference based nutrition programming: evidence for a new approach in regions with high burden of acute malnutrition. PLoS One. 2012;7(11):e49320. doi: 10.1371/journal.pone.0049320. Epub 2012 Nov 26.
- Grellety E, Krause LK, Shams Eldin M, Porten K, Isanaka S. Comparison of weight-for-height and mid-upper arm circumference (MUAC) in a therapeutic feeding programme in South Sudan: is MUAC alone a sufficient criterion for admission of children at high risk of mortality? Public Health Nutr. 2015 Oct;18(14):2575-81. doi: 10.1017/S1368980015000737. Epub 2015 Mar 25.
- Grijalva-Eternod CS, Wells JC, Girma T, Kaestel P, Admassu B, Friis H, Andersen GS. Midupper arm circumference and weight-for-length z scores have different associations with body composition: evidence from a cohort of Ethiopian infants. Am J Clin Nutr. 2015 Sep;102(3):593-9. doi: 10.3945/ajcn.114.106419. Epub 2015 Jul 29.
- Hatch KA, Crawford MA, Kunz AW, Thomsen SR, Eggett DL, Nelson ST, Roeder BL. An objective means of diagnosing anorexia nervosa and bulimia nervosa using 15N/14N and 13C/12C ratios in hair. Rapid Commun Mass Spectrom. 2006;20(22):3367-73. doi: 10.1002/rcm.2740.
- Iannotti LL, Trehan I, Manary MJ. Review of the safety and efficacy of vitamin A supplementation in the treatment of children with severe acute malnutrition. Nutr J. 2013 Sep 12;12:125. doi: 10.1186/1475-2891-12-125.
- Laillou A, Prak S, de Groot R, Whitney S, Conkle J, Horton L, Un SO, Dijkhuizen MA, Wieringa FT. Optimal screening of children with acute malnutrition requires a change in current WHO guidelines as MUAC and WHZ identify different patient groups. PLoS One. 2014 Jul 1;9(7):e101159. doi: 10.1371/journal.pone.0101159. eCollection 2014.
- Levin HM, Pollitt E, Galloway R, McGuire J. Micronutrient deficiency disorders. In: Jamison DT, Mosley WH, Measham AR, Bobadilla JL, editors. Disease control priorities in developing countries. 2nd ed. Oxford (UK): Oxford University Press; 1993. pp. 421-451
- Lukaski HC, Johnson PE, Bolonchuk WW, Lykken GI. Assessment of fat-free mass using bioelectrical impedance measurements of the human body. Am J Clin Nutr. 1985 Apr;41(4):810-7. doi: 10.1093/ajcn/41.4.810.
- Marasinghe E, Chackrewarthy S, Abeysena C, Rajindrajith S. Micronutrient status and its relationship with nutritional status in preschool children in urban Sri Lanka. Asia Pac J Clin Nutr. 2015;24(1):144-51. doi: 10.6133/apjcn.2015.24.1.17.
- Mekota AM, Grupe G, Ufer S, Cuntz U. Serial analysis of stable nitrogen and carbon isotopes in hair: monitoring starvation and recovery phases of patients suffering from anorexia nervosa. Rapid Commun Mass Spectrom. 2006;20(10):1604-10. doi: 10.1002/rcm.2477.
- Michaelsen KF. Short-term measurements of linear growth using knemometry. J Pediatr Endocrinol. 1994 Apr-Jun;7(2):147-54. doi: 10.1515/jpem.1994.7.2.147. No abstract available.
- Muller O, Krawinkel M. Malnutrition and health in developing countries. CMAJ. 2005 Aug 2;173(3):279-86. doi: 10.1503/cmaj.050342.
- Myatt M, Duffield A, Seal A, Pasteur F. The effect of body shape on weight-for-height and mid-upper arm circumference based case definitions of acute malnutrition in Ethiopian children. Ann Hum Biol. 2009 Jan-Feb;36(1):5-20. doi: 10.1080/03014460802471205.
- Nemer L, Gelband H, Jha P; Commission on Macroeconomics and Health. The evidence base for interventions to reduce malnutrition in children under five and school-age children in low- and middle-income countries. CMH working paper no WG5:11. Geneva: World Health Organization; 2001
- Page AL, de Rekeneire N, Sayadi S, Aberrane S, Janssens AC, Dehoux M, Baron E. Diagnostic and prognostic value of procalcitonin and C-reactive protein in malnourished children. Pediatrics. 2014 Feb;133(2):e363-70. doi: 10.1542/peds.2013-2112. Epub 2014 Jan 20.
- Petzke KJ, Lemke S. Hair protein and amino acid 13C and 15N abundances take more than 4 weeks to clearly prove influences of animal protein intake in young women with a habitual daily protein consumption of more than 1 g per kg body weight. Rapid Commun Mass Spectrom. 2009 Aug 30;23(16):2411-20. doi: 10.1002/rcm.4025.
- Roberfroid D, Huybregts L, Lachat C, Vrijens F, Kolsteren P, Guesdon B. Inconsistent diagnosis of acute malnutrition by weight-for-height and mid-upper arm circumference: contributors in 16 cross-sectional surveys from South Sudan, the Philippines, Chad, and Bangladesh. Nutr J. 2015 Aug 25;14:86. doi: 10.1186/s12937-015-0074-4.
- Rytter M. In-patient treatment of severe acute malnutrition - immune function, oedema and survival [dissertation]. Copenhagen: Department of Nutrition, Exercise and Sports; University of Copenhagen; 2014.
- Sattar S, Ahmed T, Rasul CH, Saha D, Salam MA, Hossain MI. Efficacy of a high-dose in addition to daily low-dose vitamin A in children suffering from severe acute malnutrition with other illnesses. PLoS One. 2012;7(3):e33112. doi: 10.1371/journal.pone.0033112. Epub 2012 Mar 27.
- Semba RD. The role of vitamin A and related retinoids in immune function. Nutr Rev. 1998 Jan;56(1 Pt 2):S38-48. doi: 10.1111/j.1753-4887.1998.tb01643.x. No abstract available.
- Shams Z, Zachariah R, Enarson DA, Satyanarayana S, Van den Bergh R, Ali E, Alders P, Manzi M, Allaouna M, Draguez B, Delchevalerie P, Vernaeve L, Harries AD. Severe malnutrition in children presenting to health facilities in an urban slum in Bangladesh. Public Health Action. 2012 Dec 21;2(4):107-11. doi: 10.5588/pha.12.0039.
- Thomas D, Frankenberg E. Health, nutrition and prosperity: a microeconomic perspective. Bull World Health Organ. 2002;80(2):106-13.
- Thuo N, Ohuma E, Karisa J, Talbert A, Berkley JA, Maitland K. The prognostic value of dipstick urinalysis in children admitted to hospital with severe malnutrition. Arch Dis Child. 2010 Jun;95(6):422-6. doi: 10.1136/adc.2009.168211. Epub 2010 Apr 6.
- Thurnham DI, McCabe GP, Northrop-Clewes CA, Nestel P. Effects of subclinical infection on plasma retinol concentrations and assessment of prevalence of vitamin A deficiency: meta-analysis. Lancet. 2003 Dec 20;362(9401):2052-8. doi: 10.1016/s0140-6736(03)15099-4.
- Thurnham DI, McCabe LD, Haldar S, Wieringa FT, Northrop-Clewes CA, McCabe GP. Adjusting plasma ferritin concentrations to remove the effects of subclinical inflammation in the assessment of iron deficiency: a meta-analysis. Am J Clin Nutr. 2010 Sep;92(3):546-55. doi: 10.3945/ajcn.2010.29284. Epub 2010 Jul 7.
- Thurnham DI, Northrop-Clewes CA, Knowles J. The use of adjustment factors to address the impact of inflammation on vitamin A and iron status in humans. J Nutr. 2015 May;145(5):1137S-1143S. doi: 10.3945/jn.114.194712. Epub 2015 Apr 1.
- Tomkins A. Assessing micronutrient status in the presence of inflammation. J Nutr. 2003 May;133(5 Suppl 2):1649S-1655S. doi: 10.1093/jn/133.5.1649S.
- Dailey-Chwalibog T, Freemark M, Muehlbauer M, Roberfroid D, Kemokai IA, Mostak MR, Alim MA, Khan MMST, Khan MAH, Bawo L, Dunbar NK, Taylor CH, Fouillet H, Huneau JF, Kolsteren P, Guesdon B. Clinical and Biochemical Markers of Risk in Uncomplicated Severe Acute Malnutrition. Pediatrics. 2021 Jun;147(6):e2020027003. doi: 10.1542/peds.2020-027003. Epub 2021 May 21.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.
严重急性营养不良的临床试验
-
Pleuran, s.r.o.完全的
-
Oregon Health and Science University未知