신장 이식 환자의 정밀 위험 계층화 - EU-TRAIN (EU-TRAIN)
2024년 6월 4일 업데이트: Assistance Publique - Hôpitaux de Paris
신장 이식 환자의 위험 계층화를 위한 유럽 이식 및 혁신 컨소시엄
주요 목표: 개별 거부 위험을 예측하는 정밀한 위험 계층화 시스템 설계
연구 개요
상세 설명
동종이식 거부는 장기 거부로 인해 매년 전 세계적으로 수천 개의 동종이식 실패로 동종이식에 대한 주요 위협이며 사망률 및 이환율 측면에서 환자에게 즉각적인 결과를 초래합니다. 이식 후 첫 해에 약 20%의 유병률을 보이는 거부반응은 투석에 대한 수익(환자당 60,000€ 의료 서비스 증가)으로 인해 이식 비용과 다운스트림 비용의 72% 증가를 나타내는 높은 경제적 영향을 수반합니다. 매년 200,000건의 신장 동종이식 실패로 추정되는 대략적인 추정치는 연간 의료 시스템에 120억 달러의 추가 비용과 같습니다.
다양한 설명이 포함될 수 있습니다. 1) 현재의 계층화 시스템은 신장 이식 후 표준 치료(조직학, 면역학)의 후속 조치의 다양한 요소에 의존하며, 2) 현재의 치료 전략은 "모두에게 적합한" 접근법입니다. . 문헌 데이터에 따르면 치료법은 개별화되지 않았으며 환자의 98%가 치료법에 대한 반응 분석 없이 동일한 면역억제 요법을 사용했습니다. 3) 층화 과정에서 omics의 통합 부족. 오늘날 면역 매개 동종이식 손상의 출현을 모니터링하는 데 사용되는 유일한 접근 방식은 동적 접근 방식에 통합되지 않은 혈청 크레아티닌 수치 및 단백뇨와 같은 비특이적 마커입니다. 일부 신장 이식 프로그램은 감시 동종이식 생검을 구현했지만 특이성과 민감성이 부족하고 기본 프로세스의 병인을 제공하지 않습니다. 이는 위험 계층화 프로세스를 손상시킵니다.
이 프로젝트에서 관련 인구 코호트와 전문 지식을 만든 유럽의 선도적인 과학 팀이 신장 이식 분야에서 대규모(>5,000명의 환자) 위험 예측 연구를 허용하기 위해 힘을 합쳤습니다. 유럽 이식 및 혁신 컨소시엄(EU-TRAIN)의 전반적인 목표는 임상 결정을 알리고 개별 수준에서 환자에게 최적화된 개입을 제공함으로써 신장 동종이식 실패를 예방하고 동종이식 생존을 개선하는 것입니다. 이 프로젝트는 신장 이식 수혜자 사이의 위험 계층화 및 예후에 대한 현재의 황금 표준을 개선하는 것을 목표로 합니다.
EU-TRAIN 컨소시엄의 회원들은 지난 10년 동안 매우 상세한 대규모 유럽 신장 이식 코호트를 만들고 유전자 발현을 사용한 질병 메커니즘에 기초한 혁신적인 바이오마커 및 거부 재분류 평가에서 최고 수준의 과학적 전문성을 달성하기 위해 막대한 투자를 했습니다. 환자 치료 및 이식 의학 지침을 변경한 획기적인 구체적인 결과가 이미 확보되었습니다. 이는 주요 전문 저널과 대중 독자를 대상으로 하는 저널에서 많이 인용되는 출판물에서 강조되며, 이 접근 방식의 체계적 특성을 강조합니다. NEJM(n=10), 란셋(n=2), BMJ(n=1), JASN(n=18)). 이 접근법을 사용하여 연구자들은 최근 새로운 형태의 동종이식 거부반응을 확인하여 가장 최근의 국제 동종이식 Banff 분류에 변화를 가져오고 거부 진단 및 질병 단계를 재분류했습니다. 이 연구 전략은 또한 최근에 항-HLA 항체의 병원성을 정의하고 동종이식 손실 위험 평가를 위한 새로운 비침습적 바이오마커의 임상적 관련성을 입증하고 동종이식 거부 위험 계층화에서 유전자 발현 측정을 통합하도록 이끌었습니다.
EU-TRAIN 프로젝트는 지금까지 신장 이식 연구에서 개발되지 않은 새로운 바이오마커에 대한 데이터, 특히 유전체학 및 면역학적 데이터를 추가하여 이러한 코호트를 상승적으로 더욱 향상시킬 것입니다. 이 예외적으로 크고 완전한 코호트의 포괄적인 통합 전략은 이식 연구의 비약적인 도약을 구성하고 진정으로 개인화된 의학을 위한 전략을 설계할 수 있는 독특한 기회를 제공합니다.
참가자와 사회에 기대되는 이익은 사회의 이식 거부로 인한 재정적 부담을 줄이는 것입니다.
7개의 임상 이식 부위에 있는 500명의 새로운 이식 환자는 CHUN(혈액 mRNA), ICS(혈액 세포 분석), Charité(비HLA 항체 및 혈액 내피 표적 ), AP-HP(혈액 항-HLA DSA) 및 INSERM(생검 mRNA).
취약한 참가자는 제외됩니다.
연구 일정:
- 포함 기간: 12개월
- 참여기간(치료~추적) : 12개월
- 총 연구 기간: 24개월
다른 연구에 대한 참여 제외 기간 및 정당성: 이 연구 동안 다른 최소한의 위험 및 제약 연구 및 관찰적 비중재 연구에 대한 참여가 허용됩니다. 학업 종료 시 제외 기간은 없습니다. 다른 중재적 및 관찰적 비간섭적 연구에 대한 참여는 연구가 종료된 후에 허용됩니다.
사이트당 및 월별 예상 등록 수:
- Necker 병원, 파리: 10명의 환자/월
- 파리 생루이 병원: 6명/월
- CHU 낭트: 10명/월
- Charité-Universitätsmedizin, 캠퍼스 Virchow Klinikum, 베를린: 환자 4명/월
- Charité-Universitätsmedizin, 캠퍼스 미테, 베를린: 환자 3명/월
- 바르셀로나 벨비게 대학병원: 7명/월
- Geneva University Hospitals, Geneva: 환자 2명/월
- Vall d'Hebron 병원, 바르셀로나 : 환자 6명 / 월
- 크렘린 비세트르 병원, 파리 : 환자 4명 / 월
연구 유형
관찰
등록 (실제)
558
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
-
Berlin, 독일, 10117
- Hospital La Charité Campus Virchow
-
-
Berlin
-
Berlin-Mitte, Berlin, 독일, 10117
- Hospital La Charité
-
-
-
-
-
Geneva, 스위스, 4 CH 1211
- Hôpitaux Universitaires de Genève
-
-
-
-
-
Barcelona, 스페인, 08907
- Hospital Bellvitge
-
Barcelona, 스페인, 08907
- Hospital Vall d'Hebrón
-
-
-
-
-
Nantes, 프랑스, 44093
- CHU Nantes
-
Paris, 프랑스, 75015
- Hopital Necker
-
-
Ile De France
-
Paris, Ile De France, 프랑스, 75010
- Hôpital Saint Louis
-
-
Paris
-
Le Kremlin-Bicêtre, Paris, 프랑스, 94270
- Hôpital du Kremlin Bicetre
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
18년 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
아니
샘플링 방법
비확률 샘플
연구 인구
새로운 신장 이식 환자
설명
포함 기준:
- 남성 및 여성, 이식 당시 연령 ≥ 18세.
- 살아있는 기증자 또는 사망한 기증자 신장 동종이식을 받는 환자.
- 사전 동의서에 서명하고 연구 절차를 준수할 의향이 있는 환자.
- 가임 여성 환자는 임신 테스트(혈청 베타-hCG) 음성이어야 하며 효과적이고 신뢰할 수 있으며 의학적으로 승인된 피임 요법을 시행해야 합니다.
제외 기준:
- 다장기 이식 병력(거부 자연사 간섭).
- 참가자가 연구 절차를 따를 수 없거나 따를 의향이 없습니다(원어민의 도움을 받지 않는 외국어 구사자 포함).
- 취약한 참여자(미성년자, 보호받는 성인, 법적 구금)
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
표준 치료 데이터(HLA 시스템, 임상 및 생물학적 데이터)와 결합된 비침습적 바이오마커 및 이식편 내 유전자 발현 프로필의 용량
기간: 0일, 3개월, 12개월, 12개월에 걸친 임상 적응증
|
DSA 특성(기증자 특정 항체)으로 측정한 거부 위험이 높은 프로필과 낮은 위험 프로필을 식별하기 위해 표준 치료 데이터 변경(HLA 시스템, 임상 및 생물학적 데이터)과 결합된 비침습적 바이오마커 및 이식편 유전자 발현 프로필 변경의 예후 가치 Luminex 단일 항원 분석 및 내피 표적에 대한 기능적 체외 분석에 의한 비 DSA 특성, ELISPOT에 의한 동종반응성 T 및 B 세포 프로파일, NanoString 기술에 의한 혈액 mRNA 발현 및 DNA 칩에 대한 유전자 발현.
|
0일, 3개월, 12개월, 12개월에 걸친 임상 적응증
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
혈액 바이오마커 농도와 동종이식 거부반응의 상관관계(조직병리학에 의해 평가된 거부반응)
기간: 0일, 3개월, 12개월, 12개월에 걸친 임상 적응증
|
측정된 혈액 바이오마커: HLA 및 비-HLA DSA 특성(Luminex Single Antigen 및 내피 표적에 대한 기능적 체외 분석에 의해), 동종반응성 T 및 B 세포 프로필(ELISPOT에 의해) 및 NanoString 기술에 의한 후보 유전자 프로필: AKR1C3, CD40, CTLA4, ID3, MZB1, TCL1A, TRIB1, TLR4 TUBA4A, WHAZ, CD3E, CD8A, CD4, MS4A1, FOXP3, GZMB, ENTPD1, POU2AAF1, POU2F1, CD9, IL7R, BLK, MMP9, CXCL9, CXCL10, CXCL11, UPK1A, TGFB1, IL2RA , PRF1, TIMP1, PAI1, FN1, TIGIT 및 4개의 참조 유전자: HPRT1, B2M, GAPDH 및 ACTB
|
0일, 3개월, 12개월, 12개월에 걸친 임상 적응증
|
|
동종이식 기능(사구체 여과율(GFR)에 의해 측정된 기능)과 혈액 바이오마커 농도의 상관관계.
기간: 0일, 3개월, 12개월, 12개월에 걸친 임상 적응증
|
측정된 혈액 바이오마커: HLA 및 비-HLA DSA 특성(Luminex Single Antigen 및 내피 표적에 대한 기능적 체외 분석에 의해), 동종반응성 T 및 B 세포 프로필(ELISPOT에 의해) 및 NanoString 기술에 의한 후보 유전자 프로필: AKR1C3, CD40, CTLA4, ID3, MZB1, TCL1A, TRIB1, TLR4 TUBA4A, WHAZ, CD3E, CD8A, CD4, MS4A1, FOXP3, GZMB, ENTPD1, POU2AAF1, POU2F1, CD9, IL7R, BLK, MMP9, CXCL9, CXCL10, CXCL11, UPK1A, TGFB1, IL2RA , PRF1, TIMP1, PAI1, FN1, TIGIT 및 4개의 참조 유전자: HPRT1, B2M, GAPDH 및 ACTB
|
0일, 3개월, 12개월, 12개월에 걸친 임상 적응증
|
|
연속 측정에서 바이오마커 수준의 변화 및 동종이식 기능과의 연관성 평가(GFR에 의해 측정된 기능)
기간: 0일, 3개월, 12개월, 12개월에 걸친 임상 적응증
|
측정된 혈액 바이오마커: HLA 및 비-HLA DSA 특성(Luminex Single Antigen 및 내피 표적에 대한 기능적 체외 분석에 의해), 동종반응성 T 및 B 세포 프로필(ELISPOT에 의해) 및 NanoString 기술에 의한 후보 유전자 프로필: AKR1C3, CD40, CTLA4, ID3, MZB1, TCL1A, TRIB1, TLR4 TUBA4A, WHAZ, CD3E, CD8A, CD4, MS4A1, FOXP3, GZMB, ENTPD1, POU2AAF1, POU2F1, CD9, IL7R, BLK, MMP9, CXCL9, CXCL10, CXCL11, UPK1A, TGFB1, IL2RA , PRF1, TIMP1, PAI1, FN1, TIGIT 및 4개의 참조 유전자: 생검에서 측정된 HPRT1, B2M, GAPDH 및 ACTB 바이오마커: Affymetrix DNA 칩을 사용한 유전자 발현 프로파일의 범유전자학적 접근 방식 및 저위험 및 고위험 환자의 유전자 발현 비교
|
0일, 3개월, 12개월, 12개월에 걸친 임상 적응증
|
|
신장 동종이식에서 유전자 발현과 동종이식 거부반응의 상관관계(조직병리학에 의해 평가된 거부반응)
기간: 0일, 3개월, 12개월, 12개월에 걸친 임상 적응증
|
생검에서 측정된 바이오마커: Affymetrix DNA 칩을 사용한 유전자 발현 프로파일의 범유전자학적 접근과 저위험 및 고위험 환자의 유전자 발현 비교
|
0일, 3개월, 12개월, 12개월에 걸친 임상 적응증
|
|
신장 동종이식 거부 반응의 유전자 발현 관련 위험 계층화(조직병리학에 의해 평가된 거부)
기간: 0일, 3개월, 12개월, 12개월에 걸친 임상 적응증
|
측정된 혈액 바이오마커: NanoString 기술에 의한 후보 유전자 프로파일: AKR1C3, CD40, CTLA4, ID3, MZB1, TCL1A, TRIB1, TLR4 TUBA4A, WHAZ, CD3E, CD8A, CD4, MS4A1, FOXP3, GZMB, ENTPD1, POU2AAF1, POU2F1, CD9, IL7R, BLK, MMP9, CXCL9, CXCL10, CXCL11, UPK1A, TGFB1, IL2RA, PRF1, TIMP1, PAI1, FN1, TIGIT 및 4개의 참조 유전자: HPRT1, B2M, GAPDH 및 ACTB 생검에서 측정된 바이오마커: 유전자 발현의 범유전자학적 접근 Affymetrix DNA 칩을 사용한 프로필 및 저위험 및 고위험 환자의 유전자 발현 비교
