- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT02164786
Metabolomics Dynamics Study for Severe Patient
Modeling Metabolomic Dynamics Based on Nuclear Magnetic Resonance and High Performance Liquid Chromatography for Severe Patient: a Cohort Study
Acute severe disease is a major public health challenge that often affects young adults.In past decade, there are lot of new techniques have been developed that aim to improve the outcome of acute severe disease, But few of these works success. According to recently studies, the mortality of the multiple organ dysfunction syndrome(MODS) that is the major cause of death in patients who suffering from acute severe disease, is not improved. On the contrary, if MODS be predicted in early stage of acute severe disease, the death can be prevented. Because acute severe disease poses complex injury that involves multiple pathological processes, understanding the cellular and metabolic network malfunction during acute severe disease is crucial for clinical monitoring and intervention.
Human metabolism is a complex network with hundreds of cross-linked paths. During critical illness, the metabolic network is dynamically disturbed at multiple points. Classical research typically isolates a small part of this network to investigate the impact of pathological physiology molecular mechanisms on clinical outcome. In particular, researchers have examined metabolic disturbances such as cytokine network dysfunction, skeletal muscle breakdown, insulin resistance, dyslipidemia, testosterone and growth hormone/Insulin like growth factor (IGF)dysfunctions, low thyroxine syndrome, and deficiency of vitamin D and calcium with secondary hyperparathyroidism. These complex metabolic disturbances appear and interact at different stages during the pathological process after acute severe illness. Therefore, an integrated approach that combines the biochemical/molecular changes with network disturbances is the key to understanding acute severe illness at the systems biology level and establishing an accurate quantitative model for clinical monitoring.
An interdisciplinary method that includes high-throughput quantitative techniques and effective mathematical and visualization tools is necessary. Furthermore, interdisciplinary methods present the opportunity to develop innovative clinical diagnosis and monitoring methods for severe injuries. The aim of this study is to provide a novel high-throughput method that integrated proton-nuclear magnetic resonance (NMR) metabolomic fingerprinting and High Performance Liquid Chromatography with advance mathematics tools to modeling metabolic dynamics after acute severe disease.
Tutkimuksen yleiskatsaus
Tila
Opintotyyppi
Ilmoittautuminen (Odotettu)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Sichuan
-
Chengdu, Sichuan, Kiina, 610072
- Rekrytointi
- Sichuan Academy of Medical Sciences
-
Ottaa yhteyttä:
- Hua Jiang, MBBS,PhD
- Puhelinnumero: 8613980001701
- Sähköposti: cdjianghua@gmail.com
-
Ottaa yhteyttä:
- Bin Cai, MBBS
- Puhelinnumero: 86-18981838125
- Sähköposti: bin.cai@traumabank.org
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Inclusion Criteria:
- Age:18-70 years
- Acute Physiology And Chronic Health Evaluation(APACHE)II>10
Exclusion Criteria:
- With comorbidity (Diabetes,Hyperthyroidism or primary organ dysfunction )
- Pregnancy
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
|---|
|
Acute severe disease
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
Kuolleisuus sairaalahoidossa
Aikaikkuna: Kuolemantapaukset maahantulosta kotiutukseen (enintään 10 viikkoa)
|
Kuolemantapaukset maahantulosta kotiutukseen (enintään 10 viikkoa)
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
Multi Organ Dysfunction Syndrome(MODS)
Aikaikkuna: MODS events occurence from admission to discharge(up to 10 weeks)
|
MODS events occurence from admission to discharge(up to 10 weeks)
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Opintojen puheenjohtaja: Hua Jiang, PhD, MBBS, Sichuan Academy of Medical Sciences
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus
Ensisijainen valmistuminen (Odotettu)
Opintojen valmistuminen (Odotettu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Arvio)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muut tutkimustunnusnumerot
- MetaLab_2014_001
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .