- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT07476703
Uitgebreide Studies over de SCAPIS Stockholm Heronderzoekscohort (SCAPIS-ReEx)
Uitgebreide onderzoeken naar risicofactoren voor long-, lever- en hart- en vaatziekten in de SCAPIS 2 Stockholm-heronderzoek
De Zweedse CArdioPulmonale bioImage Studie (SCAPIS) is een uniek, grootschalig nationaal onderzoeksinitiatief waarbij 30.000 willekeurig geselecteerde personen van 50-64 jaar betrokken zijn, gerekruteerd tussen 2014 en 2018. De studie is een samenwerkingsverband tussen zes universitaire ziekenhuizen in heel Zweden. Een vervolgstudie, SCAPIS 2, wordt uitgevoerd voor de helft van de oorspronkelijke deelnemers. In Stockholm zullen 2.500 personen opnieuw worden onderzocht in het Danderyd Universitair Ziekenhuis en het Karolinska Institutet.
SCAPIS 2 omvat een kernset van onderzoeken met bloedafname, vragenlijsten en beeldvorming. Naast deze worden aanvullende lokale onderzoeken uitgevoerd om meer gedetailleerde onderzoeksvragen mogelijk te maken. Dit protocol beschrijft de aanvullende studies die in de Stockholm-cohort worden uitgevoerd. Alle aanvullende beoordelingen hebben tot doel risicofactoren voor huidige en toekomstige long-, lever- en cardiovasculaire ziekten te identificeren:
UITGEBREIDE BEMONSTERING: Speeksel- en bloedmonsters met bloedcelisolatie. UITGEBREIDE VRAGENLIJSTEN: Dyspnoe, slaap, luchtweginfecties en mondgezondheid.
UITGEBREIDE BEELDVORMING EN FYSIOLOGISCHE METINGEN Hartecho en abdominale aorta-metingen. Leverelastografie. Vaatstijfheid door manchetgebaseerde pulsgolfanalyse en fotoplethysmografie (PPG). Kleppen- en vaatverkalking door CT-beeldvorming.
Studie Overzicht
Toestand
Conditie
- Coronaire hartziekte
- Hartfalen
- Lipide profiel
- Steatohepatitis
- Longziekte, chronisch obstructief (COPD)
- Orale microbiota
- Arteriële stijfheid, bloeddruk
- AORTAKLEPZIEKTEN
- Ontsteking Biomarkers
- Mitralisklepstenose en/of -insufficiëntie
- Metabole geassocieerde disfunctie Steatohepatitis (MASH)
- MASLD - Metabole disfunctie-geassocieerde steatotische leverziekte
Gedetailleerde beschrijving
De Zweedse CArdioPulmonale bioImage Studie (SCAPIS) is een uniek, grootschalig nationaal onderzoeksinitiatief waarbij 30.000 willekeurig geselecteerde personen van 50-64 jaar betrokken zijn, gerekruteerd tussen 2014 en 2018. De studie is een samenwerkingsverband tussen zes universitaire ziekenhuizen in heel Zweden. Een vervolgstudie, SCAPIS 2, wordt uitgevoerd voor de helft van de oorspronkelijke deelnemers. In Stockholm zullen 2.500 personen opnieuw worden onderzocht in het Danderyd Universitair Ziekenhuis en het Karolinska Institutet.
SCAPIS 2 omvat een kernset van onderzoeken met bloedafname, vragenlijsten en beeldvorming. Naast deze worden aanvullende lokale onderzoeken uitgevoerd om gedetailleerdere onderzoeksvragen mogelijk te maken. Dit protocol beschrijft de aanvullende studies die in de Stockholm-cohort worden uitgevoerd:
UITGEBREIDE BEMONSTERING: Speeksel- en bloedmonsters met bloedcelisolatie Aanvullende bloedmonsters worden afgenomen om bloedcellen te isoleren voor gedetailleerde immuunsysteemprofilering, rode bloedcel functie en voor lipidenprofielen en ontstekingsmarkers. Speekselmonsters worden geanalyseerd op ontstekingsmarkers en microbiële samenstelling.
UITGEBREIDE VRAGENLIJSTEN: Dyspneu, Slaap, Luchtweginfecties en Mondgezondheid Deelnemers zullen gedetailleerde vragenlijsten invullen over recente voedsel-, drank- en medicatie-inname; mondhygiëne; ademhaling en longfunctie; slaapkwaliteit en dagelijkse slaperigheid; en geschiedenis van luchtweginfecties, inclusief COVID-19.
UITGEBREIDE BEELDVORMING EN FYSIOLOGISCHE METINGEN: Deze onderzoeken worden uitgevoerd tijdens een apart bezoek, gecoördineerd met de hoofdstudie, en duren ongeveer een uur.
- Cardiale Echografie en Abdominale Aortametingen: hartstructuur en -functie, evenals de diameter van grote slagaders (bijv. de thoracale en abdominale aorta).
- Lever Elastografie: Een op echografie gebaseerde techniek gebruikt om leverstijfheid en vetgehalte te beoordelen.
- Vasculaire Stijfheid: Bloeddrukmanchet-gebaseerde pulsgolfanalyse met automatische stijfheidsberekening. Fotoplethysmografie (PPG) met huidgeplaatste sensoren (veel gebruikt voor zuurstofverzadigingsmonitoring, in manchetloze bloeddrukmonitors en wearables). Enkelleads-ECG via kleefbare elektroden.
- Klep- en Vasculaire Calcificatie: In de hoofd-SCAPIS-studie wordt CT-beeldvorming van het hart en grote vaten uitgevoerd. In SCAPIS 2 worden de beelden opnieuw geanalyseerd met algoritmen die calciumafzettingen in hartkleppen kwantificeren.
ONDERZOEKSVRAGEN
Bloed- en bloedcelanalyses worden uitgevoerd om immuunactivatie, lipiden en lipidenmediatoren, en immuuncelfenotypes te beoordelen. Deze analyses hebben tot doel chronische van zelflimiterende cardiovasculaire ontsteking te onderscheiden en prevalente, incidente en subklinische cardiovasculaire ziekte (CVD) te detecteren voor verbeterde risicobeoordeling.
Speekselbiomarkers, met focus op ontsteking en orale microbiota, worden bestudeerd om verbanden tussen mondgezondheid, luchtweggezondheid, systemische ontsteking en comorbiditeiten te onderzoeken.
Enquêtegegevens over slaap, ademhaling, luchtweginfecties en mondgezondheid worden gebruikt om associaties met lever-, long- en cardiovasculaire ziekten te onderzoeken, inclusief hun risicofactoren en prognose.
De prevalentie van leversteatose en fibrose in de algemene bevolking wordt onderzocht, samen met hun associaties met CVD en hartfalen. Ook wordt beoordeeld of SCAPIS-gegevens leverstijfheid kunnen voorspellen.
Risicofactoren voor cardiale disfunctie en klepziekte, evenals progressie naar hartfalen worden geanalyseerd. CT-gebaseerde calciumscoring in de aorta en kleppen wordt bestudeerd voor associaties met klepziekte, hartfalen, interventietiming en progressie van aortadilatatie tussen SCAPIS 1 en 2.
Prevalentie en risicofactoren van aorta-aneurysma worden geëvalueerd, inclusief associaties met SCAPIS-variabelen en incidente cardiovasculaire ziekte. Infrarenale aortadiameter wordt ook gebruikt als subklinische marker van aorta-aneurysma.
Nieuwe technieken met fotoplethysmografie (PPG) voor arteriële stijfheid en pulskenmerken worden bestudeerd in relatie tot coronaire hartziekte, cardiale structuur en functie, klepziekte, leverstijfheid, biomarkers en bloeddruk.
Ten slotte worden SCAPIS- en SCAPIS 2-gegevens geïntegreerd, inclusief substudieresultaten, voor uitgebreide risicobeoordeling van klinische en subklinische CVD en om preventiestrategieën te sturen.
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: Jonas Spaak, MD, PhD, Professor
- Telefoonnummer: +4681235500
- E-mail: jonas.spaak@ki.se
Studie Locaties
-
-
-
Stockholm, Zweden, 18288
- Werving
- Cardiovascular Research Lab, Dept Cardiology, Danderyd University Hospital
-
Contact:
- Jonas Spaak, MD, PhD, Professor
- Telefoonnummer: +46812355000
- E-mail: jonas.spaak@ki.se
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria: Proefpersonen die al zijn opgenomen in de hoofd-/algemene SCAPIS-herexaminatiestudie in Stockholm.
Exclusiecriteria: Onvermogen om toestemming te geven.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
SCAPIS Stockholm heronderzoek substudie
In SCAPIS (2014-2018) werden 30.000 willekeurig geselecteerde volwassenen tussen de 50 en 64 jaar opgenomen.
SCAPIS Heronderzoek is de herbeoordelingsstudie van de helft van de oorspronkelijke studiecohort.
In Stockholm (locatie Danderyd Universitair Ziekenhuis) komt dat overeen met 2500 volwassenen die nu 6-10 jaar ouder zijn dan in de eerste SCAPIS-studie.
De huidige studie is een prospectieve, observationele substudie van een handige steekproef uit het SCAPIS-heronderzoek in Stockholm.
|
Siemens Naeotom Alpha fotonentellende CT-scanner
Echocardiografie en aorta-echografie met behulp van General Electric Vivid E95
Leverelastografie met de Fibroscan-echografie methode.
Arteriële stijfheid gemeten met Arteriograph, Tensiomed, Hongarije en Fotoplethysmografie en ECG door ADInstrument
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Diagnostische Prestatie van Machinaal Leren Analyse van Vingerfotoplethysmografie voor Detectie van Coronaire Hartziekte (CAD-RADS ≥2)
Tijdsspanne: Doorgaans binnen 1 maand na inschrijving.
|
Oppervlak onder de receiver operating characteristic curve (AUC-ROC) voor voorspelling van CAD-RADS ≥2 met behulp van machine learning-analyse van vingerfotoplethysmografie. CAD-RADS 2.0-classificatie is gebaseerd op coronair CT-angiografie (CCTA), waarbij stenose-ernst wordt gegradeerd 0-5, atherosclerotische belasting wordt gekwantificeerd met segment involvement score (SIS) en verkalking met Agatston Units (CAC-score).
|
Doorgaans binnen 1 maand na inschrijving.
|
|
Langetermijn Incidentele Ernstige Nier- en Cardiovasculaire Gebeurtenissen (MARCE)
Tijdsspanne: 3-8 jaar
|
Incidentie van belangrijke nadelige renale en cardiovasculaire gebeurtenissen tijdens follow-up.
Associaties zullen worden geëvalueerd met baseline immuunmediatoren, lipidenmediatoren, orale microbiotasamenstelling, vasculaire stijfheid, steatohepatitis en fibrosemetingen.
|
3-8 jaar
|
|
Immunologische Activatie Biomarkers en Prevalente Atherosclerotische Cardiovasculaire Ziekte
Tijdsspanne: Meestal binnen 1 maand na inschrijving
|
Correlatie tussen circulerende biomarkers van immuunactivatie en de mate van verkalking en/of atherosclerose op onderzochte cardiovasculaire locaties.
Atherosclerose en verkalking worden beoordeeld door CCTA en/of echografie en/of eerdere diagnose van atherosclerotische hart- en vaatziekten.
Immuneprofielbepaling onderscheidt oplossende en niet-oplossende inflammatoire fenotypen.
|
Meestal binnen 1 maand na inschrijving
|
|
Lipidenmediatorprofielen en Prevalente Atherosclerotische Cardiovasculaire Ziekte
Tijdsspanne: Doorgaans binnen 1 maand na inschrijving
|
Correlatie tussen circulerende lipidenmediatorprofielen en de mate van verkalking en/of atherosclerose op onderzochte cardiovasculaire locaties.
Lipidenprofielbepaling karakteriseert inflammatoire fenotypes en evalueert associaties met eerdere diagnose van atherosclerotische cardiovasculaire ziekte, verkalking, en/of door beeldvorming gedefinieerde atherosclerose beoordeeld met CCTA en/of echografie.
|
Doorgaans binnen 1 maand na inschrijving
|
|
Correlatie tussen orale microbiota-samenstelling en prevalent coronaire hartziekte
Tijdsspanne: Doorgaans binnen 1 maand na inschrijving
|
Correlatie tussen de samenstelling van orale virale, schimmel- en bacteriële microbiota en de mate van coronaire hartziekte zoals beoordeeld door CCTA (CAD-RADS, SIS en CAC-score).
|
Doorgaans binnen 1 maand na inschrijving
|
|
Prevalentie van Metabolic Dysfunction-Associated Steatotic Liver Disease (MASLD)
Tijdsspanne: Doorgaans binnen 1 maand na inschrijving
|
Prevalentie van een verhoogd geschat leverlipidegehalte, gedefinieerd als een gecontroleerde attenuatieparameter (CAP) >285 dB/m gemeten met behulp van transiënte elastografie (FibroScan).
|
Doorgaans binnen 1 maand na inschrijving
|
|
Prevalentie van Abdominale Aorta-aneurysma
Tijdsspanne: Meestal binnen 1 maand na inschrijving
|
Prevalentie van abdominale aorta-aneurysma ≥ 30 mm zoals bepaald door abdominale echografie.
|
Meestal binnen 1 maand na inschrijving
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Multimodaal kunstmatige intelligentie (AI)-model voor voorspelling van coronaire hartziekte (CAD)
Tijdsspanne: Doorgaans binnen 1 maand na inschrijving
|
Machine learning-methoden zullen worden toegepast om de meest informatieve voorspellers van CAD te identificeren.
Multimodale gegevens, waaronder ECG-afgeleide kenmerken, lipidenmediatormetingen, ontstekingsbiomarkers, echografievariabelen en orale microbiotaprofielen, zullen worden gebruikt om een voorspellingsmodel voor CAD te ontwikkelen en te evalueren, gedefinieerd als CAD-RADS ≥2.
Kruisvalidatie zal worden gebruikt om het risico op overfitting te verminderen.
Modelprestaties zullen worden geëvalueerd met behulp van discriminatie- en calibratiematen.
Klinische beslissingscurveanalyse zal worden gebruikt om de klinische bruikbaarheid van het model te beoordelen door het netto-voordeel over relevante beslissingsdrempels te schatten en modelgestuurde beslissingen te vergelijken met de huidige klinische praktijk (de gepoolde cohortvergelijking).
|
Doorgaans binnen 1 maand na inschrijving
|
|
Fotoplethysmografie (PPG) om prevalente coronaire hartziekte te voorspellen
Tijdsspanne: Doorgaans binnen 3 maanden na inschrijving
|
Verbeterd gebied onder de receiver operating curve (ROC) voor het voorspellen van CAD-RADS ≥2 en SIS en CAC-score bij het toevoegen van PPG-kenmerken aan leeftijd en geslacht.
|
Doorgaans binnen 3 maanden na inschrijving
|
|
Incrementiële Voorspellende Waarde van Fotoplethysmografie Naast Traditionele Cardiovasculaire Risicomodellen
Tijdsspanne: Meestal binnen 1 maand na inschrijving
|
Verbetering in AUC-ROC voor het voorspellen van CAD-RADS-categorie, segmentbetrokkenheidsscore (SIS) en coronair arterieel calcium (CAC)-score bij het toevoegen van machine learning-afgeleide PPG-kenmerken aan traditionele cardiovasculaire risicofactoren, inclusief de Pooled Cohort Equation.
|
Meestal binnen 1 maand na inschrijving
|
|
Lipidenmediatorprofielen en de ernst van coronaire hartziekte
Tijdsspanne: SCAPIS-basislijn en SCAPIS2-heronderzoek (8-10 jaar).
|
Verband tussen circulerende lipidenmediatorprofielen, inclusief plasma-restcholesterol, en de ernst van coronaire hartziekte beoordeeld door CCTA met behulp van CAD-RADS, SIS en CAC-score.
|
SCAPIS-basislijn en SCAPIS2-heronderzoek (8-10 jaar).
|
|
Arteriële stijfheid
Tijdsspanne: Gewoonlijk binnen 3 maanden na inschrijving
|
Associaties tussen immuunmediatoren, lipidenmediatoren, orale microbiota en pulsgolfsnelheid gemeten met Arteriograph en PPG-kenmerken van arteriële stijfheid.
|
Gewoonlijk binnen 3 maanden na inschrijving
|
|
Prevalentie van klepziekte en aortacalcificatie
Tijdsspanne: Gewoonlijk binnen 1 maand na inschrijving
|
Prevalentie van milde, matige en ernstige aortastenose en mitralisklepstenose en -insufficiëntie zoals bepaald door hartecho in relatie tot klep- en aorta-calcificatie.
|
Gewoonlijk binnen 1 maand na inschrijving
|
|
Machine learning om aortaklep- en mitralisklepziekte te voorspellen
Tijdsspanne: Meestal binnen 1 maand na inschrijving
|
Machine learning om te voorspellen en om de belangrijkste voorspellers voor aortastenose, aortainsufficiëntie en mitralisstenose of -insufficiëntie te identificeren
|
Meestal binnen 1 maand na inschrijving
|
|
Overeenkomst tussen CCTA en cardiale doppler-echografie
Tijdsspanne: Doorgaans binnen 3 maanden na inschrijving
|
Overeenkomst tussen valvulaire karakterisatie op CCTA en de mate van aortaklepstenose en mitralisklepstenose en -insufficiëntie volgens cardiale echografie
|
Doorgaans binnen 3 maanden na inschrijving
|
|
Photoplethysmografie (PPG) en aortaklepziekte
Tijdsspanne: Meestal binnen 3 maanden na inschrijving
|
Vinger-PPG-kenmerken zullen worden gebruikt om een voorspellend machine learning-model voor aortaklepziekte (stenose of insufficiëntie) die op cardiale echografie wordt gedetecteerd, te ontwikkelen en te evalueren.
Kruisvalidatie zal worden gebruikt om het risico op overfitting te verminderen.
De modelprestaties zullen worden geëvalueerd met behulp van discriminatiematen (Receiver Operating Characteristic) en kalibratie.
|
Meestal binnen 3 maanden na inschrijving
|
|
Prevalentie en voorspellers van thoracale aortadilatatie
Tijdsspanne: Meestal binnen 3 maanden na inschrijving
|
De prevalentie van thoracale aorta dilatatie (>39 mm) zal worden beoordeeld in de onderzoekspopulatie met behulp van coronaire CT-angiografie (CCTA).
Beschikbare multimodale gegevens, inclusief klinische kenmerken, ECG-afgeleide kenmerken, fysiologische metingen, laboratorium biomarkers en beeldvormingsvariabelen, zullen worden gebruikt om onafhankelijke voorspellers van thoracale aorta dilatatie te identificeren en voorspellingsmodellen te ontwikkelen.
Modelontwikkeling zal kruisvalidatie omvatten om het risico op overfitting te verminderen.
Modelprestaties zullen worden geëvalueerd met behulp van discriminatiematen (Receiver Operating Characteristics) en kalibratie.
|
Meestal binnen 3 maanden na inschrijving
|
|
Linkerventrikelmassa en hypertensie
Tijdsspanne: Doorgaans binnen 3 maanden na inschrijving
|
Prevalentie en associaties tussen bloeddruk, hypertensiediagnose en linkerventrikelmassaindex
|
Doorgaans binnen 3 maanden na inschrijving
|
|
Linker ventrikel en linker atrium strain
Tijdsspanne: Meestal binnen 3 maanden na inschrijving
|
Prevalentie en associaties tussen linker ventrikel- en linker atriumstrain en baselinekarakteristieken
|
Meestal binnen 3 maanden na inschrijving
|
|
Correlatie tussen arteriële stijfheid en linkerventrikelhypertrofie
Tijdsspanne: Doorgaans binnen 3 maanden na inschrijving
|
Carotis-femorale polsgolfsnelheid (PWV) in relatie tot de linker ventrikel massa-index (LVMI), zoals beoordeeld door echocardiografie.
|
Doorgaans binnen 3 maanden na inschrijving
|
|
Fotoplethysmografie en hartfunctie
Tijdsspanne: Doorgaans binnen 3 maanden na inschrijving
|
Photoplethysmografie (PPG)-afgeleide kenmerken zullen worden gebruikt om voorspellingsmodellen voor hartfunctie te ontwikkelen en evalueren, inclusief linker ventrikel ejectiefractie (LVEF) en mate van diastolische disfunctie (gegradeerd door echocardiografie).
Machine learning-methoden zullen worden toegepast om de meest informatieve voorspellers te identificeren.
Kruisvalidatie zal worden gebruikt om het risico op overfitting te verminderen.
Modelprestaties zullen worden geëvalueerd met behulp van maten van (Receiver Operation Characteristics) en calibratie.
|
Doorgaans binnen 3 maanden na inschrijving
|
|
Prevalentie van hepatische fibrose
Tijdsspanne: Doorgaans binnen 3 maanden na inschrijving
|
Prevalentie van verhoogde geschatte leverstijfheid, gedefinieerd als ≥8 kPa door leverelastografie (Fibroscan)
|
Doorgaans binnen 3 maanden na inschrijving
|
|
Voorspellers van leverziekte
Tijdsspanne: Gewoonlijk binnen 3 maanden na inschrijving
|
Verbanden tussen basislijnkenmerken, immuunmediatoren, lipidenmediatoren, orale microbiota, vasculaire stijfheid en voorkomende leverziekte
|
Gewoonlijk binnen 3 maanden na inschrijving
|
|
Prevalentie van abdominale aorta-subaneurysma
Tijdsspanne: Doorgaans binnen 3 maanden na inschrijving
|
Prevalentie van abdominale aorta subaneurysma ≥ 25 mm zoals bepaald door abdominale echografie
|
Doorgaans binnen 3 maanden na inschrijving
|
|
Voorspellers en factoren geassocieerd met infrarenale aortadiameter
Tijdsspanne: Meestal binnen 3 maanden na inschrijving
|
Voorspelling van de infrarenale aortadiameter zoals gemeten door echografie met behulp van alle beschikbare onderzoeksgegevens.
|
Meestal binnen 3 maanden na inschrijving
|
|
Associatie van orale dysbiose en proteoom deregulatie met respiratoire gezondheid, longbeeldvorming, longfunctie en respiratoire symptomen.
Tijdsspanne: Doorgaans binnen 12 maanden na inschrijving
|
Verband tussen veranderingen in indexen van microbiële dysbiose, toename van geselecteerde pathogene bacteriële aantallen en relatieve abundanties, en toename van specifieke inflammatoire eiwitconcentraties en longgezondheid, zoals gepresenteerd door symptomen vastgelegd in de vragenlijsten, longfunctie en longbeeldvorming.
|
Doorgaans binnen 12 maanden na inschrijving
|
|
Prevalentie van orale dysbiose en proteoomderegulatie, en hun associaties met luchtwegaandoeningen zoals astma, chronische obstructieve longziekte (COPD), bronchiëctasieën en longparenchymziekten.
Tijdsspanne: Doorgaans binnen 12 maanden na inschrijving
|
Verband tussen veranderingen in indexen van microbiële dysbiose, toename van geselecteerde pathogene bacteriële aantallen en relatieve abundanties, en toename van specifieke inflammatoire eiwitconcentraties en prevalentie en presentatie van luchtweg- en longparenchymziekten
|
Doorgaans binnen 12 maanden na inschrijving
|
|
Association of oral dysbiosis and proteome deregulation with respiratory health and systemic inflammation
Tijdsspanne: Doorgaans binnen 12 maanden na inschrijving
|
Verband tussen veranderingen in indices van microbiële dysbiose, toename van geselecteerde pathogene bacteriële aantallen en relatieve abundanties, en toename van specifieke inflammatoire eiwitconcentraties en prevalentie van luchtweg- en longparenchymziekten en de aanwezigheid van systemische ontsteking, zoals gemeten door inflammatoire eiwitten in bloed en urine-mediatoren.
|
Doorgaans binnen 12 maanden na inschrijving
|
|
Associatie van orale dysbiose en proteoom deregulatie met respiratoire gezondheid en comorbiditeiten
Tijdsspanne: Doorgaans binnen 12 maanden na inschrijving
|
Verband tussen veranderingen in indices van microbiële dysbiose, toename van geselecteerde pathogene bacteriële aantallen en relatieve abundanties, en toename van specifieke inflammatoire eiwitconcentraties en prevalentie van luchtwegaandoeningen en comorbiditeiten, zoals cardiovasculaire, inflammatoire en immuungemedieerde systemische ziekten.
|
Doorgaans binnen 12 maanden na inschrijving
|
|
Gerichte plasmawaarden van ontstekingsmarkers om aanwezige coronaire hartziekte te voorspellen
Tijdsspanne: Gewoonlijk binnen 3 maanden na inschrijving
|
Gericht plasma ontstekingseiwitpanel gekwantificeerd met Olink Target 48 Cytokine Panels (PEA-technologie) samen met lipidenprofielbepaling om CADRADS, SIS en CAC-score te voorspellen.
|
Gewoonlijk binnen 3 maanden na inschrijving
|
|
Genexpressieprofilering in perifere bloedmononucleaire cellen (PBMC) en restcholesterol
Tijdsspanne: Meestal binnen 3 maanden na inschrijving
|
Genexpressieprofielbepaling in perifere bloedmononucleaire cellen (PBMC) om immuun-/ontstekingskenmerken te karakteriseren die geassocieerd zijn met restcholesterolgehalten.
|
Meestal binnen 3 maanden na inschrijving
|
|
Additionele waarde van plasma-apolipoproteïnen om prevalent coronairlijden te voorspellen
Tijdsspanne: Meestal binnen 2 maanden na inschrijving
|
Aanvullende waarde van plasmaspiegels van ApoB, ApoAI, ApoE en ApoCIII gekwantificeerd met commercieel beschikbare ELISA-kits om prevalente CAD te voorspellen als CADRADS, SIS- en CAC-score.
|
Meestal binnen 2 maanden na inschrijving
|
|
Prevalentie van lipidesamenstelling
Tijdsspanne: Doorgaans binnen 3 maanden na inschrijving
|
Prevalentie van lipoproteïnelipidensamenstelling (totaal cholesterol, vrij cholesterol, cholesterolesters, triglyceriden, fosfolipiden) en oppervlakte/kern-ratiometrieken geanalyseerd door middel van grootte-uitsluitingschromatografie.
|
Doorgaans binnen 3 maanden na inschrijving
|
|
Erytrocyt Dysfunctie en Coronaire Hartziekte
Tijdsspanne: Meestal binnen 3 maanden na inschrijving
|
Verband tussen maten van erytrocytenfunctie en de ernst van coronaire hartziekte beoordeeld door CCTA met behulp van CAD-RADS, SIS en CAC-score
|
Meestal binnen 3 maanden na inschrijving
|
|
Machine learning van fotoplethysmografie (PPG) om mitralisklepziekte te voorspellen
Tijdsspanne: Meestal binnen 3 maanden na inschrijving
|
Vinger-PPG-kenmerken zullen worden gebruikt om een machine learning-voorspellingsmodel voor mitralisklepziekte (stenose of insufficiëntie) te ontwikkelen en te evalueren, zoals gedetecteerd op cardiale echografie.
Kruisvalidatie zal worden gebruikt om het risico op overfitting te verminderen.
Modelprestaties zullen worden geëvalueerd met behulp van discriminatiematen (Receiver Operating Characteristic) en kalibratie.
|
Meestal binnen 3 maanden na inschrijving
|
Medewerkers en onderzoekers
Sponsor
Onderzoekers
- Hoofdonderzoeker: Rebecka Hultgren, Karolinska Institutet
- Hoofdonderzoeker: Karin Leander, Karolinska Institutet
- Hoofdonderzoeker: Paolo Parini, Karolinska Institutet
- Hoofdonderzoeker: Daniel Andersson, Karolinska Institutet
- Hoofdonderzoeker: Matteo Pedrelli, Karolinska Institutet
- Hoofdonderzoeker: Apostolos Bossios, Karolinska Institutet
- Hoofdonderzoeker: Georgios Belibasakis, Karolinska Institutet
- Hoofdonderzoeker: Tomas Jernberg, Karolinska Institutet
- Hoofdonderzoeker: Hannes Hagström, Karolinska Institutet
- Hoofdonderzoeker: Magnus Bäck, Karolinska Institutet
- Hoofdonderzoeker: Bahira Shahim, Karolinska Institutet
- Hoofdonderzoeker: Zhichao Zhou, Karolinska Institutet
Publicaties en nuttige links
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
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
- Vaatziekten
- Hart-en vaatziekten
- Pathologische processen
- Hartziekten
- Chronische ziekte
- Ziekte attributen
- Metabole ziekten
- Ziekten van de luchtwegen
- Ziekten van het spijsverteringsstelsel
- Longziekten, obstructief
- Lever Ziekten
- Ziekten van de hartklep
- Stoornissen in het metabolisme van lipiden
- Arteriosclerose
- Arteriële occlusieve ziekten
- Hart-en vaatziekte
- Myocardiale ischemie
- Aorta Ziekten
- Aneurysma
- Pathologische aandoeningen, tekenen en symptomen
- Voedings- en stofwisselingsziekten
- Ziekte van de aortaklep
- Hartfalen
- Longziekten
- Longziekte, chronisch obstructief
- Ontsteking
- Vette lever
- Coronaire hartziekte
- Aorta-aneurysma
- Dyslipidemie
- Circulatoire en ademhalingsfenomenen
- Cardiovasculaire fysiologische fenomenen
- Vasculaire stijfheid
Andere studie-ID-nummers
- 2024-01556-01
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
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .