- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT04233099
Nyál biomarker felfedezése Raman spektroszkópiával ALS-ben (SalivALS) (SalivALS)
Nyál Raman ujjlenyomat mint biomarker az amiotrófiás laterális szklerózis diagnosztizálásához
HÁTTÉR/INDOKOLÁS: Az amiotrófiás laterális szklerózisban (ALS) szenvedő betegek diagnosztizálására és monitorozására szolgáló biomarkerek hiánya az egyik legnagyobb probléma az ALS-klinikákban és kutatásokban. A fenotípusos jeleket, az elektrofiziológiai teszteket és a klinikai skálákat jelenleg használják az ALS diagnosztizálására és a kezelések előtti és utáni nyomon követésre. Napjainkban az ALS és más hasonló neurodegeneratív betegségek megkülönböztetésére alkalmazott diagnózis és differenciáldiagnózis időigényes és összetett folyamatok, amelyek csökkentik az azonnali beavatkozás idejét. Ezért arra kérik a tudományos közösséget, hogy törekedjenek új, mérhető, gyors és objektív biomarkerekre a betegek diagnosztizálására és rétegződésére. A nyál bioaktív molekulákból álló komplex biofluid, amely non-invazív eljárással összegyűjthető. A nyál endokrin, elektrolitikus és metabolikus hírvivőinek összes változatának egyidejű nyomon követésének lehetősége a közelmúltban azt javasolta összetett betegségek diagnosztizálására, mint például a neurodegeneratív betegségek, de csak korlátozott információ áll rendelkezésre a nyálnak az ALS alternatív hordozójaként való lehetőségéről. biomarkerek.
CÉLKITŰZÉSEK: Jelen projekt célja egy innovatív, non-invazív és gyors eljárás optimalizálása az ALS kezdetére és az ALS-betegek rétegzésére, kihasználva a Raman-spektroszkópia (RS) érzékenységét és a hozzáférhető nyálat. A Fondazione Don Gnocchi (FDG) kísérleti alanyok kis csoportján végzett előzetes eredményei bebizonyították a módszertan megvalósíthatóságát és a LABION protokoll azon képességét, hogy reprodukálható Raman-ujjlenyomatot nyerjen a nyálból, amely felhasználható az egészséges alanyok, ALS-betegek és az érintett alanyok megkülönböztetésére. más típusú neurológiai betegségek miatt.
MÓDSZEREK: Az FDG előzetes eredményeiből kiindulva a diagnosztizált ALS-ben szenvedő betegek nyálának biokémiai összetételét értékelik, és statisztikailag összehasonlítják a megfelelő életkorú és nemű egészséges alanyok, valamint egyéb neurológiai betegségekben (Parkinson- és Alzheimer-kór) szenvedő betegek összetételével. . Ezen túlmenően egy csoporton belüli ALS-klaszterezést is elemeznek annak érdekében, hogy ellenőrizzék a bulbaris vagy gerincvelő kezdetű ALS-betegektől kapott eltérő Raman-ujjlenyomatot. Az összegyűjtött Raman-adatokat többváltozós elemzési megközelítéssel dolgozzák fel a Főkomponens-elemzés – Lineáris diszkriminancia-analízis (PCA-LDA) segítségével. Az osztályozási modell keresztellenőrzéssel és részhalmaz-ellenőrzéssel jön létre. Az RS-nek köszönhetően a nyál általános összetétele minimális minta-előkészítéssel kerül megállapításra, amely átfogó biokémiai ujjlenyomatot biztosít a mintáról. Ezzel párhuzamosan a rutin nyálparamétereket mérik, beleértve a viszkozitást, a pH-t, a teljes fehérje- és szénhidrátkoncentrációt, az amilázt és a pepszint, a kortizolt és a Chromogranin A-t.
VÁRHATÓ EREDMÉNYEK: A vizsgálat végére a kutatók azt várták, hogy igazolják annak lehetőségét, hogy a Raman nyálmintázatot új, ígéretes biomarkerként használják az ALS diagnózisához és progressziójához, amely összefüggésbe hozható a klinikai skálákkal a terápiás megközelítés személyre szabott és finomhangolása érdekében. A projekt célja egy olyan osztályozási modell létrehozása, amely képes:
- Határozza meg az ALS kezdetét
- Különböztesse meg az ALS-betegektől kapott jelet az egyéb neurodegeneratív betegségekből származó jelektől
- Az ALS-betegek rétegződése bulbaris és gerincvelői kezdetekre
- Korrelálja a Raman adatokat a klinikai és paraklinikai skálákkal, amelyeket manapság használnak az ALS diagnosztizálására és monitorozására
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
MINTAGYŰJTÉS: Az összes kiválasztott alany nyálgyűjtése a Salivette (SARSTEDT) gyártójának utasításait követve történik. Az ALS-hez nem kapcsolódó nyáltartalom változékonyságának korlátozása érdekében a nyálat minden alanytól meghatározott időpontban, az etetéstől és a fogmosástól számított megfelelő késleltetési idő után veszik. Az elemzés előtti paraméterek (pl. tárolási hőmérséklet, valamint a begyűjtés és a feldolgozás közötti idő), az étkezési és dohányzási szokásokat megfelelően rögzíteni kell. Röviden: a tampont eltávolítják, a szájba helyezik, és 60 másodpercig rágják, hogy serkentse a nyálfolyást. Ezután a tampont 2 percig 1000 g-vel centrifugáljuk, hogy eltávolítsuk a sejtfragmenseket és az ételmaradékot. Az összegyűjtött mintákat -80°C-on tároljuk.
MINTAFELDOLGOZÁS: A Raman felvétel előtt a nyálmintákat különböző határértékekkel (3, 10 és 30 kDa) szűrjük, az eluált mintát RS segítségével gyűjtjük és elemezzük, majd a koncentrált megfelelőt eldobjuk. A Raman-analízishez minden mintából egy cseppet alumíniumfóliára öntenek, hogy elérjék a Surface Enhanced Raman-szórást (SERS).
ADATGYŰJTÉS: A Raman és SERS spektrumokat egy Aramis Raman mikroszkóp (Horiba Jobin-Yvon, Franciaország) segítségével veszik fel, amely 785 nm-en működő lézerfényforrással van felszerelve, 25-100% lézerteljesítménnyel (maximális teljesítmény 512 mW). 10-30 másodperc közötti adatgyűjtési idő kerül felhasználásra. A műszert minden elemzés előtt kalibrálni kell az 520,7 cm-1-es szilícium referenciasáv használatával. A Raman-spektrumokat 15 pontról gyűjtik össze a csepp szélétől a középpontig tartó vonaltérkép alapján. A spektrumokat a 400 és 1800 cm-1 közötti régióban 50-szeres objektívvel (Olympus, Japán) veszik. A spektrum felbontása körülbelül 1,2 cm-1. A LabSpec 6 (Horiba Jobin-Yvon, Franciaország) szoftvercsomagot térképtervezéshez és spektrumok felvételéhez használják majd.
ADATFELDOLGOZÁS: Az összes megszerzett spektrumot egy ötödfokú polinomiális alapvonalra illesztjük, és egységvektorral normalizáljuk a LabSpec 6 dedikált szoftverrel. A szubsztrát hozzájárulását minden egyes spektrumból eltávolítjuk. A módszer validálására szolgáló statisztikai elemzést többváltozós elemzési megközelítéssel kell elvégezni. Az adatdimenziók csökkentése és a főbb tendenciák bizonyítása érdekében főkomponens-elemzést (PCA) végeznek. Az első 20 eredményül kapott főkomponenst (PC) egy osztályozási modellben, a Linear Discriminant Analysisben (LDA) fogják használni az adatok megkülönböztetésére, maximalizálva a kiválasztott csoportok közötti eltérést. A legkevesebb PC-t választják ki az adatok túlillesztésének elkerülése érdekében. Az LDA-modell módszer érzékenységének, pontosságának és pontosságának értékelésére az egyet elhagyó keresztellenőrzést és a zavaros mátrix tesztet használjuk. A Mann-Whitney-t PC-pontszámokon végzik el, hogy igazolják a statisztikailag releváns különbségeket az elemzett csoportok között. A korrelációs és parciális korrelációs analízist Spearman-teszttel végezzük, és csak a 0,05-nél kisebb p-értékű együtthatókat feltételezzük érvényes korrelációnak. A statisztikai elemzés az Origin2018 (OriginLab, USA) segítségével történik.
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Milan, Olaszország, 20148
- IRCCS Santa Maria Nascente, Fondazione Don Carlo Gnocchi
-
Milano, Olaszország, 20149
- Istituto Auxologico Italiano
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- Az amiotróf laterális szklerózis (ALS) diagnosztizálása az El Escorial kritériumok szerint és az ALS csoport fő genetikai mutációi alapján történő osztályozás
- Az Alzheimer-kór diagnózisa az ATN kritériumai szerint az Alzheimer-kór csoportra
- A Parkinson-kór diagnózisa az egységes Parkinson-kór értékelési skála szerint, valamint Hoehn és Yahr pontszámokkal a Parkinson-kór csoportban
- Férfi
- Életkor 50 és 70 év között
Kizárási kritériumok:
- Onkológiai betegségek
- Immun- és hematológiai betegségek
- Folyamatban lévő bakteriális vagy gombás fertőzések (pl. szájüregi candidiasis)
- Női
- 50 év alatti vagy 70 év feletti életkor
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Megfigyelési modellek: Case-Control
- Időperspektívák: Leendő
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
Egészséges alanyok
20 egészséges alany, jó egészségi állapotban, koruk és nemük szerint összehasonlítható a többi kiválasztott csoporttal
|
Nyálgyűjtés és feldolgozás az összes beiratkozott alanynál, valamint a biológiai folyadék egymást követő Raman-analízise.
Az összegyűjtött adatok statisztikai feldolgozása.
|
|
Amyotrophiás laterális szklerózis bulbar megjelenéssel
20 alany, akit bulbar kezdetű amiotrófiás laterális szklerózis érintett, koruk és nemük szerint összehasonlítható a többi kiválasztott csoporttal
|
Nyálgyűjtés és feldolgozás az összes beiratkozott alanynál, valamint a biológiai folyadék egymást követő Raman-analízise.
Az összegyűjtött adatok statisztikai feldolgozása.
|
|
Amyotrophiás laterális szklerózis gerincvelői megjelenéssel
20 alany, akik gerincvelői kezdetű amiotrófiás laterális szklerózisban szenvedtek, koruk és nemük szerint összehasonlítható a többi kiválasztott csoporttal
|
Nyálgyűjtés és feldolgozás az összes beiratkozott alanynál, valamint a biológiai folyadék egymást követő Raman-analízise.
Az összegyűjtött adatok statisztikai feldolgozása.
|
|
Parkinson kór
20 Parkinson-kórban szenvedő alany, életkor és nem szerint összehasonlítható a többi kiválasztott csoporttal
|
Nyálgyűjtés és feldolgozás az összes beiratkozott alanynál, valamint a biológiai folyadék egymást követő Raman-analízise.
Az összegyűjtött adatok statisztikai feldolgozása.
|
|
Alzheimer kór
20 Alzheimer-kórban szenvedő alany, életkor és nem szerint összehasonlítható a többi kiválasztott csoporttal
|
Nyálgyűjtés és feldolgozás az összes beiratkozott alanynál, valamint a biológiai folyadék egymást követő Raman-analízise.
Az összegyűjtött adatok statisztikai feldolgozása.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Új ALS biomarker azonosítása az amiotrófiás laterális szklerózisban (ALS) szenvedők nyálában Raman spektroszkópia segítségével
Időkeret: Egy nap
|
A Raman-spektroszkópiát egy új nyálbiomarker azonosítására fogják használni az egészséges alanyok és az ALS-ben szenvedő betegek gyors megkülönböztetésére.
A nyálmintákat mindenféle jelölési eljárás nélkül gyűjtik és dolgozzák fel, megvizsgálva a két vizsgált csoport teljes nyálbiokémiáját.
Az összegyűjtött adatok többváltozós elemzésével olyan osztályozási modellt tudunk létrehozni, amely megkülönbözteti az ALS aláírását az egészséges alanyoktól.
|
Egy nap
|
|
Különböző neurológiai betegségekben szenvedő betegek nyálának spektrális különbségeinek értékelése
Időkeret: Egy nap
|
Az ALS-betegektől gyűjtött Raman-adatokat összevetik az Alzheimer- és Parkinson-kórban szenvedő betegek adataival, ezzel validálva módszerünket, mint differenciáldiagnosztikai eszközt az ALS más neurológiai betegségektől való megkülönböztetésére.
|
Egy nap
|
|
A bulbaris vagy spinalis ALS-ben szenvedő betegek nyálának spektrális különbségeinek értékelése
Időkeret: Egy nap
|
A toborzott gerincvelői és bulbaris ALS-betegek csoporton belüli elemzése feltárja az adott patológiás altípushoz kapcsolódó Raman-ujjlenyomatot.
Ez az eredmény fontos lesz az ALS-betegek rétegződésében az ALS diagnózisát követően.
|
Egy nap
|
|
A Raman adatok összefüggése klinikai és paraklinikai adatokkal
Időkeret: Egy nap
|
Az ALS-csoportra vonatkozó Raman-adatokat korrelálni kell a klinikai és paraklinikai adatokkal, ily módon validálva módszertanunkat.
Az összegyűjtött adatokat elsősorban a nyál biokémiai összetételét megváltoztató tényezőkkel kell korrelálni, ideértve az életkort, a dohányzási szokásokat, az utolsó étkezés előtti időt, a fogmosás előtti időt, a perkután endoszkópos gasztrosztomiát, a gépi lélegeztetést és egyebeket.
Következésképpen ugyanazokat az adatokat elemzik, hogy összefüggéseket találjanak az ALS-FRS (amiotrófiás laterális szklerózis - funkcionális értékelési skála), a WHO-QOL (Egészségügyi Szervezetek Világa - Életminőség), a vérelemzés eredményével, a diagnózistól eltelt idővel és egyéb adatokkal.
|
Egy nap
|
Együttműködők és nyomozók
Szponzor
Együttműködők
Nyomozók
- Kutatásvezető: Marzia Bedoni, PhD, Fondazione Don Carlo Gnocchi ONLUS, Laboratory of Nanomedicine and Clinical Biophotonics
Publikációk és hasznos linkek
Általános kiadványok
- Devitt G, Howard K, Mudher A, Mahajan S. Raman Spectroscopy: An Emerging Tool in Neurodegenerative Disease Research and Diagnosis. ACS Chem Neurosci. 2018 Mar 21;9(3):404-420. doi: 10.1021/acschemneuro.7b00413. Epub 2018 Feb 6.
- van Es MA, Hardiman O, Chio A, Al-Chalabi A, Pasterkamp RJ, Veldink JH, van den Berg LH. Amyotrophic lateral sclerosis. Lancet. 2017 Nov 4;390(10107):2084-2098. doi: 10.1016/S0140-6736(17)31287-4. Epub 2017 May 25.
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Tényleges)
A tanulmány befejezése (Tényleges)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- FDG_SalivaALS_02
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
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. .