- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT06120556
Effekten av glukagonlignende peptid-1-reseptoragonister i henhold til type 2-diabetes undertyper
Effekten av glukagonlignende peptid-1-reseptoragonister i henhold til type 2-diabetes undertyper: en italiensk monosentrisk retrospektiv studie
Målet med denne observasjonsretrospektive studien er å forstå om glukagonlignende peptid-1-reseptoragonister (GLP-1RA), som er en gruppe antidiabetesmedisiner, kan virke forskjellig hos ulike undertyper av pasienter med type 2-diabetes.
Hovedspørsmålene den tar sikte på å besvare er:
- mennesker med type 2 diabetes som tilhører spesifikke undertyper reagerer bedre (eller dårligere) på GLP-1RA?
- den gunstige effekten av GLP-1RA kan vare lenger hos personer med type 2 diabetes som tilhører spesifikke undertyper?
- hva er de kliniske egenskapene som bedre forklarer effektiviteten og holdbarheten til GLP-1-reseptoragonister ved behandling av type 2 diabetes?
Kliniske data fra registreringer av pasienter som går på diabetespoliklinikken i anlegget vårt vil bli hentet for å sammenligne resultatene av GLP-1-reseptoragonister hos pasienter som tilhører fire undertyper av type 2-diabetes.
Studieoversikt
Status
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
Pasienter med type 2 diabetes er alle preget av hyperglykemi, men deres sannsynlighet for å utvikle mikro- og mikrovaskulære komplikasjoner. En klassifisering av voksendebut diabetes i 5 undertyper ble nylig foreslått: alvorlig autoimmun diabetes (SAID - inkludert type 1 diabetes og latent autoimmun diabetes hos voksne LADA), alvorlig insulinresistent diabetes (SIRD), alvorlig insulinmangel diabetes (SIDD), mild diabetes aldersrelatert diabetes (MARD), mild fedmerelatert diabetes (MOD). Denne klassifiseringen har blitt validert i flere populasjoner av pasienter med nylig oppstått diabetes (innen 5 år).
Denne klassifiseringen krever imidlertid måling av c-peptid/insulinemi eller anti-glutaminsyredekarboksylase (GAD) antistoffer, noe som begrenser dens anvendelighet i daglig klinisk praksis. En alternativ algoritme som krever lett tilgjengelige kliniske egenskaper, som BMI, høyde, midjeomkrets, HbA1c, fastende blodsukker, lipidprofil, alder og alder ved diagnose ble nylig introdusert og validert.
I denne retrospektive observasjonsstudien var den beregnede prøvestørrelsen på 128 pasienter, i 4 grupper, med alfa 0,05, 1-beta 0,80, effektstørrelse 0,3.
Følgende data vil bli innhentet for kvalifiserte pasienter: alder, kjønn, diabetesvarighet, alder ved diagnose, antidiabetesbehandling, kroppsvekt, høyde, midjeomkrets, fastende blodsukker, HbA1c, total- og HDL- og LDL-kolesterol, triglyserider, kreatinin, mikroalbuminuri . Algoritmen som er tilgjengelig online (https://uiem.shinyapps.io/diabetes_clusters_app/), vil bli brukt til å tilordne registrerte pasienter til de 4 undertypene av type 2 diabetes (SIDD, SIRD, MARD, MOD).
Hvis tilgjengelig, vil informasjon om mikro- og makrovaskulære komplikasjoner ved diabetes bli hentet.
Alle data vil bli samlet inn ved baseline-besøk og hvert oppfølgingsbesøk (det første oppfølgingsbesøket bør 6-12 måneder etter forskrivning av en GLP-1-reseptoragonist).
Studietype
Registrering (Faktiske)
Kontakter og plasseringer
Studiesteder
-
-
-
Bari, Italia, 70124
- Azienda Ospedaliero-Universitaria Policlinico Bari
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- Italienske pasienter med type 2 diabetes
- Debut av diabetes ved ≥ 50 år
- Diagnose av type 2 diabetes ≤ 5 år fra innmelding
- BMI ≥ 25 kg/m2
- Pasienter som mottar en GLP-1RA-resept for første gang med minst ett oppfølgingsbesøk 6-12 måneder fra første resept
Ekskluderingskriterier:
- Autoimmun diabetes, monogen diabetes, sekundær diabetes
- Historie med diabetisk ketoacidose
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Alvorlig insulinresistent diabetes (SIRD)
Pasienter med SIRD er preget av høy BMI og høy insulinresistens og lav HbA1c. Disse pasientene utvikler sannsynligvis diabetisk nyresykdom. Definert i henhold til den forenklede algoritmen foreslått av Bello-Chavolla et al. krever følgende data: alder ved diabetesdiagnose, alder, BMI, høyde, midjeomkrets, HbA1c, fastende blodsukker, fastende triglyserider, HDL-kolesterol |
Pasienter som starter en GLP-1-reseptoragonist (dvs.
liraglutid, dulaglutid, semaglutid) vil bli inkludert i studien.
|
|
Mild aldersrelatert diabetes (MARD)
Pasienter med MARD er preget av sen-debut diabetes uten ekstreme trekk. Definert i henhold til den forenklede algoritmen foreslått av Bello-Chavolla et al. krever følgende data: alder ved diabetesdiagnose, alder, BMI, høyde, midjeomkrets, HbA1c, fastende blodsukker, fastende triglyserider, HDL-kolesterol |
Pasienter som starter en GLP-1-reseptoragonist (dvs.
liraglutid, dulaglutid, semaglutid) vil bli inkludert i studien.
|
|
Lett fedme-relatert diabetes (MOD)
Pasienter med MOD er preget av høy BMI uten insulinresistens.
Definert i henhold til den forenklede algoritmen foreslått av Bello-Chavolla et al. krever følgende data: alder ved diabetesdiagnose, alder, BMI, høyde, midjeomkrets, HbA1c, fastende blodsukker, fastende triglyserider, HDL-kolesterol
|
Pasienter som starter en GLP-1-reseptoragonist (dvs.
liraglutid, dulaglutid, semaglutid) vil bli inkludert i studien.
|
|
Alvorlig insulinmangel diabetes (SIDD)
Pasienter med SIDD er preget av høy HbA1c og rask progresjon til insulinbehandling. Disse pasientene utvikler sannsynligvis retinopati, selv de første årene etter diagnosen. Definert i henhold til den forenklede algoritmen foreslått av Bello-Chavolla et al. krever følgende data: alder ved diabetesdiagnose, alder, BMI, høyde, midjeomkrets, HbA1c, fastende blodsukker, fastende triglyserider, HDL-kolesterol |
Pasienter som starter en GLP-1-reseptoragonist (dvs.
liraglutid, dulaglutid, semaglutid) vil bli inkludert i studien.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Forskjellen i HbA1c endring fra baseline (%) blant SIDD, SIRD, MARD, MOD undertyper
Tidsramme: Forskjellen i HbA1c-endring fra baseline vil bli evaluert ved første oppfølgingsbesøk (forekommer 6-12 måneder fra GLP-1RA-start)
|
Forskjellen i HbA1c-endring fra baseline vil bli evaluert ved første oppfølgingsbesøk (forekommer 6-12 måneder fra GLP-1RA-start)
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Forskjell i tid til feil mellom SIDD, SIRD, MARD, MOD undertyper
Tidsramme: Forskjellen i tid til feil vil bli vurdert frem til siste tilgjengelige besøk (opptil 36 måneder)
|
Hos pasienter som når HbA1c <7 % ved første oppfølgingsbesøk, forskjellen i tid til svikt (definert som HbA1c lik eller over 7 %)
|
Forskjellen i tid til feil vil bli vurdert frem til siste tilgjengelige besøk (opptil 36 måneder)
|
|
Forskjell i fastende blodsukkerendring fra baseline (mg/dl) blant SIDD, SIRD, MARD, MOD undertyper
Tidsramme: Forskjellen i fastende blodsukkerendring fra baseline (mg/dl) vil bli evaluert ved første oppfølgingsbesøk (forekommer 6-12 måneder fra GLP-1RA-start)
|
mg/dl
|
Forskjellen i fastende blodsukkerendring fra baseline (mg/dl) vil bli evaluert ved første oppfølgingsbesøk (forekommer 6-12 måneder fra GLP-1RA-start)
|
|
Forskjellen i kroppsvektsendring fra baseline (kg) blant SIDD, SIRD, MARD, MOD undertyper
Tidsramme: Forskjellen i kroppsvektsendring fra baseline (kg) vil bli evaluert ved første oppfølgingsbesøk (forekommer 6-12 måneder fra GLP-1RA-start)
|
kg
|
Forskjellen i kroppsvektsendring fra baseline (kg) vil bli evaluert ved første oppfølgingsbesøk (forekommer 6-12 måneder fra GLP-1RA-start)
|
|
Forskjell i prosentandel av pasienter som når HbA1c under 7 % blant SIDD, SIRD, MARD, MOD subtyper
Tidsramme: Forskjellen i prosentandel av pasienter som når HbA1c under 7 % vil bli evaluert ved første oppfølgingsbesøk (forekommer 6-12 måneder fra GLP-1RA-start)
|
Forskjellen i prosentandel av pasienter som når HbA1c under 7 % vil bli evaluert ved første oppfølgingsbesøk (forekommer 6-12 måneder fra GLP-1RA-start)
|
Samarbeidspartnere og etterforskere
Etterforskere
- Hovedetterforsker: Francesco Giorgino, PhD, University of Bari Aldo Moro
Publikasjoner og nyttige lenker
Generelle publikasjoner
- 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.
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 (Faktiske)
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
- AOUConsorziale
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
IPD-delingstidsramme
Tilgangskriterier for IPD-deling
IPD-deling Støtteinformasjonstype
- STUDY_PROTOCOL
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. .