|
0일, 3개월, 12개월, 12개월에 걸친 임상 적응증
|
|
시간과 센터에 따른 환자의 웰빙 변화 평가
기간: 0일, 3개월, 12개월, 12개월에 걸친 임상 적응증
|
각 시점에서 각 환자가 작성한 자가 건강 설문지의 결과를 사용하여 시간과 센터에 따른 환자의 웰빙 변화를 평가합니다.
모든 항목은 1에서 3까지의 척도로 측정됩니다. 처음 3개 항목은 이동성, 자기 관리 및 일상 활동 수행을 측정하며 값이 높을수록 이동성이 낮고 스스로 돌볼 수 없거나 일상적인 활동을 수행할 수 없음을 나타냅니다.
4번째 항목은 통증과 불편함을 측정하며 값이 높을수록 극심한 통증이나 불편함을 나타냅니다.
마지막 항목은 불안과 우울증을 측정하며 값이 높을수록 극도의 불안이나 우울증을 나타냅니다.
일반적인 자가 보고 건강 상태는 환자 자신의 건강에 대한 의견을 0에서 100까지의 척도로 측정하며, 0점이 가장 나쁜 상태이고 100점이 가장 좋은 상태입니다.
|
0일, 3개월, 12개월, 12개월에 걸친 임상 적응증
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 연구 책임자: Alexandre Loupy, Pr, Institut National de la Santé Et de la Recherche Médicale, France
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
일반 간행물
- Montero N, Farouk S, Gandolfini I, Crespo E, Jarque M, Meneghini M, Torija A, Maggiore U, Cravedi P, Bestard O. Pretransplant Donor-specific IFNgamma ELISPOT as a Predictor of Graft Rejection: A Diagnostic Test Accuracy Meta-analysis. Transplant Direct. 2019 Apr 25;5(5):e451. doi: 10.1097/TXD.0000000000000886. eCollection 2019 May.
- Danger R, Feseha Y, Brouard S. The Pseudokinase TRIB1 in Immune Cells and Associated Disorders. Cancers (Basel). 2022 Feb 17;14(4):1011. doi: 10.3390/cancers14041011.
- Brinas F, Danger R, Brouard S. TCL1A, B Cell Regulation and Tolerance in Renal Transplantation. Cells. 2021 Jun 1;10(6):1367. doi: 10.3390/cells10061367.
- Danger R, Moiteaux Q, Feseha Y, Geffard E, Ramstein G, Brouard S. FaDA: A web application for regular laboratory data analyses. PLoS One. 2021 Dec 20;16(12):e0261083. doi: 10.1371/journal.pone.0261083. eCollection 2021.
- Ba R, Geffard E, Douillard V, Simon F, Mesnard L, Vince N, Gourraud PA, Limou S. Surfing the Big Data Wave: Omics Data Challenges in Transplantation. Transplantation. 2022 Feb 1;106(2):e114-e125. doi: 10.1097/TP.0000000000003992.
- Massart A, Danger R, Olsen C, Emond MJ, Viklicky O, Jacquemin V, Soblet J, Duerinckx S, Croes D, Perazzolo C, Hruba P, Daneels D, Caljon B, Sever MS, Pascual J, Miglinas M; Renal Tolerance Investigators; Pirson I, Ghisdal L, Smits G, Giral M, Abramowicz D, Abramowicz M, Brouard S. An exome-wide study of renal operational tolerance. Front Med (Lausanne). 2023 May 17;9:976248. doi: 10.3389/fmed.2022.976248. eCollection 2022. Erratum In: Front Med (Lausanne). 2023 Jun 20;10:1235101.
- Yoo D, Goutaudier V, Divard G, Gueguen J, Astor BC, Aubert O, Raynaud M, Demir Z, Hogan J, Weng P, Smith J, Garro R, Warady BA, Zahr RS, Sablik M, Twombley K, Couzi L, Berney T, Boyer O, Duong-Van-Huyen JP, Giral M, Alsadi A, Gourraud PA, Morelon E, Le Quintrec M, Brouard S, Legendre C, Anglicheau D, Villard J, Zhong W, Kamar N, Bestard O, Djamali A, Budde K, Haas M, Lefaucheur C, Rabant M, Loupy A. An automated histological classification system for precision diagnostics of kidney allografts. Nat Med. 2023 May;29(5):1211-1220. doi: 10.1038/s41591-023-02323-6. Epub 2023 May 4.
- Ed-Driouch C, Mars F, Gourraud PA, Dumas C. Addressing the Challenges and Barriers to the Integration of Machine Learning into Clinical Practice: An Innovative Method to Hybrid Human-Machine Intelligence. Sensors (Basel). 2022 Oct 29;22(21):8313. doi: 10.3390/s22218313.
- Kerouac S, Taggart ME, Lescop J, Fortin MF. Dimensions of health in violent families. Health Care Women Int. 1986;7(6):413-26. doi: 10.1080/07399338609515756. No abstract available.
- Divard G, Raynaud M, Tatapudi VS, Abdalla B, Bailly E, Assayag M, Binois Y, Cohen R, Zhang H, Ulloa C, Linhares K, Tedesco HS, Legendre C, Jouven X, Montgomery RA, Lefaucheur C, Aubert O, Loupy A. Comparison of artificial intelligence and human-based prediction and stratification of the risk of long-term kidney allograft failure. Commun Med (Lond). 2022 Nov 23;2(1):150. doi: 10.1038/s43856-022-00201-9.
- Tripathi N, Danger R, Chesneau M, Brouard S, Laurent AD. Structural insights into the catalytic mechanism of granzyme B upon substrate and inhibitor binding. J Mol Graph Model. 2022 Jul;114:108167. doi: 10.1016/j.jmgm.2022.108167. Epub 2022 Mar 22.
- Danger R, Le Berre L, Cadoux M, Kerleau C, Papuchon E, Mai HL, Nguyen TV, Guerif P, Morelon E, Thaunat O, Legendre C, Anglicheau D, Lefaucheur C, Couzi L, Del Bello A, Kamar N, Le Quintrec M, Goutaudier V, Renaudin K, Giral M, Brouard S; DIVAT Consortium. Subclinical rejection-free diagnostic after kidney transplantation using blood gene expression. Kidney Int. 2023 Jun;103(6):1167-1179. doi: 10.1016/j.kint.2023.03.019. Epub 2023 Mar 27.
- Ed-Driouch C, Cheneau F, Simon F, Pasquier G, Combes B, Kerbrat A, Le Page E, Limou S, Vince N, Laplaud DA, Mars F, Dumas C, Edan G, Gourraud PA. Multiple sclerosis clinical decision support system based on projection to reference datasets. Ann Clin Transl Neurol. 2022 Dec;9(12):1863-1873. doi: 10.1002/acn3.51649. Epub 2022 Nov 22.
- Girardin FR, Nicolet A, Bestard O, Lefaucheur C, Budde K, Halleck F, Brouard S, Giral M, Gourraud PA, Horcholle B, Villard J, Marti J, Loupy A. Immunosuppressant drugs and quality-of-life outcomes in kidney transplant recipients: An international cohort study (EU-TRAIN). Front Pharmacol. 2023 Apr 27;14:1040584. doi: 10.3389/fphar.2023.1040584. eCollection 2023.
- Girardin FR, Cohen K, Schwenkglenks M, Durand-Zaleski I. Editorial: Pharmacoeconomics in the era of health technology assessment and outcomes research to prioritize resource use, innovation and investment. Front Pharmacol. 2023 May 16;14:1210002. doi: 10.3389/fphar.2023.1210002. eCollection 2023. No abstract available.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2018년 11월 27일
기본 완료 (실제)
2021년 10월 28일
연구 완료 (실제)
2021년 10월 28일
연구 등록 날짜
최초 제출
2018년 7월 16일
QC 기준을 충족하는 최초 제출
2018년 8월 27일
처음 게시됨 (실제)
2018년 8월 29일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2024년 6월 5일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 6월 4일
마지막으로 확인됨
2024년 6월 1일
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .