- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT06877585
Fekaalisen mikrobiotakoostumuksen, metaboliittipitoisuuksien ja indoksyylisulfaattitasojen välinen yhteys
Fekaalisen mikrobiotakoostumuksen, metaboliittipitoisuuksien ja indoksyylisulfaattitasojen välinen yhteys hemodialyysipotilailla
Tutkimuksen yleiskatsaus
Tila
Ehdot
Yksityiskohtainen kuvaus
Potilaat ja tutkimussuunnitelma
Kuusikymmentä HD -potilasta otetaan mukaan dialyysiyksiköstä, Tungsin Taichung Metroharbour -sairaalan munuaisosasto. Jokaiselta osallistujalta saadaan kirjallinen tietoinen suostumus osallistumaan tutkimukseen sen jälkeen, kun hänelle on annettu tietoa tutkimuksen suunnittelusta ja tavoitteista. Kokeellinen protokolla lähettää IRB: n eettisille komiteoille hyväksyttäväksi. Sisällyttämiskriteerit ovat ikä 18–80 vuotta ja diagnosoitu CKD-vaihe V (tällä hetkellä saava hemodialyysihoito> 3 kuukautta). Poissulkemiskriteerit sisälsivät raskaana olevia tai imettäviä naisia; potilaat, joilla on munuaisensiirto, vakavat infektiot, vakavat sydänsairaudet ja maksasairaudet, pahanlaatuisuus, autoimmuunisairaudet, vakava aliravitsemus; kuluttaa minkä tahansa tyyppisiä esio- tai probiootteja tai heillä oli antibioottihoito yhden kuukauden kuluessa tutkimuksen alkamisesta; diagnosoitu ärtyvän suolen oireyhtymä, Crohnin tauti tai haavainen koliitti; Suolen säteilyn vastaanottaminen tai saanut suuren suolen resektion. Osallistujat saavat ruokavalio -ohjeita ja heitä rohkaistaan ylläpitämään vakaata ruokavalion saantia, jonka ravitsemuskyselyt kvantifioivat potilashaastattelujen aikana. Kyselylomakkeet keräsivät tietoa viikoittaisesta määrästä ja taajuudesta ruoan ja juomien kulutuksesta. Tiedot eri elintarvikkeiden ravintoaineiden koostumuksesta saadaan käyttämällä ravitsemus- ja elintarviketurvallisuusinstituutin taulukoita, Kansallinen Taiwanin yliopisto.
Näytteenkeruu, valmistus ja analysointi Verinäytteet kerätään erikseen jokaisesta osallistujasta. Verinäytteet kerätään 8-12 tunnin paastojakson jälkeen käyttämällä natriumfluoridiputkia ja pidetään jäällä siirtymään tutkimuslaboratorioon. Siellä ollessa näytteet sentrifugoivat 3000 x g: llä 15 minuutin ajan 4 ° C: ssa. Seerumi siirretään sitten steriileihin putkiin ja säilytetään -20 ° C: seen tulevaa analyysiä varten.
Mittaamme asetaatin, propionaatin, butyraatin ja valeraatin seerumin tasot sekä haarautuneiden ketjun SCFA: n, kuten isobutyraatin ja isovalaatin, kanssa. Nämä metaboliittiprofiilit analysoidaan käyttämällä ultrafformanssin nestekromatografia-massaspektrometriaa (UPLC-MS). Lyhyesti sanottuna 100 μl kutakin seeruminäytettä sekoitetaan 1,5 ml: n mikrotubeihin, joissa on 20 mg NaCl, 10 mg sitruunahappoa, 20 μl 1 M HCl ja 100 μl butanolia. Seos vorteksidaan 2 minuutin ajan ja sentrifugoituu sitten 18 000 x g 15 minuutin ajan. Tuloksena oleva supernatantti siirretään tuoreisiin mikrotubeihin analysoitavaksi.
Ureemisten toksiinien mittaus mittaamme kokonais -ureemisen toksiinin tasot vapaiden tasojen sijasta. Kokonaisdoksyylisulfaatin, p-dresyylisulfaatin, indoli-3-etikkahapon (IAA) ja hippurihapon pitoisuudet määritetään keskitetysti käyttämällä aiemmin kuvattua menetelmää [19]. Lyhyesti, sitoutumiskilpailussa 200 μl seerumia, johon lisäsimme 20 μl 0,50 mm 1-naftaleenisulfonihappoa (sisäinen standardi), sekoitettiin 250 μl: n 0,24 m: n natriumoktaanoaatilla (sitova kilpailija). Siirron jälkeen viiden minuutin kuluttua huoneenlämpötilassa lisäsimme 2 ml: n kylmää asetonia proteiinien saostumiseen. Vortex-sekoittamisen ja sentrifugoitumisen jälkeen 4 ° C: ssa 1860 x g 20 minuutin ajan supernatantti siirrettiin 12 mm × 100 mm, GL 14 lasi-testiputkiin ja 2 ml: n dikloorimetaaniin. Vortex-sekoittamisen ja sentrifugoitumisen jälkeen 4 ° C: ssa 1860 x g 10 minuutin ajan, 200 μl ylemmästä kerroksesta siirrettiin Glass Autosampler -vipuihin, mitä seurasi 20 μL 1M HCl ja 15 μl injektoitiin HPLC: lle. HPLC -analyysi suoritettiin Agilent 1100 -sarjan LC: lle (Santa Clara, CA), ja kromatografiseen analyysiin käytettiin Agilent Chemstations -ohjelmistoa. Erottelu suoritettiin Zorbax SB-C18 -liuottehäisellä Plus HPLC -pylväällä (5 μm, 3,0 mm × 150 mm). Virtausnopeudella 0,6 ml/min. Liikkuva vaihe A on 0,2% trifluorietikkahappo milli-Q-vedessä ja liikkuva faasi B on 0,2% trifluorietikkahappoa asetonitriilissä. Analyyttinen menetelmä koostuu isokraattisesta juoksusta 92%: n liikkuvan vaiheen A kanssa 23 minuutin ajan. Jokaista analyyttistä ajoa seurasi 1,3 minuutin pesugradientti 100% B. Pylvään lämpötila oli 25 ° C ja automaattinen näytteenottimen lämpötila oli 6 ° C. Kvantifioimme analyyttit käyttämällä analyyttiä tavanomaiseen piikkien suhteeseen Agilent 1100 korkean suorituskyvyn fluoresenssin ilmaisimella G1321A ja Agilent 1100 -sarjan UV-näkyvät ilmaisimet G1314a. Ilmaisinasetukset olivat λex 260 nm/λem288nm p-kresyylisulfaatille ja λex 280 nm/λem 390Nm indoksyylisulfaatille, indoli-3-etikkahapolle ja sisäiselle standardille. UV-Vis-ilmaisin tarkkailtiin hippuriinihappoa 254 nm: n nopeudella. Kvantitatiiviset tulokset saadaan ja lasketaan niiden pitoisuuksien perusteella (mg/l).
Fekaalin mikrobiotaprofiilinäytteen kerääminen pätevät ulostenäytteet ovat itse kerättyjä steriileissä jäädytetyissä putkissa koehenkilöillä ja ne kuljetettiin välittömästi laboratorioon, jossa niitä varastoitiin - 80 ° C lisätestausta varten.
Fekaalinäytteistä peräisin olevista DNA -uutto- ja sekvensointi genominen DNA uutetaan käyttämällä Qiagen DNA -jakkaran nopeaa pakkausta (Qiagen) valmistajan ohjeiden mukaisesti. Uutetun metagenomisen DNA: n laatu arvioidaan 1,0 -prosenttisella agaroosigeelielektroforeesilla ja spektrofotometrisella analyysillä (optisen tiheyden mittaaminen 260/280 nm: n suhteen). Jotta uutetun DNA: n voidaan pitää sopivana, konsentraation on ylitettävä 20 ng/μl, ja suhteessa 260/280 nm: n välillä 1,8 - 2,0. Bakteerien 16S -rRNA -geenin muuttuva alue 4 (V4) monistetaan polymeraasiketjureaktion (PCR) avulla bakteerien/arkaialomuomien kanssa 515F/806R, mukaan lukien viivakoodit näytteen tunnistamiseksi [20]. Tuloksena olevat amplikonit puhdistetaan käyttämällä Genejet -geeliuuttopakkausta (Thermo Scientific) ja kvantifioitu qubit dsDNA HS -määrityspakkauksella Qubit 2.0 -fluorometrillä (QBIT). Sekvensointikirjastot valmistetaan käyttämällä NebNext® ULTRA ™ DNA -kirjaston prep -sarjaa Illuminalle (NEB) valmistajan protokollan mukaisesti. Puhdistetut kirjastot määritetään, normalisoidaan, yhdistetään ja käytetään sitten klusterin luomiseen ja sekvensoinnissa Illumina HiSeq 2500 -alustalla, joka tuottaa 250 bp: n parillisen pääluku.
Parillisen pääluku yhdistetään käyttämällä Flash v1.2.7 [21], ja laadun suodatus suoritetaan käyttämällä QIIME 1.7 -putkilinjaa python-skripteillä [22]. Kimeeriset sekvenssit poistettiin Uchimella [23]. Käsitellyt lukemat (tehokkaat tunnisteet) on ryhmitelty operatiivisiin taksonomisiin yksiköihin (OTUS) 97%: n sekvenssi -identiteettillä käyttämällä Uparseja [24], ja taksonominen luokittelu määritetään SILVA -tietokannan perusteella [25]. Eri OTU: n fylogeneettisten suhteiden arvioimiseksi suoritetaan useita sekvenssien kohdistuksia käyttämällä Pynast V1.2 [26] SILVA -tietokantaa vastaan ja fylogeneettinen puu rakennettiin Fasttree -käyttämällä [27].
Alfa -monimuotoisuus arvioidaan lajien rikkaudella käyttämällä CHAO1 -indeksiä OTU -tasolla. Rarefaktiokäyrä syntyy valitsemalla satunnaisesti sekvensointitietojen alajoukko jokaisesta näytteestä havaittujen lajien lukumäärän edustamiseksi, ja lajien kertymiskäyrä on piirretty osoittamaan uuden OTU: n (lajien) esiintyminen jatkuvalla näytteenottoon. Beeta-monimuotoisuuden kannalta Bray-Curtis-erot OTU-tasolla lasketaan ja analysoidaan vegaanipakettia käyttämällä [28]. Pääkoordinaattianalyysi (PCOA) suoritetaan Bray-Curtis-etäisyyksien perusteella, ja sekä painotetut että painottamattomat UniFRAC-parametrit [29] lasketaan QIIME-putkilinjan kautta. Ei-metrinen ulottuvuuden skaalaus (NMDS) suoritetaan käyttämällä painotettua korrelaatioverkkoanalyysiä (WGCNA), STAT ja GGPLOT2-paketteja R: ssä muuttamalla painotettujen ja painottamattomien UNIFRAC-parametrien etäisyysmatriisi uuteen ortogonaalisten akselien joukkoon. Kaikki analyysit suoritetaan käyttämällä sisäisiä R-skriptejä, ellei toisin mainita.
Metagenomien funktionaalinen koostumus ennustetaan 16S RRNA -tiedoista käyttämällä PICRUST -ohjelmistoa python -skripteillä [30]. Geenipitoisuuteen perustuen GreenGenes -tietokannasta [32], geenikopioiden lukumäärä jokaiselle geeniperheelle sekvensoiduista bakteeri- ja arkaaligenomeista, jotka perustuvat IMG -tietokantaan [32], käytetään geenipitoisuuden ennustamiseen.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Wuqi District
-
Taichung, Wuqi District, Taiwan, 435
- Tungs' Taichung Metroharbour Hospital
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Sisällyttämiskriteerit ovat ikä 18–80 vuotta ja diagnosoitu CKD-vaihe V (tällä hetkellä saava hemodialyysihoito> 3 kuukautta).
Poissulkemiskriteerit:
- Poissulkemiskriteerit sisälsivät raskaana olevia tai imettäviä naisia; potilaat, joilla on munuaisensiirto, vakavat infektiot, vakavat sydänsairaudet ja maksasairaudet, pahanlaatuisuus, autoimmuunisairaudet, vakava aliravitsemus; kuluttaa minkä tahansa tyyppisiä esio- tai probiootteja tai heillä oli antibioottihoito yhden kuukauden kuluessa tutkimuksen alkamisesta; Diagnosoitu ärtyvän suolen oireyhtymä, Crohnin tauti tai haavainen koliitti
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
|---|
|
Hemodialyysipotilaat
Tämän tutkimuksen tarkoituksena on tutkia fekaalin metagenomian ja kohdennettujen metabolien assosiaatiota 60 potilaan kohortissa, joilla on eri tasot karakterisoidakseen suoliston mikrobiomin ja fekaalin ja seerumin metaboliittien välisen monimutkaisen vuorovaikutuksen.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Fekaalin mikrobiotaprofiili
Aikaikkuna: 1 vuotta
|
Metagenomien alfa -monimuotoisuus, beeta -monimuotoisuus ja funktionaalinen koostumus ennustetaan 16S RRNA -tiedoista PICRUST -ohjelmistolla, jossa on Python -skriptejä
|
1 vuotta
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Lyhyt ketjun rasvahappojen (SCFA) ja haarautuneiden ketjun SCFA: n arviointi
Aikaikkuna: 1 vuotta
|
Mittaamme asetaatin, propionaatin, butyraatin ja valeraatin seerumin tasot sekä haarautuneiden ketjun SCFA: n, kuten isobutyraatin ja isovalaatin, kanssa.
|
1 vuotta
|
|
Seerumin ureemisten toksiinien mittaus
Aikaikkuna: 1 vuotta
|
P-kresyylisulfaattipitoisuuksien kvantifiointi.
|
1 vuotta
|
|
Seerumin ureemisten toksiinien mittaus
Aikaikkuna: 1 vuotta
|
Kokonais indolisulfaattipitoisuuksien kvantifiointi
|
1 vuotta
|
|
Seerumin ureemisten toksiinien mittaus
Aikaikkuna: 1 vuotta
|
Indoli-3-etikkahappopitoisuuksien kvantifiointi
|
1 vuotta
|
|
Seerumin ureemisten toksiinien mittaus
Aikaikkuna: 1 vuotta
|
Hippurihappopitoisuuksien kvantifiointi
|
1 vuotta
|
Yhteistyökumppanit ja tutkijat
Tutkijat
- Päätutkija: Paik Seong Lim, PhD, Tungs' Taichung Metroharbour Hospital
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- 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.
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- 113097
- TTMHH-R1140050 (Muu apuraha/rahoitusnumero: TungsTMHH)
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
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 .