- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT03889132
Glucosio, Cervello e Microbiota (IRONMET+CGM)
Analisi integrata delle interazioni tra la glicemia e la composizione del microbiota e il loro impatto sulla deposizione di ferro nel cervello e sulla cognizione nei soggetti con obesità
È noto che l'accumulo di ferro influisce sulle funzioni del fegato, del tessuto adiposo e dei muscoli. Il cervello è un noto luogo di deposizione di ferro, che è associato a parametri cognitivi di soggetti con obesità.
L'ipotesi è che alcuni parametri legati al metabolismo del glucosio (variabilità glicemica, concentrazione circolante di agonisti del recettore AGE, pentosidina e HbA1c) siano associati alla funzione cognitiva, al contenuto di ferro nel cervello e alla composizione del microbiota intestinale nei soggetti con obesità.
Lo studio comprende sia un disegno trasversale (confronto di soggetti con e senza obesità) che longitudinale (valutazione a un anno dalla perdita di peso indotta da chirurgia bariatrica o da dieta in paziente con obesità) per valutare le associazioni tra monitoraggio continuo della glicemia, il contenuto di ferro (mediante risonanza magnetica), la funzione cognitiva (mediante test cognitivi), l'attività fisica (misurata mediante dispositivo di monitoraggio dell'attività e del sonno) e la composizione del microbiota, valutata mediante metagenomica.
Panoramica dello studio
Descrizione dettagliata
Materie e metodi:
A. Studio trasversale:
I pazienti con obesità precedentemente iscritti al Servizio di Endocrinologia, Diabete e Nutrizione (UDEN) dell'Ospedale "Dr. Josep Trueta" di Girona (Spagna) sarà reclutato e studiato. Anche i soggetti senza obesità saranno reclutati attraverso un bando pubblico.
Verrà impiantato un sensore di glucosio nel sangue per dieci giorni, nonché un dispositivo di monitoraggio dell'attività e del sonno per registrare l'attività fisica durante questo periodo di tempo. Le concentrazioni interstiziali di glucosio sottocutaneo saranno monitorate in regime ambulatoriale per un periodo di tempo di 10 giorni consecutivi utilizzando un sensore di glucosio validato dalla FDA (Dexcom G6 ®). Il sensore verrà impiantato il giorno 0 e si ritirerà il giorno 10 a metà mattina. Le registrazioni del glucosio saranno preferibilmente valutate nei giorni da 2 a 9 per evitare la distorsione causata dall'inserimento e dalla rimozione del sensore, che impedisce una sufficiente stabilizzazione del sistema di monitoraggio. Il pattern glicemico caratteristico di ciascun paziente sarà calcolato in media dai profili ottenuti nei giorni da 2 a 9.
Alla fine della settimana verrà eseguita una risonanza magnetica per valutare il contenuto di ferro nel cervello e parametri di "Diffusion Tensor Imaging" in diversi territori cerebrali.
Verranno effettuati test cognitivi e raccolta delle feci per lo studio del microbiota.
Il progetto sarà realizzato in soggetti con obesità (20 uomini, 20 donne in premenopausa e 20 donne in postmenopausa, BMI > = 30kg/m2) e soggetti senza obesità, simili per età, sesso e stato menopausale (20 uomini, 20 donne in premenopausa e 20 donne in postmenopausa, BMI <30 kg/m2).
B. Studio longitudinale:
Dopo un anno di follow-up, in cui i soggetti con obesità saranno sottoposti a trattamento convenzionale (dieta ipocalorica consigliata e attività fisica) o chirurgia bariatrica per la perdita di peso, verrà effettuata una seconda visita.
Per confronto, verrà ripetuto lo stesso protocollo dello studio trasversale. Vedere le informazioni sopra.
Raccolta dati di soggetti di studi trasversali e longitudinali:
- Dati sussidiari: Età, sesso e data di nascita.
- Variabili cliniche: peso, altezza, indice di massa corporea, perimetro vita e fianchi, rapporto vita-fianchi, pressione arteriosa (sistolica e diastolica), massa grassa e massa magra (impedenza bioelettrica e DEXA), abitudine al fumo, consumo di alcol , registro dei farmaci di uso comune e registro degli antecedenti con obesità, diabete e comorbidità.
- Variabili di laboratorio: 15 cc di sangue verranno estratti da soggetti a digiuno per determinare le seguenti variabili utilizzando le consuete tecniche di routine del laboratorio clinico (emogramma, glucosio, bilirubina, aspartato aminotransferasi (AST/GOT), alanina aminotransferasi (ALT/GPT), gamma -glutamil transpeptidasi (GGT), urea, creatinina, acido urico, proteine totali, albumina, colesterolo totale, colesterolo HDL, colesterolo LDL, trigliceridi, emoglobina glicata (HbA1c), ferritina, recettore solubile della transferrina, proteina C reattiva ultrasensibile, velocità di eritrosedimentazione , proteina legante i lipopolisaccaridi, tiroxina libera (T4 libero), ormone stimolante la tiroide (TSH) e cortisolo basale). Verranno estratti ulteriori 15 cc di sangue (plasma-EDTA) per ulteriori analisi.
- Raccolta di campioni di feci: verrà fornito un campione di feci da ciascun paziente. Il campione deve essere raccolto a casa o in ospedale, inviato al laboratorio entro 4 ore dal prelievo, frammentato e conservato a -80ºC.
- Imaging a risonanza magnetica: tutti gli esami MRI verranno eseguiti su uno scanner da 1,5 T (Ingenia ®; Philips Medical Systems). In primo luogo, verrà utilizzata la sequenza FLAIR (fluid-attenuated inversion recovery) per escludere i soggetti con lesioni cerebrali preesistenti. Il carico di ferro nel cervello sarà valutato mediante i valori R2*. I dati di rilassamento T2* saranno acquisiti con una sequenza multi-echo gradient-echo con 10 echi equispaziati (primo eco=4.6ms; inter-echo spaziatura=4.6ms; tempo di ripetizione=1300ms). T2* sarà calcolato adattando i singoli termini esponenziali alle curve di decadimento del segnale dei rispettivi dati multieco. I valori di R2* saranno calcolati come R2*=1/T2* ed espressi in Hz. Inoltre, i valori di R2* saranno convertiti in unità μmol Fe/g come precedentemente validato su phantom test. Le immagini del ferro cerebrale dei soggetti di controllo saranno normalizzate in uno spazio standard utilizzando un'immagine modello per questo scopo (modello EPI MNI). Successivamente, tutte le immagini normalizzate saranno mediate per la determinazione del normale contenuto di ferro. I valori normali (media e SD) saranno calcolati anche per le regioni anatomiche di interesse utilizzando diverse maschere Atlas, affrontando possibili differenze tra sesso ed età. Il confronto del ferro nel cervello tra soggetti di controllo e soggetti obesi sarà eseguito utilizzando l'analisi basata su voxel. Le immagini dei soggetti obesi saranno normalizzate in uno spazio standard. L'immagine normalizzata sarà confrontata con la popolazione normale utilizzando l'analisi t-test con età e sesso come co-variabili. Di conseguenza, una mappa parametrica mostrerà le differenze individuali nella deposizione di ferro. Sulla base di precedenti studi osservazionali che mostrano un aumento del carico di ferro cerebrale in alcune regioni specifiche e delle prove che suggeriscono cambiamenti ippocampali e ipotalamici in associazione con obesità e insulino-resistenza, le analisi statistiche e di immagine si concentreranno sulle differenze di ferro a livello caudato, lenticolare, talamo, ipotalamo , ippocampo e amigdala.
- Esame neuropsicologico: il funzionamento cognitivo generale sarà misurato utilizzando i subtest Vocabulary and Similarities della Wechsler Adult Intelligence Scale-III (WAIS-III); attenzione e memoria di lavoro mediante il subtest Forward and Backward Digit Span del WAIS-II; memoria utilizzando il California Verbal Learning Test II; funzioni esecutive mediante il Trail Making Test, il Color-Word Stroop Test e la Verbal Fluency; stato d'animo utilizzando il Patient Health Questionnaire-9 e comportamenti impulsivi utilizzando l'Iowa Gambling Task.
- Composizione del microbiota: la composizione del microbiota sarà analizzata secondo un protocollo precedentemente descritto. 16s rRNA qPCR e proteina legante LPS nei campioni di sangue saranno utilizzati per il rilevamento della traslocazione batterica.
Le informazioni rimarranno registrate su un taccuino e saranno informatizzate nel database dello studio.
Metodi statistici:
Dimensione del campione: non ci sono dati precedenti che mostrino differenze attese per la stima della dimensione del campione per quanto riguarda la variabilità del glucosio, l'attività fisica, la composizione del microbiota intestinale e la funzione cognitiva. In uno studio precedente, sono state osservate differenze nel contenuto di ferro cerebrale in 20 soggetti obesi rispetto a 20 soggetti non obesi. Pertanto, la dimensione del campione proposta è di almeno 20 individui per gruppo, con una rappresentazione equilibrata per età e sesso (donne in pre e postmenopausa).
Analisi statistiche: In primo luogo, verranno testate la distribuzione normale e l'omogeneità delle varianze. Per determinare le differenze tra i gruppi di studio, verrà utilizzato χ2 per le variabili categoriche, il test t di Student non accoppiato in quantitativa normale e il test U di Mann-Whitney per variabili quantitative non normali. L'analisi non parametrica di Spearman sarà utilizzata per determinare la correlazione tra variabili quantitative. Gli stessi test saranno utilizzati anche per studiare le differenze prima e dopo il follow-up. Le associazioni significative, siano esse positive o negative, saranno esplorate in modo più approfondito (analisi di regressione lineare semplice e multivariata).
La composizione del microbiota sarà analizzata e confrontata utilizzando HeatMaps, Principal Component Analysis (PCA) e PLSDA. Per le statistiche multivariate (PLSDA e clustering gerarchico), le variabili comprendenti le caratteristiche morfologiche del tessuto, il microbiota intestinale e il test funzionale saranno trasformate in log, filtrate utilizzando la stima dell'intervallo interquartile e ridimensionate utilizzando il calcolo di scala automatica (centrato sulla media e diviso per la deviazione standard di ciascun variabile) utilizzando la piattaforma Metaboanalyst ® , il pacchetto R ® ropls e gli script MATLAB ®. La biodiversità alfa e beta sarà confrontata in base all'obesità, all'insulino-resistenza e allo stato del ferro. Verrà inoltre utilizzato il software statistico SPSS ® e Minitab ®.
Tipo di studio
Iscrizione (Effettivo)
Contatti e Sedi
Luoghi di studio
-
-
Girona
-
Girona, Girona, Spagna, 17007
- Institut d'Investigació Biomèdica de Girona (IDIBGI)
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
I pazienti con obesità, senza diabete di tipo 2 noto, precedentemente iscritti al Servizio di Endocrinologia, Diabete e Nutrizione (UDEN) dell'Ospedale "Dr. Josep Trueta" di Girona (Spagna) sarà reclutato e studiato.
Anche i soggetti senza obesità saranno reclutati attraverso un bando pubblico.
Descrizione
Criterio di inclusione:
- Uomini e donne caucasici di età compresa tra 30 e 65 anni.
- Consenso informato per la partecipazione allo studio.
Criteri di esclusione:
- Grave malattia sistemica non correlata all'obesità come cancro, grave malattia renale o epatica, diabete di tipo 1 o di tipo 2 noto.
- Malattie sistemiche con attività infiammatoria intrinseca come artrite reumatoide, morbo di Crohn, asma, infezione cronica (ad es. HIV, tubercolosi attiva) o qualsiasi tipo di malattia infettiva.
- Gravidanza e allattamento.
- Pazienti con gravi disturbi del comportamento alimentare.
- Persone la cui libertà è soggetta a requisiti legali o amministrativi.
- Sintomi clinici e segni di infezione nel mese precedente.
- Trattamento antibiotico, antimicotico o antivirale nei 3 mesi precedenti.
- Trattamento cronico antinfiammatorio con farmaci antinfiammatori steroidei e/o non steroidei.
- Principali precedenti psichiatrici.
- Eccessiva assunzione di alcol, acuta o cronica (assunzione di alcol superiore a 40 g al giorno (donne) o 80 g/giorno (uomini)) o abuso di droghe.
- Attività degli enzimi epatici sierici (AST, ALT) oltre il doppio del limite superiore della norma.
- Anamnesi di disturbi dell'equilibrio del ferro (ad esempio, emocromatosi genetica, emosiderosi da qualsiasi causa, atransferrinemia, emoglobinuria parossistica notturna).
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Modelli osservazionali: Caso di controllo
- Prospettive temporali: Prospettiva
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
Donne in premenopausa con obesità
|
I soggetti con obesità (N=60) saranno sottoposti a dieta ipocalorica e follow up periodico, inoltre 30 di loro saranno sottoposti a chirurgia bariatrica
|
|
Donne in postmenopausa con obesità
|
I soggetti con obesità (N=60) saranno sottoposti a dieta ipocalorica e follow up periodico, inoltre 30 di loro saranno sottoposti a chirurgia bariatrica
|
|
Uomini con obesità
|
I soggetti con obesità (N=60) saranno sottoposti a dieta ipocalorica e follow up periodico, inoltre 30 di loro saranno sottoposti a chirurgia bariatrica
|
|
Donne in premenopausa senza obesità
|
|
|
Donne in postmenopausa senza obesità
|
|
|
Uomini senza obesità
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Concentrazione di agonisti del recettore dei prodotti finali della glicazione avanzata (AGE).
Lasso di tempo: 30 mesi
|
Saggio di immunoassorbimento enzimatico (ELISA).
|
30 mesi
|
|
Variabilità glicemica.
Lasso di tempo: 30 mesi
|
Media e deviazione standard delle misure del glucosio in mg/dL utilizzando un monitoraggio continuo del glucosio per 10 giorni.
|
30 mesi
|
|
La percentuale di tempo nell'intervallo target glicemico (livello di glucosio 100 mg/dl-125 mg/dl)
Lasso di tempo: 30 mesi
|
30 mesi
|
|
|
La variabilità glicemica misurata con l'ampiezza media delle escursioni glicemiche (MAGE)
Lasso di tempo: 30 mesi
|
misurato in mg/dl
|
30 mesi
|
|
Minuti di sonno leggero
Lasso di tempo: 30 mesi
|
Media e deviazione standard dei minuti di sonno leggero misurati in base all'attività e al dispositivo di monitoraggio del sonno.
|
30 mesi
|
|
Minuti di sonno profondo
Lasso di tempo: 30 mesi
|
Media e deviazione standard dei minuti di sonno profondo misurati in base all'attività e al dispositivo di monitoraggio del sonno.
|
30 mesi
|
|
Minuti di movimento rapido degli occhi (REM)
Lasso di tempo: 30 mesi
|
Media e deviazione standard dei minuti REM misurati in base all'attività e al dispositivo di monitoraggio del sonno.
|
30 mesi
|
|
Il rischio glicemico misurato con basso indice glicemico (LBGI)
Lasso di tempo: 30 mesi
|
L'indice glicemico basso (LBGI) è un parametro che quantifica il rischio di escursioni glicemiche in numeri non negativi.
|
30 mesi
|
|
Il rischio glicemico misurato con indice glicemico alto (HBGI)
Lasso di tempo: 30 mesi
|
L'indice glicemico alto (HBGI) è un parametro che quantifica il rischio di escursioni glicemiche in numeri non negativi.
|
30 mesi
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Effetto sulla struttura del cervello.
Lasso di tempo: 30 mesi
|
La struttura del cervello sarà valutata mediante risonanza magnetica.
|
30 mesi
|
|
Effetto sul microbiota intestinale.
Lasso di tempo: 30 mesi
|
Il microbiota intestinale sarà analizzato mediante metagenomica e metabolomica.
|
30 mesi
|
|
Cambiamenti rispetto al basale nella concentrazione circolante di agonisti del recettore AGE e variabilità glicemica un anno di follow-up dopo la perdita di peso in associazione con cambiamenti nella struttura cerebrale e nel microbiota intestinale.
Lasso di tempo: 30 mesi
|
I soggetti con obesità verranno sottoposti a trattamento convenzionale o chirurgia bariatrica per la perdita di peso; i controlli non subiranno alcuna misura aggiuntiva.
|
30 mesi
|
|
Memoria audioverbale
Lasso di tempo: 30 mesi
|
Sarà misurato dal California Verbal Learning Test (CVLT).
Valori di scala minimo/massimo (0-16), dove 16 è una migliore memoria audioverbale.
|
30 mesi
|
|
Memoria visiva
Lasso di tempo: 30 mesi
|
Sarà misurato dalla figura complessa di Rey-Osterrieth.
Valori di scala minimo/massimo (0-36), dove 36 è una migliore memoria visiva
|
30 mesi
|
|
Sintomatologia depressiva
Lasso di tempo: 30 mesi
|
Sarà misurato dal Questionario sulla salute del paziente-9 (PHQ-9).
Valori minimo/massimo della scala (0-27), dove ≥ 20 è depressione grave.
|
30 mesi
|
|
Dipendenza da cibo
Lasso di tempo: 30 mesi
|
Sarà misurato dalla Yale Food Addiction Scale. È un punteggio dei sintomi compreso tra 0 e 11, basato sui criteri del Manuale diagnostico e statistico dei disturbi mentali (DSM-IV), per la dipendenza da sostanze.
La dipendenza da cibo viene diagnosticata se vengono riportati ≥3 sintomi.
|
30 mesi
|
|
Inibizione comportamentale
Lasso di tempo: 30 mesi
|
Sarà misurato dalla sensibilità alla punizione e dalla sensibilità alla ricompensa (SPSRQ).
La scala della sensibilità alla punizione è correlata al sistema di inibizione comportamentale.
Si compone di due sottoscale di 24 item ciascuna, dove maggiore è il punteggio, maggiore è la sensibilità alla punizione.
|
30 mesi
|
|
Attivazione comportamentale
Lasso di tempo: 30 mesi
|
Sarà misurato dalla sensibilità alla punizione e dalla sensibilità alla ricompensa (SPSRQ).
La scala di sensibilità alla ricompensa è correlata al sistema di attivazione comportamentale.
Si compone di due sottoscale di 24 item ciascuna, dove maggiore è il punteggio, maggiore è la sensibilità alla premiazione.
|
30 mesi
|
|
Funzione visocostruttiva
Lasso di tempo: 30 mesi
|
Sarà misurato dalla figura complessa di Rey-Osterrieth.
Valori di scala minimo/massimo (0-36), dove 36 è una migliore funzione visocostruttiva.
|
30 mesi
|
|
Attenzione selettiva e alternata
Lasso di tempo: 30 mesi
|
Sarà misurato mediante Trail making test (Parte A e B).
|
30 mesi
|
|
Attenzione e memoria di lavoro
Lasso di tempo: 30 mesi
|
Sarà misurato dal subtest Digits di Wechsler Adult Intelligence Scales, Fourth Edition (WAIS-IV).
|
30 mesi
|
|
Inibizione
Lasso di tempo: 30 mesi
|
Sarà misurato con Stroop Color-Word Test.
|
30 mesi
|
|
Fluidità verbale semantica
Lasso di tempo: 30 mesi
|
Sarà misurato dal test sugli animali.
La persona deve nominare quanti più animali possibile in 1 minuto.
