- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT05345106
Indbyrdes relationer mellem glukose, hjerne, tarmmikrobiota og mikroRNA'er (IRONmiRNA). (IRONmiRNA)
Indbyrdes relationer blandt jernlagre, tarmmetagenomet, glukoseniveauer og forskellige kognitive domæner: Rollen af cirkulerende mikroRNA'er (IRONmiRNA-undersøgelse).
Hjernen er et anerkendt mål for jernaflejring. Denne proces forstærkes af tilstedeværelsen af fedme og hyperglykæmi og påvirker kognitive funktioner. Der er beviser, der tyder på, at tarmmikrobiotasammensætningen modulerer denne proces. Det er blevet foreslået, at mikroRNA'er er mediatorer i dialogen mellem sammensætningen og funktionaliteten af tarmmikrobiotaen og øget jernaflejring i hjernen.
Hypotesen er, at cirkulerende mikroRNA'er er forbundet med parametre for kognitiv dysfunktion, tarmmikrobiota, hjernens jernindhold, glukoseniveauer og fysisk aktivitet hos personer med og uden fedme.
Undersøgelsen omfatter både et tværsnit (sammenligning af forsøgspersoner med og uden fedme) og et longitudinelt design (evaluering et år efter vægttab induceret af fedmekirurgi eller diæt hos patienter med fedme) for at evaluere sammenhænge mellem cirkulerende mikroRNA'er, kontinuerlig glukose overvågning, hjernens jernindhold (ved magnetisk resonans), kognitiv funktion (ved hjælp af kognitive tests), fysisk aktivitet (målt ved aktivitet og søvnsporingsenhed) og mikrobiotaens sammensætning, vurderet ved metagenomics.
Studieoversigt
Status
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
Emner og metoder:
A. Tværsnitsundersøgelse:
Patienter med fedme, der tidligere var planlagt til Service of Endocrinology, Diabetes and Nutrition (UDEN) på Hospitalet "Dr. Josep Trueta" fra Girona (Spanien) vil blive rekrutteret og studeret. Forsøgspersoner uden fedme vil også blive rekrutteret gennem en offentlig annoncering.
En glykæmisensor vil blive indsat i ti dage, samt en aktivitets- og søvnsporingsenhed (Fitbit) til at registrere fysisk aktivitet i denne periode. Interstitielle subkutane glukosekoncentrationer vil blive overvåget ambulant i en periode på 10 på hinanden følgende dage ved hjælp af en glukosesensor valideret af Food and Drug Administration (Dexcom G6 ®). Sensoren vil blive indsat på dag 0, og den vil trække sig tilbage på dag 10 midt på formiddagen.
Glukoseregistreringer vil fortrinsvis blive evalueret på dag 2 til 9 for at undgå bias forårsaget af indsættelse og fjernelse af sensoren, hvilket forhindrer en tilstrækkelig stabilisering af overvågningssystemet. Det karakteristiske glykæmiske mønster for hver patient vil blive beregnet i gennemsnit ud fra profilerne opnået på dag 2 til 9.
I slutningen af ugen vil der blive foretaget magnetisk resonansbilleddannelse for at evaluere jernindholdet i hjernen og parametre for "Diffusion Tensor Imaging" i forskellige hjerneterritorier.
Kognitive tests vil blive udført, og afføring og urin vil blive indsamlet til undersøgelse af mikrobiotaen. Derudover vil der blive indsamlet blodprøver til ekstraktion og oprensning af cirkulerende RNA og derefter retrotranskription af cirkulerende miRNA'er og præamplifikation.
Projektet vil blive udført i forsøgspersoner med fedme (20 mænd, 20 præmenopausale kvinder og 20 kvinder postmenopausale, kropsmasseindeks (BMI) > = 30 kg/m2) og forsøgspersoner uden fedme, ens i alder, køn og overgangsalderen ( 20 mænd, 20 præmenopausale kvinder og 20 postmenopausale kvinder, BMI <30 kg/m2).
B. Longitudinelle undersøgelse:
Efter et års opfølgning, hvor personer med fedme vil gennemgå konventionel behandling (hypokalorisk diæt og råd om fysisk aktivitet) eller fedmekirurgi for vægttab, vil der blive gennemført et andet besøg.
Til sammenligning vil den samme protokol for tværsnitsundersøgelsen blive udført igen. Se oplysningerne ovenfor.
DATAINDSAMLING AF EMNER I Tværsnits- og længdestudier:
- Underordnede data: Alder, køn og fødselsdato.
Kliniske variabler:
- Vægt
- højde,
- BMI
- talje- og hofteomkreds
- talje-til-hofte-forhold
- blodtryk (systolisk og diastolisk)
- fedtmasse og fedtfri masse (bioelektrisk impedans og DEXA)
- rygestatus
- alkoholindtag
- register over sædvanlige lægemidler
- personlig historie med blodtransfusion og/eller donation
- en optegnelse over familiehistorie med fedme, kardiovaskulære hændelser og diabetes
- psykiatrisk og spiseforstyrrelseshistorie.
Laboratorievariabler: 15 cc blod vil blive ekstraheret fra fastende forsøgspersoner for at bestemme følgende variabler ved brug af de sædvanlige rutineteknikker i det kliniske laboratorium:
- hæmogram
- glukose
- bilirubin
- aspartat aminotransferase (AST/GOT)
- alanin aminotransferase (ALT/GPT)
- gamma-glutamyl transpeptidase (GGT)
- urinstof
- kreatinin
- urinsyre
- samlede proteiner,
- albumin
- total kolesterol | HDL-kolesterol | LDL kolesterol
- triglycerider,
- glykeret hæmoglobin (HbA1c)
- ferritin | opløselig transferrinreceptor
- ultrafølsomt C-reaktivt protein
- erytrocytsedimentationshastighed
- lipopolysaccharid bindende protein
- fri thyroxin (fri T4) | thyreoideastimulerende hormon (TSH) | baseline cortisol-plasma insulin
- betændelsesmarkører | interleukin 6 (IL-6). Yderligere 15 cc blod (plasma-EDTA) vil blive ekstraheret til yderligere analyser.
Indsamling af afføringsprøver: En afføringsprøve vil blive givet fra hver patient. Prøven skal indsamles hjemme eller på hospitalet, sendes til laboratoriet inden for 4 timer efter indsamlingen, fragmenteres og opbevares ved -80ºC.
Analyse af tarmmikrobiota i afføring:
* Bestemmelse af bakteriel DNA og mRNA og undersøgelse af det LBP bindende protein i blodet til påvisning af bakteriel translokation. LBP bindende protein i blodet til påvisning af bakteriel translokation. Hiseq og Nextseq teknologi (qPCR og proteinanalyse (WB, ELISA), OMICS (RNAseq, 16S, Metabolomics, Metagenomics).
- Urinprøvesamling: Nødvendig for at bestemme ændringer i de metaboliske veje, der er involveret i tryptofanmetabolisme, og for at bestemme tarmmikrobiotaens rolle i disse metaboliske ændringer.
- Magnetisk resonansbilleddannelse: Alle MR-undersøgelser vil blive udført på en 1,5-T scanner (Ingenia ®; Philips Medical Systems). Først vil en fluid-attenuated inversion recovery (FLAIR)-sekvens blive brugt til at udelukke forsøgspersoner med allerede eksisterende hjernelæsioner. Hjernens jernbelastning vil blive vurderet ved hjælp af R2* værdier. T2*-relaksationsdata vil blive erhvervet med en multi-ekko gradient-ekkosekvens med 10 lige store ekkoer (første ekko=4,6ms; mellem ekkoafstand=4,6ms; gentagelsestid = 1300ms). T2* vil blive beregnet ved at tilpasse de enkelte eksponentielle termer til signalhenfaldskurverne for de respektive multi-ekko data. R2* værdier vil blive beregnet som R2*=1/T2* og udtrykt som Hz. Derudover vil R2*-værdier blive konverteret til μmol Fe/g-enheder som tidligere valideret på fantomtests. Hjernejernsbilleder fra kontrolpersoner vil blive normaliseret til et standardrum ved hjælp af et skabelonbillede til dette formål (EPI MNI-skabelon). Efterfølgende vil alle normaliserede billeder blive gennemsnittet til bestemmelse af normalt jernindhold. Normale værdier (middelværdi og SD) vil også blive beregnet for anatomiske områder af interesse ved hjælp af forskellige atlasmasker, der adresserer mulige forskelle mellem køn og alder. Hjernejern-sammenligningen mellem kontrol- og overvægtige forsøgspersoner vil blive udført ved hjælp af voxel-baseret analyse. Billeder med overvægtige motiver vil blive normaliseret til et standardrum. Det normaliserede billede vil blive sammenlignet med normalpopulationen ved hjælp af t-testanalyse med alder og køn som co-variable. Som et resultat vil et parametrisk kort vise individuelle forskelle i jernaflejringen. Baseret på tidligere observationsstudier, der viser øget jernbelastning i hjernen i nogle specifikke regioner og evidensen, der tyder på hippocampus og hypothalamus ændringer i forbindelse med fedme og insulinresistens, vil de statistiske analyser og billedanalyser være fokuseret på jernforskelle ved caudatus, lentikulær, thalamus, hypothalamus , hippocampus og amygdala.
- Neuropsykologisk undersøgelse: Forskellige kognitionsdomæner vil blive udforsket: hukommelse (Test aprendizaje verbal-TAVEC, Rey-Osterrieth Complex Figure) opmærksomhed og eksekutiv funktion (WAIS-IV, Trail making test (Del A og B), Stroop test), social kognition (POFA og BFRT), sprog (dyr). Desuden depression (PHQ9), angst (State-Trait Anxiety Inventory (STAI)), impulsivitet (Impulsive Behavior Scale (UPPS-P)), følsomhed over for straf og belønning (Sensitivity to Punishment and Sensitivity to Reward (SRSPQ)), mad afhængighed (Yale Food Addiction Scale (YFAS II)), subjektivt velvære, positiv og negativ affekt (Positive and Negative Affect Schedule (PANAS)) vil blive udforsket gennem psykologiske tests.
Profil af cirkulerende miRNA'er
- Cirkulerende RNA-ekstraktion og oprensning: Plasma vil blive opnået ved standard venepunktur og centrifugering ved hjælp af EDTA-coatede Vacutainer-rør (Becton-Dickinson, Franklin Lakes, NJ). Plasmaseparation vil blive udført ved dobbelt centrifugering ved hjælp af en laboratoriecentrifuge (Beckman J-6M Induction Drive Centrifuge, Beckman Instruments Inc.). RNA-ekstraktion vil blive udført fra et indledende volumen på 300 μL plasma ved hjælp af mirVana PARIS-isoleringssættet (Applied Biosystems, Darmstadt, Tyskland).
- Retrotranskription af cirkulerende miRNA'er og præamplifikation: Et fast volumen på 3 μL RNA-opløsning fra 40 ml eluatet af RNA-isolatet vil blive brugt som input til retrotranskription ved hjælp af TaqMan miRNA revers transkriptionskit (Life Technology, Darmstadt, Tyskland). Preamplifikation vil blive udført ved hjælp af TaqMan PreAmp Master Mix (Life Technology, Darmstadt, Tyskland).
- Analyse af individuelle miRNA'er ved TaqMan-hydrolyseprober: Genekspression vil blive vurderet ved real-time PCR ved hjælp af LightCycler 480 real-time PCR-systemet (Roche Diagnostics, Barcelona, Spanien), ved hjælp af den passende TaqMan-teknologi til kvantificering af relativ genekspression.
Oplysningerne vil forblive registreret i en notesbog og vil blive computeriseret i undersøgelsens database.
STATISKE METODER:
Prøvestørrelse: Der er ingen tidligere data, der viser forventede forskelle for prøvestørrelsesestimation vedrørende glukosevariabilitet, fysisk aktivitet, sammensætningen af tarmmikrobiota og kognitiv funktion. I en tidligere undersøgelse blev der observeret forskelle i hjernens jernindhold hos 20 overvægtige mod 20 ikke-overvægtige forsøgspersoner. Den foreslåede stikprøvestørrelse er således mindst 20 individer pr. gruppe med afbalanceret alders- og kønsrepræsentation (præ- og postmenopausale kvinder).
Statistiske analyser: Først vil normalfordeling og varianshomogenitet blive testet. For at bestemme forskelle mellem undersøgelsesgrupper vil den blive brugt χ2 for kategoriske variable, uparret Students t-test i normal kvantitativ og Mann-Whitney U-test for ikke-normale kvantitative variable. Ikke-parametrisk Spearman-analyse vil blive brugt til at bestemme sammenhængen mellem kvantitative variable. De samme tests vil også blive brugt til at undersøge forskelle før og efter opfølgning. De signifikante sammenhænge, uanset om de er positive eller negative, vil blive udforsket mere dybtgående (simpel og multivariat lineær regressionsanalyser).
Mikrobiotasammensætningen vil blive analyseret og sammenlignet under anvendelse af R "ALDEx2". Bakteriearter og funktioner forbundet med hjernejern og cirkulerende mikroRNA'er vil blive identificeret ved hjælp af robuste lineære regressionsmodeller som implementeret i R-pakken (Limma R). Desuden vil p-værdier blive justeret for flere sammenligninger ved hjælp af R-pakken "SGoF". Mål for glykæmisk variabilitet vil blive beregnet ved hjælp af Matlab-software (R2018a).
Undersøgelsestype
Tilmelding (Faktiske)
Kontakter og lokationer
Studiesteder
-
-
Girona
-
Girona, Girona, Spanien, 17007
- Institut d'Investigació Biomèdica de Girona (IDIBGI)
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Patienter med fedme, uden kendt type 2-diabetes, tidligere planlagt til Service of Endocrinology, Diabetes and Nutrition (UDEN) på Hospitalet "Dr. Josep Trueta" fra Girona (Spanien) vil blive rekrutteret og studeret.
Forsøgspersoner uden fedme vil også blive rekrutteret gennem en offentlig annoncering.
Beskrivelse
Inklusionskriterier:
- Mænd og kvinder i alderen 30-65 år.
- Informeret samtykke til deltagelse i undersøgelsen.
Ekskluderingskriterier:
- Alvorlig systemisk sygdom, der ikke er relateret til fedme, såsom kræft, alvorlig nyre- eller leversygdom, kendt type 1- eller type 2-diabetes.
- Systemiske sygdomme med iboende inflammatorisk aktivitet såsom reumatoid arthritis, Crohns sygdom, astma, kronisk infektion (f.eks. HIV, aktiv tuberkulose) eller enhver form for infektionssygdom.
- Graviditet og amning.
- Patienter med alvorlige forstyrrelser i spiseadfærd.
- Personer, hvis frihed er under juridisk eller administrativt krav.
- Kliniske symptomer og tegn på infektion i den foregående måned.
- Antibiotisk, svampedræbende eller antiviral behandling inden for de foregående 3 måneder.
- Antiinflammatorisk kronisk behandling med steroide og/eller ikke-steroide antiinflammatoriske lægemidler.
- Store psykiatriske forhistorier.
- Overdreven alkoholindtagelse, enten akut eller kronisk (alkoholindtag større end 40 g om dagen (kvinder) eller 80 g/dag (mænd)) eller stofmisbrug.
- Serum leverenzymer (AST, ALT) aktivitet over det dobbelte af den øvre normalgrænse.
- Anamnese med forstyrrelser i jernbalancen (f.eks. genetisk hæmokromatose, hæmosiderose uanset årsag, atransferrinæmi, paroxysmal natlig hæmoglobinuri).
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Observationsmodeller: Case-Control
- Tidsperspektiver: Fremadrettet
Kohorter og interventioner
Gruppe / kohorte |
Intervention / Behandling |
|---|---|
|
Præmenopausale kvinder med fedme
|
Forsøgspersoner med fedme (N=60) vil få en hypokalorisk diæt og en periodisk opfølgning, også 30 af dem vil gennemgå fedmekirurgi
|
|
Postmenopausale kvinder med fedme
|
Forsøgspersoner med fedme (N=60) vil få en hypokalorisk diæt og en periodisk opfølgning, også 30 af dem vil gennemgå fedmekirurgi
|
|
Mænd med overvægt
|
Forsøgspersoner med fedme (N=60) vil få en hypokalorisk diæt og en periodisk opfølgning, også 30 af dem vil gennemgå fedmekirurgi
|
|
Præmenopausale kvinder uden fedme
|
|
|
Postmenopausale kvinder uden fedme
|
|
|
Mænd uden fedme
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Koncentration af avancerede glycation slutprodukter (AGE) receptoragonister.
Tidsramme: 30 måneder
|
Enzym-linked immunosorbent assay (ELISA).
|
30 måneder
|
|
Glykæmisk variabilitet.
Tidsramme: 30 måneder
|
Gennemsnit og standardafvigelse af glukosemålinger i mg/dL ved hjælp af en kontinuerlig glukosemonitorering i 10 dage.
|
30 måneder
|
|
Procentdelen af tid i glukosemålområdet (glukoseniveau 100mg/dl-125mg/dl)
Tidsramme: 30 måneder
|
30 måneder
|
|
|
Den glykæmiske risiko målt med lavt blodsukkerindeks (LBGI)
Tidsramme: 30 måneder
|
Lavt blodsukkerindeks (LBGI) er en parameter, der kvantificerer risikoen for glykæmisk
|
30 måneder
|
|
Den glykæmiske risiko målt med højt blodsukkerindeks (HBGI)
Tidsramme: 30 måneder
|
Højt blodsukkerindeks (HBGI) er en parameter, der kvantificerer risikoen for glykæmisk
|
30 måneder
|
|
Den glykæmiske variabilitet målt med gennemsnitlig amplitude af glykæmiske ekskursioner (MAGE)
Tidsramme: 30 måneder
|
målt i mg/dl
|
30 måneder
|
|
Minutters let søvn
Tidsramme: 30 måneder
|
Gennemsnit og standardafvigelse af minutter let søvn måler efter aktivitet og søvn tracker enhed.
|
30 måneder
|
|
Minutters dyb søvn
Tidsramme: 30 måneder
|
Gennemsnits- og standardafvigelse af minutters dyb søvn målinger af aktivitet og søvn tracker enhed.
|
30 måneder
|
|
Minutters hurtige øjenbevægelser (REM)
Tidsramme: 30 måneder
|
Gennemsnit og standardafvigelse af minutter REM-mål efter aktivitet og søvnsporingsenhed.
|
30 måneder
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Effekt på hjernens struktur.
Tidsramme: 30 måneder
|
Hjernestruktur vil blive vurderet ved hjælp af magnetisk resonansbilleddannelse.
|
30 måneder
|
|
Effekt på tarmmikrobiota.
Tidsramme: 30 måneder
|
Tarmmikrobiota vil blive analyseret ved metagenomics og metabolomics.
|
30 måneder
|
|
Ændringer fra baseline i cirkulerende koncentration af AGE-receptoragonister og glykæmisk variabilitet et års opfølgning efter vægttab i forbindelse med ændringer i hjernestruktur og tarmmikrobiota.
Tidsramme: 30 måneder
|
Forsøgspersoner med fedme vil blive foretaget konventionel behandling eller fedmekirurgi for vægttab; kontroller vil ikke undergå nogen yderligere foranstaltninger.
|
30 måneder
|
|
Angst tilstand
Tidsramme: 30 måneder
|
Det vil blive målt ved State-Trate Anxiety Inventory (STAI).
|
30 måneder
|
|
Audioverbal hukommelse
Tidsramme: 30 måneder
|
Det vil blive målt ved California Verbal Learning Test (CVLT).
Minimum/maksimum skalaværdier (0-16), hvor 16 er en bedre audioverbal hukommelse.
|
30 måneder
|
|
Visuel hukommelse
Tidsramme: 30 måneder
|
Det vil blive målt af Rey-Osterrieth Complex Figure.
Minimum/maksimum skalaværdier (0-36), hvor 36 er en bedre visuel hukommelse
|
30 måneder
|
|
Depressiv symptomatologi
Tidsramme: 30 måneder
|
Det vil blive målt med Patient Health Questionnaire-9 (PHQ-9).
Minimum/maksimum skalaværdier (0-27), hvor ≥ 20 er svær depression.
|
30 måneder
|
|
Impulsivitet
Tidsramme: 30 måneder
|
Det vil blive målt ved Impulsive Behavior Scale (UPPS-P).
Testen vurderer: Negativ
|
30 måneder
|
|
Madafhængighed
Tidsramme: 30 måneder
|
Det vil blive målt ved Yale Food Addiction Scale. Det er en symptomscore fra 0-11, baseret på Diagnostic and Statistical Manual of Mental Disorders (DSM-IV) kriterier for stofafhængighed.
Madafhængighed diagnosticeres, hvis ≥3 symptomer er rapporteret.
|
30 måneder
|
|
Adfærdshæmning
Tidsramme: 30 måneder
|
Det vil blive målt ved Sensitivity to Punishment og Sensitivity to Reward (SPSRQ).
Skalaen for følsomhed over for straf er relateret til adfærdshæmningssystemet.
Den er opbygget af to underskalaer på hver 24 punkter, hvor jo højere score, jo større følsomhed over for straf.
|
30 måneder
|
|
Adfærdsmæssig aktivering
Tidsramme: 30 måneder
|
Det vil blive målt ved Sensitivity to Punishment og Sensitivity to Reward (SPSRQ).
Belønningsfølsomhedsskalaen er relateret til adfærdsaktiveringssystemet.
Den er opbygget af to underskalaer på hver 24 emner, hvor jo højere score, jo større følsomhed over for belønning.
|
30 måneder
|
|
Visokonstruktiv funktion
Tidsramme: 30 måneder
|
Det vil blive målt af Rey-Osterrieth Complex Figure.
Minimum/maksimum skalaværdier (0-36), hvor 36 er en bedre visokonstruktiv funktion.
|
30 måneder
|
|
Selektiv og vekslende opmærksomhed
Tidsramme: 30 måneder
|
Det vil blive målt ved Trail making test (Del A og B).
|
30 måneder
|
|
Opmærksomhed og arbejdshukommelse
Tidsramme: 30 måneder
|
Det vil blive målt med Digits-undertesten af Wechsler Adult Intelligence Scales, Fourth Edition (WAIS-IV).
|
30 måneder
|
|
Hæmning
Tidsramme: 30 måneder
|
Det vil blive målt ved Stroop Color-Word Test.
|
30 måneder
|
|
Fonemisk verbal flydende
Tidsramme: 30 måneder
|
Det vil blive målt ved PMR.
|
30 måneder
|
|
Semantisk verbal flydende
Tidsramme: 30 måneder
|
Det vil blive målt ved dyretest.
Personen skal navngive så mange dyr som muligt på 1 minut.
Resultatet korrigeres med standardscorer i henhold til alder og uddannelsesniveau.
|
30 måneder
|
|
Ansigtsgenkendelse
Tidsramme: 30 måneder
|
Det vil blive målt ved Picture of Facial Recognition Test (POFA).
|
30 måneder
|
|
Følelsesgenkendelse
Tidsramme: 30 måneder
|
Det vil blive målt ved Benton Facial Recognition Test (BFRT). Denne test evaluerer anerkendelsen af de fem grundlæggende følelser: lykke, tristhed, overraskelse, afsky og vrede.
|
30 måneder
|
|
Diffusion Tensor Imaging hjernesekvenser
Tidsramme: 30 måneder
|
Diffusion Tensor Imaging blev erhvervet ved 1,5 T (Philips ingenia) ved hjælp af en enkelt-skuds spin ekkosekvens med ekko-planar billeddannelse (EPI), 50 sammenhængende skiver, voxel størrelse 2x2x2,5 mm3, TE/TR på 72/3581 ms/ms , en diffusionsvægtningsfaktor b = 800 s/mm2 og diffusionskodning langs 32 retninger.
|
30 måneder
|
|
Hjerne jernophobning
Tidsramme: 30 måneder
|
Det vil blive vurderet ved hjælp af magnetisk resonansbilleddannelse ved hjælp af (R2*)
|
30 måneder
|
|
Funktionelle hjernesekvenser i hviletilstand
Tidsramme: 30 måneder
|
Det vil blive vurderet ved hjælp af magnetisk resonansbilleddannelse (T2*-vægtet ekko-planar billeddannelse).
T2 *-relaksationsdata vil blive opnået med en multi-ekko gradientsekvens med 10 ækvidistante ekkoer (første ekko = 4,6 ms; ekkoafstand = 4,6 ms; gentagelsestid = 1300 ms).
Værdien af T2 * vil blive beregnet ved at justere de simple eksponentielle termer for signalhenfaldet af de respektive ekkotidsværdier.
|
30 måneder
|
|
Insulin resistens
Tidsramme: 30 måneder
|
Det vil blive målt af HOMA
|
30 måneder
|
|
Markører for kronisk inflammation: C-reaktivt protein, IL-6, adiponectin og opløselige, tumornekrosefaktor-α-receptorfraktioner.
Tidsramme: 30 måneder
|
Enzym-linked immunosorbent assay (ELISA) og kvantitativ polymerasekædereaktion (qPCR)
|
30 måneder
|
|
Værdi for glykosyleret hæmoglobin (HbA1c).
Tidsramme: 30 måneder
|
Glykosyleret hæmoglobin (HbA1c) i % eller mmol/mol
|
30 måneder
|
|
Procentdelen af tid i hyperglykæmi (glukoseniveau over 250 mg/dl)
Tidsramme: 30 måneder
|
30 måneder
|
|
|
Procentdelen af tid i hypoglykæmi (glukoseniveau under 70 mg/dl)
Tidsramme: 30 måneder
|
30 måneder
|
|
|
Procentdelen af tid i glukoseområdet (glukoseniveau under 100 mg/dl)
Tidsramme: 30 måneder
|
30 måneder
|
|
|
Procentdelen af tid i glukoseområdet (glukoseniveau mellem 126-139 mg/dl)
Tidsramme: 30 måneder
|
30 måneder
|
|
|
Procentdelen af tid i glukoseområdet (glukoseniveau mellem 140-199 mg/dl)
Tidsramme: 30 måneder
|
30 måneder
|
|
|
Procentdelen af tid i glukoseområdet (glukoseniveau over 200 mg/dl)
Tidsramme: 30 måneder
|
30 måneder
|
|
|
Forbrændte kalorier
Tidsramme: 30 måneder
|
Gennemsnit og standardafvigelse for forbrændte kalorier målt efter aktivitet og søvnsporingsenhed.
|
30 måneder
|
|
Trin
Tidsramme: 30 måneder
|
Gennemsnit og standardafvigelse af trin måler efter aktivitet og søvnsporingsenhed.
|
30 måneder
|
|
Afstand
Tidsramme: 30 måneder
|
Gennemsnit og standardafvigelse af afstandsmål efter aktivitets- og søvnsporingsenhed.
|
30 måneder
|
|
Minutter nul aktivitet
Tidsramme: 30 måneder
|
Gennemsnit og standardafvigelse af minutter nul aktivitet måler efter aktivitet og søvn
|
30 måneder
|
|
Minutter lille aktivitet
Tidsramme: 30 måneder
|
Middelværdi og standardafvigelse for minutter let aktivitetsmåling efter aktivitet og søvn
|
30 måneder
|
|
Minutter betyder aktivitet
Tidsramme: 30 måneder
|
Gennemsnit og standardafvigelse af minutter betyder aktivitetsmålinger efter aktivitet og søvnsporingsenhed.
|
30 måneder
|
|
Minutter høj aktivitet
Tidsramme: 30 måneder
|
Gennemsnit og standardafvigelse af minutter høj aktivitet målinger af aktivitet og søvn tracker enhed.
|
30 måneder
|
|
Kalorier
Tidsramme: 30 måneder
|
Gennemsnit og standardafvigelse af kalorier målt efter aktivitet og søvnsporingsenhed.
|
30 måneder
|
|
Minutters søvn
Tidsramme: 30 måneder
|
Gennemsnit og standardafvigelse af minutters søvnmålinger af aktivitet og søvntracker
|
30 måneder
|
|
Minutter vågen
Tidsramme: 30 måneder
|
Middelværdi og standardafvigelse af vågne minutter med aktivitets- og søvnsporing
|
30 måneder
|
|
Sengetid
Tidsramme: 30 måneder
|
Gennemsnit og standardafvigelse af sengetidsmålinger efter aktivitets- og søvnsporingsenhed.
|
30 måneder
|
|
Nummer tid vågen
Tidsramme: 30 måneder
|
Gennemsnit og standardafvigelse af antal tid vågne mål efter aktivitet og søvn
|
30 måneder
|
Samarbejdspartnere og efterforskere
Efterforskere
- Ledende efterforsker: José Manuel Fernández-Real, M.D., Ph.D., Institut d'Investigacio Biomedica de Girona Dr. Josep Trueta
Publikationer og nyttige links
Generelle publikationer
- Finch C. Regulators of iron balance in humans. Blood. 1994 Sep 15;84(6):1697-702. No abstract available.
- Fernandez-Real JM, Ricart-Engel W, Arroyo E, Balanca R, Casamitjana-Abella R, Cabrero D, Fernandez-Castaner M, Soler J. Serum ferritin as a component of the insulin resistance syndrome. Diabetes Care. 1998 Jan;21(1):62-8. doi: 10.2337/diacare.21.1.62.
- Fernandez-Real JM, Lopez-Bermejo A, Ricart W. Cross-talk between iron metabolism and diabetes. Diabetes. 2002 Aug;51(8):2348-54. doi: 10.2337/diabetes.51.8.2348.
- Fernandez-Real JM, Manco M. Effects of iron overload on chronic metabolic diseases. Lancet Diabetes Endocrinol. 2014 Jun;2(6):513-26. doi: 10.1016/S2213-8587(13)70174-8. Epub 2013 Dec 30.
- Fernandez-Real JM, Blasco G, Puig J, Moreno M, Xifra G, Sanchez-Gonzalez J, Maria Alustiza J, Pedraza S, Ricart W, Maria Moreno-Navarrete J. Adipose tissue R2* signal is increased in subjects with obesity: A preliminary MRI study. Obesity (Silver Spring). 2016 Feb;24(2):352-8. doi: 10.1002/oby.21347. Epub 2015 Dec 26.
- Moreno-Navarrete JM, Blasco G, Xifra G, Karczewska-Kupczewska M, Stefanowicz M, Matulewicz N, Puig J, Ortega F, Ricart W, Straczkowski M, Fernandez-Real JM. Obesity Is Associated With Gene Expression and Imaging Markers of Iron Accumulation in Skeletal Muscle. J Clin Endocrinol Metab. 2016 Mar;101(3):1282-9. doi: 10.1210/jc.2015-3303. Epub 2016 Jan 14.
- Moreno-Navarrete JM, Moreno M, Puig J, Blasco G, Ortega F, Xifra G, Ricart W, Fernandez-Real JM. Hepatic iron content is independently associated with serum hepcidin levels in subjects with obesity. Clin Nutr. 2017 Oct;36(5):1434-1439. doi: 10.1016/j.clnu.2016.09.022. Epub 2016 Sep 29.
- Moreno-Navarrete JM, Rodriguez A, Becerril S, Valenti V, Salvador J, Fruhbeck G, Fernandez-Real JM. Increased Small Intestine Expression of Non-Heme Iron Transporters in Morbidly Obese Patients With Newly Diagnosed Type 2 Diabetes. Mol Nutr Food Res. 2018 Jan;62(2). doi: 10.1002/mnfr.201700301. Epub 2017 Dec 29.
- Fernandez Real JM, Moreno-Navarrete JM, Manco M. Iron influences on the Gut-Brain axis and development of type 2 diabetes. Crit Rev Food Sci Nutr. 2019;59(3):443-449. doi: 10.1080/10408398.2017.1376616. Epub 2017 Oct 17.
- Kharabian Masouleh S, Beyer F, Lampe L, Loeffler M, Luck T, Riedel-Heller SG, Schroeter ML, Stumvoll M, Villringer A, Witte AV. Gray matter structural networks are associated with cardiovascular risk factors in healthy older adults. J Cereb Blood Flow Metab. 2018 Feb;38(2):360-372. doi: 10.1177/0271678X17729111. Epub 2017 Aug 31.
- Ryan CM, Freed MI, Rood JA, Cobitz AR, Waterhouse BR, Strachan MW. Improving metabolic control leads to better working memory in adults with type 2 diabetes. Diabetes Care. 2006 Feb;29(2):345-51. doi: 10.2337/diacare.29.02.06.dc05-1626.
- Weinstein G, Maillard P, Himali JJ, Beiser AS, Au R, Wolf PA, Seshadri S, DeCarli C. Glucose indices are associated with cognitive and structural brain measures in young adults. Neurology. 2015 Jun 9;84(23):2329-37. doi: 10.1212/WNL.0000000000001655. Epub 2015 May 6.
- Rolandsson O, Backestrom A, Eriksson S, Hallmans G, Nilsson LG. Increased glucose levels are associated with episodic memory in nondiabetic women. Diabetes. 2008 Feb;57(2):440-3. doi: 10.2337/db07-1215. Epub 2007 Oct 31.
- Marden JR, Mayeda ER, Tchetgen Tchetgen EJ, Kawachi I, Glymour MM. High Hemoglobin A1c and Diabetes Predict Memory Decline in the Health and Retirement Study. Alzheimer Dis Assoc Disord. 2017 Jan-Mar;31(1):48-54. doi: 10.1097/WAD.0000000000000182.
- Blasco G, Puig J, Daunis-I-Estadella J, Molina X, Xifra G, Fernandez-Aranda F, Pedraza S, Ricart W, Portero-Otin M, Fernandez-Real JM. Brain iron overload, insulin resistance, and cognitive performance in obese subjects: a preliminary MRI case-control study. Diabetes Care. 2014 Nov;37(11):3076-83. doi: 10.2337/dc14-0664. Epub 2014 Aug 14.
- Blasco G, Moreno-Navarrete JM, Rivero M, Perez-Brocal V, Garre-Olmo J, Puig J, Daunis-I-Estadella P, Biarnes C, Gich J, Fernandez-Aranda F, Alberich-Bayarri A, Moya A, Pedraza S, Ricart W, Lopez M, Portero-Otin M, Fernandez-Real JM. The Gut Metagenome Changes in Parallel to Waist Circumference, Brain Iron Deposition, and Cognitive Function. J Clin Endocrinol Metab. 2017 Aug 1;102(8):2962-2973. doi: 10.1210/jc.2017-00133.
- Arnoriaga Rodriguez M, Blasco G, Coll C, Biarnes C, Contreras-Rodriguez O, Garre-Olmo J, Puig J, Gich J, Ricart W, Ramio-Torrenta L, Fernandez-Real JM. Glycated Hemoglobin, but not Insulin Sensitivity, is Associated with Memory in Subjects with Obesity. Obesity (Silver Spring). 2019 Jun;27(6):932-942. doi: 10.1002/oby.22457. Epub 2019 Apr 15.
- Kau AL, Ahern PP, Griffin NW, Goodman AL, Gordon JI. Human nutrition, the gut microbiome and the immune system. Nature. 2011 Jun 15;474(7351):327-36. doi: 10.1038/nature10213.
- Kang SS, Jeraldo PR, Kurti A, Miller ME, Cook MD, Whitlock K, Goldenfeld N, Woods JA, White BA, Chia N, Fryer JD. Diet and exercise orthogonally alter the gut microbiome and reveal independent associations with anxiety and cognition. Mol Neurodegener. 2014 Sep 13;9:36. doi: 10.1186/1750-1326-9-36.
- Moloney GM, Dinan TG, Clarke G, Cryan JF. Microbial regulation of microRNA expression in the brain-gut axis. Curr Opin Pharmacol. 2019 Oct;48:120-126. doi: 10.1016/j.coph.2019.08.005. Epub 2019 Oct 4.
- Liu S, da Cunha AP, Rezende RM, Cialic R, Wei Z, Bry L, Comstock LE, Gandhi R, Weiner HL. The Host Shapes the Gut Microbiota via Fecal MicroRNA. Cell Host Microbe. 2016 Jan 13;19(1):32-43. doi: 10.1016/j.chom.2015.12.005.
- Horne R, St Pierre J, Odeh S, Surette M, Foster JA. Microbe and host interaction in gastrointestinal homeostasis. Psychopharmacology (Berl). 2019 May;236(5):1623-1640. doi: 10.1007/s00213-019-05218-y. Epub 2019 Mar 21.
- Chen JJ, Zeng BH, Li WW, Zhou CJ, Fan SH, Cheng K, Zeng L, Zheng P, Fang L, Wei H, Xie P. Effects of gut microbiota on the microRNA and mRNA expression in the hippocampus of mice. Behav Brain Res. 2017 Mar 30;322(Pt A):34-41. doi: 10.1016/j.bbr.2017.01.021. Epub 2017 Jan 16.
- Teng Y, Ren Y, Sayed M, Hu X, Lei C, Kumar A, Hutchins E, Mu J, Deng Z, Luo C, Sundaram K, Sriwastva MK, Zhang L, Hsieh M, Reiman R, Haribabu B, Yan J, Jala VR, Miller DM, Van Keuren-Jensen K, Merchant ML, McClain CJ, Park JW, Egilmez NK, Zhang HG. Plant-Derived Exosomal MicroRNAs Shape the Gut Microbiota. Cell Host Microbe. 2018 Nov 14;24(5):637-652.e8. doi: 10.1016/j.chom.2018.10.001. Epub 2018 Oct 25.
- Moloney GM, O'Leary OF, Salvo-Romero E, Desbonnet L, Shanahan F, Dinan TG, Clarke G, Cryan JF. Microbial regulation of hippocampal miRNA expression: Implications for transcription of kynurenine pathway enzymes. Behav Brain Res. 2017 Sep 15;334:50-54. doi: 10.1016/j.bbr.2017.07.026. Epub 2017 Jul 20.
- Hoban AE, Stilling RM, M Moloney G, Moloney RD, Shanahan F, Dinan TG, Cryan JF, Clarke G. Microbial regulation of microRNA expression in the amygdala and prefrontal cortex. Microbiome. 2017 Aug 25;5(1):102. doi: 10.1186/s40168-017-0321-3.
- Foster JA, Lyte M, Meyer E, Cryan JF. Gut Microbiota and Brain Function: An Evolving Field in Neuroscience. Int J Neuropsychopharmacol. 2016 Apr 29;19(5):pyv114. doi: 10.1093/ijnp/pyv114. Print 2016 May.
- Stilling RM, Moloney GM, Ryan FJ, Hoban AE, Bastiaanssen TF, Shanahan F, Clarke G, Claesson MJ, Dinan TG, Cryan JF. Social interaction-induced activation of RNA splicing in the amygdala of microbiome-deficient mice. Elife. 2018 May 29;7:e33070. doi: 10.7554/eLife.33070.
- Picao-Osorio J, Johnston J, Landgraf M, Berni J, Alonso CR. MicroRNA-encoded behavior in Drosophila. Science. 2015 Nov 13;350(6262):815-20. doi: 10.1126/science.aad0217. Epub 2015 Oct 22.
- Haramati S, Navon I, Issler O, Ezra-Nevo G, Gil S, Zwang R, Hornstein E, Chen A. MicroRNA as repressors of stress-induced anxiety: the case of amygdalar miR-34. J Neurosci. 2011 Oct 5;31(40):14191-203. doi: 10.1523/JNEUROSCI.1673-11.2011.
- Griggs EM, Young EJ, Rumbaugh G, Miller CA. MicroRNA-182 regulates amygdala-dependent memory formation. J Neurosci. 2013 Jan 23;33(4):1734-40. doi: 10.1523/JNEUROSCI.2873-12.2013.
- Bocchio-Chiavetto L, Maffioletti E, Bettinsoli P, Giovannini C, Bignotti S, Tardito D, Corrada D, Milanesi L, Gennarelli M. Blood microRNA changes in depressed patients during antidepressant treatment. Eur Neuropsychopharmacol. 2013 Jul;23(7):602-11. doi: 10.1016/j.euroneuro.2012.06.013. Epub 2012 Aug 25.
- Arnoriaga-Rodriguez M, Mayneris-Perxachs J, Burokas A, Contreras-Rodriguez O, Blasco G, Coll C, Biarnes C, Miranda-Olivos R, Latorre J, Moreno-Navarrete JM, Castells-Nobau A, Sabater M, Palomo-Buitrago ME, Puig J, Pedraza S, Gich J, Perez-Brocal V, Ricart W, Moya A, Fernandez-Real X, Ramio-Torrenta L, Pamplona R, Sol J, Jove M, Portero-Otin M, Maldonado R, Fernandez-Real JM. Obesity Impairs Short-Term and Working Memory through Gut Microbial Metabolism of Aromatic Amino Acids. Cell Metab. 2020 Oct 6;32(4):548-560.e7. doi: 10.1016/j.cmet.2020.09.002.
- Arnoriaga-Rodriguez M, Mayneris-Perxachs J, Contreras-Rodriguez O, Burokas A, Ortega-Sanchez JA, Blasco G, Coll C, Biarnes C, Castells-Nobau A, Puig J, Garre-Olmo J, Ramos R, Pedraza S, Brugada R, Vilanova JC, Serena J, Barretina J, Gich J, Perez-Brocal V, Moya A, Fernandez-Real X, Ramio-Torrenta L, Pamplona R, Sol J, Jove M, Ricart W, Portero-Otin M, Maldonado R, Fernandez-Real JM. Obesity-associated deficits in inhibitory control are phenocopied to mice through gut microbiota changes in one-carbon and aromatic amino acids metabolic pathways. Gut. 2021 Dec;70(12):2283-2296. doi: 10.1136/gutjnl-2020-323371. Epub 2021 Jan 29.
- Ortega FJ, Mercader JM, Catalan V, Moreno-Navarrete JM, Pueyo N, Sabater M, Gomez-Ambrosi J, Anglada R, Fernandez-Formoso JA, Ricart W, Fruhbeck G, Fernandez-Real JM. Targeting the circulating microRNA signature of obesity. Clin Chem. 2013 May;59(5):781-92. doi: 10.1373/clinchem.2012.195776. Epub 2013 Feb 8.
- Ortega FJ, Mercader JM, Moreno-Navarrete JM, Rovira O, Guerra E, Esteve E, Xifra G, Martinez C, Ricart W, Rieusset J, Rome S, Karczewska-Kupczewska M, Straczkowski M, Fernandez-Real JM. Profiling of circulating microRNAs reveals common microRNAs linked to type 2 diabetes that change with insulin sensitization. Diabetes Care. 2014;37(5):1375-83. doi: 10.2337/dc13-1847. Epub 2014 Jan 29.
- Lukiw WJ, Pogue AI. Induction of specific micro RNA (miRNA) species by ROS-generating metal sulfates in primary human brain cells. J Inorg Biochem. 2007 Sep;101(9):1265-9. doi: 10.1016/j.jinorgbio.2007.06.004. Epub 2007 Jun 13.
- Pedersen HK, Gudmundsdottir V, Nielsen HB, Hyotylainen T, Nielsen T, Jensen BA, Forslund K, Hildebrand F, Prifti E, Falony G, Le Chatelier E, Levenez F, Dore J, Mattila I, Plichta DR, Poho P, Hellgren LI, Arumugam M, Sunagawa S, Vieira-Silva S, Jorgensen T, Holm JB, Trost K; MetaHIT Consortium; Kristiansen K, Brix S, Raes J, Wang J, Hansen T, Bork P, Brunak S, Oresic M, Ehrlich SD, Pedersen O. Human gut microbes impact host serum metabolome and insulin sensitivity. Nature. 2016 Jul 21;535(7612):376-81. doi: 10.1038/nature18646. Epub 2016 Jul 13.
- Geijselaers SLC, Sep SJS, Stehouwer CDA, Biessels GJ. Glucose regulation, cognition, and brain MRI in type 2 diabetes: a systematic review. Lancet Diabetes Endocrinol. 2015 Jan;3(1):75-89. doi: 10.1016/S2213-8587(14)70148-2. Epub 2014 Aug 24.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Faktiske)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- IRONmiRNA-2022.043
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 .