Močová proteomika pro vedení včasné zásahy, aby se zabránilo komplikacím u diabetu 2. typu - studie proveditelnosti (SIGNAL)

Pozadí:

Diabetes a jeho související komplikace ukládají významné zatížení pacientů i společností. Navzdory pokroku při snižování glukózy v krvi zůstává zvýšené riziko vzniku kardiovaskulárního onemocnění (CVD) a chronického onemocnění ledvin (CKD) naléhavým problémem, což zdůrazňuje potřebu optimalizovaných preventivních strategií a zlepšené terapeutické možnosti. Nedávný vývoj v léčivech snižujících glukózu, jako jsou sodík-glukosecotransporter-2-inhibitors (SGLT2-I) a glukagonský peptid-1 receptorový receptor (GLP1-RA), a také použití nesteroidního mineralokortikoidového receptorového atotoragonisty), které byly na základě násobné kartinoovskulární a renalussizulární a renáloviště. V současné době neexistuje spolehlivá metoda pro predikci personalizovaných léčebných odpovědí v diabetických komplikacích. V důsledku toho jsou přínosy léčby ve sporu kvůli velkému počtu pacientů, kteří neodpovídají. Použití SGLT2-I, NSMRA a GLP1-RA v CKD se odehrálo převážně paralelně, všichni agenti prokázali přínos, ale zatím není jasné, jak upřednostňovat mezi léky nebo pokud by mělo být vše kombinováno. Tato studie staví na předchozí vědecké práci, která zkoumala proteom moči a identifikovala několik biomarkerů schopných předpovídat komplikace spojené s časným diabetem.

Skóre proteomického rizika CKD273 CKD273 je dobře zavedený nástroj používaný k predikci rizika progrese chronického onemocnění ledvin (CKD). CAD160 je skóre proteomického rizika moči, aby se předpovídalo riziko onemocnění koronárních tepen (CAD). Proteomický klasifikátor moči HF2 se používá k predikci rizika srdečního selhání (HF).

Analýza vzorku moči je založena na kapilární elektroforéze spojené s hmotnostní spektrometrií (CE-MS) pro stanovení těchto skóre rizika.

Proteomické skóre moči jsou nepřetržité numerické hodnoty. Vyšší skóre znamená, že vzorec peptidu moči je více podobný tomu u pacientů s progresivním onemocněním. Nižší skóre označuje profil peptidu typičtější pro zdravé jedince.

Kromě toho podpůrný vektorový stroj (SVM) bude provádět algoritmus strojového učení pod dohledem v simulacích ošetření silico a vypočítá změnu skóre klasifikace pro 3 různé potenciální intervence: GLP1-RA semaglutid, SGT2-I Dapagliflozin a GLP1-RA Finerenon. Na základě těchto změn (s největší prospěšnou změnou naznačující nejúčinnější léčbu) lze vybrat nejvhodnější zásah a účastník bude přidělen.

Design:

Jednorázová, otevřená, paralelní skupina (intervenční skupina) s 6měsíční intervencí.

Populace:

Diabetes 2. typu bez anamnézy srdečního selhání NYHA třídy IV nebo pokročilého diabetického onemocnění ledvin s odhadovanou rychlostí glomerulární filtrace (EGFR) <30 ml/min/1,73 m2 nebo poměr kreatininu albuminu moči (UACR)> 200 mg/g.

Cíle:

Posoudit proveditelnost použití proteomických klasifikátorů v klinické praxi pro predikci odpovědi v prospektivní studii. Používáme močové proteomické klasifikátory: CKD273, CAD160 a HF2 k identifikaci pacientů vhodných pro další lékařskou léčbu sodíko-glukózovou-cotransporter-2 (SGLT2)-inhibitory, glukagonský peptid-1 GLP-1 receptorový receptor receptoru.

Intervence:

Inhibitor SGLT2 Dapagliflozin 10 mg denně, NSMRA Finerenon 10-20 mg denně a GLP-1 receptorový agonista semaglutidu 0,25-1,0 MG jednou týdně. Léky budou podávány postupně podle předem specifikovaného algoritmu a vedeny odpovědí na UACR.

Koncové body:

Primárním koncovým bodem je proveditelnost používání proteomických klasifikátorů v klinické praxi, zatímco sekundárními koncovými body jsou změny v proteomických podpisech UACR a moči po 6 měsících léčby.

Časový rozvrh:

Očekává se, že studie zahájí začlenění 1. června 2025. Období náboru je 6 měsíců, intervenční období je 6 měsíců, a proto se očekává, že studie bude ukončena 31. května 2026.