- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT06877585
Assoziation zwischen fäkalen Mikrobiota -Zusammensetzung, Metabolitenkonzentrationen und Indoxylsulfatspiegeln
Assoziation zwischen fäkalen Mikrobiota -Zusammensetzung, Metabolitenkonzentrationen und Indoxylsulfatspiegeln bei Hämodialysepatienten
Studienübersicht
Status
Bedingungen
Detaillierte Beschreibung
Patienten und Studiendesign
Sechzig HD -Patienten werden von der Dialyseeinheit, der Nierenabteilung des Taichung Metroharbour -Krankenhauses von Tunges Tung von Tungs eingeschlossen. Die schriftliche Einverständniserklärung zur Teilnahme an der Studie erfolgt von jedem Teilnehmer, nachdem sie über das Studiendesign und die Ziele informiert wurden. Das experimentelle Protokoll wird an die ethischen Ausschüsse der IRB zur Genehmigung senden. Die Einschlusskriterien sind 18- bis 80 Jahre alt und diagnostiziert mit CKD-Stufe V (derzeit erhalten die Hämodialyse-Behandlung> 3 Monate). Ausschlusskriterien umfassten schwangere oder stillende Frauen; Patienten mit Nierentransplantation, schweren Infektionen, schweren Herzerkrankungen und Lebererkrankungen, Malignität, Autoimmunerkrankungen, schwerer Unterernährung; konsumierte jede Art von Vor- oder Probiotika oder ließ innerhalb von 1 Monat nach dem Beginn der Studie eine Antibiotikatherapie aufgenommen; diagnostiziertes Reizdarmsyndrom, Morbus Crohn oder Colitis ulcerosa; Darmstrahlung erhalten oder erhalten oder eine große Darmresektion hatten. Die Teilnehmer erhalten eine Ernährungsanweisungen und werden ermutigt, eine stabile Ernährungsaufnahme aufrechtzuerhalten, die durch Ernährungsfragebögen während Patienteninterviews quantifiziert wird. Die Fragebögen sammelten Informationen über die wöchentliche Menge und Häufigkeit des Verbrauchs von Lebensmitteln und Getränken. Daten zur Nährstoffzusammensetzung der verschiedenen Lebensmittel werden unter Verwendung der Tabellen des Instituts für Ernährung und Lebensmittelsicherheit der National Taiwan University erhalten.
Probensammlung, Herstellung und Analyse Blutproben werden getrennt von jedem Teilnehmer entnommen. Blutproben werden nach einer Fastenperiode von 8 bis 12 Stunden unter Verwendung von Natriumfluoridröhrchen gesammelt und bis zur Übertragung in das Forschungslabor auf Eis gehalten. Dort werden die Proben 15 Minuten bei 4 ° C bei 3.000 × g zentrifugiert. Das Serum wird dann in sterile Röhrchen überführt und zur zukünftigen Analyse bei -20 ° C gelagert.
Wir messen die Serumspiegel von Acetat, Propionat, Butyrat und Valerat zusammen mit verzweigten Ketten-SCFAs wie Isobutyrat und Isovalate. Diese Metabolitenprofile werden unter Verwendung von Ultraperformance-Flüssigchromatographie-Massenspektrometrie (Ultraperformance-Flüssigchromatographie-Massenspektrometrie) analysiert. Kurz gesagt, 100 & mgr; l jeder Serumprobe werden in 1,5-ml-Mikrotöhren mit 20 mg NaCl, 10 mg Zitronensäure, 20 μl 1 M HCl und 100 & mgr; l Butanol gemischt. Die Mischung ist 2 Minuten lang verwirbelt und dann 15 Minuten bei 18.000 × g zentrifugiert. Der resultierende Überstand wird zur Analyse auf frische Mikrotubs übertragen.
Messung von urämischen Toxinen Wir messen den gesamten urämischen Toxinspiegel und nicht die freien Werte. Die Konzentrationen von Gesamtindoxylsulfat, p-Cresylsulfat, Indol-3-Essigsäure (IAA) und Hippursäure werden unter Verwendung eines zuvor beschriebenen Verfahrens zentral quantifiziert [19]. Kurz gesagt, für die Bindungswettbewerbe, 200 μl Serum, zu dem wir 20 μl 0,50 mm 1-Naphthalenesulfonsäure (interner Standard) hinzugefügt haben, wurde mit 250 & mgr; l 0,24 m Natriumoktanoat (Bindungskonkurrent) mit 250 μl Natrium-Oktanoat (Bindungskonkurrent) gemischt. Nach Wirbelmischung und Zentrifugierung bei 4 ° C, 1860 × g für 20 Minuten, wurde der Überstand auf 12 mm × 100 mm übertragen, GL 14-Glas-Testrohre und 2 ml Dichlormethan zugesetzt. Nach der Wirbelmischung und Zentrifugierung bei 4 ° C wurden 1860 × g für 10 min, 200 & mgr; l der oberen Schicht in Glasautosampler-Fläschchen übertragen, gefolgt von Zugabe von 20 μl 1 m HCl und 15 μl in die HPLC injiziert. Die HPLC -Analyse wurde an einem Agilent 1100 LC (Santa Clara, CA) durchgeführt, und für die chromatographische Analyse wurden Agilent Chemstations -Software verwendet. Die Trennung wurde an einer Zorbax SB-C18 Solv Saver plus HPLC-Säule (5 μm, 3,0 mm × 150 mm) durchgeführt. Eine Durchflussrate von 0,6 ml/min. Die mobile Phase A beträgt 0,2% Trifluoressigsäure in Milli-Q-Wasser und die mobile Phase B beträgt 0,2% Trifluoressigsäure in Acetonitril. Die analytische Methode besteht aus einem isokratischen Lauf mit 92% mobiler Phase A für 23 Minuten. Auf jeden analytischen Lauf folgte ein 1,3 -minütiger Auswaschgradienten auf 100% B. Säulentemperatur 25 ° C und die Autosampler -Tabletttemperatur 6 ° C. Wir haben die Analyten unter Verwendung des Analyt-zu-Standard-Peakflächenverhältnisses auf einem Agilent 1100 Hochleistungs-Fluoreszenzdetektor G1321A und agilentem UV-sichtbaren Detektoren der UV-Serie G1314A mit 1100 Serien quantifiziert. Die Detektoreinstellungen waren λex 260 nm/λem288nm für p-Cresylsulfat und λex 280 nm/λEM 390 nm für Indoxylsulfat, Indol-3-Esakesäure und interner Standard. Hippursäure wurde vom UV-Vis-Detektor bei 254 nm überwacht. Quantitative Ergebnisse werden in Bezug auf ihre Konzentrationen (mg/l) erhalten und berechnet.
Qualifizierte Stuhlproben mit mikrobiota -Profilprobenproben werden in sterilen gefrorenen Röhrchen von Probanden selbst gesammelt und wurden sofort in das Labor transportiert, wo sie für weitere Tests bei -80 ° C gelagert wurden.
DNA -Extraktion und Sequenzierung genomischer DNA aus Fäkalienproben werden unter Verwendung des Qiagen -DNA -Stuhls Fast Kit (QIAGEN) gemäß den Richtlinien des Herstellers extrahiert. Die Qualität der extrahierten metagenomischen DNA wird durch 1,0% Agarosegelelektrophorese und spektrophotometrische Analyse (Messung der optischen Dichte bei einem Verhältnis von 260/280 nm) bewertet. Damit die extrahierte DNA als geeignet angesehen werden soll, muss die Konzentration 20 ng/μl mit einem Verhältnis von 260/280 nm innerhalb des Bereichs von 1,8 bis 2,0 überschreiten. Die variable Region 4 (V4) des bakteriellen 16S -rRNA -Gens wird durch Polymerasekettenreaktion (PCR) mit bakteriellen/archaalen Primern 515F/806R amplifiziert, einschließlich Barcodes zur Probenidentifizierung [20]. Die resultierenden Amplikons werden unter Verwendung des Genjet -Gelextraktionskits (Thermo Scientific) gereinigt und mit einem Qubit -DSDNA -HS -Assay -Kit auf einem Qubit 2.0 -Fluorometer (Qubit) quantifiziert. Sequenzbibliotheken werden unter Verwendung des Nebnext® Ultra ™ DNA -Bibliotheksvorbereitungskits für Illumina (NEB) nach dem Protokoll des Herstellers hergestellt. Die gereinigten Bibliotheken werden quantifiziert, normalisiert, gepoolt und dann für die Clustererzeugung und -sequenzierung auf einer Illumina-Hiseq 2500-Plattform verwendet, um 250 BP-Paired-End-Lesevorgänge zu produzieren.
Paired-End-Lesevorgänge werden mit Flash v1.2.7 [21] zusammengeführt, und die Qualitätsfilterung wird unter Verwendung der Qiime 1.7-Pipeline mit Python-Skripten [22] durchgeführt. Chimäre Sequenzen wurden von Uchime entfernt [23]. Die verarbeiteten Lesevorgänge (effektive Tags) werden mit einer Sequenzidentität von 97% unter Verwendung von uparse [24] in operative taxonomische Einheiten (OTUs) eingeteilt, und die taxonomische Klassifizierung wird basierend auf der SILVA -Datenbank [25] zugewiesen. Um die phylogenetischen Beziehungen verschiedener OTUs zu bewerten, werden mehrere Sequenzausrichtungen mit Pynast v1.2 [26] gegen die Silva -Datenbank durchgeführt, und ein phylogenetischer Baum wurde unter Verwendung von Fastree [27] konstruiert.
Die Alpha -Vielfalt wird nach dem Artenreichtum unter Verwendung des ChaO1 -Index auf OTU -Ebene geschätzt. Eine Verdünnungskurve wird erzeugt, indem zufällig eine Untergruppe von Sequenzierungsdaten aus jeder Probe ausgewählt wird, um die Anzahl der beobachteten Spezies darzustellen, und eine Speziesakkumulationskurve wird aufgetragen, um das Auftreten von neuem OTUs (Spezies) mit kontinuierlicher Probenahme zu zeigen. Für die Beta-Diversität werden Bray-Curtis-Unähnlichkeiten auf OTU-Ebene mit dem veganen Paket berechnet und analysiert [28]. Die Hauptkoordinatenanalyse (PCOA) wird basierend auf Bray-Curtis-Entfernungen durchgeführt, und sowohl gewichtete als auch ungewichtete UNIFRAC-Parameter [29] werden über die Qiime-Pipeline berechnet. Die nicht-metrische dimensionale Skalierung (NMDS) wird unter Verwendung der gewichteten Korrelationsnetzwerkanalyse (WGCNA), STAT und GGPLOT2-Pakete in R durchgeführt, indem eine Entfernungsmatrix gewichteter und ungewichteter UNIFRAC-Parameter in einen neuen Satz von orthoogonalen Achsen umgewandelt wird. Alle Analysen werden unter Verwendung interner R-Skripte durchgeführt, sofern nicht anders angegeben.
Die funktionelle Zusammensetzung von Metagenomen wird aus 16S -rRNA -Daten unter Verwendung der Picrust -Software mit Python -Skripten vorhergesagt [30]. Eine vorkundige Tabelle der Genkopienzahlen für jede Genfamilie aus sequenzierten bakteriellen und archaalen Genomen, basierend auf der IMG -Datenbank [32], wird zusammen mit einem phylogenetischen Baum aus der Greengenes -Datenbank [32] zur Vorhersage der Geninhalte verwendet.
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
Wuqi District
-
Taichung, Wuqi District, Taiwan, 435
- Tungs' Taichung Metroharbour Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Die Einschlusskriterien sind 18- bis 80 Jahre alt und diagnostiziert mit CKD-Stufe V (derzeit erhalten die Hämodialyse-Behandlung> 3 Monate).
Ausschlusskriterien:
- Ausschlusskriterien umfassten schwangere oder stillende Frauen; Patienten mit Nierentransplantation, schweren Infektionen, schweren Herzerkrankungen und Lebererkrankungen, Malignität, Autoimmunerkrankungen, schwerer Unterernährung; konsumierte jede Art von Vor- oder Probiotika oder ließ innerhalb von 1 Monat nach dem Beginn der Studie eine Antibiotikatherapie aufgenommen; diagnostiziertes Reizdarmsyndrom, Morbus Crohn oder Colitis ulcerosa
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
|---|
|
Hämodialysepatienten
In dieser Studie wird versucht, die Assoziation von Fäkalienmetagenomik und gezielte Metabolomik in einer Kohorte von 60 Patienten mit unterschiedlichen Maßstäben zu untersuchen, um das komplexe Zusammenspiel zwischen dem Darmmikrobiom und Fäkal- und Serummetaboliten zu charakterisieren.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Fäkalmikrobiota -Profil
Zeitfenster: 1 Jahre
|
Alpha -Vielfalt, Beta -Diversität und funktionelle Zusammensetzung von Metagenomen wird aus 16S -rRNA -Daten unter Verwendung der Picrust -Software mit Python -Skripten vorhergesagt
|
1 Jahre
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Bewertung kurzkettiger Fettsäuren (SCFAs) und SCFAs mit verzweigten Ketten
Zeitfenster: 1 Jahre
|
Wir messen die Serumspiegel von Acetat, Propionat, Butyrat und Valerat zusammen mit verzweigten Ketten-SCFAs wie Isobutyrat und Isovalate.
|
1 Jahre
|
|
Messung von Serum urämischen Toxinen
Zeitfenster: 1 Jahre
|
Quantifizierung der P-Cresylsulfatkonzentrationen.
|
1 Jahre
|
|
Messung von Serum urämischen Toxinen
Zeitfenster: 1 Jahre
|
Quantifizierung der gesamten Indolsulfatkonzentrationen
|
1 Jahre
|
|
Messung von Serum urämischen Toxinen
Zeitfenster: 1 Jahre
|
Quantifizierung der Indol-3-Essigsäurekonzentrationen
|
1 Jahre
|
|
Messung von Serum urämischen Toxinen
Zeitfenster: 1 Jahre
|
Quantifizierung der Hippursäurekonzentrationen
|
1 Jahre
|
Mitarbeiter und Ermittler
Ermittler
- Hauptermittler: Paik Seong Lim, PhD, Tungs' Taichung Metroharbour Hospital
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Caporaso JG, Kuczynski J, Stombaugh J, Bittinger K, Bushman FD, Costello EK, Fierer N, Pena AG, Goodrich JK, Gordon JI, Huttley GA, Kelley ST, Knights D, Koenig JE, Ley RE, Lozupone CA, McDonald D, Muegge BD, Pirrung M, Reeder J, Sevinsky JR, Turnbaugh PJ, Walters WA, Widmann J, Yatsunenko T, Zaneveld J, Knight R. QIIME allows analysis of high-throughput community sequencing data. Nat Methods. 2010 May;7(5):335-6. doi: 10.1038/nmeth.f.303. Epub 2010 Apr 11. No abstract available.
- Caporaso JG, Lauber CL, Walters WA, Berg-Lyons D, Huntley J, Fierer N, Owens SM, Betley J, Fraser L, Bauer M, Gormley N, Gilbert JA, Smith G, Knight R. Ultra-high-throughput microbial community analysis on the Illumina HiSeq and MiSeq platforms. ISME J. 2012 Aug;6(8):1621-4. doi: 10.1038/ismej.2012.8. Epub 2012 Mar 8.
- Quast C, Pruesse E, Yilmaz P, Gerken J, Schweer T, Yarza P, Peplies J, Glockner FO. The SILVA ribosomal RNA gene database project: improved data processing and web-based tools. Nucleic Acids Res. 2013 Jan;41(Database issue):D590-6. doi: 10.1093/nar/gks1219. Epub 2012 Nov 28.
- Vaziri ND, Wong J, Pahl M, Piceno YM, Yuan J, DeSantis TZ, Ni Z, Nguyen TH, Andersen GL. Chronic kidney disease alters intestinal microbial flora. Kidney Int. 2013 Feb;83(2):308-15. doi: 10.1038/ki.2012.345. Epub 2012 Sep 19.
- Aronov PA, Luo FJ, Plummer NS, Quan Z, Holmes S, Hostetter TH, Meyer TW. Colonic contribution to uremic solutes. J Am Soc Nephrol. 2011 Sep;22(9):1769-76. doi: 10.1681/ASN.2010121220. Epub 2011 Jul 22.
- Barreto FC, Barreto DV, Liabeuf S, Meert N, Glorieux G, Temmar M, Choukroun G, Vanholder R, Massy ZA; European Uremic Toxin Work Group (EUTox). Serum indoxyl sulfate is associated with vascular disease and mortality in chronic kidney disease patients. Clin J Am Soc Nephrol. 2009 Oct;4(10):1551-8. doi: 10.2215/CJN.03980609. Epub 2009 Aug 20.
- Meyer TW, Hostetter TH. Uremia. N Engl J Med. 2007 Sep 27;357(13):1316-25. doi: 10.1056/NEJMra071313. No abstract available.
- Langille MG, Zaneveld J, Caporaso JG, McDonald D, Knights D, Reyes JA, Clemente JC, Burkepile DE, Vega Thurber RL, Knight R, Beiko RG, Huttenhower C. Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences. Nat Biotechnol. 2013 Sep;31(9):814-21. doi: 10.1038/nbt.2676. Epub 2013 Aug 25.
- Hung SC, Kuo KL, Wu CC, Tarng DC. Indoxyl Sulfate: A Novel Cardiovascular Risk Factor in Chronic Kidney Disease. J Am Heart Assoc. 2017 Feb 7;6(2):e005022. doi: 10.1161/JAHA.116.005022. No abstract available.
- Qin J, Li R, Raes J, Arumugam M, Burgdorf KS, Manichanh C, Nielsen T, Pons N, Levenez F, Yamada T, Mende DR, Li J, Xu J, Li S, Li D, Cao J, Wang B, Liang H, Zheng H, Xie Y, Tap J, Lepage P, Bertalan M, Batto JM, Hansen T, Le Paslier D, Linneberg A, Nielsen HB, Pelletier E, Renault P, Sicheritz-Ponten T, Turner K, Zhu H, Yu C, Li S, Jian M, Zhou Y, Li Y, Zhang X, Li S, Qin N, Yang H, Wang J, Brunak S, Dore J, Guarner F, Kristiansen K, Pedersen O, Parkhill J, Weissenbach J; MetaHIT Consortium; Bork P, Ehrlich SD, Wang J. A human gut microbial gene catalogue established by metagenomic sequencing. Nature. 2010 Mar 4;464(7285):59-65. doi: 10.1038/nature08821.
- DeSantis TZ, Hugenholtz P, Larsen N, Rojas M, Brodie EL, Keller K, Huber T, Dalevi D, Hu P, Andersen GL. Greengenes, a chimera-checked 16S rRNA gene database and workbench compatible with ARB. Appl Environ Microbiol. 2006 Jul;72(7):5069-72. doi: 10.1128/AEM.03006-05.
- Lozupone C, Lladser ME, Knights D, Stombaugh J, Knight R. UniFrac: an effective distance metric for microbial community comparison. ISME J. 2011 Feb;5(2):169-72. doi: 10.1038/ismej.2010.133. Epub 2010 Sep 9. No abstract available.
- Caporaso JG, Bittinger K, Bushman FD, DeSantis TZ, Andersen GL, Knight R. PyNAST: a flexible tool for aligning sequences to a template alignment. Bioinformatics. 2010 Jan 15;26(2):266-7. doi: 10.1093/bioinformatics/btp636. Epub 2009 Nov 13.
- Price MN, Dehal PS, Arkin AP. FastTree: computing large minimum evolution trees with profiles instead of a distance matrix. Mol Biol Evol. 2009 Jul;26(7):1641-50. doi: 10.1093/molbev/msp077. Epub 2009 Apr 17.
- Edgar RC. UPARSE: highly accurate OTU sequences from microbial amplicon reads. Nat Methods. 2013 Oct;10(10):996-8. doi: 10.1038/nmeth.2604. Epub 2013 Aug 18.
- Markowitz VM, Chen IM, Palaniappan K, Chu K, Szeto E, Grechkin Y, Ratner A, Jacob B, Huang J, Williams P, Huntemann M, Anderson I, Mavromatis K, Ivanova NN, Kyrpides NC. IMG: the Integrated Microbial Genomes database and comparative analysis system. Nucleic Acids Res. 2012 Jan;40(Database issue):D115-22. doi: 10.1093/nar/gkr1044.
- Edgar RC, Haas BJ, Clemente JC, Quince C, Knight R. UCHIME improves sensitivity and speed of chimera detection. Bioinformatics. 2011 Aug 15;27(16):2194-200. doi: 10.1093/bioinformatics/btr381. Epub 2011 Jun 23.
- Magoc T, Salzberg SL. FLASH: fast length adjustment of short reads to improve genome assemblies. Bioinformatics. 2011 Nov 1;27(21):2957-63. doi: 10.1093/bioinformatics/btr507. Epub 2011 Sep 7.
- de Loor H, Poesen R, De Leger W, Dehaen W, Augustijns P, Evenepoel P, Meijers B. A liquid chromatography - tandem mass spectrometry method to measure a selected panel of uremic retention solutes derived from endogenous and colonic microbial metabolism. Anal Chim Acta. 2016 Sep 14;936:149-56. doi: 10.1016/j.aca.2016.06.057. Epub 2016 Jul 2.
- Rukavina Mikusic NL, Kouyoumdzian NM, Choi MR. Gut microbiota and chronic kidney disease: evidences and mechanisms that mediate a new communication in the gastrointestinal-renal axis. Pflugers Arch. 2020 Mar;472(3):303-320. doi: 10.1007/s00424-020-02352-x. Epub 2020 Feb 17.
- Wang X, Yang S, Li S, Zhao L, Hao Y, Qin J, Zhang L, Zhang C, Bian W, Zuo L, Gao X, Zhu B, Lei XG, Gu Z, Cui W, Xu X, Li Z, Zhu B, Li Y, Chen S, Guo H, Zhang H, Sun J, Zhang M, Hui Y, Zhang X, Liu X, Sun B, Wang L, Qiu Q, Zhang Y, Li X, Liu W, Xue R, Wu H, Shao D, Li J, Zhou Y, Li S, Yang R, Pedersen OB, Yu Z, Ehrlich SD, Ren F. Aberrant gut microbiota alters host metabolome and impacts renal failure in humans and rodents. Gut. 2020 Dec;69(12):2131-2142. doi: 10.1136/gutjnl-2019-319766. Epub 2020 Apr 2.
- Chen YY, Chen DQ, Chen L, Liu JR, Vaziri ND, Guo Y, Zhao YY. Microbiome-metabolome reveals the contribution of gut-kidney axis on kidney disease. J Transl Med. 2019 Jan 3;17(1):5. doi: 10.1186/s12967-018-1756-4.
- Wikoff WR, Anfora AT, Liu J, Schultz PG, Lesley SA, Peters EC, Siuzdak G. Metabolomics analysis reveals large effects of gut microflora on mammalian blood metabolites. Proc Natl Acad Sci U S A. 2009 Mar 10;106(10):3698-703. doi: 10.1073/pnas.0812874106. Epub 2009 Feb 20.
- Einheber A, Carter D. The role of the microbial flora in uremia. I. Survival times of germfree, limited-flora, and conventionalized rats after bilateral nephrectomy and fasting. J Exp Med. 1966 Feb 1;123(2):239-50. doi: 10.1084/jem.123.2.239.
- Fan PC, Chang JC, Lin CN, Lee CC, Chen YT, Chu PH, Kou G, Lu YA, Yang CW, Chen YC. Serum indoxyl sulfate predicts adverse cardiovascular events in patients with chronic kidney disease. J Formos Med Assoc. 2019 Jul;118(7):1099-1106. doi: 10.1016/j.jfma.2019.03.005. Epub 2019 Mar 28.
- Li Q, Zhang S, Wu QJ, Xiao J, Wang ZH, Mu XW, Zhang Y, Wang XN, You LL, Wang SN, Song JN, Zhao XN, Wang ZZ, Yan XY, Jin YX, Jiang BW, Liu SX. Serum total indoxyl sulfate levels and all-cause and cardiovascular mortality in maintenance hemodialysis patients: a prospective cohort study. BMC Nephrol. 2022 Jun 28;23(1):231. doi: 10.1186/s12882-022-02862-z.
- Meijers B, Glorieux G, Poesen R, Bakker SJ. Nonextracorporeal methods for decreasing uremic solute concentration: a future way to go? Semin Nephrol. 2014 Mar;34(2):228-43. doi: 10.1016/j.semnephrol.2014.02.012.
- Lau WL, Savoj J, Nakata MB, Vaziri ND. Altered microbiome in chronic kidney disease: systemic effects of gut-derived uremic toxins. Clin Sci (Lond). 2018 Mar 9;132(5):509-522. doi: 10.1042/CS20171107. Print 2018 Mar 15.
- Vanholder R, De Smet R, Glorieux G, Argiles A, Baurmeister U, Brunet P, Clark W, Cohen G, De Deyn PP, Deppisch R, Descamps-Latscha B, Henle T, Jorres A, Lemke HD, Massy ZA, Passlick-Deetjen J, Rodriguez M, Stegmayr B, Stenvinkel P, Tetta C, Wanner C, Zidek W; European Uremic Toxin Work Group (EUTox). Review on uremic toxins: classification, concentration, and interindividual variability. Kidney Int. 2003 May;63(5):1934-43. doi: 10.1046/j.1523-1755.2003.00924.x.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 113097
- TTMHH-R1140050 (Andere Zuschuss-/Finanzierungsnummer: TungsTMHH)
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
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 .