Il risultato è corretto da punteggi standard, in base all'età e al livello di istruzione.
|
30 mesi
|
|
Sequenze cerebrali di imaging del tensore di diffusione
Lasso di tempo: 30 mesi
|
L'imaging del tensore di diffusione è stato acquisito a 1,5 T (Philips ingenia) utilizzando una sequenza spin echo a colpo singolo con imaging eco-planare (EPI), 50 sezioni contigue, dimensione del voxel 2x2x2,5 mm3, TE/TR di 72/3581 ms/ms , un fattore di ponderazione della diffusione b = 800 s/mm2 e codifica della diffusione lungo 32 direzioni.
|
30 mesi
|
|
Accumulo di ferro nel cervello
Lasso di tempo: 30 mesi
|
Sarà valutato utilizzando la risonanza magnetica utilizzando (R2 *)
|
30 mesi
|
|
Sequenze cerebrali funzionali allo stato di riposo
Lasso di tempo: 30 mesi
|
Sarà valutato mediante risonanza magnetica (imaging ecoplanare pesato in T2*).
I dati di rilassamento T2 * saranno acquisiti con una sequenza gradiente multieco con 10 echi equidistanti (prima eco = 4.6ms; spaziatura dell'eco = 4.6ms; tempo di ripetizione = 1300ms).
Il valore del valore di T2 * verrà calcolato regolando i termini esponenziali semplici per il decadimento del segnale dei rispettivi valori del tempo di eco.
|
30 mesi
|
|
Resistenza all'insulina
Lasso di tempo: 30 mesi
|
Sarà misurato da HOMA
|
30 mesi
|
|
Marcatori di infiammazione cronica: proteina C-reattiva, IL-6, adiponectina e frazioni solubili del recettore del fattore di necrosi tumorale-α.
Lasso di tempo: 30 mesi
|
Saggio di immunoassorbimento enzimatico (ELISA) e reazione a catena della polimerasi quantitativa (qPCR)
|
30 mesi
|
|
Valore dell'emoglobina glicosilata (HbA1c).
Lasso di tempo: 30 mesi
|
Emoglobina glicosilata (HbA1c) in % o mmol/mol
|
30 mesi
|
|
La percentuale di tempo in iperglicemia (livello di glucosio superiore a 250 mg/dl)
Lasso di tempo: 30 mesi
|
30 mesi
|
|
|
La percentuale di tempo in ipoglicemia (livello di glucosio inferiore a 70 mg/dl)
Lasso di tempo: 30 mesi
|
30 mesi
|
|
|
La percentuale di tempo nell'intervallo glicemico (livello di glucosio inferiore a 100 mg/dl)
Lasso di tempo: 30 mesi
|
30 mesi
|
|
|
La percentuale di tempo nell'intervallo di glucosio (livello di glucosio tra 126-139 mg/dl)
Lasso di tempo: 30 mesi
|
30 mesi
|
|
|
La percentuale di tempo nell'intervallo di glucosio (livello di glucosio tra 140-199 mg/dl)
Lasso di tempo: 30 mesi
|
30 mesi
|
|
|
La percentuale di tempo nell'intervallo glicemico (livello di glucosio superiore a 200 mg/dl)
Lasso di tempo: 30 mesi
|
30 mesi
|
|
|
Calorie bruciate
Lasso di tempo: 30 mesi
|
Media e deviazione standard delle calorie bruciate misurate in base all'attività e al dispositivo di monitoraggio del sonno.
|
30 mesi
|
|
Passi
Lasso di tempo: 30 mesi
|
Media e deviazione standard dei passi misurati in base all'attività e al dispositivo di monitoraggio del sonno.
|
30 mesi
|
|
Distanza
Lasso di tempo: 30 mesi
|
Media e deviazione standard delle misure di distanza in base all'attività e al dispositivo di monitoraggio del sonno.
|
30 mesi
|
|
I minuti significano attività
Lasso di tempo: 30 mesi
|
La media e la deviazione standard dei minuti indicano le misurazioni dell'attività in base all'attività e al dispositivo di monitoraggio del sonno.
|
30 mesi
|
|
Minuti di alta attività
Lasso di tempo: 30 mesi
|
Media e deviazione standard dei minuti di attività elevata misurate in base all'attività e al dispositivo di monitoraggio del sonno.
|
30 mesi
|
|
Calorie
Lasso di tempo: 30 mesi
|
Media e deviazione standard delle calorie misurate in base all'attività e al dispositivo di monitoraggio del sonno.
|
30 mesi
|
|
Ora di andare a letto
Lasso di tempo: 30 mesi
|
Media e deviazione standard delle misurazioni dell'ora di andare a letto per attività e dispositivo di monitoraggio del sonno.
|
30 mesi
|
|
Deterioramento cognitivo
Lasso di tempo: 30 mesi
|
Sarà misurato dal Mini-Examen Cognoscitivo (MEC).
Valori di scala minimo/massimo (0-30), dove ≥ 27 è un punteggio normale.
|
30 mesi
|
|
Impulsività
Lasso di tempo: 30 mesi
|
Sarà misurato mediante la scala del comportamento impulsivo (UPPS-P).
Il test valuta: urgenza negativa (tendenza ad agire in modo avventato in presenza di emozioni estremamente negative), mancanza di premeditazione (tendenza ad agire senza pensare), mancanza di perseveranza (incapacità di rimanere concentrati su un compito) e ricerca di sensazioni (tendenza a cercare nuove e esperienze emozionanti).
Tutti gli item sono valutati su una scala a quattro punti da 1 (fortemente d'accordo) a 4 (fortemente in disaccordo).
|
30 mesi
|
|
Percezione visuospaziale
Lasso di tempo: 30 mesi
|
Sarà misurato dall'orientamento della linea di giudizio
|
30 mesi
|
|
Denominazione
Lasso di tempo: 30 mesi
|
Sarà misurato dal Boston Naming Test.
|
30 mesi
|
|
Fluenza verbale fonemica
Lasso di tempo: 30 mesi
|
Sarà misurato da PMR
|
30 mesi
|
|
Minuti attività nulla
Lasso di tempo: 30 mesi
|
Media e deviazione standard delle misurazioni di attività nulle in minuti in base all'attività e al dispositivo di monitoraggio del sonno.
|
30 mesi
|
|
Minuti di leggera attività
Lasso di tempo: 30 mesi
|
Media e deviazione standard delle misurazioni di attività leggere in minuti in base all'attività e al dispositivo di monitoraggio del sonno.
|
30 mesi
|
|
Minuti addormentati
Lasso di tempo: 30 mesi
|
Media e deviazione standard dei minuti di sonno misurati per attività e dispositivo di monitoraggio del sonno.
|
30 mesi
|
|
Minuti di veglia
Lasso di tempo: 30 mesi
|
Media e deviazione standard dei minuti di veglia misurati in base all'attività e al dispositivo di monitoraggio del sonno.
|
30 mesi
|
|
Numero tempo sveglio
Lasso di tempo: 30 mesi
|
Media e deviazione standard del numero di misurazioni del tempo di veglia in base all'attività e al dispositivo di monitoraggio del sonno.
|
30 mesi
|
Collaboratori e investigatori
Investigatori
- Investigatore principale: José Manuel Fernández-Real, M.D., Ph.D., Institut d'Investigacio Biomedica de Girona Dr. Josep Trueta
Pubblicazioni e link utili
Pubblicazioni generali
- Finch C. Regulators of iron balance in humans. Blood. 1994 Sep 15;84(6):1697-702. No abstract available.
- Fernandez-Real JM, Ricart-Engel W, Arroyo E, Balanca R, Casamitjana-Abella R, Cabrero D, Fernandez-Castaner M, Soler J. Serum ferritin as a component of the insulin resistance syndrome. Diabetes Care. 1998 Jan;21(1):62-8. doi: 10.2337/diacare.21.1.62.
- Fernandez-Real JM, Lopez-Bermejo A, Ricart W. Cross-talk between iron metabolism and diabetes. Diabetes. 2002 Aug;51(8):2348-54. doi: 10.2337/diabetes.51.8.2348.
- Fernandez-Real JM, Manco M. Effects of iron overload on chronic metabolic diseases. Lancet Diabetes Endocrinol. 2014 Jun;2(6):513-26. doi: 10.1016/S2213-8587(13)70174-8. Epub 2013 Dec 30.
- Fernandez-Real JM, Blasco G, Puig J, Moreno M, Xifra G, Sanchez-Gonzalez J, Maria Alustiza J, Pedraza S, Ricart W, Maria Moreno-Navarrete J. Adipose tissue R2* signal is increased in subjects with obesity: A preliminary MRI study. Obesity (Silver Spring). 2016 Feb;24(2):352-8. doi: 10.1002/oby.21347. Epub 2015 Dec 26.
- Moreno-Navarrete JM, Blasco G, Xifra G, Karczewska-Kupczewska M, Stefanowicz M, Matulewicz N, Puig J, Ortega F, Ricart W, Straczkowski M, Fernandez-Real JM. Obesity Is Associated With Gene Expression and Imaging Markers of Iron Accumulation in Skeletal Muscle. J Clin Endocrinol Metab. 2016 Mar;101(3):1282-9. doi: 10.1210/jc.2015-3303. Epub 2016 Jan 14.
- Moreno-Navarrete JM, Moreno M, Puig J, Blasco G, Ortega F, Xifra G, Ricart W, Fernandez-Real JM. Hepatic iron content is independently associated with serum hepcidin levels in subjects with obesity. Clin Nutr. 2017 Oct;36(5):1434-1439. doi: 10.1016/j.clnu.2016.09.022. Epub 2016 Sep 29.
- Moreno-Navarrete JM, Rodriguez A, Becerril S, Valenti V, Salvador J, Fruhbeck G, Fernandez-Real JM. Increased Small Intestine Expression of Non-Heme Iron Transporters in Morbidly Obese Patients With Newly Diagnosed Type 2 Diabetes. Mol Nutr Food Res. 2018 Jan;62(2). doi: 10.1002/mnfr.201700301. Epub 2017 Dec 29.
- Fernandez Real JM, Moreno-Navarrete JM, Manco M. Iron influences on the Gut-Brain axis and development of type 2 diabetes. Crit Rev Food Sci Nutr. 2019;59(3):443-449. doi: 10.1080/10408398.2017.1376616. Epub 2017 Oct 17.
- Kharabian Masouleh S, Beyer F, Lampe L, Loeffler M, Luck T, Riedel-Heller SG, Schroeter ML, Stumvoll M, Villringer A, Witte AV. Gray matter structural networks are associated with cardiovascular risk factors in healthy older adults. J Cereb Blood Flow Metab. 2018 Feb;38(2):360-372. doi: 10.1177/0271678X17729111. Epub 2017 Aug 31.
- Ryan CM, Freed MI, Rood JA, Cobitz AR, Waterhouse BR, Strachan MW. Improving metabolic control leads to better working memory in adults with type 2 diabetes. Diabetes Care. 2006 Feb;29(2):345-51. doi: 10.2337/diacare.29.02.06.dc05-1626.
- Weinstein G, Maillard P, Himali JJ, Beiser AS, Au R, Wolf PA, Seshadri S, DeCarli C. Glucose indices are associated with cognitive and structural brain measures in young adults. Neurology. 2015 Jun 9;84(23):2329-37. doi: 10.1212/WNL.0000000000001655. Epub 2015 May 6.
- Rolandsson O, Backestrom A, Eriksson S, Hallmans G, Nilsson LG. Increased glucose levels are associated with episodic memory in nondiabetic women. Diabetes. 2008 Feb;57(2):440-3. doi: 10.2337/db07-1215. Epub 2007 Oct 31.
- Marden JR, Mayeda ER, Tchetgen Tchetgen EJ, Kawachi I, Glymour MM. High Hemoglobin A1c and Diabetes Predict Memory Decline in the Health and Retirement Study. Alzheimer Dis Assoc Disord. 2017 Jan-Mar;31(1):48-54. doi: 10.1097/WAD.0000000000000182.
- Blasco G, Puig J, Daunis-I-Estadella J, Molina X, Xifra G, Fernandez-Aranda F, Pedraza S, Ricart W, Portero-Otin M, Fernandez-Real JM. Brain iron overload, insulin resistance, and cognitive performance in obese subjects: a preliminary MRI case-control study. Diabetes Care. 2014 Nov;37(11):3076-83. doi: 10.2337/dc14-0664. Epub 2014 Aug 14.
- Blasco G, Moreno-Navarrete JM, Rivero M, Perez-Brocal V, Garre-Olmo J, Puig J, Daunis-I-Estadella P, Biarnes C, Gich J, Fernandez-Aranda F, Alberich-Bayarri A, Moya A, Pedraza S, Ricart W, Lopez M, Portero-Otin M, Fernandez-Real JM. The Gut Metagenome Changes in Parallel to Waist Circumference, Brain Iron Deposition, and Cognitive Function. J Clin Endocrinol Metab. 2017 Aug 1;102(8):2962-2973. doi: 10.1210/jc.2017-00133.
- Kau AL, Ahern PP, Griffin NW, Goodman AL, Gordon JI. Human nutrition, the gut microbiome and the immune system. Nature. 2011 Jun 15;474(7351):327-36. doi: 10.1038/nature10213.
- Kang SS, Jeraldo PR, Kurti A, Miller ME, Cook MD, Whitlock K, Goldenfeld N, Woods JA, White BA, Chia N, Fryer JD. Diet and exercise orthogonally alter the gut microbiome and reveal independent associations with anxiety and cognition. Mol Neurodegener. 2014 Sep 13;9:36. doi: 10.1186/1750-1326-9-36.
- Zeevi D, Korem T, Zmora N, Israeli D, Rothschild D, Weinberger A, Ben-Yacov O, Lador D, Avnit-Sagi T, Lotan-Pompan M, Suez J, Mahdi JA, Matot E, Malka G, Kosower N, Rein M, Zilberman-Schapira G, Dohnalova L, Pevsner-Fischer M, Bikovsky R, Halpern Z, Elinav E, Segal E. Personalized Nutrition by Prediction of Glycemic Responses. Cell. 2015 Nov 19;163(5):1079-1094. doi: 10.1016/j.cell.2015.11.001.
- Moreno-Navarrete JM, Lopez-Navarro E, Candenas L, Pinto F, Ortega FJ, Sabater-Masdeu M, Fernandez-Sanchez M, Blasco V, Romero-Ruiz A, Fontan M, Ricart W, Tena-Sempere M, Fernandez-Real JM. Ferroportin mRNA is down-regulated in granulosa and cervical cells from infertile women. Fertil Steril. 2017 Jan;107(1):236-242. doi: 10.1016/j.fertnstert.2016.10.008. Epub 2016 Nov 16.
- Geijselaers SLC, Sep SJS, Claessens D, Schram MT, van Boxtel MPJ, Henry RMA, Verhey FRJ, Kroon AA, Dagnelie PC, Schalkwijk CG, van der Kallen CJH, Biessels GJ, Stehouwer CDA. The Role of Hyperglycemia, Insulin Resistance, and Blood Pressure in Diabetes-Associated Differences in Cognitive Performance-The Maastricht Study. Diabetes Care. 2017 Nov;40(11):1537-1547. doi: 10.2337/dc17-0330. Epub 2017 Aug 25.
- Luchsinger JA, Ma Y, Christophi CA, Florez H, Golden SH, Hazuda H, Crandall J, Venditti E, Watson K, Jeffries S, Manly JJ, Pi-Sunyer FX; Diabetes Prevention Program Research Group. Metformin, Lifestyle Intervention, and Cognition in the Diabetes Prevention Program Outcomes Study. Diabetes Care. 2017 Jul;40(7):958-965. doi: 10.2337/dc16-2376. Epub 2017 May 12.
- Spauwen PJ, van Eupen MG, Kohler S, Stehouwer CD, Verhey FR, van der Kallen CJ, Sep SJ, Koster A, Schaper NC, Dagnelie PC, Schalkwijk CG, Schram MT, van Boxtel MP. Associations of advanced glycation end-products with cognitive functions in individuals with and without type 2 diabetes: the maastricht study. J Clin Endocrinol Metab. 2015 Mar;100(3):951-60. doi: 10.1210/jc.2014-2754. Epub 2014 Dec 2.
- Chavan SS, Huerta PT, Robbiati S, Valdes-Ferrer SI, Ochani M, Dancho M, Frankfurt M, Volpe BT, Tracey KJ, Diamond B. HMGB1 mediates cognitive impairment in sepsis survivors. Mol Med. 2012 Sep 7;18(1):930-7. doi: 10.2119/molmed.2012.00195.
- Gera T, Sachdev HP. Effect of iron supplementation on incidence of infectious illness in children: systematic review. BMJ. 2002 Nov 16;325(7373):1142. doi: 10.1136/bmj.325.7373.1142.
- Quince C, Walker AW, Simpson JT, Loman NJ, Segata N. Corrigendum: Shotgun metagenomics, from sampling to analysis. Nat Biotechnol. 2017 Dec 8;35(12):1211. doi: 10.1038/nbt1217-1211b.
- Pedersen HK, Gudmundsdottir V, Nielsen HB, Hyotylainen T, Nielsen T, Jensen BA, Forslund K, Hildebrand F, Prifti E, Falony G, Le Chatelier E, Levenez F, Dore J, Mattila I, Plichta DR, Poho P, Hellgren LI, Arumugam M, Sunagawa S, Vieira-Silva S, Jorgensen T, Holm JB, Trost K; MetaHIT Consortium; Kristiansen K, Brix S, Raes J, Wang J, Hansen T, Bork P, Brunak S, Oresic M, Ehrlich SD, Pedersen O. Human gut microbes impact host serum metabolome and insulin sensitivity. Nature. 2016 Jul 21;535(7612):376-81. doi: 10.1038/nature18646. Epub 2016 Jul 13.
- Geijselaers SLC, Sep SJS, Stehouwer CDA, Biessels GJ. Glucose regulation, cognition, and brain MRI in type 2 diabetes: a systematic review. Lancet Diabetes Endocrinol. 2015 Jan;3(1):75-89. doi: 10.1016/S2213-8587(14)70148-2. Epub 2014 Aug 24.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Effettivo)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- IRONMET+CGM-2017.139
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .
Prove cliniche su Chirurgia bariatrica
-
Clinique Victor PauchetReclutamento
-
Sohag UniversityNon ancora reclutamentoExotropia uguale o più di 50 diottrie prisma
-
ARCAGY/ GINECO GROUPCompletatoCancro ovarico stadio IIIC | Stadio del cancro ovarico IV | Cancro ovarico stadio IIIbFrancia
-
Mayo ClinicTerminatoReflusso gastroesofageo | Ernia, iatale | Sondaggi e questionari | FundoplicatioStati Uniti
-
Fudan UniversitySconosciuto
-
AGO Study GroupCancer Research UK; ARCAGY/ GINECO GROUP; Grupo Español de Investigación en Cáncer... e altri collaboratoriCompletatoCancro ovarico | Cancro della tuba di Falloppio | Cancro della cavità peritonealeSpagna, Francia, Danimarca, Belgio, Germania, Austria, Cina, Italia, Corea, Repubblica di, Norvegia, Svezia, Regno Unito
-
First Hospital of China Medical UniversityReclutamentoCarcinoma colorettale | Chirurgia diurnaCina
-
Dr. Faruk SemizIscrizione su invito
-
National Cancer Centre, SingaporeCompletatoMalattie della tiroideSingapore
-
University of TriesteCompletato