Werkzaamheid van glucagonachtige peptide-1-receptoragonisten volgens type 2-diabetessubtypen
Werkzaamheid van glucagonachtige peptide-1-receptoragonisten volgens type 2-diabetessubtypen: een Italiaanse monocentrische retrospectieve studie
Het doel van deze observationele retrospectieve studie is om te begrijpen of glucagonachtige peptide-1-receptoragonisten (GLP-1RA), een groep antidiabetica, verschillend kunnen werken bij verschillende subtypes van patiënten met type 2-diabetes.
De belangrijkste vragen die het wil beantwoorden zijn:
- reageren mensen met diabetes type 2 die tot specifieke subtypes behoren beter (of slechter) op GLP-1RA?
- het gunstige effect van GLP-1RA mogelijk langer aanhoudt bij mensen met diabetes type 2 die tot specifieke subtypes behoren?
- wat zijn de klinische kenmerken die de werkzaamheid en duurzaamheid van GLP-1-receptoragonisten bij de behandeling van type 2-diabetes beter verklaren?
Klinische gegevens uit dossiers van patiënten die de diabetespolikliniek van onze instelling bezoeken, zullen worden verzameld om de uitkomsten van GLP-1-receptoragonisten te vergelijken bij patiënten die tot vier subtypes van type 2-diabetes behoren.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Patiënten met type 2-diabetes worden allemaal gekenmerkt door hyperglykemie, maar hun kans op het ontwikkelen van micro- en microvasculaire complicaties is groot. Onlangs werd een classificatie van diabetes bij volwassenen voorgesteld in vijf subtypes: ernstige auto-immuundiabetes (SAID - inclusief type 1-diabetes en latente auto-immuundiabetes bij volwassenen LADA), ernstige insulineresistente diabetes (SIRD), ernstige insulinedeficiënte diabetes (SIDD), milde diabetes leeftijdsgerelateerde diabetes (MARD), milde obesitasgerelateerde diabetes (MOD). Deze classificatie is gevalideerd in meerdere populaties van patiënten met recent ontstane diabetes (binnen 5 jaar).
Deze classificatie vereist echter de meting van c-peptide/insulinemie of anti-glutaminezuurdecarboxylase (GAD)-antilichamen, waardoor de toepasbaarheid ervan in de dagelijkse klinische praktijk wordt beperkt. Een alternatief algoritme dat gemakkelijk beschikbare klinische kenmerken vereist, zoals BMI, lengte, middelomtrek, HbA1c, nuchtere bloedglucose, lipidenprofiel, leeftijd en leeftijd bij diagnose, werd onlangs geïntroduceerd en gevalideerd.
In dit retrospectieve observationele onderzoek bedroeg de berekende steekproefomvang 128 patiënten, in 4 groepen, met alfa 0,05, 1-bèta 0,80, effectgrootte 0,3.
De volgende gegevens worden opgehaald voor in aanmerking komende patiënten: leeftijd, geslacht, duur van de diabetes, leeftijd bij diagnose, antidiabetestherapie, lichaamsgewicht, lengte, middelomtrek, nuchtere bloedglucose, HbA1c, totaal en HDL- en LDL-cholesterol, triglyceriden, creatinine, microalbuminurie . Het algoritme dat online beschikbaar is (https://uiem.shinyapps.io/diabetes_clusters_app/), zal worden gebruikt om ingeschreven patiënten toe te wijzen aan de 4 subtypes van type 2 diabetes (SIDD, SIRD, MARD, MOD).
Indien beschikbaar zal informatie over micro- en macrovasculaire complicaties van diabetes worden opgevraagd.
Alle gegevens worden verzameld bij het basisbezoek en bij elk vervolgbezoek (het eerste vervolgbezoek moet 6-12 maanden na het voorschrijven van een GLP-1-receptoragonist plaatsvinden).
Studietype
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
-
Bari, Italië, 70124
- Azienda Ospedaliero-Universitaria Policlinico Bari
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Italiaanse patiënten met diabetes type 2
- Begin van diabetes bij ≥ 50 jaar
- Diagnose van diabetes type 2 ≤ 5 jaar vanaf inschrijving
- BMI ≥ 25 kg/m2
- Patiënten die voor de eerste keer een GLP-1RA-recept ontvangen met ten minste één vervolgbezoek 6-12 maanden na het eerste recept
Uitsluitingscriteria:
- Auto-immuun diabetes, monogene diabetes, secundaire diabetes
- Geschiedenis van diabetische ketoacidose
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Ernstige insulineresistente diabetes (SIRD)
Patiënten met SIRD worden gekenmerkt door een hoge BMI, een hoge insulineresistentie en een lage HbA1c. Deze patiënten ontwikkelen waarschijnlijk een diabetische nierziekte. Gedefinieerd volgens het vereenvoudigde algoritme voorgesteld door Bello-Chavolla et al. waarvoor de volgende gegevens nodig zijn: leeftijd bij diabetesdiagnose, leeftijd, BMI, lengte, tailleomtrek, HbA1c, nuchtere bloedglucose, nuchtere triglyceriden, HDL-cholesterol |
Patiënten die een GLP-1-receptoragonist starten (d.w.z.
liraglutide, dulaglutide, semaglutide) zullen in het onderzoek worden opgenomen.
|
|
Milde leeftijdsgebonden diabetes (MARD)
Patiënten met MARD worden gekenmerkt door laat optredende diabetes zonder extreme kenmerken. Gedefinieerd volgens het vereenvoudigde algoritme voorgesteld door Bello-Chavolla et al. waarvoor de volgende gegevens nodig zijn: leeftijd bij diabetesdiagnose, leeftijd, BMI, lengte, tailleomtrek, HbA1c, nuchtere bloedglucose, nuchtere triglyceriden, HDL-cholesterol |
Patiënten die een GLP-1-receptoragonist starten (d.w.z.
liraglutide, dulaglutide, semaglutide) zullen in het onderzoek worden opgenomen.
|
|
Milde obesitasgerelateerde diabetes (MOD)
Patiënten met MOD worden gekenmerkt door een hoge BMI zonder insulineresistentie.
Gedefinieerd volgens het vereenvoudigde algoritme voorgesteld door Bello-Chavolla et al. waarvoor de volgende gegevens nodig zijn: leeftijd bij diabetesdiagnose, leeftijd, BMI, lengte, tailleomtrek, HbA1c, nuchtere bloedglucose, nuchtere triglyceriden, HDL-cholesterol
|
Patiënten die een GLP-1-receptoragonist starten (d.w.z.
liraglutide, dulaglutide, semaglutide) zullen in het onderzoek worden opgenomen.
|
|
Ernstige insulinedeficiënte diabetes (SIDD)
Patiënten met SIDD worden gekenmerkt door een hoog HbA1c en snelle progressie naar insulinetherapie. Deze patiënten ontwikkelen waarschijnlijk retinopathie, zelfs in de eerste jaren na de diagnose. Gedefinieerd volgens het vereenvoudigde algoritme voorgesteld door Bello-Chavolla et al. waarvoor de volgende gegevens nodig zijn: leeftijd bij diabetesdiagnose, leeftijd, BMI, lengte, tailleomtrek, HbA1c, nuchtere bloedglucose, nuchtere triglyceriden, HDL-cholesterol |
Patiënten die een GLP-1-receptoragonist starten (d.w.z.
liraglutide, dulaglutide, semaglutide) zullen in het onderzoek worden opgenomen.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Tijdsspanne |
|---|---|
|
Verschil in HbA1c-verandering ten opzichte van baseline (%) tussen SIDD-, SIRD-, MARD- en MOD-subtypes
Tijdsspanne: Het verschil in HbA1c-verandering ten opzichte van de uitgangswaarde zal worden geëvalueerd tijdens het eerste vervolgbezoek (optredend 6-12 maanden na start van GLP-1RA)
|
Het verschil in HbA1c-verandering ten opzichte van de uitgangswaarde zal worden geëvalueerd tijdens het eerste vervolgbezoek (optredend 6-12 maanden na start van GLP-1RA)
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Verschil in tijd tot falen tussen SIDD-, SIRD-, MARD- en MOD-subtypen
Tijdsspanne: Het verschil in tijd tot falen wordt beoordeeld tot aan het laatste beschikbare bezoek (tot 36 maanden)
|
Bij patiënten die bij het eerste vervolgbezoek een HbA1c <7% bereiken, is het verschil in tijd tot falen (gedefinieerd als HbA1c gelijk aan of hoger dan 7%)
|
Het verschil in tijd tot falen wordt beoordeeld tot aan het laatste beschikbare bezoek (tot 36 maanden)
|
|
Verschil in nuchtere bloedglucoseverandering ten opzichte van de uitgangswaarde (mg/dl) tussen SIDD-, SIRD-, MARD- en MOD-subtypes
Tijdsspanne: Het verschil in de nuchtere bloedglucoseverandering ten opzichte van de uitgangswaarde (mg/dl) zal worden geëvalueerd tijdens het eerste vervolgbezoek (optredend 6-12 maanden vanaf de start van GLP-1RA)
|
mg/dl
|
Het verschil in de nuchtere bloedglucoseverandering ten opzichte van de uitgangswaarde (mg/dl) zal worden geëvalueerd tijdens het eerste vervolgbezoek (optredend 6-12 maanden vanaf de start van GLP-1RA)
|
|
Verschil in verandering van lichaamsgewicht ten opzichte van de uitgangswaarde (kg) tussen de subtypes SIDD, SIRD, MARD en MOD
Tijdsspanne: Het verschil in verandering in lichaamsgewicht ten opzichte van de uitgangswaarde (kg) zal worden geëvalueerd tijdens het eerste vervolgbezoek (dat 6-12 maanden na de start van GLP-1RA plaatsvindt)
|
kg
|
Het verschil in verandering in lichaamsgewicht ten opzichte van de uitgangswaarde (kg) zal worden geëvalueerd tijdens het eerste vervolgbezoek (dat 6-12 maanden na de start van GLP-1RA plaatsvindt)
|
|
Verschil in percentage patiënten dat een HbA1c van minder dan 7% bereikt onder de subtypes SIDD, SIRD, MARD en MOD
Tijdsspanne: Het verschil in het percentage patiënten dat een HbA1c van minder dan 7% bereikt, zal worden geëvalueerd tijdens het eerste vervolgbezoek (dat 6-12 maanden na de start van GLP-1RA plaatsvindt)
|
Het verschil in het percentage patiënten dat een HbA1c van minder dan 7% bereikt, zal worden geëvalueerd tijdens het eerste vervolgbezoek (dat 6-12 maanden na de start van GLP-1RA plaatsvindt)
|
Medewerkers en onderzoekers
Onderzoekers
- Hoofdonderzoeker: Francesco Giorgino, PhD, University of Bari Aldo Moro
Publicaties en nuttige links
Algemene publicaties
- Ahlqvist E, Storm P, Karajamaki A, Martinell M, Dorkhan M, Carlsson A, Vikman P, Prasad RB, Aly DM, Almgren P, Wessman Y, Shaat N, Spegel P, Mulder H, Lindholm E, Melander O, Hansson O, Malmqvist U, Lernmark A, Lahti K, Forsen T, Tuomi T, Rosengren AH, Groop L. Novel subgroups of adult-onset diabetes and their association with outcomes: a data-driven cluster analysis of six variables. Lancet Diabetes Endocrinol. 2018 May;6(5):361-369. doi: 10.1016/S2213-8587(18)30051-2. Epub 2018 Mar 5.
- Bello-Chavolla OY, Bahena-Lopez JP, Vargas-Vazquez A, Antonio-Villa NE, Marquez-Salinas A, Fermin-Martinez CA, Rojas R, Mehta R, Cruz-Bautista I, Hernandez-Jimenez S, Garcia-Ulloa AC, Almeda-Valdes P, Aguilar-Salinas CA; Metabolic Syndrome Study Group; Group of Study CAIPaDi. Clinical characterization of data-driven diabetes subgroups in Mexicans using a reproducible machine learning approach. BMJ Open Diabetes Res Care. 2020 Jul;8(1):e001550. doi: 10.1136/bmjdrc-2020-001550.
- Dennis JM, Shields BM, Henley WE, Jones AG, Hattersley AT. Disease progression and treatment response in data-driven subgroups of type 2 diabetes compared with models based on simple clinical features: an analysis using clinical trial data. Lancet Diabetes Endocrinol. 2019 Jun;7(6):442-451. doi: 10.1016/S2213-8587(19)30087-7. Epub 2019 Apr 29.
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- AOUConsorziale
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Beschrijving IPD-plan
IPD-tijdsbestek voor delen
IPD-toegangscriteria voor delen
IPD delen Ondersteunend informatietype
- LEERPROTOCOOL
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .