经皮 ARFI 超声鉴别具有高卒中风险的颈动脉斑块
研究概览
详细说明
尽管中风仍然是美国的主要死亡原因,但在过去二十年中,随着先进的药物治疗和血运重建(主要是颈动脉内膜切除术 (CEA)),发病率和死亡率有所下降。 虽然 CEA 在严重 (≥70%) 颈动脉狭窄和神经系统症状患者中预防卒中的疗效已得到充分证明,但随着狭窄程度较轻的患者和无症状患者的卒中风险下降,手术干预的有效性会降低。 据估计,14 名有症状的 50-69% 狭窄患者中有 13 名和 22 名无症状的 70-99% 狭窄患者中有 21 名不必要地接受了 CEA 手术。 这些数据表明狭窄程度作为卒中风险的主要指标是不够的,并强调了对改进生物标志物的迫切但尚未满足的需求,这些生物标志物可以区分栓塞性卒中低风险患者和需要 CEA 预防卒中的患者。
通过评估颈动脉斑块的结构和组成,可以满足改善 CEA 适应症的迫切需要。 由薄或破裂的纤维帽 (TRFC)、大的富含脂质的坏死核 (LRNC) 和斑块内出血 (IPH) 组成的斑块与尸检形态学研究中的血栓形成有关。 此外,CEA 标本中的斑块出血和斑块内血管形成增加与未来的心脑血管事件或干预独立相关。 最后,先前的中风或短暂性脑缺血发作 (TIA) 与 TRFC 和 IPH 相关 - 而未来中风或 TIA 的风险增加由 TRFC、LRNC 和 IPH 赋予 - 在人颈动脉斑块中由体内磁共振成像 (MRI) 确定).
这项工作的目标是开发一种低成本、无创的成像方法,能够可靠地描绘颈动脉斑块的结构和组成,并适用于广泛的诊断应用。 先前的研究表明,声辐射力脉冲 (ARFI) 超声可在体内描绘人颈动脉斑块中的 LRNC/IPH、胶原蛋白/钙沉积物和 TRFC,TRFC 厚度测量值低至 0.49 毫米——与破裂相关的平均厚度。 该项目将利用 ARFI 加速度方差 (VoA) 成像、更高的中心频率和谐波成像来重新实现 TRFC、LRNC 和 IPH 的单独辨别以及精确的特征尺寸测量。 研究人员将确定晚期 ARFI 的斑块特征与近期同侧中风或 TIA 病史之间的关联。
研究类型
注册 (估计的)
阶段
- 不适用
联系人和位置
学习地点
-
-
North Carolina
-
Chapel Hill、North Carolina、美国、27599
- The University of North Carolina at Chapel Hill Hospitals
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
描述
纳入标准:
- 年满 18 岁或以上
- 具有 50-99% 的狭窄症状性颈动脉斑块,具有动脉内膜切除术的临床指征
- 有 50-69% 的狭窄无症状颈动脉斑块,没有动脉内膜切除术的临床指征
排除标准:
- 先前的 CEA 或颈动脉支架术
- 颈动脉闭塞
- 血管炎
- 恶性肿瘤
- 无法提供知情同意
- 先前的颈部放射治疗
- 免疫调节药物治疗
- 肿瘤疾病。
学习计划
研究是如何设计的?
设计细节
- 主要用途:诊断
- 分配:非随机化
- 介入模型:并行分配
- 屏蔽:无(打开标签)
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的:有 50-69% 狭窄的症状
18 岁或 18 岁以上的患者,经其主治医师选择需要通过 CEA 进行颈动脉血运重建术,有 50-69% 的狭窄颈动脉斑块并伴有相关神经系统症状。
声辐射力脉冲 (ARFI) 超声成像将在颈动脉斑块上进行。
|
ARFI 成像是一种基于超声的无创成像方法,将按照批准的标签使用。
|
|
实验性的:有 70-99% 狭窄的症状
经主治医师选择需要通过 CEA 进行颈动脉血运重建且 70-99% 的狭窄颈动脉斑块伴有相关神经系统症状的 18 岁或以上患者。
将对颈动脉斑块进行 ARFI 超声成像。
|
ARFI 成像是一种基于超声的无创成像方法,将按照批准的标签使用。
|
|
实验性的:无症状,狭窄 70-99%
经治疗医师选择需要通过 CEA 进行颈动脉血运重建且 70-99% 的颈动脉斑块狭窄且无相关神经系统症状的 18 岁或以上患者。
将对颈动脉斑块进行 ARFI 超声成像。
|
ARFI 成像是一种基于超声的无创成像方法,将按照批准的标签使用。
|
|
实验性的:无症状,狭窄 50-69%
被诊断为颈动脉狭窄 50-69% 且无 CEA 临床指征的 18 岁或以上患者。
|
ARFI 成像是一种基于超声的无创成像方法,将按照批准的标签使用。
|
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 |
|---|---|---|
|
声辐射力冲动(ARFI)成像
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
Arfi成像检测颈动脉斑块特征并测量其尺寸的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
VOA AUC,用于8 MHz的纤维帽或破裂的纤维帽(TRFC)
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
曲线下的面积(AUC),以在8 MHz基本频率下获得的ARFI加速度方差(VOA)的能力检测纤维帽或破裂的纤维帽
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
PD AUC在8 MHz基本的trfc
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有在8 MHz的基本频率下获得的ARFI PD检测纤维帽或破裂的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
TRFC的VOA AUC在12 MHz基本
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有以12 MHz的基本频率获得的ARFI VOA检测纤维帽或破裂的纤维帽的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
PD AUC在12 MHz基本的TRFC
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有以12 MHz的基本频率获得的ARFI PD检测纤维盖的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz和谐波的TRFC的VOA AUC
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有以12 MHz谐波频率获得的ARFI VOA检测纤维盖的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz谐波时TRFC的PD AUC
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有在12 MHz谐波频率下获得的ARFI PD检测纤维盖的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在8 MHz基本的LRNC的VOA AUC
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有在8 MHz基本频率以检测富脂质坏死核(LRNC)的ARFI VOA的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
PD AUC在8 MHz基本的LRNC
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有在8 MHz的基本频率下获得的ARFI PD检测富脂质坏死核的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz基本的LRNC的VOA AUC
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有以12 MHz的基本频率获得的ARFI VOA检测富脂质坏死核的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
PD AUC在12 MHz基本的LRNC
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有以12 MHz的基本频率获得的ARFI PD检测富脂质坏死核的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz谐波时为LRNC的VOA AUC
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有以12 MHz和谐频率获得的ARFI VOA检测富脂质坏死核的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
PD AUC在12 MHz和谐波下为LRNC
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有以12 MHz和谐频率获得的ARFI PD检测富脂质坏死核的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
8 MHz基本的IPH VOA AUC
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有在8 MHz基本频率下检测出血的ARFI VOA的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
PD AUC为8 MHz的iPH基本
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有在8 MHz基本频率检测内部出血的ARFI PD的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz基本的IPH的VOA AUC
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有以12 MHz的基本频率检测出血出血的ARFI VOA的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
PD AUC为12 MHz的IPH基本
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有在12 MHz基本频率检测内部出血的ARFI PD的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz谐波的IPH的VOA AUC
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有以12 MHz谐波频率检测出血出血的ARFI VOA的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
Pd auc for iph以12 MHz谐波
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
AUC具有在12 MHz谐波频率检测出血出血的ARFI PD的能力
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
Trfc厚度为8 MHz的VOA偏差基本
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于VOA的TRFC厚度测量的Bland Altman衍生的偏见8 MHz的基本频率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在8 MHz基本的TRFC厚度的PD偏差
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于PD的TRFC厚度测量8 MHz的Bland Altman衍生偏差8 MHz的基本频率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz基本的TRFC厚度的VOA偏差
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于VOA的TRFC厚度测量在12 MHz的基本频率下的Bland Altman衍生偏差
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
12 MHz的TRFC厚度的PD偏置
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于PD的TRFC厚度测量在12 MHz的基本频率下的Bland Altman衍生偏差
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz谐波时TRFC厚度的VOA偏差
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于VOA的TRFC厚度测量在12 MHz谐波频率下的Bland Altman衍生的偏差
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz谐波时TRFC厚度的PD偏置
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于PD的TRFC厚度测量在12 MHz谐波频率下的Bland Altman衍生偏差
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
LRNC尺寸为8 MHz的VOA偏差基本
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于VOA的LRNC尺寸测量在8 MHz的基本频率下的Bland Altman衍生偏差
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
LRNC尺寸为8 MHz的PD偏差基本
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于PD的LRNC尺寸测量在8 MHz基本频率下的Bland Altman衍生偏差
