- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT05378282
Identifikasjon av biomarkører for diabetisk nefropati gjennom transkriptomikk
Studieoversikt
Status
Detaljert beskrivelse
Type 2-diabetes (T2D) er definert som en gruppe metabolske sykdommer karakterisert ved kronisk hyperglykemi, som følge av defekter i insulinsekresjon, insulinvirkning eller begge deler. I følge National Health Survey 2012, i Mexico, er omtrent 1 av 10 personer rammet av T2D, men det er viktig å nevne at disse dataene kun gjenspeiler personer som tidligere har blitt diagnostisert med sykdommen, men vi forventer en dobling av dette antallet når inkludert nydiagnostiserte T2D-pasienter. I tillegg har prevalensen av T2D i yngre aldersgrupper økt (25 % av diabetestilfellene i Mexico forekommer hos unge voksne <43 år), noe som innebærer at >20 år lever med sykdommen. Som en konsekvens er T2D funnet blant de ledende dødsårsakene, noe som representerer en helsebelastning for landet.
Det er anslått at mer enn 40 % av personer med diabetes vil utvikle kronisk nyresykdom (CKD), og utgjør omtrent 40 % av alle pasienter som begynner med nyreerstatningsterapi. I Instituto Mexicano del Seguro Social er nefropati blant de fem ledende årsakene til medisinsk behandling på generelle sykehus i området og på sykehus med høy spesialitet. En studie i Tuxtla Gutiérrez, Chiapas, informerte om at 35 % forekomst av nefropati ble observert hos diabetikere. Cueto-Manzano et al., rapporterte en 40 % forekomst av tidlig nefropati og 29 % av etablert nefropati hos 756 diabetespasienter fra Jalisco. En annen studie i Mexico som inkluderte 3609 diabetespasienter i Guanajuato, rapporterte 23,8 % av diabetisk nefropati. En fersk studie utført i delstaten Mexico, som inkluderte 44 458 personer diagnostisert med T2D, registrerte tilstedeværelsen av diabetisk nefropati hos 9,1 %.
Diabetisk nyresykdom er uvanlig hvis diabetes varer mindre enn ett tiår. De høyeste insidensratene på 3 % per år sees i gjennomsnitt 10 til 20 år etter diabetesdebut, hvoretter frekvensen av nefropati avtar. Det er viktig å si at en diabetespasient i 20 til 25 år uten kliniske tegn på diabetisk nefropati har lav sjanse for å utvikle en slik komplikasjon. Progresjonen av T2D til diabetisk nefropati har blitt et helseproblem, ikke bare for kostnadene for helsesektoren, men for forverringen av livskvaliteten til pasienten og resultatene.
De viktigste risikofaktorene for progresjon til diabetisk nefropati inkluderer: hyperglykemi, respons på legemidler og langvarig diabetes, høyt blodtrykk, fedme og dyslipidemi. De fleste av disse faktorene kan modifiseres av rusmidler eller endringer i livsstil. Derfor er håndteringen av de modifiserbare risikofaktorene en nøkkel for å forebygge og forsinke nedgangen i nyrefunksjonen. Tidlig diagnose av diabetisk nefropati er en annen viktig komponent i behandlingen av diabetes og dens komplikasjoner som nefropati. American Diabetes Association (ADA) anbefaler rutinemessig screening til diabetikere med progressiv diabetisk nefropati og CKD. De mest aksepterte retningslinjene til National Kidney Foundation var involvert i måling av glomerulær filtrasjonshastighet (GFR) og stadier av CKD ved bruk av serumkreatinin hos pasienter. Men på grunn av at kreatinin gjennomgår tubulær sekresjon i tillegg til glomerulær filtrasjon og dets ekstrarenale eliminering via mage-tarmkanalen, spesielt ved avansert nyresvikt, kan GFR overvurderes. Ved GFR er teknikkene overveldende på grunn av invasive metoder og noen markører er vanskelige å håndtere. En annen markør som brukes i klinikken er mikroalbuminuri, hos de fleste pasienter er det første tegnet på diabetisk nefropati den moderate økningen av urinalalbuminutskillelse, dvs. 30-300 mg/g kreatinin i en urinprøve (også kalt mikroalbuminuri). Pasienter som utvikler makroalbuminuri (>30-300 mg/g kreatinin) har høy risiko for å utvikle diabetisk nefropati. Likevel går omtrent opptil 40 % av pasientene med moderat albuminuri tilbake til normoalbuminuri. Dessuten opplever opptil 50 % av pasientene med type 1 diabetes eller T2D en nedgang i eGFR, til tross for tilstedeværelsen av bare moderat albuminuri eller til og med normoalbuminuri. Følgelig er de faktiske markørene som er tilgjengelige i klinikken unøyaktige, så det er nødvendig å identifisere nye markører som kan gjenkjenne de pasientene med høy risiko for å utvikle diabetisk nefropati for å forsinke utviklingen av komplikasjonene ved å ta de nødvendige tiltakene.
Transkriptomikken
Utviklingen av nye teknologier i den genomiske æraen hadde muliggjort akselerert fremskritt innen systembiologi og generering av kunnskap innen nyreutvikling, homeostase og sykdom. I denne sammenhengen kan transkriptomsignaturer assosiert med spesifikke sykdomstilstander gi god informasjon om patogene mekanismer og bringe frem i lyset prioriterte genekspresjonsbiomarkørkandidater. I tillegg tillater sammenligning av transkriptomer identifisering av gener som er differensielt uttrykt i distinkte populasjoner.
Generelt er RNA-Seq-teknologien veldig nyttig for differensiell ekspresjonsanalyse, der det vanligvis brukes fem trinn. Først blir RNA-prøvene fragmentert til små komplementære DNA-sekvenser (cDNA) og deretter sekvensert fra en høykapasitetsplattform. For det andre blir de små genererte sekvensene kartlagt til et transkriptom. For det tredje estimeres ekspresjonsnivåene for hvert gen eller isoform. For det fjerde normaliseres de kartlagte dataene og f.eks. ved hjelp av statistiske og maskinlæringsmetoder identifiseres de differensielt uttrykte genene (DEGs). Til slutt blir relevansen til de produserte dataene endelig evaluert fra en biologisk kontekst.
En fersk studie av O´Conell et al. identifiserte et sett med 13 gener som var prediktive for utvikling av nyrefibrose ved 1 år med nyretransplantasjon, gjennom mikroarray-ekspresjonsanalyse av nyreallograftmottakeres biopsier. Derfor foreslår forfatterne at settet med 13 gener kan brukes til å identifisere nyretransplanterte mottakere med risiko for tap av allograft før utvikling av irreversibel skade. En studie av Ju et al., avslørte at epidermal vekstfaktor (EGF), et tubuluspesifikt protein som er kritisk for celledifferensiering og regenerering, spådde eGFR, gjennom transkriptomanalyse på mikrodisseksjonerte tubulointerstitielle komponenter av humane nyrebiopsier av pasienter med CKD. I tillegg viste mengden av EGF-protein i urin (uEGF) signifikant korrelasjon med intrarenalt EGF-mRNA, interstitiell fibrose/tubulær atrofi, eGFR og hastigheten på eGFR-tap, noe som tyder på at uEGF kan være en god prediktor for CKD-progresjon. Andre studier viste at serum miRNA-profilen påvirkes av hemodialyse som bidrar til subfertilitet og økt risiko for kreftutvikling. Derfor kan transkriptomikk gi bedre diagnostiske verktøy, prognostiske biomarkører og signalveier tilgjengelig for terapeutisk målretting.
Studietype
Registrering (Faktiske)
Kontakter og plasseringer
Studiesteder
-
-
-
Mexico City, Mexico, 07760
- Hospital Juarez de Mexico
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- Pasienter med ≥ 20 år med T2D-evolusjon med normoalbuminuri
- Pasienter uten personlig eller familiehistorie med nyresykdom hos slektninger i 1. grad Alder ≥ 18 år
- T2D diagnostisert minst 5 år før oppstart av nyreerstatningsterapi Bakgrunn eller diabetisk retinopati ved selvrapportering for å sikre at albuminuri var konsekvensen av diabetisk nefropati i stedet for en ikke-diabetisk glomerulopati albuminuri ≥ 300 mg/24 timer i minst to av tre sterile urinprøver ingen hematuri eller tegn (inkludert cellulære gips), historie eller disposisjon for annen nyre- eller urinveissykdom.
Ekskluderingskriterier:
- Diabetespasienter uten diabetisk nefropati
- Pasienter med type 1-diabetes, svangerskapsdiabetes, ukontrollerbar hypertensjon, aktiv kreft, hjertesvikt, lever- eller nyresykdom, samtidig behandling med kortikosteroider eller østrogener, tilstander som kan forårsake hyperglykemi, avhengighet av alkohol eller illegale rusmidler, og demens eller alvorlig psykiatrisk lidelse - dere ble ikke inkludert i denne studien
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Case-Control
- Tidsperspektiver: Tverrsnitt
Kohorter og intervensjoner
Gruppe / Kohort |
|---|
|
Diabetespasienter uten diabetisk nefropati
Jeg. Pasienter med ≥ 20 år med T2D-evolusjon med normoalbuminuri ii.
Pasienter uten personlig eller familiehistorie med nyresykdom hos 1. grads slektninger iii.
Alder ≥ 18 år
|
|
Diabetespasienter med diabetisk nefropati
Jeg. T2D diagnostisert minst 5 år før oppstart av nyreerstatningsterapi ii. Bakgrunn eller diabetisk retinopati ved selvrapportering for å sikre at albuminuri var konsekvensen av diabetisk nefropati i stedet for en ikke-diabetisk glomerulopati iii. albuminuri ≥ 300 mg/24 timer i minst to av tre sterile urinprøver iv. ingen hematuri eller tegn (inkludert cellulære gips), historie eller disposisjon for annen nyre- eller urinveissykdom. v. Alder ≥ 18 år |
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Differensiell uttrykk i blod og urin hos diabetiske pasienter med og uten diabetisk nefropati vurdert av RNA-sekvens
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
Ulikt uttrykk av nedregulerte og oppregulerte gener i blod og urin mellom pasienter med type II diabetes med og uten diabetisk nefropati
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Demografiske data om deltakere
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
Alder, serumkreatinin, alder og vekt vil bli kombinert for å rapportere glomerulær filtrasjonshastighet ved hjelp av Cockcroft-Gault-formelen
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Data om farmakologisk behandling av deltakere
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
Farmakologisk behandling, Denne informasjonen vil bli brukt som kovariat i RNASeq
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Vanedata, Røyking
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
Denne informasjonen vil bli brukt som kovariat i RNASeq
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Vanedata, Trening
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
Denne informasjonen vil bli brukt som kovariat i RNASeq
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Vanedata, Spesialkost
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
(protein diett, lite kalorier), Denne informasjonen vil bli brukt som kovariat i RNASeq
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Antropometriske data for deltakere, Høyde
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
Vekt og høyde vil bli kombinert for å rapportere BMI i kg/m^2
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Antropometriske data for deltakere, vekt
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
Vekt og høyde vil bli kombinert for å rapportere BMI i kg/m^2
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Biokjemiske data for deltakere, Glukose
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
For å observere glykemisk kontroll av pasienter, på grunn av diagnostikk av diabetes
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Biokjemiske data fra deltakere, glykert hemoglobin
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
For å observere glykemisk kontroll av pasienter, på grunn av diagnostikk av diabetes
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Biokjemiske data fra deltakere, serumkreatinin
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
Serumkreatinin, alder og vekt vil bli kombinert for å rapportere glomerulær filtrasjonshastighet ved hjelp av Cockcroft-Gault-formelen
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Biokjemiske data fra deltakere, triglyserider
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
Å observere metabolsk kontroll hos pasienter
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Biokjemiske data for deltakere, totalt kolesterol
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
Å observere metabolsk kontroll hos pasienter
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Biokjemiske data fra deltakere, høydensitetslipoproteiner (HDL)
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
Å observere metabolsk kontroll hos pasienter
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Biokjemiske data fra deltakere, lavdensitetslipoproteiner (LDL)
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
For å observere metabolsk kontroll hos pasienter, risiko for kardiometabolsk sykdom
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Biokjemiske data fra deltakere, urinsyre
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
For å observere metabolisme hos pasienter
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Biokjemiske data fra deltakere, blod urea nitrogen (BUN)
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
For å observere nyrefunksjonen hos pasienter
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Biokjemiske data fra deltakere, Urea
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
For å observere nyrefunksjonen hos pasienter
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
|
Molekylær data, Whole messenger RNA-sekvensering
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 1 år
|
Data for hele messenger i blod og urin
|
gjennom studiegjennomføring, gjennomsnittlig 1 år
|
Samarbeidspartnere og etterforskere
Sponsor
Publikasjoner og nyttige lenker
Generelle publikasjoner
- American Diabetes Association. Standards of medical care in diabetes--2014. Diabetes Care. 2014 Jan;37 Suppl 1:S14-80. doi: 10.2337/dc14-S014. No abstract available.
- American Diabetes Association. Diagnosis and classification of diabetes mellitus. Diabetes Care. 2010 Jan;33 Suppl 1(Suppl 1):S62-9. doi: 10.2337/dc10-S062. No abstract available. Erratum In: Diabetes Care. 2010 Apr;33(4):e57.
- National Kidney Foundation. K/DOQI clinical practice guidelines for chronic kidney disease: evaluation, classification, and stratification. Am J Kidney Dis. 2002 Feb;39(2 Suppl 1):S1-266. No abstract available.
- Kramer HJ, Nguyen QD, Curhan G, Hsu CY. Renal insufficiency in the absence of albuminuria and retinopathy among adults with type 2 diabetes mellitus. JAMA. 2003 Jun 25;289(24):3273-7. doi: 10.1001/jama.289.24.3273.
- Gonzalez-Villalpando C, Davila-Cervantes CA, Zamora-Macorra M, Trejo-Valdivia B, Gonzalez-Villalpando ME. Incidence of type 2 diabetes in Mexico: results of the Mexico City Diabetes Study after 18 years of follow-up. Salud Publica Mex. 2014 Jan-Feb;56(1):11-7. doi: 10.21149/spm.v56i1.7318.
- Secretaría de Salud. Instituto Nacional de Salud Pública. Encuesta Nacional de Salud y Nutrición 2012. 2012
- Vora JP, Ibrahim HA, Bakris GL. Responding to the challenge of diabetic nephropathy: the historic evolution of detection, prevention and management. J Hum Hypertens. 2000 Oct-Nov;14(10-11):667-85. doi: 10.1038/sj.jhh.1001058.
- Benjamín; T-D, Antonio; M-MM, Eugenia; C-PM, A D-EMT, Lucia; r-D, Patricia; R-C, et al. DETECCIÓN DE MICROALBUMINURIA EN PACIENTES DIABÉTICOS TIPO II. Bioquimia. 2007(SA126)
- Cueto-Manzano AM, Cortes-Sanabria L, Martinez-Ramirez HR, Rojas-Campos E, Barragan G, Alfaro G, Flores J, Anaya M, Canales-Munoz JL. Detection of early nephropathy in Mexican patients with type 2 diabetes mellitus. Kidney Int Suppl. 2005 Aug;(97):S40-5. doi: 10.1111/j.1523-1755.2005.09707.x.
- Bello-Chavolla OY, Rojas-Martinez R, Aguilar-Salinas CA, Hernandez-Avila M. Epidemiology of diabetes mellitus in Mexico. Nutr Rev. 2017 Jan;75(suppl 1):4-12. doi: 10.1093/nutrit/nuw030.
- Tziomalos K, Athyros VG. Diabetic Nephropathy: New Risk Factors and Improvements in Diagnosis. Rev Diabet Stud. 2015 Spring-Summer;12(1-2):110-8. doi: 10.1900/RDS.2015.12.110. Epub 2015 Aug 10.
- Zenteno-Castillo P, Munoz-Lopez DB, Merino-Reyes B, Vega-Sanchez A, Preciado-Puga M, Gonzalez-Yebra AL, Kornhauser C. Prevalence of diabetic nephropathy in Type 2 Diabetes Mellitus in rural communities of Guanajuato, Mexico. Effect after 6 months of Telmisartan treatment. J Clin Transl Endocrinol. 2015 Aug 18;2(4):125-128. doi: 10.1016/j.jcte.2015.08.001. eCollection 2015 Dec.
- American Diabetes Association. Standards of medical care in diabetes--2010. Diabetes Care. 2010 Jan;33 Suppl 1(Suppl 1):S11-61. doi: 10.2337/dc10-S011. No abstract available. Erratum In: Diabetes Care. 2010 Mar;33(3):692.
- Slocum JL, Heung M, Pennathur S. Marking renal injury: can we move beyond serum creatinine? Transl Res. 2012 Apr;159(4):277-89. doi: 10.1016/j.trsl.2012.01.014. Epub 2012 Feb 3.
- Stevens LA, Coresh J, Greene T, Levey AS. Assessing kidney function--measured and estimated glomerular filtration rate. N Engl J Med. 2006 Jun 8;354(23):2473-83. doi: 10.1056/NEJMra054415. No abstract available.
- Stevens LA, Levey AS. Measurement of kidney function. Med Clin North Am. 2005 May;89(3):457-73. doi: 10.1016/j.mcna.2004.11.009.
- Levin A, Stevens PE. Summary of KDIGO 2012 CKD Guideline: behind the scenes, need for guidance, and a framework for moving forward. Kidney Int. 2014 Jan;85(1):49-61. doi: 10.1038/ki.2013.444. Epub 2013 Nov 27.
- Hovind P, Tarnow L, Rossing P, Jensen BR, Graae M, Torp I, Binder C, Parving HH. Predictors for the development of microalbuminuria and macroalbuminuria in patients with type 1 diabetes: inception cohort study. BMJ. 2004 May 8;328(7448):1105. doi: 10.1136/bmj.38070.450891.FE. Epub 2004 Apr 19.
- Vaidya VS, Niewczas MA, Ficociello LH, Johnson AC, Collings FB, Warram JH, Krolewski AS, Bonventre JV. Regression of microalbuminuria in type 1 diabetes is associated with lower levels of urinary tubular injury biomarkers, kidney injury molecule-1, and N-acetyl-beta-D-glucosaminidase. Kidney Int. 2011 Feb;79(4):464-70. doi: 10.1038/ki.2010.404. Epub 2010 Oct 27.
- Perkins BA, Ficociello LH, Silva KH, Finkelstein DM, Warram JH, Krolewski AS. Regression of microalbuminuria in type 1 diabetes. N Engl J Med. 2003 Jun 5;348(23):2285-93. doi: 10.1056/NEJMoa021835.
- MacIsaac RJ, Tsalamandris C, Panagiotopoulos S, Smith TJ, McNeil KJ, Jerums G. Nonalbuminuric renal insufficiency in type 2 diabetes. Diabetes Care. 2004 Jan;27(1):195-200. doi: 10.2337/diacare.27.1.195.
- Napierala JS, Li Y, Lu Y, Lin K, Hauser LA, Lynch DR, Napierala M. Comprehensive analysis of gene expression patterns in Friedreich's ataxia fibroblasts by RNA sequencing reveals altered levels of protein synthesis factors and solute carriers. Dis Model Mech. 2017 Nov 1;10(11):1353-1369. doi: 10.1242/dmm.030536.
- Wang Z, Gerstein M, Snyder M. RNA-Seq: a revolutionary tool for transcriptomics. Nat Rev Genet. 2009 Jan;10(1):57-63. doi: 10.1038/nrg2484.
- Zhang ZH, Jhaveri DJ, Marshall VM, Bauer DC, Edson J, Narayanan RK, Robinson GJ, Lundberg AE, Bartlett PF, Wray NR, Zhao QY. A comparative study of techniques for differential expression analysis on RNA-Seq data. PLoS One. 2014 Aug 13;9(8):e103207. doi: 10.1371/journal.pone.0103207. eCollection 2014.
- Oshlack A, Robinson MD, Young MD. From RNA-seq reads to differential expression results. Genome Biol. 2010;11(12):220. doi: 10.1186/gb-2010-11-12-220. Epub 2010 Dec 22.
- Li P, Piao Y, Shon HS, Ryu KH. Comparing the normalization methods for the differential analysis of Illumina high-throughput RNA-Seq data. BMC Bioinformatics. 2015 Oct 28;16:347. doi: 10.1186/s12859-015-0778-7.
- O'Connell PJ, Zhang W, Menon MC, Yi Z, Schroppel B, Gallon L, Luan Y, Rosales IA, Ge Y, Losic B, Xi C, Woytovich C, Keung KL, Wei C, Greene I, Overbey J, Bagiella E, Najafian N, Samaniego M, Djamali A, Alexander SI, Nankivell BJ, Chapman JR, Smith RN, Colvin R, Murphy B. Biopsy transcriptome expression profiling to identify kidney transplants at risk of chronic injury: a multicentre, prospective study. Lancet. 2016 Sep 3;388(10048):983-93. doi: 10.1016/S0140-6736(16)30826-1. Epub 2016 Jul 22.
- Ju W, Nair V, Smith S, Zhu L, Shedden K, Song PXK, Mariani LH, Eichinger FH, Berthier CC, Randolph A, Lai JY, Zhou Y, Hawkins JJ, Bitzer M, Sampson MG, Thier M, Solier C, Duran-Pacheco GC, Duchateau-Nguyen G, Essioux L, Schott B, Formentini I, Magnone MC, Bobadilla M, Cohen CD, Bagnasco SM, Barisoni L, Lv J, Zhang H, Wang HY, Brosius FC, Gadegbeku CA, Kretzler M; ERCB, C-PROBE, NEPTUNE, and PKU-IgAN Consortium. Tissue transcriptome-driven identification of epidermal growth factor as a chronic kidney disease biomarker. Sci Transl Med. 2015 Dec 2;7(316):316ra193. doi: 10.1126/scitranslmed.aac7071.
- Trzybulska D, Eckersten D, Giwercman A, Christensson A, Tsatsanis C. Alterations in Serum MicroRNA Profile During Hemodialysis - Potential Biological Implications. Cell Physiol Biochem. 2018;46(2):793-801. doi: 10.1159/000488737. Epub 2018 Mar 29.
- Viloria; AT, Castillo RZ. Nefropatía diabética. Rev Hosp Gral Dr M Gea González. 2002;5(1 and 2):24-32
- Gheith O, Farouk N, Nampoory N, Halim MA, Al-Otaibi T. Diabetic kidney disease: world wide difference of prevalence and risk factors. J Nephropharmacol. 2015 Oct 9;5(1):49-56. eCollection 2016.
- de Boer IH, Rue TC, Cleary PA, Lachin JM, Molitch ME, Steffes MW, Sun W, Zinman B, Brunzell JD; Diabetes Control and Complications Trial/Epidemiology of Diabetes Interventions and Complications Study Research Group; White NH, Danis RP, Davis MD, Hainsworth D, Hubbard LD, Nathan DM. Long-term renal outcomes of patients with type 1 diabetes mellitus and microalbuminuria: an analysis of the Diabetes Control and Complications Trial/Epidemiology of Diabetes Interventions and Complications cohort. Arch Intern Med. 2011 Mar 14;171(5):412-20. doi: 10.1001/archinternmed.2011.16.
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Anslag)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- HJM 0513/18-1
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .