- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT06513026
Tej a cukorbetegség megelőzésére
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
A kísérlet 2 hetes tejkiürítési időszakot tartalmaz, majd 1:1 arányú randomizálást laktóztartalmú vagy laktózmentes tejre 12 hétig (4 hét ½ csésze, 1 csésze és 2 csésze tej). A 12 hét előtt és után a látogatások laktózpróbás hidrogén-légzési teszteket (HBT; azaz laktóztolerancia teszteket), valamint éhgyomri glükóz, hemoglobin A1c és metabolomika vérvizsgálatát foglalják magukban. míg a székletmintákat és a folyamatos glükózmonitorozás (CGM) adatokat otthon gyűjtik a mellékelt készletek/eszközök segítségével.
A vizsgálat konkrét céljai a következők: (1) a laktóztartalmú és laktózmentes tej randomizált vizsgálatának megvalósíthatóságának és tolerálhatóságának megállapítása; (2) a laktóztartalmú tej hatásának vizsgálata a bélmikrobióma fajtáira, funkcióira és metabolitjaira prediabéteszes LNP egyedekben; és (3) a laktóztartalmú tej glikémiás kimenetelekre gyakorolt hatásának vizsgálata prediabéteszes LNP egyéneknél.
Tanulmány típusa
Beiratkozás (Becsült)
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: Brandilyn Peters-Samuelson, PhD
- Telefonszám: 718-430-3281
- E-mail: brandilyn.peterssamuelson@einsteinmed.edu
Tanulmányozza a kapcsolattartók biztonsági mentését
- Név: Qibin Qi, PhD
- Telefonszám: 718-430-4203
- E-mail: qibin.qi@einsteinmed.edu
Tanulmányi helyek
-
-
New York
-
The Bronx, New York, Egyesült Államok, 10458
- Toborzás
- HCHS/SOL Bronx Field Center
-
Kapcsolatba lépni:
- Telefonszám: 718-584-1563
- E-mail: milkstudy@einsteinmed.edu
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Leírás
Bevételi kritériumok:
- Életkor ≥18
- LNP genotípus (LCT gén rs4988235, GG genotípus)
- A kórelőzményben prediabétesz, 100-125 mg/dl éhgyomri vércukorszint és/vagy 5,7-6,4% hemoglobin A1c (HbA1c) definíció szerint, és nem diagnosztizáltak cukorbetegséget, és nem szedtek gyógyszeres kezelést. Ha több mint 3 évvel ezelőtti vérvizsgálatot végeztek, a cukorbetegség előtti állapotot ujjpálcás HbA1c segítségével igazolják.
- Igyon ≤1 csésze tejet naponta
- Alapfokú számítógépes vagy okostelefonos ismeretek
- Angol vagy spanyol nyelvű
Kizárási kritériumok:
- Nincs cukorbetegség diagnózisa
- Nincs cukorbetegség elleni gyógyszer
- A több mint 3 éve végzett prediabéteszes vérvizsgálat és az ujjbegyű HbA1c normális (≤5,6%).
- Nincs rák, szív- és érrendszeri betegség (CVD), vagy életveszélyes betegség
- Nem ismert tejallergia
- Tejfogyasztás után nincsenek súlyos GI tünetei
- Nincs GI műtét előzménye
- Tilos a dohányzás
- ≤1 alkoholos ital/nap
- Nem terhes vagy szoptat
- Az elmúlt 2 hétben nem volt kolonoszkópia
- Nem kapott antibiotikumot az elmúlt 3 hónapban
- Nem szed probiotikumokat vagy rost-kiegészítőket (vagy a vizsgálat alatt abbahagyhatja a szedését)
- Nem szed hashajtót, székletlágyítót, hasmenés elleni szert (vagy abbahagyhatja a szedését a vizsgálat alatt)
- Nem vesz részt semmilyen extrém fogyókúrás programban
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Megelőzés
- Kiosztás: Véletlenszerűsített
- Beavatkozó modell: Párhuzamos hozzárendelés
- Maszkolás: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Aktív összehasonlító: Laktóz tartalmú tej
A résztvevőket életkor (<60, ≥60) és nem (nő, férfi) szerint randomizálják a laktóztartalmú tejre.
Minden korban és nemben 10 résztvevőt véletlenszerűen két beavatkozási csoportba osztanak 1:1 arányban.
|
A résztvevőket arra kérjük, hogy 12 hétig rendszeres tejet (1% vagy 2%) igyanak az alábbiak szerint:
A résztvevők a 12 hetes utókövetési látogatás után további 2 hétig folytatják a napi 2 csésze tej fogyasztását. |
|
Aktív összehasonlító: Laktózmentes tej
A résztvevőket életkor (<60, ≥60) és nem (nő, férfi) szerint randomizálják a laktózmentes tejre.
Minden korban és nemben 10 résztvevőt véletlenszerűen két beavatkozási csoportba osztanak 1:1 arányban.
|
A résztvevőket arra kérjük, hogy 12 hétig 1% vagy 2% laktózmentes tejet igyanak a következők szerint:
A résztvevők a 12 hetes utókövetési vizit után további 2 hétig folyamatosan 2 csésze tejet fognak inni naponta. |
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Változás a lejárt lélegzetű hidrogénben
Időkeret: Az alaphelyzettől a 12. hétig
|
A laktózos provokációt követően a kilélegzett hidrogén mennyiségét megmérik a kiindulási vizit során és 12 hetes tejbeavatkozás után az utóellenőrző vizit alkalmával, hidrogénlégzés teszt (HBT) készletekkel.
A légzőcsöveket egy külső laboratóriumba küldik, ahol stabil izotóp-analízist végeznek a kilélegzett levegő hidrogénére vonatkozóan.
A kilélegzett hidrogén növekményes görbe alatti területként (iAUC) lesz kifejezve.
Az iAUC változását a kiindulási értékről a 12. hétre az alapvető leíró statisztikák (csoportátlagok és szórások) segítségével összegzik, és az iAUC változását a kezelési csoportok között összehasonlítják.
|
Az alaphelyzettől a 12. hétig
|
|
Változás a bélmikrobióma jellemzőiben – A fajok relatív bősége
Időkeret: Az alaphelyzettől a 12. hétig
|
A székletmintákat otthoni széklet mikrobiómkészletekkel veszik az alapvonalon, 4, 8 és 12 hetes időpontokban.
Sörétes szekvenálást fognak végezni.
A fajok relatív abundanciájának változását (>1%-os átlagos relatív abundanciával) az alapvonalhoz képest az alapvető leíró statisztikák (csoportátlagok és szórások) segítségével összegzik.
A fajok relatív abundanciájának változását az alapvonalhoz képest összehasonlítjuk a kezelési csoportok között.
|
Az alaphelyzettől a 12. hétig
|
|
Változás a bél mikrobiom jellemzőiben – Funkcionális útvonal relatív bősége
Időkeret: Az alaphelyzettől a 12. hétig
|
A székletmintákat otthoni széklet mikrobiómkészletekkel veszik az alapvonalon, 4, 8 és 12 hetes időpontokban.
Sörétes szekvenálást fognak végezni.
A funkcionális útvonalak relatív bőségében (>1%-os átlagos relatív abundanciával) az alapvonalhoz képest bekövetkezett változást az alapvető leíró statisztikák (csoportátlagok és szórások) segítségével összegzik.
A funkcionális útvonalak relatív bőségében bekövetkezett változást az alapvonalhoz képest összehasonlítjuk a kezelési csoportok között.
|
Az alaphelyzettől a 12. hétig
|
|
Változás a bél mikrobiom jellemzőiben – Metabolomika
Időkeret: Az alaphelyzettől a 12. hétig
|
Célzott metabolikus profilalkotást végeznek szérum- és székletmintákon (alapvonal és 12. hét) LC-MS/MS módszerekkel a bélbaktériumok metabolizmusával kapcsolatos 70 metabolit abszolút mennyiségi meghatározására.
A székletben és a szérum metabolitjaiban az alapvonalhoz képest bekövetkezett változást alapvető leíró statisztikák (csoportátlagok és szórások) segítségével összegzik.
A széklet és a szérum metabolitok kiindulási értékhez viszonyított változását összehasonlítják a kezelési csoportok között.
|
Az alaphelyzettől a 12. hétig
|
|
Változás a glikémiás eredményekben – Éhgyomri glükóz
Időkeret: Az alaphelyzettől a 12. hétig
|
Az éhgyomri glükózra vonatkozó vérszérummintákat az alapvonalon és a 12. héten gyűjtik. Az éhgyomri glükózt, azaz a 8 órás koplalás utáni vércukorszintet standard analitikai kémiai módszerekkel elemzik, és mg/dL vagy mmol/L egységekben adják meg.
A tartományok eltérőek, de a <99 mg/dl éhomi glükózszint „normálisnak” tekinthető, a 100-125 mg/dl a „prediabéteszes” tartományba esik, a >126 mg/dl a „diabetikus” tartományba tartozik.
Az éhomi glükóz kiindulási értékhez viszonyított változását leíró statisztikák (átlagok és standard eltérések) segítségével összegzik, és összehasonlítják a kezelési csoportok között.
|
Az alaphelyzettől a 12. hétig
|
|
Változás a glikémiás eredményekben – Hemoglobin A1c (HbA1c)
Időkeret: Az alaphelyzettől a 12. hétig
|
A HbA1c-re vonatkozó teljes vérmintákat a kiinduláskor és a 12. héten gyűjtik. A HbA1c-t, amelyet a hozzákapcsolt glükózt tartalmazó hemoglobin mennyiségének mérésére használnak, és amely az elmúlt hónapok átlagos vércukorszintjét tükrözi, standard analitikai kémiai módszerekkel elemzik.
A tartományok azonban változnak, a „normál” HbA1c általában <5,7%, az 5,7-6,4% a „prediabéteszes” tartományba esik, és a 6,5% vagy annál nagyobb érték a „diabetikus” tartományba esik.
A HbA1c kiindulási értékhez viszonyított változását leíró statisztikák (átlagok és standard eltérések) segítségével összegzik, és összehasonlítják a kezelési csoportok között.
|
Az alaphelyzettől a 12. hétig
|
|
Változás a glikémiás eredményekben – Folyamatos glükózmonitorozás (CGM) az átlagos glükóz
Időkeret: Szűrőlátogatástól a 14. heti látogatásig
|
A szűrővizsgálat során a résztvevők 2 hetes folyamatos glükózmonitort (CGM) alkalmaznak a felkar bőrére a 2 hetes tejkiürítési időszak előtt.
A CGM-et a kiindulási vizit során 2 héttel később visszaküldik.
A 12 hetes látogatás után újabb 2 hetes CGM kerül alkalmazásra, amely idő alatt a résztvevők a 2 hetes CGM-mel egyidejűleg folytatják a tejivást (azaz 14 hétig).
Az átlagos glükóz (mg/dL) változását a szűréstől a 14. hétig leíró statisztikák (átlagok és standard eltérések) segítségével összegzik, és összehasonlítják a kezelési csoportok között.
|
Szűrőlátogatástól a 14. heti látogatásig
|
|
Változás a glikémiás eredményekben – Folyamatos glükózmonitoring (CGM) glikémiás variabilitás
Időkeret: Szűrőlátogatástól a 14. heti látogatásig
|
A szűrővizsgálat során a résztvevők 2 hetes folyamatos glükózmonitort (CGM) alkalmaznak a felkar bőrére a 2 hetes tejkiürítési időszak előtt.
A CGM-et a kiindulási vizit során 2 héttel később visszaküldik.
A 12 hetes látogatás után újabb 2 hetes CGM kerül alkalmazásra, amely idő alatt a résztvevők a 2 hetes CGM-mel egyidejűleg folytatják a tejivást (azaz 14 hétig).
A glikémiás variabilitás (%CV) változását a szűréstől a 14. hétig leíró statisztikák (átlagok és standard eltérések) segítségével összegzik, és összehasonlítják a kezelési csoportok között.
|
Szűrőlátogatástól a 14. heti látogatásig
|
|
Változás a glikémiás eredményekben – Folyamatos glükózmonitorozás (CGM) időtartama a tartomány felett
Időkeret: Szűrőlátogatástól a 14. heti látogatásig
|
A szűrővizsgálat során a résztvevők 2 hetes folyamatos glükózmonitort (CGM) alkalmaznak a felkar bőrére a 2 hetes tejkiürítési időszak előtt.
A CGM-et a kiindulási vizit során 2 héttel később visszaküldik.
A 12 hetes látogatás után újabb 2 hetes CGM kerül alkalmazásra, amely idő alatt a résztvevők a 2 hetes CGM-mel egyidejűleg folytatják a tejivást (azaz 14 hétig).
A szűréstől a 14. hétig tartó tartomány feletti időbeli változást (%) leíró statisztikák (átlagok és szórások) segítségével összegzik, és összehasonlítják a kezelési csoportok között.
|
Szűrőlátogatástól a 14. heti látogatásig
|
|
Változás a glikémiás eredményekben – Folyamatos glükózmonitorozás (CGM) ideje a tartományban
Időkeret: Szűrőlátogatástól a 14. heti látogatásig
|
A szűrővizsgálat során a résztvevők 2 hetes folyamatos glükózmonitort (CGM) alkalmaznak a felkar bőrére a 2 hetes tejkiürítési időszak előtt.
A CGM-et a kiindulási vizit során 2 héttel később visszaküldik.
A 12 hetes látogatás után újabb 2 hetes CGM kerül alkalmazásra, amely idő alatt a résztvevők a 2 hetes CGM-mel egyidejűleg folytatják a tejivást (azaz 14 hétig).
A szűréstől a 14. hétig tartó tartomány időbeli változását (%) leíró statisztikák (átlagok és standard eltérések) segítségével összegzik, és összehasonlítják a kezelési csoportok között.
|
Szűrőlátogatástól a 14. heti látogatásig
|
|
Változás a glikémiás eredményekben – A folyamatos glükózmonitorozás (CGM) ideje a tartomány alatt
Időkeret: Szűrőlátogatástól a 14. heti látogatásig
|
A szűrővizsgálat során a résztvevők 2 hetes folyamatos glükózmonitort (CGM) alkalmaznak a felkar bőrére a 2 hetes tejkiürítési időszak előtt.
A CGM-et a kiindulási vizit során 2 héttel később visszaküldik.
A 12 hetes látogatás után újabb 2 hetes CGM kerül alkalmazásra, amely idő alatt a résztvevők a 2 hetes CGM-mel egyidejűleg folytatják a tejivást (azaz 14 hétig).
A szűréstől a 14. hétig tartó tartomány alatti időbeli változást (%) leíró statisztikák (átlagok és szórások) segítségével összegzik, és összehasonlítják a kezelési csoportok között.
|
Szűrőlátogatástól a 14. heti látogatásig
|
|
Gastrointestinalis tünetek
Időkeret: Naponta a szűrési látogatástól a 12. hétig
|
A gastrointestinalis tüneteket, különösen a hasi fájdalmat, puffadást, puffadást és hasmenést naponta rögzítik a látogatás szűrésétől a 12 hetes tej -beavatkozásig.
E négy mellékhatás előfordulását és súlyosságát összefoglaljuk, és a tanulmányi kar.
A nem enyhe és közepes súlyos tünetek átlagos frekvenciáit összehasonlítják a kezelési csoportok között a vizsgálati csoportok, valamint a tejadagoknak megfelelő specifikus időintervallumok (1-4, 5-8, 9-12).
|
Naponta a szűrési látogatástól a 12. hétig
|
|
Change in Flatulence
Időkeret: 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
|
Együttműködők és nyomozók
Szponzor
Együttműködők
Nyomozók
- Kutatásvezető: Brandilyn Peters-Samuelson, PhD, Albert Einstein College of Medicine
Publikációk és hasznos linkek
Általános kiadványok
- 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.
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
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
Kulcsszavak
További vonatkozó MeSH feltételek
- Endokrin rendszer betegségei
- Anyagcsere, veleszületett hibák
- Genetikai betegségek, veleszületett
- Anyagcsere-betegségek
- Bélbetegségek
- Emésztőrendszeri betegségek
- Emésztőrendszeri betegségek
- Glükóz anyagcserezavarok
- Diabetes mellitus
- Malabszorpciós szindrómák
- Szénhidrát anyagcsere, veleszületett hibák
- Magas vércukorszint
- Veleszületett, örökletes és újszülöttkori betegségek és rendellenességek
- Táplálkozási és anyagcsere-betegségek
- Cukorbetegség, 2-es típusú
- Glükóz intolerancia
- Laktóz intolerancia
Egyéb vizsgálati azonosító számok
- 2024-16045
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. .