Genetisk-specifikke virkninger af fructose på leverlipogenese
Det primære mål med denne undersøgelse er at identificere et sæt genotyper, der øger risikoen for ikke-alkoholisk fedtleversygdom (NAFLD) og disponerer individer for øget de novo lipogenese (DNL) og leverfedtakkumulering, når de udsættes for fructoseindtag. Det foreslåede mål vil blive nået ved at opfylde følgende mål:
- For at bestemme virkningen af langvarig eksponering af fructose på leverlipidakkumulering hos kaukasiske individer med høj og lav genetisk risiko for NAFLD,
- at bestemme virkningen af akut eksponering af fructose på lever DNL, og
- at bestemme forholdet mellem markører for DNL, leverfedtakkumulering og serumkoncentrationer af lipider, urinsyre og leverfunktionsmarkører før og efter fructose-udfordringen.
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Detaljeret beskrivelse
BAGGRUND OG RATIONALE Ikke-alkoholisk fedtleversygdom (NAFLD) er karakteriseret ved fedtophobning i leverceller, der ikke er forårsaget af alkohol. En førende årsag til kronisk leversygdom i USA, NAFLD repræsenterer en gruppe lidelser, herunder steatose, ikke-alkoholisk steatohepatitis med fibrose. Det er steget betydeligt i prævalens i løbet af de sidste to årtier, hvor den anslåede prævalens er 20 % blandt amerikanske voksne og 25 % hos unge voksne (18-39 år). Over 64 millioner individer menes at have NAFLD med årlige medicinske omkostninger, der stiger til mere 100 milliarder dollars. Mere almindelig hos personer, der er overvægtige eller diabetikere og/eller har metabolisk syndrom, er NAFLD blevet forbundet med øget skrumpelever, leverrelateret dødelighed og hepatocellulært karcinom.
Både genetiske og miljømæssige, herunder ernæringsmæssige, faktorer bidrager til opståen og progression af NAFLD. Øget forbrug af sukkersødede, fruktoserige drikke er blevet forbundet med NAFLD. Fructose, der almindeligvis findes i læskedrikke, frugtjuice og energidrikke, påvirker mange metaboliske processer, først og fremmest en stigning i fedtophobning i leveren og dermed NAFLD. Genomomfattende og kandidatgenundersøgelser har identificeret flere gener forbundet med NAFLD. Ingen af disse undersøgelser har imidlertid vist de kumulative virkninger af enkeltnukleotidpolymorfismer (SNP'er) på ændringer i leverfedt, når de udsættes for fructose. Resultaterne fra denne undersøgelse kan ekstrapoleres til større kohorter og andre etniciteter og forventes derfor at lægge grundlaget for udvikling af personlige ernæringsplaner.
Undersøgelsestype
Undersøgelsestype
Tilmelding (Faktiske)
Tilmelding
Fase
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Saroja Voruganti, PhD
- Telefonnummer: 704-250-5009
- E-mail: saroja@unc.edu
Undersøgelse Kontakt Backup
- Navn: Brea Nance
- Telefonnummer: 704-250-5055
- E-mail: brea_correll@unc.edu
Studiesteder
-
-
North Carolina
-
Kannapolis, North Carolina, Forenede Stater, 28081
- UNC Nutrition Research Institute
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Beskrivelse
Inklusionskriterier:
- Emner 12 - 40 år
- Ingen historie med alkoholmisbrug (> 7 drinks om ugen)
- Anamnese med fructoseindtag på < 14 drinks om ugen
- Kaukasisk etnicitet
- BMI > 25 kg/m² - 32 kg/m² eller 85. -99. percentil, men ellers sund
Ekskluderingskriterier:
- alder < 12 og > 40 år
- Gravid/ammende
- kendt alkoholmisbrug eller fructoseindtag > 14 drinks om ugen
- ikke af kaukasisk etnicitet
- glukoseniveauer > 100 mg/dL ved fastende, > 140 mg/dL, hvis inden for 2 timer efter måltid og > 200 mg/dL ved tilfældig prøve
- tager antihypertensive, antidiabetiske, urinsyre- og/eller lipidsænkende medicin
- kendt diagnose af diabetes, fruktoseintolerance, kronisk nyresygdom, NAFLD eller enhver leverrelateret sygdom, hypertriglyceridæmi, polycystisk ovariesyndrom, hypothyroidisme, obstruktiv søvnapnø, hypopituitarisme og hypogonadisme
- BMI < 25 kg/m² eller > 32 kg/m² eller < 85. eller > 99. percentil
- Leverfedtfraktion >5 % ifølge baseline MR-scanning
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Grundvidenskab
- Tildeling: Ikke-randomiseret
- Interventionel model: Parallel tildeling
- Maskning: Ingen (Åben etiket)
Antal våben
Våben og indgreb
Deltagergruppe / ArmDeltagergruppe / Arm |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Eksperimentel: Høj GRS gruppe
Denne gruppe består af individer, som er i den højeste kvartil af den genetiske risikoscore (GRS) og vil indtage én sukkerdrik (svarende til 2 læskedrikke) om dagen i 3 uger.
GRS beregnes ved at tilføje antallet af alleler, der øger risikoen for leverlipogenese eller fedtlever.
|
En sukkerdrik lavet med 1,2 g/kg kropsvægt tilsat sukker (0,75g/kg kropsvægt fructose + 0,45g/kg kropsvægt glukose) og 24 oz vand
|
|
Eksperimentel: Lav GRS gruppe
Denne gruppe består af individer, der er i den laveste kvartil af den genetiske risikoscore (GRS) og vil indtage én sukkerdrik (svarende til 2 læskedrikke) om dagen i 3 uger.
GRS beregnes ved at tilføje antallet af alleler, der øger risikoen for leverlipogenese eller fedtlever.
|
En sukkerdrik lavet med 1,2 g/kg kropsvægt tilsat sukker (0,75g/kg kropsvægt fructose + 0,45g/kg kropsvægt glukose) og 24 oz vand
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Gennemsnitlig ændring i leverfedtindhold baseret på elastografi
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Elastografi (Fibroscan) vil blive brugt til at måle ændringer i leverfedt.
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig procentændring i leverfedtindhold baseret på MR
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Magnetisk resonansbilleddannelse (MRI) vil blive brugt til at måle ændringer i leverfedt (% ændring i fedtfraktion).
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i serumkoncentrationer af Lipoprotein-triglycerider med meget lav densitet (VLDL-TG)
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
VLDL-TG-måling i serum (mg/dl) i uge 0 og uge 3.
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i AUC af serum-lipoprotein-triglycerider med meget lav densitet (VLDL-TG)
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Areal under kurve (AUC) (mg*t/dl) af serum VLDL-TG for baseline og 3 timers tidspunkter i uge 0 og uge 3.
|
mellem uge 0 (Baseline) og uge 3
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Gennemsnitlig ændring i serumkoncentrationer af triglycerider
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Fastende koncentrationer af serumtriglycerider (mg/dl) vil blive målt i uge 0 og 3
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i AUC af serumtriglycerider
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Areal under kurve (AUC) (mg*t/dl) af serum VLDL-TG for baseline og 3 timers tidspunkter i uge 0 og uge 3.
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i serumkoncentrationer af HDL-kolesterol
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Fastende koncentrationer af serum HDL-kolesterol (mg/dl) vil blive målt i uge 0 og uge 3.
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i AUC for serum HDL-kolesterol
Tidsramme: mellem uge 0 (baseline) og uge 3
|
Areal under kurve (AUC) (mg*t/dl) af serum HDL-kolesterol for baseline og 3 timers tidspunkter i uge 0 og uge 3.
|
mellem uge 0 (baseline) og uge 3
|
|
Gennemsnitlig ændring i serumkoncentrationer af LDL-kolesterol
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Fastende koncentrationer af serum LDL-kolesterol (mg/dl) vil blive målt.at
uge 0 og uge 3
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i AUC for serum LDL-kolesterol
Tidsramme: Uge 0 (basislinje) og uge 3
|
Areal under kurve (AUC) (mg*t/dl) af serum LDL-kolesterol for baseline og 3 timers tidspunkter i uge 0 og uge 3.
|
Uge 0 (basislinje) og uge 3
|
|
Gennemsnitlig ændring i serumkoncentrationer af totalt kolesterol
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Fastende serumkoncentrationer af total kolesterol (mg/dl) vil blive målt i uge 0 og uge 3
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i AUC af totalt serumkolesterol
Tidsramme: uge 0 og uge 3
|
Areal under kurve (AUC) (mg*t/dl) af totalt serumkolesterol for baseline og 3 timers tidspunkter i uge 0 og uge 3.
|
uge 0 og uge 3
|
|
Gennemsnitlige ændringer i serumkoncentrationer af urinsyre
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Fastende koncentrationer af serumurinsyre (ng/ml) vil blive målt i uge 0 og uge 3
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlige ændringer i AUC for serumurinsyre
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Areal under kurve (AUC) (ng*t/ml) af serumurinsyre for baseline og 3 timers tidspunkter i uge 0 og uge 3.
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i serumkoncentrationer af leverfunktionsmarkør (alanintransaminase-ALAT).
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Fastende koncentrationer af serum ALT (nmol) vil blive målt i uge 0 og uge 3
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i AUC af serumalanintransaminase (ALT)
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Areal under kurve (AUC) (nmol/time) af serum-ALAT for baseline og 3 timers tidspunkter i uge 0 og uge 3.
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i serumkoncentrationer af leverfunktionsmarkør (aspartattransaminase-AST).
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Serumkoncentrationer af serum AST vil blive målt i uge 0 og uge 3
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i AUC for serumaspartattransaminase (AST).
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Areal under kurve (AUC) (IE*time/L) af serum AST for baseline og 3 timers tidspunkter i uge 0 og uge 3.
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i serumkoncentrationer af leverfunktionsmarkør (alkalisk fosfatase-ALP)
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Fastende koncentrationer af serum ALP (nmol) vil blive målt i uge 0 og uge 3
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i AUC af serum alkalisk fosfatase (ALP)
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Areal under kurve (AUC) (nmol/time) af serum ALP for baseline og 3 timers tidspunkter i uge 0 og uge 3.
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i serumkoncentrationer af leverfunktionsmarkør (Gamma Glutamyl Transpeptidase-GGT)
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Serumkoncentrationer af GGT vil blive målt i uge 0 og uge 3
|
mellem uge 0 (Baseline) og uge 3
|
|
Gennemsnitlig ændring i AUC af serum gamma glutamyl transpeptidase (GGT)
Tidsramme: mellem uge 0 (Baseline) og uge 3
|
Areal under kurve (AUC) (IE*t/dl) af serum VLDL-TG for baseline og 3 timers tidspunkter i uge 0 og uge 3.
|
mellem uge 0 (Baseline) og uge 3
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Efterforskere
Efterforskere
- Ledende efterforsker: Saroja Voruganti, University of North Carolina, Chapel Hill
Publikationer og nyttige links
Generelle publikationer
- Akhavan T, Anderson GH. Effects of glucose-to-fructose ratios in solutions on subjective satiety, food intake, and satiety hormones in young men. Am J Clin Nutr. 2007 Nov;86(5):1354-63. doi: 10.1093/ajcn/86.5.1354.
- Awai HI, Newton KP, Sirlin CB, Behling C, Schwimmer JB. Evidence and recommendations for imaging liver fat in children, based on systematic review. Clin Gastroenterol Hepatol. 2014 May;12(5):765-73. doi: 10.1016/j.cgh.2013.09.050. Epub 2013 Sep 30.
- Bonder A, Afdhal N. Utilization of FibroScan in clinical practice. Curr Gastroenterol Rep. 2014 Feb;16(2):372. doi: 10.1007/s11894-014-0372-6.
- Stanhope KL, Schwarz JM, Keim NL, Griffen SC, Bremer AA, Graham JL, Hatcher B, Cox CL, Dyachenko A, Zhang W, McGahan JP, Seibert A, Krauss RM, Chiu S, Schaefer EJ, Ai M, Otokozawa S, Nakajima K, Nakano T, Beysen C, Hellerstein MK, Berglund L, Havel PJ. Consuming fructose-sweetened, not glucose-sweetened, beverages increases visceral adiposity and lipids and decreases insulin sensitivity in overweight/obese humans. J Clin Invest. 2009 May;119(5):1322-34. doi: 10.1172/JCI37385. Epub 2009 Apr 20.
- Stanhope KL, Bremer AA, Medici V, Nakajima K, Ito Y, Nakano T, Chen G, Fong TH, Lee V, Menorca RI, Keim NL, Havel PJ. Consumption of fructose and high fructose corn syrup increase postprandial triglycerides, LDL-cholesterol, and apolipoprotein-B in young men and women. J Clin Endocrinol Metab. 2011 Oct;96(10):E1596-605. doi: 10.1210/jc.2011-1251. Epub 2011 Aug 17.
- Schwarz JM, Noworolski SM, Wen MJ, Dyachenko A, Prior JL, Weinberg ME, Herraiz LA, Tai VW, Bergeron N, Bersot TP, Rao MN, Schambelan M, Mulligan K. Effect of a High-Fructose Weight-Maintaining Diet on Lipogenesis and Liver Fat. J Clin Endocrinol Metab. 2015 Jun;100(6):2434-42. doi: 10.1210/jc.2014-3678. Epub 2015 Mar 31.
- Younossi ZM, Blissett D, Blissett R, Henry L, Stepanova M, Younossi Y, Racila A, Hunt S, Beckerman R. The economic and clinical burden of nonalcoholic fatty liver disease in the United States and Europe. Hepatology. 2016 Nov;64(5):1577-1586. doi: 10.1002/hep.28785. Epub 2016 Sep 26.
- Vos MB, Kimmons JE, Gillespie C, Welsh J, Blanck HM. Dietary fructose consumption among US children and adults: the Third National Health and Nutrition Examination Survey. Medscape J Med. 2008 Jul 9;10(7):160.
- Moore JB, Gunn PJ, Fielding BA. The role of dietary sugars and de novo lipogenesis in non-alcoholic fatty liver disease. Nutrients. 2014 Dec 10;6(12):5679-703. doi: 10.3390/nu6125679.
- Faeh D, Minehira K, Schwarz JM, Periasamy R, Park S, Tappy L. Effect of fructose overfeeding and fish oil administration on hepatic de novo lipogenesis and insulin sensitivity in healthy men. Diabetes. 2005 Jul;54(7):1907-13. doi: 10.2337/diabetes.54.7.1907. Erratum In: Diabetes. 2006 Feb;55(2):563. Periasami, Raj [corrected to Periasamy, Raj]; Seongsu, Park [corrected to Park, Seongsu].
- Alwahsh SM, Gebhardt R. Dietary fructose as a risk factor for non-alcoholic fatty liver disease (NAFLD). Arch Toxicol. 2017 Apr;91(4):1545-1563. doi: 10.1007/s00204-016-1892-7. Epub 2016 Dec 19.
- Stanhope KL, Medici V, Bremer AA, Lee V, Lam HD, Nunez MV, Chen GX, Keim NL, Havel PJ. A dose-response study of consuming high-fructose corn syrup-sweetened beverages on lipid/lipoprotein risk factors for cardiovascular disease in young adults. Am J Clin Nutr. 2015 Jun;101(6):1144-54. doi: 10.3945/ajcn.114.100461. Epub 2015 Apr 22.
- Basaranoglu M, Basaranoglu G, Bugianesi E. Carbohydrate intake and nonalcoholic fatty liver disease: fructose as a weapon of mass destruction. Hepatobiliary Surg Nutr. 2015 Apr;4(2):109-16. doi: 10.3978/j.issn.2304-3881.2014.11.05.
- Johnson RJ, Nakagawa T, Sanchez-Lozada LG, Shafiu M, Sundaram S, Le M, Ishimoto T, Sautin YY, Lanaspa MA. Sugar, uric acid, and the etiology of diabetes and obesity. Diabetes. 2013 Oct;62(10):3307-15. doi: 10.2337/db12-1814.
- Zhou Y, Wei F, Fan Y. High serum uric acid and risk of nonalcoholic fatty liver disease: A systematic review and meta-analysis. Clin Biochem. 2016 May;49(7-8):636-42. doi: 10.1016/j.clinbiochem.2015.12.010. Epub 2015 Dec 29.
- Goran MI, Walker R, Allayee H. Genetic-related and carbohydrate-related factors affecting liver fat accumulation. Curr Opin Clin Nutr Metab Care. 2012 Jul;15(4):392-6. doi: 10.1097/MCO.0b013e3283544477.
- Speliotes EK, Yerges-Armstrong LM, Wu J, Hernaez R, Kim LJ, Palmer CD, Gudnason V, Eiriksdottir G, Garcia ME, Launer LJ, Nalls MA, Clark JM, Mitchell BD, Shuldiner AR, Butler JL, Tomas M, Hoffmann U, Hwang SJ, Massaro JM, O'Donnell CJ, Sahani DV, Salomaa V, Schadt EE, Schwartz SM, Siscovick DS; NASH CRN; GIANT Consortium; MAGIC Investigators; Voight BF, Carr JJ, Feitosa MF, Harris TB, Fox CS, Smith AV, Kao WH, Hirschhorn JN, Borecki IB; GOLD Consortium. Genome-wide association analysis identifies variants associated with nonalcoholic fatty liver disease that have distinct effects on metabolic traits. PLoS Genet. 2011 Mar;7(3):e1001324. doi: 10.1371/journal.pgen.1001324. Epub 2011 Mar 10.
- Davis JN, Le KA, Walker RW, Vikman S, Spruijt-Metz D, Weigensberg MJ, Allayee H, Goran MI. Increased hepatic fat in overweight Hispanic youth influenced by interaction between genetic variation in PNPLA3 and high dietary carbohydrate and sugar consumption. Am J Clin Nutr. 2010 Dec;92(6):1522-7. doi: 10.3945/ajcn.2010.30185. Epub 2010 Oct 20.
- Ter Horst KW, Schene MR, Holman R, Romijn JA, Serlie MJ. Effect of fructose consumption on insulin sensitivity in nondiabetic subjects: a systematic review and meta-analysis of diet-intervention trials. Am J Clin Nutr. 2016 Dec;104(6):1562-1576. doi: 10.3945/ajcn.116.137786. Epub 2016 Nov 9.
- Schwarz JM, Noworolski SM, Erkin-Cakmak A, Korn NJ, Wen MJ, Tai VW, Jones GM, Palii SP, Velasco-Alin M, Pan K, Patterson BW, Gugliucci A, Lustig RH, Mulligan K. Effects of Dietary Fructose Restriction on Liver Fat, De Novo Lipogenesis, and Insulin Kinetics in Children With Obesity. Gastroenterology. 2017 Sep;153(3):743-752. doi: 10.1053/j.gastro.2017.05.043. Epub 2017 Jun 1.
- Ventura EE, Davis JN, Goran MI. Sugar content of popular sweetened beverages based on objective laboratory analysis: focus on fructose content. Obesity (Silver Spring). 2011 Apr;19(4):868-74. doi: 10.1038/oby.2010.255. Epub 2010 Oct 14.
- Faix D, Neese R, Kletke C, Wolden S, Cesar D, Coutlangus M, Shackleton CH, Hellerstein MK. Quantification of menstrual and diurnal periodicities in rates of cholesterol and fat synthesis in humans. J Lipid Res. 1993 Dec;34(12):2063-75.
- Hudgins LC, Parker TS, Levine DM, Hellerstein MK. A dual sugar challenge test for lipogenic sensitivity to dietary fructose. J Clin Endocrinol Metab. 2011 Mar;96(3):861-8. doi: 10.1210/jc.2010-2007. Epub 2011 Jan 20.
- Shin HJ, Kim HG, Kim MJ, Koh H, Kim HY, Roh YH, Lee MJ. Normal range of hepatic fat fraction on dual- and triple-echo fat quantification MR in children. PLoS One. 2015 Feb 6;10(2):e0117480. doi: 10.1371/journal.pone.0117480. eCollection 2015.
- Lallukka S, Sadevirta S, Kallio MT, Luukkonen PK, Zhou Y, Hakkarainen A, Lundbom N, Orho-Melander M, Yki-Jarvinen H. Predictors of Liver Fat and Stiffness in Non-Alcoholic Fatty Liver Disease (NAFLD) - an 11-Year Prospective Study. Sci Rep. 2017 Nov 6;7(1):14561. doi: 10.1038/s41598-017-14706-0.
- Softic S, Gupta MK, Wang GX, Fujisaka S, O'Neill BT, Rao TN, Willoughby J, Harbison C, Fitzgerald K, Ilkayeva O, Newgard CB, Cohen DE, Kahn CR. Divergent effects of glucose and fructose on hepatic lipogenesis and insulin signaling. J Clin Invest. 2017 Nov 1;127(11):4059-4074. doi: 10.1172/JCI94585. Epub 2017 Oct 3. Erratum In: J Clin Invest. 2018 Mar 1;128(3):1199. doi: 10.1172/JCI99009.
- Santoro N, Caprio S, Pierpont B, Van Name M, Savoye M, Parks EJ. Hepatic De Novo Lipogenesis in Obese Youth Is Modulated by a Common Variant in the GCKR Gene. J Clin Endocrinol Metab. 2015 Aug;100(8):E1125-32. doi: 10.1210/jc.2015-1587. Epub 2015 Jun 4. Erratum In: J Clin Endocrinol Metab. 2020 Jan 2;105(2):dgz158. doi: 10.1210/clinem/dgz158.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Faktiske)
Primær færdiggørelse
Studieafslutning (Faktiske)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- 17-3348
- P30DK056336-16S1 (U.S. NIH-bevilling/kontrakt)
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
IPD-delingstidsramme
IPD-delingsadgangskriterier
IPD-deling Understøttende informationstype
- STUDY_PROTOCOL
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .