免费获得国外相关药品，最快 1 个工作日回馈药物信息
出境医 / 临床实验 / 基于CT的放射线算法，用于协助手术决策并预测NSCLC的免疫疗法反应（TOP-RLC）
基于CT的放射线算法，用于协助手术决策并预测NSCLC的免疫疗法反应（TOP-RLC）
研究描述
简要摘要：
这项研究的目的是调查基于从聚焦和长焦点区域（5mm）提取的放射素特征的合并放射素模型可以有效地改善从早期肺腺癌区分开前癌性病变的预测性能，这可以有助于为手术做出临床决策做出临床决策指示。此外，该策略也可以预测晚期NSCLC肺癌患者免疫疗法的反应和长期临床益处。
| 病情或疾病 | 干预/治疗 |
|---|---|
| 预测性癌症模型肺癌前腺癌前腺癌 | 其他：放射算法 |
详细说明：
在最佳治疗选择和避免不必要的手术程序方面，肺结核的早期检测和诊断在临床上具有重要意义。持续性病理学的结果导致肺前期病变，非典型腺瘤增生（AAH）以及原位（AIS）和早期阶段侵入性侵袭性腺癌（IAC），导致标准手术后的预后差异很大。除非在手术后实施病理学免疫组织化学研究，否则很难从AIS中识别肺围膜间质的微观侵入性，这可能导致延长的程序时间和不适当的手术决策。通过统计和机器学习算法从CT扫描筛选的关键特征衍生变量可能形成用于疾病诊断，肿瘤分期，治疗反应ADN患者预后的放射素学签名。这项研究的目的是研究基于局灶性和圆锥体（5mm）的放射线放射素签名是否可以有效地改善从早期肺腺癌区分前癌性病变的预测性能。此外，患者的免疫疗法反应各不相同，不超过20％的患者可以从中受益。尚未发现没有可靠的生物标志物可以预期编程的死亡配体1（PD-L1）表达，这是唯一获得免疫疗法的批准的生物标志物。然而，最近的报告表明，无论PD-L1阳性或阴性如何，患者都可以从免疫疗法中受益。相反，放射线学表明它的优势是非侵入性，易于获得的，并且没有采样的限制。因此，我们将这种策略应用于接受免疫检查点抑制剂（ICIS）的晚期NSCLC肺癌患者的免疫疗法反应，这将阻止某些非效力患者对ICIS的不良影响。
学习规划
| 研究类型 ： | 观察 |
| 估计入学人数 ： | 500名参与者 |
| 观察模型： | 队列 |
| 时间观点： | 回顾 |
| 官方标题： | 基于CT的放射组算法，用于协助手术决策并预测NSCLC的免疫疗法反应 |
| 实际学习开始日期 ： | 2019年8月1日 |
| 估计的初级完成日期 ： | 2021年12月1日 |
| 估计 学习完成日期 ： | 2022年12月30日 |
武器和干预措施
| 组/队列 | 干预/治疗 |
|---|---|
| 内部队列 从2015年3月1日至2019年12月31日，内部队列被追溯在广东省人民医院招收。单肺病变患者接受了术前CT扫描，并在组织学上确认了癌前病变或胸腔手术后的早期肺腺癌。 | 其他：放射算法 放射素特征提取，分类功能和模型收缩的不同放射组和机器学习策略 |
| 外部队列1 在中国广东省孙子Yat-Sen Memorial Hospital，Sun Yat-Sen Memorial Hospital，中国也适用了相同的纳入/排除标准，形成了73名患者的外部验证队列 | 其他：放射算法 放射素特征提取，分类功能和模型收缩的不同放射组和机器学习策略 |
| 外部队列2 在中国郑安吉安省的另一个独立中心，同样的纳入/排除标准也适用于另一个独立中心 | 其他：放射算法 放射素特征提取，分类功能和模型收缩的不同放射组和机器学习策略 |
| 免疫队列 从2015年3月1日到5月31日，内部队列被追溯到广东省人民医院。患有晚期肺癌的患者接受了术前CT扫描，并在接受组织学证实的NSCLC接受了免疫疗法。 | 其他：放射算法 放射素特征提取，分类功能和模型收缩的不同放射组和机器学习策略 |
结果措施
主要结果指标 ：
- 病理亚型[时间范围：5年]肺结节的病理类型
- 客观响应率（ORR）[时间范围：5年]接受免疫疗法的患者的所有受试者的ORR率
- 无进展生存率（PFS）[时间范围：5年]免疫疗法队列中从入学到进展或死亡（出于任何原因）
次要结果度量 ：
- 总体生存（OS）[时间范围：5年]从入学到死亡（出于任何原因）免疫疗法队列
- 临床福利率（CBR）[时间范围：5年]所有受试者的CBR率大于或等于24周
资格标准
| 有资格学习的年龄： | 18岁以上（成人，老年人） |
| 有资格学习的男女： | 全部 |
| 接受健康的志愿者： | 不 |
| 采样方法： | 非概率样本 |
研究人群
从2015年3月1日至2022年5月31日，广东省人民医院的患者。
来自中国广东省的孙子森纪念医院的患者； 2019.01-2022.3期间，中国省省肺癌学院
所有患者均应在组织学上证实NSCLC，并且具有术前CT扫描。
标准
纳入标准：
- （a）在病理上被证实为癌前病变或I期肺腺癌（≤3cm）
- （b）在手术前进行<3个月进行<3个月的标准胸部CT扫描，有或没有对比度增强。
- （c）临床特征的可用性。
排除标准：
- （a）术前治疗（新辅助化疗或放疗），
- （b）同时或同时患有其他肿瘤疾病。
- （c）包含其他病理成分，例如鳞状细胞肺癌（SCC）或小细胞肺癌（SCLC）或
- （d）图像质量差。
免疫疗法队列的纳入标准：
- （a）被诊断为高级NSCLC
- （b）在第一次剂量的免疫疗法前后，两种标准的胸部CT扫描都具有<3个月和之后的对比度增强。
- （c）临床特征的可用性。
免疫疗法队列的排除标准：
- （a）在病变的同一侧接受肺部手术。
- （b）同时或同时患有其他肿瘤疾病。
- （c）包含其他病理成分（SCLC或淋巴瘤）或
- （d）图像质量差。
- （e）不完整的临床数据。
联系人和位置
联系人
| 联系人：Haiyu Zhou，博士 | +8613710342002 | lungcancer@163.com | |
| 联系人：Luyu Huang | 13lyhuang1@gmail.com |
位置
| 中国，广东 | |
| 广东省人民医院 | 招募 |
| 中国广东的广州，510000 | |
| 联系人：Haiyu Zhou，博士+8613710342002 lungcancer@163.com | |
| 太阳森纪念医院太阳YAT-SEN大学 | 招募 |
| 中国广东的广州，510000 | |
| 联系人：Herui Yao，博士+8613500018020 yaoherui@mail.sysu.edu.cn | |
| 联系人：yufang yu +8613660238987 yuyf9@mail.sysu.edu.cn | |
| 中国，郑 | |
| zhoushan肺癌机构 | 招募 |
| 中国郑汉，316000 | |
| 联系人：Hanbo Cao，博士13567690608 | |
赞助商和合作者
太阳森纪念医院太阳YAT-SEN大学
广东省人民医院
调查人员
| 学习主席： | Haiyu Zhou，博士 | 广东省人民医院 | |
| 首席研究员： | Luyu Huang | 广东省人民医院 | |
| 研究主任： | Herui Yao，博士 | 太阳森纪念医院太阳YAT-SEN大学 | |
| 研究主任： | Yunfang Yu | 太阳森纪念医院太阳YAT-SEN大学 | |
| 研究主任： | Hanbo Cao，博士 | zhoushan肺癌机构 |
| 追踪信息 | ||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 首先提交日期 | 2020年6月25日 | |||||||||||||||
| 第一个发布日期 | 2020年6月30日 | |||||||||||||||
| 上次更新发布日期 | 2020年6月30日 | |||||||||||||||
| 实际学习开始日期 | 2019年8月1日 | |||||||||||||||
| 估计的初级完成日期 | 2021年12月1日（主要结果指标的最终数据收集日期） | |||||||||||||||
| 当前的主要结果指标 |
| |||||||||||||||
| 原始主要结果指标 | 与电流相同 | |||||||||||||||
| 改变历史 | 没有发布更改 | |||||||||||||||
| 当前的次要结果指标 |
| |||||||||||||||
| 原始的次要结果指标 | 与电流相同 | |||||||||||||||
| 当前其他预先指定的结果指标 | 不提供 | |||||||||||||||
| 原始其他预先指定的结果指标 | 不提供 | |||||||||||||||
| 描述性信息 | ||||||||||||||||
| 简短标题 | 基于CT的放射组算法，用于协助手术决策并预测NSCLC的免疫疗法反应 | |||||||||||||||
| 官方头衔 | 基于CT的放射组算法，用于协助手术决策并预测NSCLC的免疫疗法反应 | |||||||||||||||
| 简要摘要 | 这项研究的目的是调查基于从聚焦和长焦点区域（5mm）提取的放射素特征的合并放射素模型可以有效地改善从早期肺腺癌区分开前癌性病变的预测性能，这可以有助于为手术做出临床决策做出临床决策指示。此外，该策略也可以预测晚期NSCLC肺癌患者免疫疗法的反应和长期临床益处。 | |||||||||||||||
| 详细说明 | 在最佳治疗选择和避免不必要的手术程序方面，肺结核的早期检测和诊断在临床上具有重要意义。持续性病理学的结果导致肺前期病变，非典型腺瘤增生（AAH）以及原位（AIS）和早期阶段侵入性侵袭性腺癌（IAC），导致标准手术后的预后差异很大。除非在手术后实施病理学免疫组织化学研究，否则很难从AIS中识别肺围膜间质的微观侵入性，这可能导致延长的程序时间和不适当的手术决策。通过统计和机器学习算法从CT扫描筛选的关键特征衍生变量可能形成用于疾病诊断，肿瘤分期，治疗反应ADN患者预后的放射素学签名。这项研究的目的是研究基于局灶性和圆锥体（5mm）的放射线放射素签名是否可以有效地改善从早期肺腺癌区分前癌性病变的预测性能。此外，患者的免疫疗法反应各不相同，不超过20％的患者可以从中受益。尚未发现没有可靠的生物标志物可以预期编程的死亡配体1（PD-L1）表达，这是唯一获得免疫疗法的批准的生物标志物。然而，最近的报告表明，无论PD-L1阳性或阴性如何，患者都可以从免疫疗法中受益。相反，放射线学表明它的优势是非侵入性，易于获得的，并且没有采样的限制。因此，我们将这种策略应用于接受免疫检查点抑制剂（ICIS）的晚期NSCLC肺癌患者的免疫疗法反应，这将阻止某些非效力患者对ICIS的不良影响。 | |||||||||||||||
| 研究类型 | 观察 | |||||||||||||||
| 学习规划 | 观察模型：队列 时间观点：回顾 | |||||||||||||||
| 目标随访时间 | 不提供 | |||||||||||||||
| 生物测量 | 不提供 | |||||||||||||||
| 采样方法 | 非概率样本 | |||||||||||||||
| 研究人群 | 从2015年3月1日至2022年5月31日，广东省人民医院的患者。 来自中国广东省的孙子森纪念医院的患者； 2019.01-2022.3期间，中国省省肺癌学院 所有患者均应在组织学上证实NSCLC，并且具有术前CT扫描。 | |||||||||||||||
| 健康）状况 |
| |||||||||||||||
| 干涉 | 其他：放射算法 放射素特征提取，分类功能和模型收缩的不同放射组和机器学习策略 | |||||||||||||||
| 研究组/队列 |
| |||||||||||||||
| 出版物 * | 不提供 | |||||||||||||||
*包括由数据提供商提供的出版物以及Medline中临床标识符（NCT编号）的出版物。 | ||||||||||||||||
| 招聘信息 | ||||||||||||||||
| 招聘状况 | 招募 | |||||||||||||||
| 估计入学人数 | 500 | |||||||||||||||
| 原始估计注册 | 与电流相同 | |||||||||||||||
| 估计学习完成日期 | 2022年12月30日 | |||||||||||||||
| 估计的初级完成日期 | 2021年12月1日（主要结果指标的最终数据收集日期） | |||||||||||||||
| 资格标准 | 纳入标准：
排除标准：
免疫疗法队列的纳入标准：
免疫疗法队列的排除标准：
| |||||||||||||||
| 性别/性别 |
| |||||||||||||||
| 年龄 | 18岁以上（成人，老年人） | |||||||||||||||
| 接受健康的志愿者 | 不 | |||||||||||||||
| 联系人 |
| |||||||||||||||
| 列出的位置国家 | 中国 | |||||||||||||||
| 删除了位置国家 | ||||||||||||||||
| 管理信息 | ||||||||||||||||
| NCT编号 | NCT04452058 | |||||||||||||||
| 其他研究ID编号 | SYSEC-KY-KES-2019-107 | |||||||||||||||
| 有数据监测委员会 | 是的 | |||||||||||||||
| 美国FDA调节的产品 |
| |||||||||||||||