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
LRNC大小为12 MHz的VOA偏差
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于VOA的LRNC尺寸测量在12 MHz的基本频率下的Bland Altman衍生偏差
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
LRNC尺寸为12 MHz的PD偏差基本
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于PD的LRNC尺寸测量在12 MHz的基本频率下的Bland Altman衍生偏差
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
LRNC大小为12 MHz谐波的VOA偏差
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于VOA的LRNC尺寸测量在12 MHz谐波频率下的Bland Altman衍生偏差
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
LRNC尺寸为12 MHz谐波的PD偏置
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于PD的LRNC尺寸测量在12 MHz谐波频率下的Bland Altman衍生偏差
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
IPH尺寸为8 MHz的VOA偏差基本
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于VOA的IPH尺寸测量的Bland Altman衍生的偏差为8 MHz的基本频率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
IPH尺寸为8 MHz的PD偏差基本
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于PD的IPH尺寸测量在8 MHz的基本频率下的Bland Altman衍生偏差
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
IPH尺寸为12 MHz的VOA偏差基本
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于VOA的IPH尺寸测量在12 MHz的基本频率下的Bland Altman衍生偏差
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
IPH尺寸为12 MHz的PD偏差基本
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
在基于PD的IPH尺寸测量中,平淡的Altman衍生偏差为12 MHz的基本频率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
IPH尺寸为12 MHz谐波的VOA偏差
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于VOA的IPH尺寸测量在12 MHz和谐频率下的Bland Altman衍生偏差
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
IPH尺寸为12 MHz谐波的PD偏差
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
基于PD的IPH尺寸测量在12 MHz谐波频率下的Bland Altman衍生偏差
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在8 MHz基本的TRFC检测的VOA患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
VOA从8 MHz的读取器检测到的TRFC的患病率是8 MHz的基本频率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在8 MHz基本的TRFC检测的PD患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
PD以8 MHz的基本频率从PD中检测到的TRFC的患病率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz基本的TRFC检测的VOA患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
VOA从12 MHz的基本频率从VOA中检测到的TRFC的患病率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz基本的TRFC检测的PD患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
PD在12 MHz基本频率下从PD中检测到的TRFC的患病率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz谐波时TRFC检测的VOA患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
VOA从12 MHz谐波频率中读取读取器检测到的TRFC的患病率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz谐波时TRFC检测的PD患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
PD在12 MHz谐波频率下从PD中检测到的TRFC的患病率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在8 MHz基本的LRNC检测的VOA患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
VOA以8 MHz的基本频率从VOA中检测到的LRNC的患病率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在8 MHz基本的LRNC检测的PD患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
PD以8 MHz的基本频率从PD中检测到的LRNC的患病率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz基本的LRNC检测的VOA患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
VOA从12 MHz的基本频率中读取读取器检测到的LRNC的患病率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz基本的LRNC检测的PD患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
PD以12 MHz的基本频率从PD中检测到的LRNC的患病率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz谐波时LRNC检测的VOA患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
VOA从12 MHz谐波频率中发现的读取器检测到的LRNC的患病率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz谐波时LRNC检测的PD患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
在12 MHz谐波频率下从PD中检测到的读取器检测到的LRNC的患病率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在8 MHz基本的IPH检测的VOA患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
读取器从VOA中检测到的IPH的患病率是8 MHz的基本频率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在8 MHz基本的IPH检测的PD患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
PD以8 MHz的基本频率从PD中检测到的IPH的患病率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
IPH检测的VOA患病率12 MHz基本
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
从VOA中发现的读取器的流行率12 MHz的基本频率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
IPH检测的PD患病率为12 MHz基本
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
读取器从PD中检测到的IPH的患病率在12 MHz的基本频率下
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz谐波时IPH检测的VOA患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
在12 MHz谐波频率下从VOA中检测到的读取器检测到IPH的患病率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
|
在12 MHz谐波时IPH检测的PD患病率
大体时间:完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
在12 MHz谐波频率下从PD中检测到的读取器检测的IPH的患病率
|
完成所有新型ARFI数据处理算法的开发后,它们对所有获得的ARFI数据的应用以及所有参与者的结果解释,平均为两年
|
合作者和调查者
调查人员
- 首席研究员:Caterina Gallippi, PhD、UNC Chapel Hill
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
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
与本研究相关的术语
其他研究编号
- 17-2700
- R01HL092944-06A1 (美国 NIH 拨款/合同)
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)?
IPD 计划说明
IPD 共享时间框架
IPD 共享访问标准
IPD 共享支持信息类型
- 研究方案
- 树液
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
在美国制造并从美国出口的产品
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.