- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat 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.
A tanulmány áttekintése
Állapot
Tanulmány típusa
Beiratkozás (Várható)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
Sichuan
-
Chengdu, Sichuan, Kína, 610072
- Toborzás
- Sichuan Academy of Medical Sciences
-
Kapcsolatba lépni:
- Hua Jiang, MBBS,PhD
- Telefonszám: 8613980001701
- E-mail: cdjianghua@gmail.com
-
Kapcsolatba lépni:
- Bin Cai, MBBS
- Telefonszám: 86-18981838125
- E-mail: bin.cai@traumabank.org
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Tanulmányozható nemek
Mintavételi módszer
Tanulmányi populáció
Leírás
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
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
|---|
|
Acute severe disease
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Időkeret |
|---|---|
|
Halálozás a kórházi kezelés során
Időkeret: Halálesetek a felvételtől a hazabocsátásig (legfeljebb 10 hét)
|
Halálesetek a felvételtől a hazabocsátásig (legfeljebb 10 hét)
|
Másodlagos eredményintézkedések
Eredménymérő |
Időkeret |
|---|---|
|
Multi Organ Dysfunction Syndrome(MODS)
Időkeret: MODS events occurence from admission to discharge(up to 10 weeks)
|
MODS events occurence from admission to discharge(up to 10 weeks)
|
Együttműködők és nyomozók
Szponzor
Nyomozók
- Tanulmányi szék: Hua Jiang, PhD, MBBS, Sichuan Academy of Medical Sciences
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete
Elsődleges befejezés (Várható)
A tanulmány befejezése (Várható)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Becslés)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
Egyéb vizsgálati azonosító számok
- MetaLab_2014_001
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .