- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05539079
Un estudio observacional prospectivo a largo plazo en pacientes con gammapatía monoclonal de significado indeterminado (SECURE)
El mieloma múltiple (MM) es un cáncer de sangre raro que afecta a más de 5000 personas al año en el Reino Unido. Todos los casos de mieloma comienzan con una condición llamada gammapatía monoclonal de significado incierto (MGUS). MGUS ocurre en aproximadamente el 3.2% de las personas mayores de 50 años. Solo una pequeña proporción de estas personas (alrededor del 1 % cada año) desarrollará mieloma. La mayoría de las personas con GMSI no tienen síntomas, pero una pequeña cantidad de personas sufrirán complicaciones. Este grupo se conoce como gammapatía monoclonal de importancia clínica (MGCS).
Las personas con mieloma experimentan con frecuencia largos retrasos en el diagnóstico; los retrasos son más largos que para cualquier otro cáncer. Aunque sabemos que la MGUS conduce al mieloma, la mayoría de los casos de MGUS solo se encuentran 'incidentalmente' cuando a la persona le hacen análisis de sangre para detectar otra cosa. Y las personas que tienen MGUS no tienen pruebas ni seguimiento consistentes. Esta situación significa que entre el 80 y el 90 % de las personas a las que se les diagnostica mieloma no tenían un diagnóstico anterior de GMSI.
El diagnóstico temprano de mieloma podría ser posible con una mejor comprensión de la GMSI y cómo se debe monitorear. El estudio SECURE ayudará con esto. Ayudará a confirmar la velocidad a la que las personas con GMSI progresan hacia un diagnóstico de mieloma. Mejorará la comprensión de los patrones de detección, diagnóstico y seguimiento de las personas con MGUS y MGCS en el Reino Unido.
El estudio tiene como objetivo obtener más información sobre el papel de los antecedentes familiares y los factores demográficos en el desarrollo de GMSI. También encontrará más información sobre el impacto psicológico de un diagnóstico de MGUS y la calidad de vida individual.
Los pacientes con MGUS serán identificados por su equipo de atención clínica e invitados a participar en el estudio SECURE. Los participantes deberán responder encuestas y cuestionarios anualmente durante un período de 5 años o hasta que cambie su enfermedad. El estudio reclutará participantes de 20 sitios del NHS en el Reino Unido. A algunos se les pedirá que proporcionen muestras de sangre. SECURE está financiado por Cancer Research UK (CRUK) y el Instituto Nacional de Investigación en Salud (NIHR).
Descripción general del estudio
Estado
Condiciones
Descripción detallada
El mieloma afecta a 5820 personas/año en el Reino Unido y es la etapa avanzada de un trastorno de células plasmáticas clonales con un estado precursor distinto, denominado gammapatía monoclonal de significado incierto (MGUS). El término gammapatía monoclonal se refiere a las cantidades aberrantes de inmunoglobulina monoclonal producida por el clon de células plasmáticas desreguladas. La MGUS es heterogénea en su presentación clínica, con niveles variables tanto de inmunoglobulinas aberrantes como de supresión de las normales. El mieloma es el único estado clínico que actualmente se ofrece como tratamiento, aunque una minoría de pacientes con GMSI experimenta complicaciones como amiloidosis, trastornos renales, osteoporosis y manifestaciones cutáneas y del sistema nervioso. Se dice que los pacientes con MGUS con estas complicaciones clínicas tienen gammapatía monoclonal de importancia clínica (MGCS). En MGCS, la morbilidad está impulsada por la proteína secretada en lugar del tamaño del clon, que a menudo es significativamente más pequeño que en los pacientes con mieloma. Los costos de atención del mieloma son sustanciales en relación con el gasto total en quimioterapia contra el cáncer en todo el mundo. La detección temprana es una alta prioridad para los pacientes y mejora la supervivencia: el 84 % de las personas con mieloma sobreviven más de 5 años si se les diagnostica en la etapa más temprana, en comparación con solo el 26 % si se les diagnostica en una etapa avanzada. A pesar de la amplia disponibilidad de técnicas serológicas diagnósticas, el mieloma se diagnostica tardíamente con mayor frecuencia (>3 a 6 meses después de la presentación de los síntomas) y tiene la demora diagnóstica más prolongada de todos los cánceres, con presentaciones de emergencia en >30 % de los pacientes con mieloma recién diagnosticado que han acortado supervivencia. La mayoría de los retrasos evitables ocurren en la atención primaria por razones que incluyen pruebas y seguimiento de GMSI inconsistentes, lo que destaca la necesidad de mejorar la conectividad entre la atención primaria (detección), inmunología (investigaciones iniciales) y hematología (manejo continuo) para un diagnóstico y manejo efectivos del mieloma y estados precursores. Debido a que MGUS precede a todos los mielomas, una estrategia de diagnóstico temprano es monitorear regularmente a las personas con MGUS para ver si progresan a mieloma. El riesgo de progresión es ~1 %/año con una prevalencia en la población general de MGUS de 3,2 % en individuos >50 años. Desafortunadamente, la MGUS a menudo se diagnostica de manera incidental y entre el 80 y el 90 % de los mielomas se diagnostican sin recibir primero un diagnóstico de MGUS. Dado que la detección de MGUS a nivel de población sería poco práctica y costosa, se requiere investigación para comprender los síntomas clínicos. Sin embargo, la necesidad de monitorear regularmente a un mayor número de pacientes con MGUS supondría una gran carga para los médicos de cabecera. Hay una falta de modelos de predicción bien definidos para la transición MGUS-MGCS/mieloma que se pueda aplicar en la atención clínica. Aunque el tamaño de la proteína monoclonal aberrante y el subtipo (no IgG) pronostican ampliamente la progresión a mieloma, solo el 20-30 % de los pacientes con GMSI pertenecen a este grupo.
Además, los factores de riesgo para la progresión de MGUS-MGCS/mieloma han sido difíciles de definir, lo que lleva a enfoques en gran medida no estandarizados para la detección, la estratificación del riesgo y el control continuo, lo que contribuye al retraso en el diagnóstico. Los pacientes que presentan mieloma informan que el dolor óseo es el síntoma más común en el momento del diagnóstico y >80 % tienen lesiones óseas en las imágenes en el momento del diagnóstico. Los pacientes diagnosticados con MGUS muestran una incidencia significativamente mayor de muerte debido a comorbilidades como fracturas (incluidas todas las morbilidades relacionadas con el hospital por ingresos hospitalarios a largo plazo, como infecciones adquiridas en el hospital), formación de trombos, insuficiencia orgánica e infección, en comparación con pacientes no diagnosticados con MGUS. -Controles MGUS. Además, >18% de los pacientes con GMSI diagnosticados de manera incidental y sin antecedentes de osteoporosis sufrirán una fractura vertebral.
Este proyecto es un estudio observacional, mediante el cual los investigadores esperan comprender, a través de un análisis cualitativo, los patrones de detección y seguimiento existentes, junto con las rutas actuales para el diagnóstico de MGUS y MGCS, en el Reino Unido. Los investigadores también esperan mejorar la comprensión de las asociaciones demográficas y el vínculo familiar, ya que ha habido evidencia reciente que respalda un mayor riesgo y una progresión más temprana de la MGUS en personas de raza negra y evidencia de un mayor riesgo en aquellos con familiares inmediatos con la enfermedad.
Además, dado que hay información limitada disponible para comprender las necesidades psicológicas después del diagnóstico y durante la progresión de la enfermedad, el estudio también se centrará en la calidad de vida de los pacientes y los requisitos de los servicios psicológicos que se brindan a los participantes. Los investigadores esperan utilizar escalas estandarizadas y no estandarizadas durante el seguimiento inicial y anual.
Los estudios de metabolómica se llevarán a cabo en Phenome Centre-Birmingham (PC-B); se solicitó una instalación de 8 millones de libras esterlinas para el estudio dirigido y no dirigido a gran escala de metabolitos presentes en biofluidos y tejidos humanos, con un enfoque significativo en la medicina de precisión/estratificada. Varios estudios han aplicado la metabolómica al estudio de las discrasias de células plasmáticas. Un estudio de 2013 utilizó análisis de metabolitos basados en RMN de protones de muestras de suero y orina emparejadas en serie archivadas de pacientes con MM en diferentes etapas de la enfermedad. El estudio mostró la discriminación entre la enfermedad activa en el momento del diagnóstico, la remisión y la enfermedad recidivante e identificó la acetilcarnitina elevada como un nuevo marcador de la enfermedad activa. Un estudio más reciente identificó que los niveles elevados de 2-hidroxiglutarato (2-HG) en la sangre están asociados con niveles más altos de expresión de c-MYC en MM y un tiempo más corto hasta la progresión. Más recientemente, hemos analizado muestras seriadas obtenidas en Birmingham de 12 pacientes con GMSI antes y después de su progresión a MM y, en una segunda cohorte, muestras seriadas de pacientes con MM en el momento del diagnóstico (antes del tratamiento), durante el tratamiento y en remisión. El análisis estadístico identificó una serie de metabolitos cuya concentración relativa estaba alterada entre el diagnóstico previo y posterior al MM. Por ejemplo, los niveles séricos de esfingosina-1-fosfato (S1P) fueron más altos en individuos con MGUS antes de su progresión a MM (p<0.05, cambio medio de veces de 7,5) y este cambio en los niveles de S1P se revirtió progresivamente durante la terapia MM y en la primera remisión. Las muestras de suero del estudio SECURE se analizarán mediante cromatografía líquida de ultra rendimiento-espectrometría de masas (sistema UPLC Ultimate3000 acoplado a un espectrómetro de masas Q Exactive Plus de ionización por electrospray).
La caracterización de las variantes genéticas de la línea germinal en los participantes del estudio se llevará a cabo utilizando una metodología de vanguardia al final del período de observación planificado para identificar variantes y puntuaciones de riesgo asociadas y potencialmente predictivas del desarrollo de MGUS o progresión a MM. El grupo de mieloma de la División de Genética y Epidemiología del Instituto de Investigación del Cáncer (ICR) ha sido pionero en el descubrimiento de variantes de riesgo genético de línea germinal para MM, su anotación funcional y el desarrollo de puntajes de riesgo poligénico. Un programa de actividades en curso se centra en la caracterización funcional, en particular, también investiga la interacción con mutaciones no codificantes en el genoma del tumor, lo que informará la interpretación de los hallazgos generados a través de SECURE y apoyará el desarrollo de herramientas de estratificación de riesgo individualizadas.
Colegas de la clínica Mayo han demostrado que la modificación postraduccional de las cadenas ligeras es un biomarcador de progresión de MGUS a mieloma, en una cohorte de MGUS examinada. Además, un artículo reciente ha demostrado que los programas transcripcionales de glicosilación revestidos de N están significativamente regulados al alza en células plasmáticas de pacientes con amiloidosis AL en comparación con pacientes con mieloma y controles normales. Dentro de SECURE, los investigadores utilizarán una plataforma de espectrometría de masas establecida por Binding site para perfilar longitudinalmente los patrones de glicosilación en las cadenas ligeras de los pacientes con MGUS y evaluar si se trata de un biomarcador potencial para la progresión a mieloma o amiloidosis.
Impacto clínico: se necesita una comprensión objetiva de la progresión de la gammapatía monoclonal a mieloma en una población del Reino Unido. Este estudio proporcionará información adicional sobre rutas de diagnóstico, detección de MGCS, patrones de monitoreo y tanto el impacto psicológico como la utilización de recursos de salud de esta población de pacientes. Esto nos permitirá arriesgar el seguimiento estratificado de pacientes con GMSI y agilizar las vías con la intención de un diagnóstico temprano de MGCS. Los datos adicionales sobre el vínculo familiar, la CdV y la HRU ayudan a desarrollar un marco para mejorar el manejo clínico de la GMSI.
Tipo de estudio
Inscripción (Estimado)
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Richard Brouwer, BSc
- Número de teléfono: 07594301699
- Correo electrónico: richard.brouwer@ouh.nhs.uk
Ubicaciones de estudio
-
-
Oxfordshire
-
Oxford, Oxfordshire, Reino Unido, OX3 7LE
- Reclutamiento
- Secure Study
-
Contacto:
- Secure Study
- Número de teléfono: 01865226950
- Correo electrónico: secure@oxnet.nhs.uk
-
Investigador principal:
- Karthik Ramasamy
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
• Cualquier persona con un caso confirmado o sospechoso de GMSI
Criterio de exclusión:
- Aquellos que no pueden o no quieren dar su consentimiento informado
- Pacientes menores de 18 años
- Pacientes sin evidencia de GMSI
- Pacientes con una relación de cadena ligera de 0,3 a 3,0 sin una proteína monoclonal en electroforesis sérica o inmunofijación
- Pacientes con paraproteína en rápido aumento o cadenas ligeras libres en suero de enfermedad progresiva en el momento del diagnóstico o inclusión en el estudio
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Modelos observacionales: Grupo
- Perspectivas temporales: Futuro
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Tasa de progresión a MM
Periodo de tiempo: A través de la finalización del estudio, evaluado hasta 60 meses
|
Tasa de progresión a MM durante la observación
|
A través de la finalización del estudio, evaluado hasta 60 meses
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Patrones de monitoreo de MGUS según lo determinado a través del cuestionario
Periodo de tiempo: Al finalizar los estudios, un promedio de 5 años
|
Análisis cualitativo para determinar los patrones de seguimiento de los pacientes con MGUS y la justificación detrás de ellos
|
Al finalizar los estudios, un promedio de 5 años
|
|
Detección de MGCS según lo determinado a través del cuestionario
Periodo de tiempo: Al finalizar los estudios, un promedio de 5 años
|
Análisis cualitativo para determinar el tamizaje de pacientes con MGCS
|
Al finalizar los estudios, un promedio de 5 años
|
|
Comprensión de las rutas para el diagnóstico de MGUS según lo determinado a través del cuestionario
Periodo de tiempo: Base
|
Análisis cualitativo para determinar rutas para el diagnóstico de GMSI Cribado vs Incidental |
Base
|
|
Comprender el vínculo familiar en relación con MGUS según lo determinado a través de un cuestionario
Periodo de tiempo: Base
|
Comprender el vínculo familiar en relación con MGUS según lo determinado a través de un cuestionario
|
Base
|
|
Calidad de Vida medida por el Cuestionario EQ-5D-3L
Periodo de tiempo: Al finalizar los estudios, un promedio de 5 años
|
El sistema descriptivo EQ-5D-3L comprende las siguientes cinco dimensiones: movilidad, autocuidado, actividades habituales, dolor/malestar y ansiedad/depresión. Cada dimensión se califica en una escala de 1 a 3: 1 (sin problemas), 2 (algunos problemas) y 3 (problemas extremos). Una puntuación más alta equivale a un peor resultado. Como se indica en la guía de usuario oficial de EQ-5D, las respuestas de los pacientes a las 5 preguntas se convirtieron en un valor de índice único según Dolan P (1997). Modelado de valoraciones para estados de salud EuroQol. MedCare 35(11):1095-108. Estos valores de índice, con conjuntos de valores específicos de cada país, facilitan el cálculo de los años de vida ajustados por calidad (AVAC) que se utilizan para informar las evaluaciones económicas de las intervenciones de atención de la salud. En el Reino Unido, los valores oscilan entre -0,594 y +1. |
Al finalizar los estudios, un promedio de 5 años
|
|
Determinar si S1P tiene valor como biomarcador predictivo de progresión a MM
Periodo de tiempo: A través de la finalización del estudio, evaluado hasta 60 meses
|
Determinar si S1P tiene valor como biomarcador predictivo de progresión a MM
|
A través de la finalización del estudio, evaluado hasta 60 meses
|
|
Determinar si la acetilcarnitina tiene valor como biomarcador predictivo de progresión a MM
Periodo de tiempo: A través de la finalización del estudio, evaluado hasta 60 meses
|
Determinar si la acetilcarnitina tiene valor como biomarcador predictivo de progresión a MM
|
A través de la finalización del estudio, evaluado hasta 60 meses
|
|
Identificar variantes genéticas de línea germinal asociadas con el riesgo de desarrollar MGUS y/o MM
Periodo de tiempo: A través de la finalización del estudio, evaluado hasta 60 meses
|
Evaluado a través de perfiles genéticos de línea germinal
|
A través de la finalización del estudio, evaluado hasta 60 meses
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Karthik Ramasamy, Oxford University Hospitals NHS Trust
Publicaciones y enlaces útiles
Publicaciones Generales
- Cook R. Economic and clinical impact of multiple myeloma to managed care. J Manag Care Pharm. 2008 Sep;14(7 Suppl):19-25. doi: 10.18553/jmcp.2008.14.S7-A.19.
- Koshiaris C, Oke J, Abel L, Nicholson BD, Ramasamy K, Van den Bruel A. Quantifying intervals to diagnosis in myeloma: a systematic review and meta-analysis. BMJ Open. 2018 Jun 22;8(6):e019758. doi: 10.1136/bmjopen-2017-019758.
- Graziani G, Herget GW, Ihorst G, Zeissig M, Chaidos A, Auner HW, Duyster J, Wasch R, Engelhardt M. Time from first symptom onset to the final diagnosis of multiple myeloma (MM) - possible risks and future solutions: retrospective and prospective 'Deutsche Studiengruppe MM' (DSMM) and 'European Myeloma Network' (EMN) analysis. Leuk Lymphoma. 2020 Apr;61(4):875-886. doi: 10.1080/10428194.2019.1695051. Epub 2019 Nov 28.
- Lyratzopoulos G, Neal RD, Barbiere JM, Rubin GP, Abel GA. Variation in number of general practitioner consultations before hospital referral for cancer: findings from the 2010 National Cancer Patient Experience Survey in England. Lancet Oncol. 2012 Apr;13(4):353-65. doi: 10.1016/S1470-2045(12)70041-4. Epub 2012 Feb 24.
- Swann R, Lyratzopoulos G, Rubin G, Pickworth E, McPhail S. The frequency, nature and impact of GP-assessed avoidable delays in a population-based cohort of cancer patients. Cancer Epidemiol. 2020 Feb;64:101617. doi: 10.1016/j.canep.2019.101617. Epub 2019 Dec 3.
- Landgren O, Kyle RA, Pfeiffer RM, Katzmann JA, Caporaso NE, Hayes RB, Dispenzieri A, Kumar S, Clark RJ, Baris D, Hoover R, Rajkumar SV. Monoclonal gammopathy of undetermined significance (MGUS) consistently precedes multiple myeloma: a prospective study. Blood. 2009 May 28;113(22):5412-7. doi: 10.1182/blood-2008-12-194241. Epub 2009 Jan 29.
- Kyle RA, Durie BG, Rajkumar SV, Landgren O, Blade J, Merlini G, Kroger N, Einsele H, Vesole DH, Dimopoulos M, San Miguel J, Avet-Loiseau H, Hajek R, Chen WM, Anderson KC, Ludwig H, Sonneveld P, Pavlovsky S, Palumbo A, Richardson PG, Barlogie B, Greipp P, Vescio R, Turesson I, Westin J, Boccadoro M; International Myeloma Working Group. Monoclonal gammopathy of undetermined significance (MGUS) and smoldering (asymptomatic) multiple myeloma: IMWG consensus perspectives risk factors for progression and guidelines for monitoring and management. Leukemia. 2010 Jun;24(6):1121-7. doi: 10.1038/leu.2010.60. Epub 2010 Apr 22.
- Kyle RA, Therneau TM, Rajkumar SV, Larson DR, Plevak MF, Offord JR, Dispenzieri A, Katzmann JA, Melton LJ 3rd. Prevalence of monoclonal gammopathy of undetermined significance. N Engl J Med. 2006 Mar 30;354(13):1362-9. doi: 10.1056/NEJMoa054494.
- Kaufmann H, Ackermann J, Odelga V, Sagaster V, Nosslinger T, Pfeilstocker M, Keck A, Ludwig H, Gisslinger H, Drach J. Cytogenetic patterns in multiple myeloma after a phase of preceding MGUS. Eur J Clin Invest. 2008 Jan;38(1):53-60. doi: 10.1111/j.1365-2362.2007.01903.x.
- Kyle RA, Gertz MA, Witzig TE, Lust JA, Lacy MQ, Dispenzieri A, Fonseca R, Rajkumar SV, Offord JR, Larson DR, Plevak ME, Therneau TM, Greipp PR. Review of 1027 patients with newly diagnosed multiple myeloma. Mayo Clin Proc. 2003 Jan;78(1):21-33. doi: 10.4065/78.1.21.
- Dispenzieri A, Larson DR, Rajkumar SV, Kyle RA, Kumar SK, Kourelis T, Arendt B, Willrcih M, Dasari S, Murray D. N-glycosylation of monoclonal light chains on routine MASS-FIX testing is a risk factor for MGUS progression. Leukemia. 2020 Oct;34(10):2749-2753. doi: 10.1038/s41375-020-0940-8. Epub 2020 Jun 27.
- Koshiaris C, Van den Bruel A, Oke JL, Nicholson BD, Shephard E, Braddick M, Hamilton W. Early detection of multiple myeloma in primary care using blood tests: a case-control study in primary care. Br J Gen Pract. 2018 Sep;68(674):e586-e593. doi: 10.3399/bjgp18X698357. Epub 2018 Aug 13.
- Rajkumar SV. The screening imperative for multiple myeloma. Nature. 2020 Nov;587(7835):S63. doi: 10.1038/d41586-020-03227-y. No abstract available.
- Puchades-Carrasco L, Lecumberri R, Martinez-Lopez J, Lahuerta JJ, Mateos MV, Prosper F, San-Miguel JF, Pineda-Lucena A. Multiple myeloma patients have a specific serum metabolomic profile that changes after achieving complete remission. Clin Cancer Res. 2013 Sep 1;19(17):4770-9. doi: 10.1158/1078-0432.CCR-12-2917. Epub 2013 Jul 19.
- Jones DR, Wu Z, Chauhan D, Anderson KC, Peng J. A nano ultra-performance liquid chromatography-high resolution mass spectrometry approach for global metabolomic profiling and case study on drug-resistant multiple myeloma. Anal Chem. 2014 Apr 1;86(7):3667-75. doi: 10.1021/ac500476a. Epub 2014 Mar 20.
- Breitkopf SB, Yuan M, Helenius KP, Lyssiotis CA, Asara JM. Triomics Analysis of Imatinib-Treated Myeloma Cells Connects Kinase Inhibition to RNA Processing and Decreased Lipid Biosynthesis. Anal Chem. 2015 Nov 3;87(21):10995-1006. doi: 10.1021/acs.analchem.5b03040. Epub 2015 Oct 12.
- Du H, Wang L, Liu B, Wang J, Su H, Zhang T, Huang Z. Analysis of the Metabolic Characteristics of Serum Samples in Patients With Multiple Myeloma. Front Pharmacol. 2018 Aug 22;9:884. doi: 10.3389/fphar.2018.00884. eCollection 2018.
- Lodi A, Tiziani S, Khanim FL, Gunther UL, Viant MR, Morgan GJ, Bunce CM, Drayson MT. Proton NMR-based metabolite analyses of archived serial paired serum and urine samples from myeloma patients at different stages of disease activity identifies acetylcarnitine as a novel marker of active disease. PLoS One. 2013;8(2):e56422. doi: 10.1371/journal.pone.0056422. Epub 2013 Feb 19.
- Gonsalves WI, Ramakrishnan V, Hitosugi T, Ghosh T, Jevremovic D, Dutta T, Sakrikar D, Petterson XM, Wellik L, Kumar SK, Nair KS. Glutamine-derived 2-hydroxyglutarate is associated with disease progression in plasma cell malignancies. JCI Insight. 2018 Jan 11;3(1):e94543. doi: 10.1172/jci.insight.94543. eCollection 2018 Jan 11.
- Dona AC, Jimenez B, Schafer H, Humpfer E, Spraul M, Lewis MR, Pearce JT, Holmes E, Lindon JC, Nicholson JK. Precision high-throughput proton NMR spectroscopy of human urine, serum, and plasma for large-scale metabolic phenotyping. Anal Chem. 2014 Oct 7;86(19):9887-94. doi: 10.1021/ac5025039. Epub 2014 Sep 16.
- Dunn WB, Broadhurst D, Begley P, Zelena E, Francis-McIntyre S, Anderson N, Brown M, Knowles JD, Halsall A, Haselden JN, Nicholls AW, Wilson ID, Kell DB, Goodacre R; Human Serum Metabolome (HUSERMET) Consortium. Procedures for large-scale metabolic profiling of serum and plasma using gas chromatography and liquid chromatography coupled to mass spectrometry. Nat Protoc. 2011 Jun 30;6(7):1060-83. doi: 10.1038/nprot.2011.335.
- Broderick P, Chubb D, Johnson DC, Weinhold N, Forsti A, Lloyd A, Olver B, Ma Y, Dobbins SE, Walker BA, Davies FE, Gregory WA, Childs JA, Ross FM, Jackson GH, Neben K, Jauch A, Hoffmann P, Muhleisen TW, Nothen MM, Moebus S, Tomlinson IP, Goldschmidt H, Hemminki K, Morgan GJ, Houlston RS. Common variation at 3p22.1 and 7p15.3 influences multiple myeloma risk. Nat Genet. 2011 Nov 27;44(1):58-61. doi: 10.1038/ng.993.
- Weinhold N, Johnson DC, Chubb D, Chen B, Forsti A, Hosking FJ, Broderick P, Ma YP, Dobbins SE, Hose D, Walker BA, Davies FE, Kaiser MF, Li NL, Gregory WA, Jackson GH, Witzens-Harig M, Neben K, Hoffmann P, Nothen MM, Muhleisen TW, Eisele L, Ross FM, Jauch A, Goldschmidt H, Houlston RS, Morgan GJ, Hemminki K. The CCND1 c.870G>A polymorphism is a risk factor for t(11;14)(q13;q32) multiple myeloma. Nat Genet. 2013 May;45(5):522-525. doi: 10.1038/ng.2583. Epub 2013 Mar 17.
- Chubb D, Weinhold N, Broderick P, Chen B, Johnson DC, Forsti A, Vijayakrishnan J, Migliorini G, Dobbins SE, Holroyd A, Hose D, Walker BA, Davies FE, Gregory WA, Jackson GH, Irving JA, Pratt G, Fegan C, Fenton JA, Neben K, Hoffmann P, Nothen MM, Muhleisen TW, Eisele L, Ross FM, Straka C, Einsele H, Langer C, Dorner E, Allan JM, Jauch A, Morgan GJ, Hemminki K, Houlston RS, Goldschmidt H. Common variation at 3q26.2, 6p21.33, 17p11.2 and 22q13.1 influences multiple myeloma risk. Nat Genet. 2013 Oct;45(10):1221-1225. doi: 10.1038/ng.2733. Epub 2013 Aug 18.
- Weinhold N, Johnson DC, Rawstron AC, Forsti A, Doughty C, Vijayakrishnan J, Broderick P, Dahir NB, Begum DB, Hosking FJ, Yong K, Walker BA, Hoffmann P, Muhleisen TW, Langer C, Dorner E, Jockel KH, Eisele L, Nothen MM, Hose D, Davies FE, Goldschmidt H, Morgan GJ, Hemminki K, Houlston RS. Inherited genetic susceptibility to monoclonal gammopathy of unknown significance. Blood. 2014 Apr 17;123(16):2513-7; quiz 2593. doi: 10.1182/blood-2013-10-532283. Epub 2014 Jan 21.
- Mitchell JS, Li N, Weinhold N, Forsti A, Ali M, van Duin M, Thorleifsson G, Johnson DC, Chen B, Halvarsson BM, Gudbjartsson DF, Kuiper R, Stephens OW, Bertsch U, Broderick P, Campo C, Einsele H, Gregory WA, Gullberg U, Henrion M, Hillengass J, Hoffmann P, Jackson GH, Johnsson E, Joud M, Kristinsson SY, Lenhoff S, Lenive O, Mellqvist UH, Migliorini G, Nahi H, Nelander S, Nickel J, Nothen MM, Rafnar T, Ross FM, da Silva Filho MI, Swaminathan B, Thomsen H, Turesson I, Vangsted A, Vogel U, Waage A, Walker BA, Wihlborg AK, Broyl A, Davies FE, Thorsteinsdottir U, Langer C, Hansson M, Kaiser M, Sonneveld P, Stefansson K, Morgan GJ, Goldschmidt H, Hemminki K, Nilsson B, Houlston RS. Genome-wide association study identifies multiple susceptibility loci for multiple myeloma. Nat Commun. 2016 Jul 1;7:12050. doi: 10.1038/ncomms12050.
- Li N, Johnson DC, Weinhold N, Studd JB, Orlando G, Mirabella F, Mitchell JS, Meissner T, Kaiser M, Goldschmidt H, Hemminki K, Morgan GJ, Houlston RS. Multiple myeloma risk variant at 7p15.3 creates an IRF4-binding site and interferes with CDCA7L expression. Nat Commun. 2016 Nov 24;7:13656. doi: 10.1038/ncomms13656.
- Alameda D, Goicoechea I, Vicari M, Arriazu E, Nevone A, Rodriguez S, Lasa M, Puig N, Cedena MT, Alignani D, Garate S, Lara-Astiaso D, Vilas-Zornoza A, Sarvide S, Ocio EM, Lecumberri R, Garcia de Coca A, Labrador J, Gonzalez ME, Palomera L, Gironella M, Cabanas V, Casanova M, Oriol A, Krsnik I, Perez-Montana A, de la Rubia J, de la Puerta JE, de Arriba F, Fazio VM, Martinez-Lopez J, Lahuerta JJ, Mateos MV, Odero MD, Prosper F, Weiner A, Amit I, Nuvolone M, San Miguel JF, Paiva B. Tumor cells in light-chain amyloidosis and myeloma show distinct transcriptional rewiring of normal plasma cell development. Blood. 2021 Oct 28;138(17):1583-1589. doi: 10.1182/blood.2020009754.
- Piot JM, Royer M, Schmidt-Tanguy A, Hoppe E, Gardembas M, Bourree T, Hunault M, Francois S, Boyer F, Ifrah N, Renier G, Chevailler A, Audran M, Chappard D, Libouban H, Mabilleau G, Legrand E, Bouvard B. Factors associated with an increased risk of vertebral fracture in monoclonal gammopathies of undetermined significance. Blood Cancer J. 2015 Aug 28;5(8):e345. doi: 10.1038/bcj.2015.71.
- Went M, Sud A, Forsti A, Halvarsson BM, Weinhold N, Kimber S, van Duin M, Thorleifsson G, Holroyd A, Johnson DC, Li N, Orlando G, Law PJ, Ali M, Chen B, Mitchell JS, Gudbjartsson DF, Kuiper R, Stephens OW, Bertsch U, Broderick P, Campo C, Bandapalli OR, Einsele H, Gregory WA, Gullberg U, Hillengass J, Hoffmann P, Jackson GH, Jockel KH, Johnsson E, Kristinsson SY, Mellqvist UH, Nahi H, Easton D, Pharoah P, Dunning A, Peto J, Canzian F, Swerdlow A, Eeles RA, Kote-Jarai Z, Muir K, Pashayan N, Nickel J, Nothen MM, Rafnar T, Ross FM, da Silva Filho MI, Thomsen H, Turesson I, Vangsted A, Andersen NF, Waage A, Walker BA, Wihlborg AK, Broyl A, Davies FE, Thorsteinsdottir U, Langer C, Hansson M, Goldschmidt H, Kaiser M, Sonneveld P, Stefansson K, Morgan GJ, Hemminki K, Nilsson B, Houlston RS; PRACTICAL consortium. Identification of multiple risk loci and regulatory mechanisms influencing susceptibility to multiple myeloma. Nat Commun. 2018 Sep 13;9(1):3707. doi: 10.1038/s41467-018-04989-w.
Enlaces Útiles
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- PID15967
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
producto fabricado y exportado desde los EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .