- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT06513026
Lait pour la prévention du diabète
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
L'essai comprendra une période de sevrage du lait de 2 semaines, suivie d'une randomisation 1:1 vers du lait contenant du lactose ou sans lactose pendant 12 semaines (4 semaines chacune de ½ tasse, 1 tasse et 2 tasses de lait). Avant et après les 12 semaines, les visites comprendront des tests respiratoires à l'hydrogène et au lactose (HBT ; c'est-à-dire des tests de tolérance au lactose) et des tests sanguins pour la glycémie à jeun, l'hémoglobine A1c et la métabolomique ; tandis que des échantillons de selles et des données de surveillance continue de la glycémie (CGM) seront collectés à domicile à l'aide des kits/appareils fournis.
Les objectifs spécifiques de l'étude sont les suivants : (1) établir la faisabilité et la tolérabilité d'un essai randomisé du lait contenant du lactose par rapport au lait sans lactose ; (2) examiner l'effet du lait contenant du lactose sur les espèces, les fonctions et les métabolites du microbiome intestinal chez les individus LNP atteints de pré-diabète ; et (3) examiner l'effet du lait contenant du lactose sur les résultats glycémiques chez les individus LNP atteints de pré-diabète.
Type d'étude
Inscription (Estimé)
Phase
- N'est pas applicable
Contacts et emplacements
Coordonnées de l'étude
- Nom: Brandilyn Peters-Samuelson, PhD
- Numéro de téléphone: 718-430-3281
- E-mail: brandilyn.peterssamuelson@einsteinmed.edu
Sauvegarde des contacts de l'étude
- Nom: Qibin Qi, PhD
- Numéro de téléphone: 718-430-4203
- E-mail: qibin.qi@einsteinmed.edu
Lieux d'étude
-
-
New York
-
The Bronx, New York, États-Unis, 10458
- Recrutement
- HCHS/SOL Bronx Field Center
-
Contact:
- Numéro de téléphone: 718-584-1563
- E-mail: milkstudy@einsteinmed.edu
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
La description
Critère d'intégration:
- Âge ≥18
- Génotype LNP (gène LCT rs4988235, génotype GG)
- Antécédents de prédiabète, définis comme une glycémie à jeun 100-125 mg/dL et/ou une hémoglobine A1c (HbA1c) 5,7-6,4 % et n'ont pas reçu de diagnostic de diabète ni pris de médicaments contre le diabète. En cas de prise de sang il y a plus de 3 ans, le pré-diabète sera confirmé par prélèvement d'HbA1c au doigt.
- Boire ≤ 1 tasse de lait/jour
- Compétences de base en ordinateur ou smartphone
- Parlant anglais ou espagnol
Critère d'exclusion:
- Aucun diagnostic de diabète
- Pas de médicament antidiabétique
- Un test sanguin avec des antécédents de prédiabète effectué il y a plus de 3 ans et une HbA1c par piqûre au doigt est normale (≤ 5,6 %).
- Pas de cancer, de maladie cardiovasculaire (MCV) ou de maladie potentiellement mortelle
- Aucune allergie au lait connue
- Ne présente pas de symptômes gastro-intestinaux graves après avoir bu du lait
- Aucun antécédent de chirurgie gastro-intestinale
- Interdiction de fumer
- ≤1 boisson alcoolisée/jour
- Pas enceinte ni allaitante
- Aucune coloscopie au cours des 2 dernières semaines
- Pas d'antibiotiques au cours des 3 derniers mois
- Ne pas prendre de probiotiques ou de suppléments de fibres (ou peut arrêter d'en prendre pendant l'étude)
- Ne pas prendre de laxatifs, d'émollients fécaux, d'anti-diarrhéiques (ou peut arrêter d'en prendre pendant l'étude)
- Ne participer à aucun programme de régime extrême
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Objectif principal: La prévention
- Répartition: Randomisé
- Modèle interventionnel: Affectation parallèle
- Masquage: Aucun (étiquette ouverte)
Armes et Interventions
Groupe de participants / Bras |
Intervention / Traitement |
|---|---|
|
Comparateur actif: Lait contenant du lactose
Les participants seront randomisés pour recevoir du lait contenant du lactose selon les tranches d'âge (<60, ≥60) et de sexe (femme, homme).
Au sein de chaque strate d'âge et de sexe, 10 participants seront randomisés en deux groupes d'intervention dans un rapport de 1 : 1.
|
Les participants seront invités à boire du lait ordinaire (1% ou 2%) pendant 12 semaines comme suit :
Les participants continueront à boire 2 tasses de lait par jour pendant 2 semaines après la visite de suivi de 12 semaines. |
|
Comparateur actif: Lait sans lactose
Les participants seront randomisés pour recevoir du lait sans lactose selon les strates d'âge (<60, ≥60) et de sexe (femme, homme).
Au sein de chaque strate d'âge et de sexe, 10 participants seront randomisés en deux groupes d'intervention dans un rapport de 1 : 1.
|
Les participants devront boire du lait sans lactose à 1% ou 2% pendant 12 semaines comme suit :
Les participants continueront à boire 2 tasses de lait par jour pendant 2 semaines après la visite de suivi de 12 semaines. |
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Changement dans l'hydrogène respiratoire expiré
Délai: De la ligne de base à la semaine 12
|
L'hydrogène expiré après une provocation au lactose sera mesuré lors de la visite de référence et après 12 semaines d'intervention sur le lait au moment de la visite de suivi à l'aide de kits de test respiratoire à l'hydrogène (HBT).
Les tubes respiratoires seront envoyés par la poste à un laboratoire externe où une analyse des isotopes stables pour l'hydrogène expiré sera effectuée.
L'hydrogène expiré sera exprimé en aire supplémentaire sous la courbe (iAUC).
La modification de l'iAUC entre le départ et la semaine 12 sera résumée à l'aide de statistiques descriptives de base (moyennes de groupe et écarts types), et la modification de l'iAUC sera comparée entre les groupes de traitement.
|
De la ligne de base à la semaine 12
|
|
Modification des caractéristiques du microbiome intestinal – Abondance relative des espèces
Délai: De la ligne de base à la semaine 12
|
Des échantillons de selles seront collectés à l'aide de kits de microbiome de selles à domicile au départ, à 4, 8 et 12 semaines.
Un séquençage au fusil de chasse sera effectué.
Les changements dans l'abondance relative des espèces (avec > 1 % d'abondance relative moyenne) par rapport à la ligne de base seront résumés à l'aide de statistiques descriptives de base (moyennes de groupe et écarts types).
Le changement dans l'abondance relative des espèces par rapport au départ sera comparé entre les groupes de traitement.
|
De la ligne de base à la semaine 12
|
|
Modification des caractéristiques du microbiome intestinal – Abondance relative de la voie fonctionnelle
Délai: De la ligne de base à la semaine 12
|
Des échantillons de selles seront collectés à l'aide de kits de microbiome de selles à domicile au départ, à 4, 8 et 12 semaines.
Un séquençage au fusil de chasse sera effectué.
Changement de l'abondance relative des voies fonctionnelles (avec > 1 % d'abondance relative moyenne) par rapport à la ligne de base sera résumée, à l'aide de statistiques descriptives de base (moyennes de groupe et écarts types).
Le changement dans l'abondance relative des voies fonctionnelles par rapport au départ sera comparé entre les groupes de traitement.
|
De la ligne de base à la semaine 12
|
|
Modification des caractéristiques du microbiome intestinal - Métabolomique
Délai: De la ligne de base à la semaine 12
|
Un profilage métabolique ciblé sera effectué sur des échantillons de sérum et de selles (référence et semaine 12) à l'aide de méthodes LC-MS/MS pour la quantification absolue de 70 métabolites associés au métabolisme bactérien intestinal.
Les changements dans les selles et les métabolites sériques par rapport à la ligne de base seront résumés à l'aide de statistiques descriptives de base (moyennes de groupe et écarts types).
Les changements dans les selles et les métabolites sériques par rapport au départ seront comparés entre les groupes de traitement.
|
De la ligne de base à la semaine 12
|
|
Modification des résultats glycémiques - Glycémie à jeun
Délai: De la ligne de base à la semaine 12
|
Des échantillons de sérum sanguin pour la glycémie à jeun seront collectés au départ et à la semaine 12. La glycémie à jeun, c'est-à-dire la glycémie après un jeûne de 8 heures, sera analysée via des approches de chimie analytique standard et rapportées en unités mg/dL ou mmol/L.
Les plages varient, mais une glycémie à jeun <99 mg/dL est considérée comme « normale », entre 100 et 125 mg/dL se situe dans la plage « pré-diabétique », > 126 mg/dL est dans la plage « diabétique ».
L'évolution de la glycémie à jeun par rapport à la ligne de base sera résumée à l'aide de statistiques descriptives (moyennes et écarts types) et comparée entre les groupes de traitement.
|
De la ligne de base à la semaine 12
|
|
Modification des résultats glycémiques - Hémoglobine A1c (HbA1c)
Délai: De la ligne de base à la semaine 12
|
Des échantillons de sang total pour l'HbA1c seront collectés au départ et à la semaine 12. L'HbA1c, utilisée pour mesurer la quantité d'hémoglobine avec du glucose attaché et reflète les niveaux moyens de glycémie au cours des derniers mois, sera analysé via des approches de chimie analytique standard.
Les plages varient, cependant, une HbA1c « normale » est généralement <5,7 %, 5,7 à 6,4 % se situe dans la plage « pré-diabétique » et une valeur de 6,5 % ou plus se situe dans la plage « diabétique ».
L'évolution de l'HbA1c par rapport à la ligne de base sera résumée à l'aide de statistiques descriptives (moyennes et écarts types) et comparée entre les groupes de traitement.
|
De la ligne de base à la semaine 12
|
|
Modification des résultats glycémiques - Surveillance continue de la glycémie (CGM) glycémie moyenne
Délai: De la visite de sélection à la visite de la semaine 14
|
Au cours de la visite de dépistage, les participants auront un glucomètre continu (CGM) de 2 semaines appliqué sur la peau du haut du bras avant la période de sevrage du lait de 2 semaines.
Le CGM sera renvoyé lors de la visite de référence 2 semaines plus tard.
Après la visite de 12 semaines, un autre CGM de 2 semaines sera appliqué pendant lequel les participants continueront à boire du lait en même temps que le CGM de 2 semaines (c'est-à-dire jusqu'à 14 semaines).
L'évolution de la glycémie moyenne (mg/dL) entre le dépistage et la semaine 14 sera résumée à l'aide de statistiques descriptives (moyennes et écarts types) et comparée entre les groupes de traitement.
|
De la visite de sélection à la visite de la semaine 14
|
|
Modification des résultats glycémiques - Variabilité glycémique de la surveillance continue de la glycémie (CGM)
Délai: De la visite de sélection à la visite de la semaine 14
|
Au cours de la visite de dépistage, les participants auront un glucomètre continu (CGM) de 2 semaines appliqué sur la peau du haut du bras avant la période de sevrage du lait de 2 semaines.
Le CGM sera renvoyé lors de la visite de référence 2 semaines plus tard.
Après la visite de 12 semaines, un autre CGM de 2 semaines sera appliqué pendant lequel les participants continueront à boire du lait en même temps que le CGM de 2 semaines (c'est-à-dire jusqu'à 14 semaines).
Le changement de variabilité glycémique (% CV) entre le dépistage et la semaine 14 sera résumé à l'aide de statistiques descriptives (moyennes et écarts types) et comparé entre les groupes de traitement.
|
De la visite de sélection à la visite de la semaine 14
|
|
Modification des résultats glycémiques - Durée de surveillance continue de la glycémie (CGM) supérieure à la plage
Délai: De la visite de sélection à la visite de la semaine 14
|
Au cours de la visite de dépistage, les participants auront un glucomètre continu (CGM) de 2 semaines appliqué sur la peau du haut du bras avant la période de sevrage du lait de 2 semaines.
Le CGM sera renvoyé lors de la visite de référence 2 semaines plus tard.
Après la visite de 12 semaines, un autre CGM de 2 semaines sera appliqué pendant lequel les participants continueront à boire du lait en même temps que le CGM de 2 semaines (c'est-à-dire jusqu'à 14 semaines).
L'évolution du temps au-dessus de la plage (%) entre le dépistage et la semaine 14 sera résumée à l'aide de statistiques descriptives (moyennes et écarts types) et comparée entre les groupes de traitement.
|
De la visite de sélection à la visite de la semaine 14
|
|
Modification des résultats glycémiques - Temps de surveillance continue de la glycémie (CGM) dans la plage
Délai: De la visite de sélection à la visite de la semaine 14
|
Au cours de la visite de dépistage, les participants auront un glucomètre continu (CGM) de 2 semaines appliqué sur la peau du haut du bras avant la période de sevrage du lait de 2 semaines.
Le CGM sera renvoyé lors de la visite de référence 2 semaines plus tard.
Après la visite de 12 semaines, un autre CGM de 2 semaines sera appliqué pendant lequel les participants continueront à boire du lait en même temps que le CGM de 2 semaines (c'est-à-dire jusqu'à 14 semaines).
L'évolution du temps dans la plage (%) entre le dépistage et la semaine 14 sera résumée à l'aide de statistiques descriptives (moyennes et écarts types) et comparée entre les groupes de traitement.
|
De la visite de sélection à la visite de la semaine 14
|
|
Modification des résultats glycémiques - Durée de surveillance continue de la glycémie (CGM) inférieure à la plage
Délai: De la visite de sélection à la visite de la semaine 14
|
Au cours de la visite de dépistage, les participants auront un glucomètre continu (CGM) de 2 semaines appliqué sur la peau du haut du bras avant la période de sevrage du lait de 2 semaines.
Le CGM sera renvoyé lors de la visite de référence 2 semaines plus tard.
Après la visite de 12 semaines, un autre CGM de 2 semaines sera appliqué pendant lequel les participants continueront à boire du lait en même temps que le CGM de 2 semaines (c'est-à-dire jusqu'à 14 semaines).
L'évolution du temps inférieur à la plage (%) entre le dépistage et la semaine 14 sera résumée à l'aide de statistiques descriptives (moyennes et écarts types) et comparée entre les groupes de traitement.
|
De la visite de sélection à la visite de la semaine 14
|
|
Symptômes gastro-intestinaux
Délai: Quotidiennement de la visite de projection à la semaine 12
|
Les symptômes gastro-intestinaux, en particulier les douleurs abdominales, les ballonnements, les flatulences et la diarrhée, seront enregistrés quotidiennement à partir de la visite de dépistage jusqu'à 12 semaines d'intervention du lait.
L'occurrence et la gravité de ces quatre événements indésirables seront résumées et rapportées par ARM de l'étude.
Les fréquences moyennes de symptômes non milles et modérées-sévères seront comparées entre les groupes de traitement par semaine d'étude, ainsi que pour des intervalles de temps spécifiques correspondant aux doses de lait (semaines 1-4, 5-8, 9-12).
|
Quotidiennement de la visite de projection à la semaine 12
|
|
Change in Flatulence
Délai: From Screening to Week 1, from Week 1 to Week 10, and from Week 1 to Week 14
|
The Smart Underwear device will be worn externally on regular underwear near the rectum/perineum during specified daytime wear periods.
The device continuously detects hydrogen in expelled flatus and records supporting temperature and movement data.
These data will be used to derive the frequency of flatus events per wear period, which reflects intestinal gas production and gut microbial activity.
De-identified data will be transferred after each wear period through the Human Flatus Atlas mobile app and uploaded to servers.
Change in frequency of flatus events per wear period will be summarized using basic descriptive statistics (group means and standard deviations).
|
From Screening to Week 1, from Week 1 to Week 10, and from Week 1 to Week 14
|
Collaborateurs et enquêteurs
Parrainer
Collaborateurs
Les enquêteurs
- Chercheur principal: Brandilyn Peters-Samuelson, PhD, Albert Einstein College of Medicine
Publications et liens utiles
Publications générales
- Saeedi P, Petersohn I, Salpea P, Malanda B, Karuranga S, Unwin N, Colagiuri S, Guariguata L, Motala AA, Ogurtsova K, Shaw JE, Bright D, Williams R; IDF Diabetes Atlas Committee. Global and regional diabetes prevalence estimates for 2019 and projections for 2030 and 2045: Results from the International Diabetes Federation Diabetes Atlas, 9th edition. Diabetes Res Clin Pract. 2019 Nov;157:107843. doi: 10.1016/j.diabres.2019.107843. Epub 2019 Sep 10.
- Thompson FE, Dixit-Joshi S, Potischman N, Dodd KW, Kirkpatrick SI, Kushi LH, Alexander GL, Coleman LA, Zimmerman TP, Sundaram ME, Clancy HA, Groesbeck M, Douglass D, George SM, Schap TE, Subar AF. Comparison of Interviewer-Administered and Automated Self-Administered 24-Hour Dietary Recalls in 3 Diverse Integrated Health Systems. Am J Epidemiol. 2015 Jun 15;181(12):970-8. doi: 10.1093/aje/kwu467. Epub 2015 May 10.
- Carroccio A, Montalto G, Cavera G, Notarbatolo A. Lactose intolerance and self-reported milk intolerance: relationship with lactose maldigestion and nutrient intake. Lactase Deficiency Study Group. J Am Coll Nutr. 1998 Dec;17(6):631-6. doi: 10.1080/07315724.1998.10718813.
- Wilt TJ, Shaukat A, Shamliyan T, Taylor BC, MacDonald R, Tacklind J, Rutks I, Schwarzenberg SJ, Kane RL, Levitt M. Lactose intolerance and health. Evid Rep Technol Assess (Full Rep). 2010 Feb;(192):1-410.
- Uusitupa M, Khan TA, Viguiliouk E, Kahleova H, Rivellese AA, Hermansen K, Pfeiffer A, Thanopoulou A, Salas-Salvado J, Schwab U, Sievenpiper JL. Prevention of Type 2 Diabetes by Lifestyle Changes: A Systematic Review and Meta-Analysis. Nutrients. 2019 Nov 1;11(11):2611. doi: 10.3390/nu11112611.
- Aguayo-Mazzucato C, Diaque P, Hernandez S, Rosas S, Kostic A, Caballero AE. Understanding the growing epidemic of type 2 diabetes in the Hispanic population living in the United States. Diabetes Metab Res Rev. 2019 Feb;35(2):e3097. doi: 10.1002/dmrr.3097. Epub 2018 Dec 4.
- Gloor GB, Macklaim JM, Pawlowsky-Glahn V, Egozcue JJ. Microbiome Datasets Are Compositional: And This Is Not Optional. Front Microbiol. 2017 Nov 15;8:2224. doi: 10.3389/fmicb.2017.02224. eCollection 2017.
- Sorlie PD, Aviles-Santa LM, Wassertheil-Smoller S, Kaplan RC, Daviglus ML, Giachello AL, Schneiderman N, Raij L, Talavera G, Allison M, Lavange L, Chambless LE, Heiss G. Design and implementation of the Hispanic Community Health Study/Study of Latinos. Ann Epidemiol. 2010 Aug;20(8):629-41. doi: 10.1016/j.annepidem.2010.03.015.
- Agus A, Planchais J, Sokol H. Gut Microbiota Regulation of Tryptophan Metabolism in Health and Disease. Cell Host Microbe. 2018 Jun 13;23(6):716-724. doi: 10.1016/j.chom.2018.05.003.
- McMurdie PJ, Holmes S. phyloseq: an R package for reproducible interactive analysis and graphics of microbiome census data. PLoS One. 2013 Apr 22;8(4):e61217. doi: 10.1371/journal.pone.0061217. Print 2013.
- Parker ED, Lin J, Mahoney T, Ume N, Yang G, Gabbay RA, ElSayed NA, Bannuru RR. Economic Costs of Diabetes in the U.S. in 2022. Diabetes Care. 2024 Jan 1;47(1):26-43. doi: 10.2337/dci23-0085.
- GBD 2019 Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019. Lancet. 2020 Oct 17;396(10258):1204-1222. doi: 10.1016/S0140-6736(20)30925-9.
- Aune D, Norat T, Romundstad P, Vatten LJ. Dairy products and the risk of type 2 diabetes: a systematic review and dose-response meta-analysis of cohort studies. Am J Clin Nutr. 2013 Oct;98(4):1066-83. doi: 10.3945/ajcn.113.059030. Epub 2013 Aug 14.
- Langmead B, Salzberg SL. Fast gapped-read alignment with Bowtie 2. Nat Methods. 2012 Mar 4;9(4):357-9. doi: 10.1038/nmeth.1923.
- Wareham NJ. Personalised prevention of type 2 diabetes. Diabetologia. 2022 Nov;65(11):1796-1803. doi: 10.1007/s00125-022-05774-7. Epub 2022 Aug 2.
- Liu B, Sun Y, Bao W. Creating and supporting a healthy food environment for type 2 diabetes prevention. Lancet Planet Health. 2018 Oct;2(10):e423-e424. doi: 10.1016/S2542-5196(18)30211-0. No abstract available.
- Luo K, Chen GC, Zhang Y, Moon JY, Xing J, Peters BA, Usyk M, Wang Z, Hu G, Li J, Selvin E, Rebholz CM, Wang T, Isasi CR, Yu B, Knight R, Boerwinkle E, Burk RD, Kaplan RC, Qi Q. Variant of the lactase LCT gene explains association between milk intake and incident type 2 diabetes. Nat Metab. 2024 Jan;6(1):169-186. doi: 10.1038/s42255-023-00961-1. Epub 2024 Jan 22.
- Segurel L, Bon C. On the Evolution of Lactase Persistence in Humans. Annu Rev Genomics Hum Genet. 2017 Aug 31;18:297-319. doi: 10.1146/annurev-genom-091416-035340. Epub 2017 Apr 19.
- Storhaug CL, Fosse SK, Fadnes LT. Country, regional, and global estimates for lactose malabsorption in adults: a systematic review and meta-analysis. Lancet Gastroenterol Hepatol. 2017 Oct;2(10):738-746. doi: 10.1016/S2468-1253(17)30154-1. Epub 2017 Jul 7.
- Anguita-Ruiz A, Aguilera CM, Gil A. Genetics of Lactose Intolerance: An Updated Review and Online Interactive World Maps of Phenotype and Genotype Frequencies. Nutrients. 2020 Sep 3;12(9):2689. doi: 10.3390/nu12092689.
- Robles L, Priefer R. Lactose Intolerance: What Your Breath Can Tell You. Diagnostics (Basel). 2020 Jun 17;10(6):412. doi: 10.3390/diagnostics10060412.
- JanssenDuijghuijsen L, Looijesteijn E, van den Belt M, Gerhard B, Ziegler M, Ariens R, Tjoelker R, Geurts J. Changes in gut microbiota and lactose intolerance symptoms before and after daily lactose supplementation in individuals with the lactase nonpersistent genotype. Am J Clin Nutr. 2024 Mar;119(3):702-710. doi: 10.1016/j.ajcnut.2023.12.016. Epub 2023 Dec 28.
- Zheng X, Chu H, Cong Y, Deng Y, Long Y, Zhu Y, Pohl D, Fried M, Dai N, Fox M. Self-reported lactose intolerance in clinic patients with functional gastrointestinal symptoms: prevalence, risk factors, and impact on food choices. Neurogastroenterol Motil. 2015 Aug;27(8):1138-46. doi: 10.1111/nmo.12602. Epub 2015 Jun 19.
- Qi Q, Li J, Yu B, Moon JY, Chai JC, Merino J, Hu J, Ruiz-Canela M, Rebholz C, Wang Z, Usyk M, Chen GC, Porneala BC, Wang W, Nguyen NQ, Feofanova EV, Grove ML, Wang TJ, Gerszten RE, Dupuis J, Salas-Salvado J, Bao W, Perkins DL, Daviglus ML, Thyagarajan B, Cai J, Wang T, Manson JE, Martinez-Gonzalez MA, Selvin E, Rexrode KM, Clish CB, Hu FB, Meigs JB, Knight R, Burk RD, Boerwinkle E, Kaplan RC. Host and gut microbial tryptophan metabolism and type 2 diabetes: an integrative analysis of host genetics, diet, gut microbiome and circulating metabolites in cohort studies. Gut. 2022 Jun;71(6):1095-1105. doi: 10.1136/gutjnl-2021-324053. Epub 2021 Jun 14.
- Gojda J, Cahova M. Gut Microbiota as the Link between Elevated BCAA Serum Levels and Insulin Resistance. Biomolecules. 2021 Sep 28;11(10):1414. doi: 10.3390/biom11101414.
- Guha S, Majumder K. Comprehensive Review of gamma-Glutamyl Peptides (gamma-GPs) and Their Effect on Inflammation Concerning Cardiovascular Health. J Agric Food Chem. 2022 Jul 6;70(26):7851-7870. doi: 10.1021/acs.jafc.2c01712. Epub 2022 Jun 21.
- Li X, Yin J, Zhu Y, Wang X, Hu X, Bao W, Huang Y, Chen L, Chen S, Yang W, Shan Z, Liu L. Effects of Whole Milk Supplementation on Gut Microbiota and Cardiometabolic Biomarkers in Subjects with and without Lactose Malabsorption. Nutrients. 2018 Oct 2;10(10):1403. doi: 10.3390/nu10101403.
- Ugidos-Rodriguez S , Matallana-Gonzalez MC , Sanchez-Mata MC . Lactose malabsorption and intolerance: a review. Food Funct. 2018 Aug 15;9(8):4056-4068. doi: 10.1039/c8fo00555a.
- Kaplan RC, Wang Z, Usyk M, Sotres-Alvarez D, Daviglus ML, Schneiderman N, Talavera GA, Gellman MD, Thyagarajan B, Moon JY, Vazquez-Baeza Y, McDonald D, Williams-Nguyen JS, Wu MC, North KE, Shaffer J, Sollecito CC, Qi Q, Isasi CR, Wang T, Knight R, Burk RD. Gut microbiome composition in the Hispanic Community Health Study/Study of Latinos is shaped by geographic relocation, environmental factors, and obesity. Genome Biol. 2019 Nov 1;20(1):219. doi: 10.1186/s13059-019-1831-z.
- Wang Z, Peters BA, Bryant M, Hanna DB, Schwartz T, Wang T, Sollecito CC, Usyk M, Grassi E, Wiek F, Peter LS, Post WS, Landay AL, Hodis HN, Weber KM, French A, Golub ET, Lazar J, Gustafson D, Sharma A, Anastos K, Clish CB, Burk RD, Kaplan RC, Knight R, Qi Q. Gut microbiota, circulating inflammatory markers and metabolites, and carotid artery atherosclerosis in HIV infection. Microbiome. 2023 May 27;11(1):119. doi: 10.1186/s40168-023-01566-2.
- Sanders JG, Nurk S, Salido RA, Minich J, Xu ZZ, Zhu Q, Martino C, Fedarko M, Arthur TD, Chen F, Boland BS, Humphrey GC, Brennan C, Sanders K, Gaffney J, Jepsen K, Khosroheidari M, Green C, Liyanage M, Dang JW, Phelan VV, Quinn RA, Bankevich A, Chang JT, Rana TM, Conrad DJ, Sandborn WJ, Smarr L, Dorrestein PC, Pevzner PA, Knight R. Optimizing sequencing protocols for leaderboard metagenomics by combining long and short reads. Genome Biol. 2019 Oct 31;20(1):226. doi: 10.1186/s13059-019-1834-9.
- Zhu Q, Huang S, Gonzalez A, et al. OGUs enable effective, phylogeny-aware analysis of even shallow metagenome community structures. 2021:2021.04.04.438427. doi:10.1101/2021.04.04.438427 %J bioRxiv
- Kanehisa M, Sato Y, Kawashima M, Furumichi M, Tanabe M. KEGG as a reference resource for gene and protein annotation. Nucleic Acids Res. 2016 Jan 4;44(D1):D457-62. doi: 10.1093/nar/gkv1070. Epub 2015 Oct 17.
- Caspi R, Billington R, Keseler IM, Kothari A, Krummenacker M, Midford PE, Ong WK, Paley S, Subhraveti P, Karp PD. The MetaCyc database of metabolic pathways and enzymes - a 2019 update. Nucleic Acids Res. 2020 Jan 8;48(D1):D445-D453. doi: 10.1093/nar/gkz862.
- Oksanen J, Blanchet FG, Kindt R, et al. Multivariate analysis of ecological communities in R: vegan tutorial. R package version 1.7. 01/01 2013;
- Chen J, Bittinger K, Charlson ES, Hoffmann C, Lewis J, Wu GD, Collman RG, Bushman FD, Li H. Associating microbiome composition with environmental covariates using generalized UniFrac distances. Bioinformatics. 2012 Aug 15;28(16):2106-13. doi: 10.1093/bioinformatics/bts342. Epub 2012 Jun 17.
- Turner-McGrievy GM, Wirth MD, Shivappa N, Wingard EE, Fayad R, Wilcox S, Frongillo EA, Hebert JR. Randomization to plant-based dietary approaches leads to larger short-term improvements in Dietary Inflammatory Index scores and macronutrient intake compared with diets that contain meat. Nutr Res. 2015 Feb;35(2):97-106. doi: 10.1016/j.nutres.2014.11.007. Epub 2014 Dec 3.
- Lavange LM, Kalsbeek WD, Sorlie PD, Aviles-Santa LM, Kaplan RC, Barnhart J, Liu K, Giachello A, Lee DJ, Ryan J, Criqui MH, Elder JP. Sample design and cohort selection in the Hispanic Community Health Study/Study of Latinos. Ann Epidemiol. 2010 Aug;20(8):642-9. doi: 10.1016/j.annepidem.2010.05.006.
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Estimé)
Achèvement de l'étude (Estimé)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Mots clés
Termes MeSH pertinents supplémentaires
- Maladies du système endocrinien
- Métabolisme, erreurs innées
- Maladies génétiques, innées
- Maladies métaboliques
- Maladies intestinales
- Maladies du système digestif
- Maladies gastro-intestinales
- Troubles du métabolisme du glucose
- Diabète sucré
- Syndromes de malabsorption
- Métabolisme des glucides, erreurs innées
- Hyperglycémie
- Maladies et anomalies congénitales, héréditaires et néonatales
- Maladies nutritionnelles et métaboliques
- Diabète sucré, Type 2
- Intolérance au glucose
- Intolérance au lactose
Autres numéros d'identification d'étude
- 2024-16045
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .