Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Präzisionsmedizin zur Vorbeugung von Typ-2-Diabetes: ein Schritt nach vorne (PRE-MED2)

4. Dezember 2023 aktualisiert von: Prof. Stefano Del Prato, University of Pisa

Präzisionsmedizin zur Vorbeugung von Typ-2-Diabetes: ein Schritt vorwärts (PRE-MED2)

Die Prävalenz von Typ-2-Diabetes (T2D) nimmt rapide zu und belastet das Gesundheitssystem zunehmend. Daher ist die T2D-Prävention sehr empfehlenswert und kann theoretisch durchaus erfolgreich sein. Obwohl eine T2D-Prävention machbar ist, ist sie aufgrund der Heterogenität der Krankheit schwierig umzusetzen und führt dazu, dass die Reaktion auf Interventionen (und Behandlungen) in der Bevölkerung nur teilweise erfolgreich ist. Präzisionsmedizin zielt darauf ab, chronischen Krankheiten vorzubeugen, indem Interventionen oder Empfehlungen auf eine Kombination aus genetischem Hintergrund, Stoffwechselprofil und Lebensstil zugeschnitten werden. Die Einteilung gefährdeter Personen in Cluster, die sich in ihrer Anfälligkeit für die Entwicklung von Typ-2-Diabetes unterscheiden, kann die Identifizierung präventiver Interventionen erleichtern. Die jüngsten Fortschritte bei den Omics-Technologien bieten sowohl Chancen als auch Herausforderungen beim Einsatz der Präzisionsmedizin zur Prävention von T2D. Darüber hinaus haben neue mobile Gesundheitstechnologien (mHealth) die Behandlung von Diabetes verbessert. Über die Wirksamkeit der mHealth-Technologie als Interventionsinstrumente zur Reduzierung des Diabetesrisikos ist jedoch noch wenig bekannt.

Studienübersicht

Status

Rekrutierung

Bedingungen

Detaillierte Beschreibung

Multizentrische, interventionelle Studie (automatisierte mHealth-Verhaltensintervention im Vergleich zu traditionellen Empfehlungen) mit folgendem Ziel: 1. Erforschung des Potenzials einer genaueren Untergruppenunterscheidung bei Prädiabetes, die dazu beitragen kann, eine wirksamere Präventionsstrategie zu liefern, mit dem Endziel, die Möglichkeit zu verbessern, dies zu verhindern oder zu verzögern Entwicklung von Typ-2-Diabetes; 2. den Einsatz von mHealth zur Änderung des Lebensstils bei einer Untergruppe von Probanden zu untersuchen, die für ein erhöhtes Risiko für die Entwicklung von Typ-2-Diabetes bekannt sind (d. h. Adipositas und Frauen mit früherem Schwangerschaftsdiabetes) und die Wirkung solcher Strategien anhand individueller Charakterisierung zu ermitteln.

Phase 1: 1200 Probanden mit hohem Risiko, an Typ-2-Diabetes zu erkranken, werden auf der Grundlage eines opportunistischen Ansatzes (FINDRISK-Fragebogen) eingeschrieben. Der Fragebogen wird in Hausarztpraxen, Apotheken sowie über Medien zur Verfügung gestellt. Darüber hinaus wird die Infrastruktur für die Datenerfassung bereitgestellt und Patienteninterventionen werden entwickelt.

Phase 2: Alle Personen werden anhand ihrer Ernährungsgewohnheiten (EPIC-Fragebogen; Binge-Eating-Skala) und ihrer körperlichen Aktivität (mittels eines am Handgelenk getragenen tragbaren Geräts) sowie ihres Stoffwechselprofils (großes Blutbild, Kreatinin, Plasmaglukose und Insulin) charakterisiert. HbA1c, Leberfunktionstests, Gesamtcholesterin, HDL-Cholesterin, Triglyceride, Urintest, Autoantikörper-Anti-GAD und A/C-Verhältnis in der Urinprobe; oraler 75-g-Glukosetoleranztest; HOMA-B und HOMA-IR) zur Identifizierung spezieller Untergruppen. Zirkulierende RNA und miRNA werden aus Lymphozyten und Plasma extrahiert, um Biomarker zur Vorhersage des Krankheitsrisikos und neue Ziele für präventive Interventionen zu identifizieren. Eine Biobank mit Serum-, Urin- und Stuhlproben wird ebenfalls zur genetischen Charakterisierung und zur Omics-Profilierung gesammelt.

In Phase 3 werden alle Laborbestimmungen und Clusteranalysen durchgeführt. Alle Daten werden in die Infrastruktur integriert, um neue relevante Faktoren und Indikatoren zu identifizieren, die für ein besseres Verständnis von Gesundheitszuständen und -ergebnissen sowie für die Analyse einzelner Risikosubtypen (Cluster) nützlich sind.

Phase 4: Die Gültigkeit des themHealth-Ansatzes zur Stoffwechsel- und Lebensstileinstellung als Funktion der individuellen Charakterisierung, wie sie in Phase 3 erhalten wurde, wird in der explorativen klinischen Studie getestet. ThemHealth wird automatisierte Verhaltensinterventionen per E-Mail, Web und Mobiltelefon durchführen entwickelt und in einer Studie an zwei Hochrisikopopulationen von adipösen, nicht-diabetischen Probanden (n=150) und Frauen mit früherem Schwangerschaftsdiabetes (n=150) getestet werden. Diese Probanden werden im Verhältnis 1:1 randomisiert entweder einer 9-monatigen konventionellen Empfehlung für einen korrekten Lebensstil basierend auf den im Diabetes-Präventionsprogramm beschriebenen Verfahren oder einer automatisierten Verhaltensintervention von mHealth per E-Mail, Internet und Mobiltelefon zugeteilt. Die Probanden werden alle drei Monate zur Aufzeichnung anthropometrischer Messungen und zur Bestimmung von Nüchternplasmainsulin und -glukose sowie des Lipidprofils gesehen. Während der letzten zwei Wochen des Interventionsversuchs wird allen Probanden dasselbe tragbare Gerät zur Verfügung gestellt, das für die anfängliche Charakterisierung zur Aufzeichnung derselben anfänglichen Parameter verwendet wird. Nach Abschluss der Nachuntersuchung werden alle anfänglichen Messungen wiederholt. Die Daten werden dann als Änderungen gegenüber den Basislinien zwischen den beiden Gruppen sowie entsprechend jeder Untergruppe analysiert.

Studientyp

Interventionell

Einschreibung (Geschätzt)

300

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studieren Sie die Kontaktsicherung

Studienorte

      • Pisa, Italien, 56124
        • Rekrutierung
        • Azienda Ospedaliero-Universitaria Pisana
        • Kontakt:
      • Pisa, Italien, 56124
        • Aktiv, nicht rekrutierend
        • Stefano Del Prato

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

18 Jahre bis 70 Jahre (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Ja

Beschreibung

Einschlusskriterien:

  • Alter von 18-70 Jahren
  • 12 Punkte oder mehr im finnischen Diabetes-Risiko-Score oder früherer Schwangerschaftsdiabetes oder fettleibige Personen
  • Technologiekenntnisse (Computer, Smartphones, Tablets mit Internetverbindung)
  • Fehlen von Sprachbarrieren
  • Fähigkeit, eine schriftliche Einverständniserklärung zur Studie abzugeben

Ausschlusskriterien:

  • Gesicherte Diagnose von Diabetes
  • Schwangerschaft und Stillzeit
  • Nieren- oder Leberversagen
  • Schwere kardiovaskuläre, neurologische, hämatologische, endokrinologische, gastrointestinale, nephrologische oder pneumologische Erkrankungen, die die Studie beeinträchtigen können
  • Laufende Behandlung mit Antidiabetika, Diuretika, Glukokortikoiden, Antipsychotika, oralen Kontrazeptiva oder anderen Arzneimitteln, von denen bekannt ist, dass sie den Glukosestoffwechsel beeinflussen.
  • Vorgeschichte einer Pankreatitis
  • Alkoholmissbrauch oder Missbrauch psychoaktiver Substanzen
  • Probanden mit psychischen Störungen oder vorhersehbarer Unfähigkeit, die Studie zu verstehen und eine gültige schriftliche Einwilligung nach Aufklärung zu erteilen
  • Probanden mit psychischen Störungen oder Personen, die nicht für das Verständnis und die Durchführung der in der Studie geforderten Aufgaben geeignet sind
  • Adipositaschirurgie
  • Aktueller Krebs oder weniger als 6 Monate nach Ende der Krebsbehandlung

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Verhütung
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: mHealth
Im Interventionsversuch (Phase 4 des Projekts) wird eine automatisierte mHealth-Verhaltensintervention per E-Mail, Web und Mobiltelefon entwickelt und getestet.
Automatisierte Verhaltensintervention per E-Mail, Web und Mobiltelefon
Aktiver Komparator: Standardpflege
Traditionelle Empfehlungen (Modifikation des Lebensstils) (Phase 4 des Projekts)
Konventionelle Empfehlungen zu Ernährung und Bewegung

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Entwicklung von Typ-2-Diabetes, diagnostiziert durch Nüchtern- oder Postexpositions-Plasmaglukosekonzentrationen, die den Kriterien der American Diabetes Association entsprechen.
Zeitfenster: 9 Monate
Anzahl der Probanden mit einem Nüchtern-Glykämiewert von ≥ 126 mg/dl oder einem 2-Stunden-Glykämiewert von ≥ 200 mg/dl nach Einnahme einer oralen Glukosemenge von 75 g
9 Monate

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Wirtschaftliche Bewertung
Zeitfenster: 9 Monate
Kosteneffizienz von mHealth im Vergleich zum traditionellen Ansatz zur Umsetzung präventiver Maßnahmen
9 Monate
Identifizierung von Clustering durch einen maschinellen Lernansatz
Zeitfenster: 9 Monate
Rate der Probanden mit einem anderen Risikofaktor für die Entwicklung von Typ-2-Diabetes, ermittelt durch Aufteilung der gesammelten Daten durch maschinelle Lernalgorithmen
9 Monate
Identifizierung von abnormalem Mikrobiom und Metabolom
Zeitfenster: 9 Monate
Anzahl der Probanden mit abnormalem Mikrobiom und Metabolom, die anhand von Probentyp, Kot und anderen Bioproben wie Urin, Plasma/Serum bewertet und mittels Umkehrphasen-Ultrahochleistungsflüssigkeitschromatographie-Tandem-Massenspektrometrie analysiert wurden.
9 Monate
Methoden der Bioinformatik und Systembiologie
Zeitfenster: 9 Monate
Anzahl der Personen, deren Risiko für Typ-2-Diabetes auf der Grundlage der Genomprofile der Personen geschätzt wird.
9 Monate

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Ermittler

  • Hauptermittler: Stefano Del Prato, MD, Università di Pisa

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

25. Mai 2022

Primärer Abschluss (Geschätzt)

1. Oktober 2024

Studienabschluss (Geschätzt)

1. April 2025

Studienanmeldedaten

Zuerst eingereicht

13. September 2021

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

23. November 2021

Zuerst gepostet (Tatsächlich)

7. Dezember 2021

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Geschätzt)

5. Dezember 2023

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

4. Dezember 2023

Zuletzt verifiziert

1. Dezember 2023

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Klinische Studien zur Digitale Gesundheit

3
Abonnieren