| IPD共享声明 |
| |||||||||||||||
| 责任方 | 太阳YAT-SEN大学的Sun Yat-Sen Memorial Hospital Herui Yao | |||||||||||||||
| 研究赞助商 | 太阳森纪念医院太阳YAT-SEN大学 | |||||||||||||||
| 合作者 | 广东省人民医院 | |||||||||||||||
| 调查人员 |
| |||||||||||||||
| PRS帐户 | 太阳森纪念医院太阳YAT-SEN大学 | |||||||||||||||
| 验证日期 | 2020年6月 | |||||||||||||||
研究描述
简要摘要：
这项研究的目的是调查基于从聚焦和长焦点区域（5mm）提取的放射素特征的合并放射素模型可以有效地改善从早期肺腺癌区分开前癌性病变的预测性能，这可以有助于为手术做出临床决策做出临床决策指示。此外，该策略也可以预测晚期NSCLC肺癌患者免疫疗法的反应和长期临床益处。
| 病情或疾病 | 干预/治疗 |
|---|---|
| 预测性癌症模型肺癌前腺癌前腺癌 | 其他：放射算法 |
详细说明：
在最佳治疗选择和避免不必要的手术程序方面，肺结核的早期检测和诊断在临床上具有重要意义。持续性病理学的结果导致肺前期病变，非典型腺瘤增生（AAH）以及原位（AIS）和早期阶段侵入性侵袭性腺癌（IAC），导致标准手术后的预后差异很大。除非在手术后实施病理学免疫组织化学研究，否则很难从AIS中识别肺围膜间质的微观侵入性，这可能导致延长的程序时间和不适当的手术决策。通过统计和机器学习算法从CT扫描筛选的关键特征衍生变量可能形成用于疾病诊断，肿瘤分期，治疗反应ADN患者预后的放射素学签名。这项研究的目的是研究基于局灶性和圆锥体（5mm）的放射线放射素签名是否可以有效地改善从早期肺腺癌区分前癌性病变的预测性能。此外，患者的免疫疗法反应各不相同，不超过20％的患者可以从中受益。尚未发现没有可靠的生物标志物可以预期编程的死亡配体1（PD-L1）表达，这是唯一获得免疫疗法的批准的生物标志物。然而，最近的报告表明，无论PD-L1阳性或阴性如何，患者都可以从免疫疗法中受益。相反，放射线学表明它的优势是非侵入性，易于获得的，并且没有采样的限制。因此，我们将这种策略应用于接受免疫检查点抑制剂（ICIS）的晚期NSCLC肺癌患者的免疫疗法反应，这将阻止某些非效力患者对ICIS的不良影响。
学习规划
| 研究类型 ： | 观察 |
| 估计入学人数 ： | 500名参与者 |
| 观察模型： | 队列 |
| 时间观点： | 回顾 |
| 官方标题： | 基于CT的放射组算法，用于协助手术决策并预测NSCLC的免疫疗法反应 |
| 实际学习开始日期 ： | 2019年8月1日 |
| 估计的初级完成日期 ： | 2021年12月1日 |
| 估计 学习完成日期 ： | 2022年12月30日 |
武器和干预措施
| 组/队列 | 干预/治疗 |
|---|---|
| 内部队列 从2015年3月1日至2019年12月31日，内部队列被追溯在广东省人民医院招收。单肺病变患者接受了术前CT扫描，并在组织学上确认了癌前病变或胸腔手术后的早期肺腺癌。 | 其他：放射算法 放射素特征提取，分类功能和模型收缩的不同放射组和机器学习策略 |
| 外部队列1 在中国广东省孙子Yat-Sen Memorial Hospital，Sun Yat-Sen Memorial Hospital，中国也适用了相同的纳入/排除标准，形成了73名患者的外部验证队列 | 其他：放射算法 放射素特征提取，分类功能和模型收缩的不同放射组和机器学习策略 |
| 外部队列2 在中国郑安吉安省的另一个独立中心，同样的纳入/排除标准也适用于另一个独立中心 | 其他：放射算法 放射素特征提取，分类功能和模型收缩的不同放射组和机器学习策略 |
| 免疫队列 从2015年3月1日到5月31日，内部队列被追溯到广东省人民医院。患有晚期肺癌的患者接受了术前CT扫描，并在接受组织学证实的NSCLC接受了免疫疗法。 | 其他：放射算法 放射素特征提取，分类功能和模型收缩的不同放射组和机器学习策略 |
结果措施
主要结果指标 ：
- 病理亚型[时间范围：5年]肺结节的病理类型
- 客观响应率（ORR）[时间范围：5年]接受免疫疗法的患者的所有受试者的ORR率
- 无进展生存率（PFS）[时间范围：5年]免疫疗法队列中从入学到进展或死亡（出于任何原因）
次要结果度量 ：
- 总体生存（OS）[时间范围：5年]从入学到死亡（出于任何原因）免疫疗法队列
- 临床福利率（CBR）[时间范围：5年]所有受试者的CBR率大于或等于24周
资格标准
| 有资格学习的年龄： | 18岁以上（成人，老年人） |
| 有资格学习的男女： | 全部 |
| 接受健康的志愿者： | 不 |
| 采样方法： | 非概率样本 |
研究人群
从2015年3月1日至2022年5月31日，广东省人民医院的患者。
来自中国广东省的孙子森纪念医院的患者； 2019.01-2022.3期间，中国省省肺癌学院
所有患者均应在组织学上证实NSCLC，并且具有术前CT扫描。
标准
纳入标准：
- （a）在病理上被证实为癌前病变或I期肺腺癌（≤3cm）
- （b）在手术前进行<3个月进行<3个月的标准胸部CT扫描，有或没有对比度增强。
- （c）临床特征的可用性。
排除标准：
- （a）术前治疗（新辅助化疗或放疗），
- （b）同时或同时患有其他肿瘤疾病。
- （c）包含其他病理成分，例如鳞状细胞肺癌（SCC）或小细胞肺癌（SCLC）或
- （d）图像质量差。
免疫疗法队列的纳入标准：
- （a）被诊断为高级NSCLC
- （b）在第一次剂量的免疫疗法前后，两种标准的胸部CT扫描都具有<3个月和之后的对比度增强。
- （c）临床特征的可用性。
免疫疗法队列的排除标准：
- （a）在病变的同一侧接受肺部手术。
- （b）同时或同时患有其他肿瘤疾病。
- （c）包含其他病理成分（SCLC或淋巴瘤）或
- （d）图像质量差。
- （e）不完整的临床数据。
联系人和位置
联系人
位置
赞助商和合作者
太阳森纪念医院太阳YAT-SEN大学
广东省人民医院
调查人员
| 学习主席： | Haiyu Zhou，博士 | 广东省人民医院 | |
| 首席研究员： | Luyu Huang | 广东省人民医院 | |
| 研究主任： | Herui Yao，博士 | 太阳森纪念医院太阳YAT-SEN大学 | |
| 研究主任： | Yunfang Yu | 太阳森纪念医院太阳YAT-SEN大学 | |
| 研究主任： | Hanbo Cao，博士 | zhoushan肺癌机构 |
| 追踪信息 | ||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 首先提交日期 | 2020年6月25日 | |||||||||||||||
| 第一个发布日期 | 2020年6月30日 | |||||||||||||||
| 上次更新发布日期 | 2020年6月30日 | |||||||||||||||
| 实际学习开始日期 | 2019年8月1日 | |||||||||||||||
| 估计的初级完成日期 | 2021年12月1日（主要结果指标的最终数据收集日期） | |||||||||||||||
| 当前的主要结果指标 |
| |||||||||||||||
| 原始主要结果指标 | 与电流相同 | |||||||||||||||
| 改变历史 | 没有发布更改 | |||||||||||||||
| 当前的次要结果指标 |
| |||||||||||||||
| 原始的次要结果指标 | 与电流相同 | |||||||||||||||
| 当前其他预先指定的结果指标 | 不提供 | |||||||||||||||
| 原始其他预先指定的结果指标 | 不提供 | |||||||||||||||
| 描述性信息 | ||||||||||||||||
| 简短标题 | 基于CT的放射组算法，用于协助手术决策并预测NSCLC的免疫疗法反应 | |||||||||||||||
| 官方头衔 | 基于CT的放射组算法，用于协助手术决策并预测NSCLC的免疫疗法反应 | |||||||||||||||
| 简要摘要 | 这项研究的目的是调查基于从聚焦和长焦点区域（5mm）提取的放射素特征的合并放射素模型可以有效地改善从早期肺腺癌区分开前癌性病变的预测性能，这可以有助于为手术做出临床决策做出临床决策指示。此外，该策略也可以预测晚期NSCLC肺癌患者免疫疗法的反应和长期临床益处。 | |||||||||||||||
| 详细说明 | 在最佳治疗选择和避免不必要的手术程序方面，肺结核的早期检测和诊断在临床上具有重要意义。持续性病理学的结果导致肺前期病变，非典型腺瘤增生（AAH）以及原位（AIS）和早期阶段侵入性侵袭性腺癌（IAC），导致标准手术后的预后差异很大。除非在手术后实施病理学免疫组织化学研究，否则很难从AIS中识别肺围膜间质的微观侵入性，这可能导致延长的程序时间和不适当的手术决策。通过统计和机器学习算法从CT扫描筛选的关键特征衍生变量可能形成用于疾病诊断，肿瘤分期，治疗反应ADN患者预后的放射素学签名。这项研究的目的是研究基于局灶性和圆锥体（5mm）的放射线放射素签名是否可以有效地改善从早期肺腺癌区分前癌性病变的预测性能。此外，患者的免疫疗法反应各不相同，不超过20％的患者可以从中受益。尚未发现没有可靠的生物标志物可以预期编程的死亡配体1（PD-L1）表达，这是唯一获得免疫疗法的批准的生物标志物。然而，最近的报告表明，无论PD-L1阳性或阴性如何，患者都可以从免疫疗法中受益。相反，放射线学表明它的优势是非侵入性，易于获得的，并且没有采样的限制。因此，我们将这种策略应用于接受免疫检查点抑制剂（ICIS）的晚期NSCLC肺癌患者的免疫疗法反应，这将阻止某些非效力患者对ICIS的不良影响。 | |||||||||||||||
| 研究类型 | 观察 | |||||||||||||||
| 学习规划 | 观察模型：队列 时间观点：回顾 | |||||||||||||||
| 目标随访时间 | 不提供 | |||||||||||||||
| 生物测量 | 不提供 | |||||||||||||||
| 采样方法 | 非概率样本 | |||||||||||||||
| 研究人群 | 从2015年3月1日至2022年5月31日，广东省人民医院的患者。 来自中国广东省的孙子森纪念医院的患者； 2019.01-2022.3期间，中国省省肺癌学院 所有患者均应在组织学上证实NSCLC，并且具有术前CT扫描。 | |||||||||||||||
| 健康）状况 |
| |||||||||||||||
| 干涉 | 其他：放射算法 放射素特征提取，分类功能和模型收缩的不同放射组和机器学习策略 | |||||||||||||||
| 研究组/队列 |
| |||||||||||||||
| 出版物 * | 不提供 | |||||||||||||||
*包括由数据提供商提供的出版物以及Medline中临床标识符（NCT编号）的出版物。 | ||||||||||||||||
| 招聘信息 | ||||||||||||||||
| 招聘状况 | 招募 | |||||||||||||||
| 估计入学人数 | 500 | |||||||||||||||
| 原始估计注册 | 与电流相同 | |||||||||||||||
| 估计学习完成日期 | 2022年12月30日 | |||||||||||||||
| 估计的初级完成日期 | 2021年12月1日（主要结果指标的最终数据收集日期） | |||||||||||||||
| 资格标准 | 纳入标准：
排除标准：
免疫疗法队列的纳入标准：
免疫疗法队列的排除标准：
| |||||||||||||||
| 性别/性别 |
| |||||||||||||||
| 年龄 | 18岁以上（成人，老年人） | |||||||||||||||
| 接受健康的志愿者 | 不 | |||||||||||||||
| 联系人 |
| |||||||||||||||
| 列出的位置国家 | 中国 | |||||||||||||||
| 删除了位置国家 | ||||||||||||||||
| 管理信息 | ||||||||||||||||
| NCT编号 | NCT04452058 | |||||||||||||||
| 其他研究ID编号 | SYSEC-KY-KES-2019-107 | |||||||||||||||
| 有数据监测委员会 | 是的 | |||||||||||||||
| 美国FDA调节的产品 |
| |||||||||||||||
| IPD共享声明 |
| |||||||||||||||
| 责任方 | 太阳YAT-SEN大学的Sun Yat-Sen Memorial Hospital Herui Yao | |||||||||||||||
| 研究赞助商 | 太阳森纪念医院太阳YAT-SEN大学 | |||||||||||||||
| 合作者 | 广东省人民医院 | |||||||||||||||
| 调查人员 |
| |||||||||||||||
| PRS帐户 | 太阳森纪念医院太阳YAT-SEN大学 | |||||||||||||||
| 验证日期 | 2020年6月 | |||||||||||||||
