Melk for diabetesforebygging
21. mai 2026 oppdatert av: Albert Einstein College of Medicine
Personer med laktase-ikke-persistens (LNP; bestemt av en funksjonell variant i LCT-genet [rs4988235, GG-genotype]) er mottakelige for laktoseintoleranse i voksen alder på grunn av mangel på laktase, enzymet som fordøyer melkelaktosesukker.
Imidlertid drikker mange LNP-individer fortsatt ≥1 kopp melk daglig.
Nyere analyse i Hispanic Community Health Study/Study of Latinos (HCHS/SOL) fant at inntak av 1 porsjon (kopp) melk/dag var assosiert med ~30 % lavere risiko for type 2-diabetes blant LNP-individer, men ikke blant individer med laktasepersistens (LP).
Denne gunstige effekten kan delvis forklares av gunstige endringer i tarmmikrobiota og relaterte metabolitter assosiert med høyere melkeforbruk blant LNP-individer.
Basert på disse observasjonsstudiefunnene foreslår forskerteamet å gjennomføre en randomisert, kontrollert studie av laktoseholdig vs. laktosefri melk i LNP-individer med pre-diabetes, for omfattende å undersøke effekten av melkeinntak på tarmmikrobiomet og glykemisken. utfall.
Studieoversikt
Status
Rekruttering
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
Forsøket vil inneholde en 2-ukers melkeutvaskingsperiode, etterfulgt av 1:1 randomisering til laktoseholdig eller laktosefri melk i 12 uker (4 uker hver på ½ kopp, 1 kopp og 2 kopper melk). Før og etter de 12 ukene vil besøk innebære utåndingsprøver for laktoseutfordringshydrogen (HBT; dvs. laktosetoleransetester) og blodprøver for fastende glukose, hemoglobin A1c og metabolomics; mens avføringsprøver og data om kontinuerlig glukoseovervåking (CGM) vil bli samlet inn hjemme ved hjelp av medfølgende sett/enheter.
Spesifikke mål med studien er å: (1) etablere gjennomførbarhet og toleranse for en randomisert studie av laktoseholdig vs. laktosefri melk; (2) å undersøke effekten av laktoseholdig melk på tarmmikrobiomer, funksjoner og metabolitter hos LNP-individer med pre-diabetes; og (3) å undersøke effekten av laktoseholdig melk på glykemiske utfall hos LNP-individer med pre-diabetes.
Studietype
Intervensjonell
Registrering (Antatt)
40
Fase
- Ikke aktuelt
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Brandilyn Peters-Samuelson, PhD
- Telefonnummer: 718-430-3281
- E-post: brandilyn.peterssamuelson@einsteinmed.edu
Studer Kontakt Backup
- Navn: Qibin Qi, PhD
- Telefonnummer: 718-430-4203
- E-post: qibin.qi@einsteinmed.edu
Studiesteder
-
-
New York
-
The Bronx, New York, Forente stater, 10458
- Rekruttering
- HCHS/SOL Bronx Field Center
-
Ta kontakt med:
- Telefonnummer: 718-584-1563
- E-post: milkstudy@einsteinmed.edu
-
-
Deltakelseskriterier
Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Nei
Beskrivelse
Inklusjonskriterier:
- Alder ≥18
- LNP-genotype (LCT-gen rs4988235, GG-genotype)
- Anamnese med pre-diabetes, definert som fastende blodsukker 100-125 mg/dL og/eller hemoglobin A1c (HbA1c) 5,7-6,4 % og har ikke blitt diagnostisert med diabetes eller tar diabetesmedisiner. Hvis blodprøver er over 3 år siden, vil pre-diabetes bli bekreftet med finger-stick HbA1c.
- Drikk ≤1 kopp melk/dag
- Grunnleggende ferdigheter i datamaskin eller smarttelefon
- Engelsk eller spansktalende
Ekskluderingskriterier:
- Ingen diabetesdiagnose
- Ingen medisin mot diabetes
- Blodprøve med anamnese med pre-diabetes utført for >3 år siden og finger-stick HbA1c er normal (≤5,6%).
- Ingen kreft, kardiovaskulær sykdom (CVD) eller livstruende sykdom
- Ingen kjent melkeallergi
- Har ikke alvorlige GI-symptomer etter å ha drukket melk
- Ingen historie med GI-kirurgi
- Røyking forbudt
- ≤1 alkoholholdig drikk/dag
- Ikke gravid eller ammer
- Ingen koloskopi de siste 2 ukene
- Ingen antibiotika de siste 3 månedene
- Ikke tar probiotika eller fibertilskudd (eller kan slutte å ta under studiet)
- Ikke tar avføringsmidler, avføringsmyknere, anti-diaré (eller kan slutte å ta under studiet)
- Ikke deltar i noen ekstreme slankeprogrammer
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Forebygging
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Ingen (Open Label)
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Aktiv komparator: Laktoseholdig melk
Deltakerne vil bli randomisert til laktoseholdig melk i lag av alder (<60, ≥60) og kjønn (kvinnelig, mann).
Innenfor hvert alders- og kjønnsstratum vil 10 deltakere bli randomisert i to intervensjonsgrupper i forholdet 1:1
|
Deltakerne vil bli bedt om å drikke vanlig melk (1% eller 2%) i 12 uker som følger:
Deltakerne vil fortsette å drikke 2 kopper melk per dag i 2 uker etter oppfølgingsbesøket etter 12 uker. |
|
Aktiv komparator: Laktosefri melk
Deltakerne vil bli randomisert til laktosefri melk i lag av alder (<60, ≥60) og kjønn (kvinnelig, mann).
Innenfor hvert alders- og kjønnsstratum vil 10 deltakere bli randomisert i to intervensjonsgrupper i forholdet 1:1
|
Deltakere vil bli bedt om å drikke 1% eller 2% laktosefri melk i 12 uker som følger:
Deltakere vil fortsette å drikke 2 kopper melk per dag i 2 uker etter 12-ukers oppfølgingsbesøket. |
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Endring i utløpt pusthydrogen
Tidsramme: Fra baseline til uke 12
|
Utåndet pust-hydrogen etter laktoseprovisjon vil bli målt under baseline-besøket og etter 12 ukers melkeintervensjon på tidspunktet for oppfølgingsbesøket ved bruk av Hydrogen Breath Test (HBT)-sett.
Pusterør vil bli sendt til et eksternt laboratorium hvor stabil isotopanalyse for utåndet pust-hydrogen vil bli utført.
Utåndet hydrogen vil uttrykkes som inkrementelt område under kurven (iAUC).
Endring i iAUC fra baseline til uke 12 vil bli oppsummert ved hjelp av grunnleggende beskrivende statistikk (gruppegjennomsnitt og standardavvik), og endring i iAUC vil bli sammenlignet mellom behandlingsgruppene.
|
Fra baseline til uke 12
|
|
Endring i tarmmikrobiomfunksjoner - Relativ overflod av arter
Tidsramme: Fra baseline til uke 12
|
Avføringsprøver vil bli samlet ved bruk av mikrobiomsett for hjemmeavføring ved baseline, 4-, 8- og 12-ukers tidspunkt.
Haglesekvensering vil bli utført.
Endring i relativ forekomst av arter (med >1 % gjennomsnittlig relativ forekomst) fra baseline vil oppsummeres ved å bruke grunnleggende beskrivende statistikk (gruppegjennomsnitt og standardavvik).
Endring i relativ forekomst av arter fra baseline vil bli sammenlignet mellom behandlingsgruppene.
|
Fra baseline til uke 12
|
|
Endring i tarmmikrobiomfunksjoner - Functional Pathway relativ overflod
Tidsramme: Fra baseline til uke 12
|
Avføringsprøver vil bli samlet ved bruk av mikrobiomsett for hjemmeavføring ved baseline, 4-, 8- og 12-ukers tidspunkt.
Haglesekvensering vil bli utført.
Endring i relativ overflod av funksjonelle veier (med >1 % gjennomsnittlig relativ overflod) fra baseline vil oppsummeres ved å bruke grunnleggende beskrivende statistikk (gruppegjennomsnitt og standardavvik).
Endring i relativ overflod av funksjonelle veier fra baseline vil bli sammenlignet mellom behandlingsgruppene.
|
Fra baseline til uke 12
|
|
Endring i tarmmikrobiomfunksjoner - Metabolomics
Tidsramme: Fra baseline til uke 12
|
Målrettet metabolsk profilering vil bli utført på serum- og avføringsprøver (baseline og uke 12) ved bruk av LC-MS/MS-metoder for absolutt kvantifisering av 70 metabolitter assosiert med tarmbakteriell metabolisme.
Endring i avføring og serummetabolitter fra baseline vil bli oppsummert ved hjelp av grunnleggende beskrivende statistikk (gruppegjennomsnitt og standardavvik).
Endring i avføring og serummetabolitter fra baseline vil bli sammenlignet mellom behandlingsgruppene.
|
Fra baseline til uke 12
|
|
Endring i glykemiske utfall - Fastende glukose
Tidsramme: Fra baseline til uke 12
|
Blodseraprøver for fastende glukose vil bli samlet ved baseline og uke 12. Fastende glukose, dvs. blodsukkernivåer etter en 8-timers faste, vil bli analysert via standard analytiske kjemitilnærminger og rapportert i mg/dL eller mmol/L enheter.
Områdene varierer, men et fastende glukosenivå <99 mg/dL anses som "normalt", mellom 100-125 mg/dL er innenfor det "pre-diabetiske" området, >126 mg/dL er innenfor det "diabetiske" området.
Endring i fastende glukose fra baseline vil bli oppsummert ved hjelp av beskrivende statistikk (gjennomsnitt og standardavvik) og sammenlignet mellom behandlingsgruppene.
|
Fra baseline til uke 12
|
|
Endring i glykemiske utfall - Hemoglobin A1c (HbA1c)
Tidsramme: Fra baseline til uke 12
|
Fullblodsprøver for HbA1c vil bli samlet ved baseline og uke 12. HbA1c, som brukes til å måle mengden hemoglobin med festet glukose og gjenspeiler gjennomsnittlige blodsukkernivåer over de siste månedene, vil bli analysert via standard analytiske kjemitilnærminger.
Områdene varierer, men en 'normal' HbA1c er generelt <5,7 %, 5,7-6,4 % er i området 'pre-diabetisk' og en verdi på 6,5 % eller høyere er i området 'diabetisk'.
Endring i HbA1c fra baseline vil bli oppsummert ved hjelp av beskrivende statistikk (gjennomsnitt og standardavvik) og sammenlignet mellom behandlingsgruppene.
|
Fra baseline til uke 12
|
|
Endring i glykemiske utfall - Kontinuerlig glukoseovervåking (CGM) gjennomsnittlig glukose
Tidsramme: Fra visningsbesøk til uke 14 besøk
|
Under screeningbesøk vil deltakerne ha en 2-ukers kontinuerlig glukosemonitor (CGM) påført huden på overarmen i forkant av den 2-ukers melkeutvaskingsperioden.
CGM vil bli returnert under baseline-besøket 2 uker senere.
Etter det 12 ukers besøket vil en annen 2-ukers CGM bli brukt, i løpet av denne tiden vil deltakerne fortsette å drikke melk samtidig med 2-ukers CGM (dvs. frem til 14 uker).
Endring i gjennomsnittlig glukose (mg/dL) fra screening til uke 14 vil bli oppsummert ved hjelp av beskrivende statistikk (gjennomsnitt og standardavvik) og sammenlignet mellom behandlingsgruppene.
|
Fra visningsbesøk til uke 14 besøk
|
|
Endring i glykemiske utfall - Kontinuerlig glukoseovervåking (CGM) glykemisk variasjon
Tidsramme: Fra visningsbesøk til uke 14 besøk
|
Under screeningbesøk vil deltakerne ha en 2-ukers kontinuerlig glukosemonitor (CGM) påført huden på overarmen i forkant av den 2-ukers melkeutvaskingsperioden.
CGM vil bli returnert under baseline-besøket 2 uker senere.
Etter det 12 ukers besøket vil en annen 2-ukers CGM bli brukt, i løpet av denne tiden vil deltakerne fortsette å drikke melk samtidig med 2-ukers CGM (dvs. frem til 14 uker).
Endring i glykemisk variasjon (%CV) fra screening til uke 14 vil bli oppsummert ved hjelp av beskrivende statistikk (gjennomsnitt og standardavvik) og sammenlignet mellom behandlingsgruppene.
|
Fra visningsbesøk til uke 14 besøk
|
|
Endring i glykemiske utfall - Kontinuerlig glukoseovervåking (CGM) tid over området
Tidsramme: Fra visningsbesøk til uke 14 besøk
|
Under screeningbesøk vil deltakerne ha en 2-ukers kontinuerlig glukosemonitor (CGM) påført huden på overarmen i forkant av den 2-ukers melkeutvaskingsperioden.
CGM vil bli returnert under baseline-besøket 2 uker senere.
Etter det 12 ukers besøket vil en annen 2-ukers CGM bli brukt, i løpet av denne tiden vil deltakerne fortsette å drikke melk samtidig med 2-ukers CGM (dvs. frem til 14 uker).
Endring i tid over område (%) fra screening til uke 14 vil bli oppsummert ved hjelp av beskrivende statistikk (gjennomsnitt og standardavvik) og sammenlignet mellom behandlingsgruppene.
|
Fra visningsbesøk til uke 14 besøk
|
|
Endring i glykemiske utfall - Kontinuerlig glukoseovervåking (CGM) tid innen rekkevidde
Tidsramme: Fra visningsbesøk til uke 14 besøk
|
Under screeningbesøk vil deltakerne ha en 2-ukers kontinuerlig glukosemonitor (CGM) påført huden på overarmen i forkant av den 2-ukers melkeutvaskingsperioden.
CGM vil bli returnert under baseline-besøket 2 uker senere.
Etter det 12 ukers besøket vil en annen 2-ukers CGM bli brukt, i løpet av denne tiden vil deltakerne fortsette å drikke melk samtidig med 2-ukers CGM (dvs. frem til 14 uker).
Endring i tid i rekkevidde (%) fra screening til uke 14 vil bli oppsummert ved hjelp av beskrivende statistikk (gjennomsnitt og standardavvik) og sammenlignet mellom behandlingsgruppene.
|
Fra visningsbesøk til uke 14 besøk
|
|
Endring i glykemiske utfall - Kontinuerlig glukoseovervåking (CGM) tid under området
Tidsramme: Fra visningsbesøk til uke 14 besøk
|
Under screeningbesøk vil deltakerne ha en 2-ukers kontinuerlig glukosemonitor (CGM) påført huden på overarmen i forkant av den 2-ukers melkeutvaskingsperioden.
CGM vil bli returnert under baseline-besøket 2 uker senere.
Etter det 12 ukers besøket vil en annen 2-ukers CGM bli brukt, i løpet av denne tiden vil deltakerne fortsette å drikke melk samtidig med 2-ukers CGM (dvs. frem til 14 uker).
Endring i tid under område (%) fra screening til uke 14 vil bli oppsummert ved hjelp av beskrivende statistikk (gjennomsnitt og standardavvik) og sammenlignet mellom behandlingsgruppene.
|
Fra visningsbesøk til uke 14 besøk
|
|
Gastrointestinale symptomer
Tidsramme: Daglig fra visningsbesøk i uke 12
|
Gastrointestinale symptomer, spesifikt magesmerter, oppblåsthet, flatulens og diaré, vil bli registrert daglig fra screeningbesøk gjennom 12 ukers melkeinngrep.
Forekomsten og alvorlighetsgraden av disse fire bivirkningene vil bli oppsummert og rapportert av studiearm.
Gjennomsnittlige frekvenser av ingen-MILD vs. moderat alvorlig symptomer vil bli sammenlignet mellom behandlingsgrupper etter uke med studier, så vel som for spesifikke tidsintervaller som tilsvarer melkedoser (uke 1-4, 5-8, 9-12).
|
Daglig fra visningsbesøk i uke 12
|
|
Change in Flatulence
Tidsramme: From Screening to Week 1, from Week 1 to Week 10, and from Week 1 to Week 14
|
The Smart Underwear device will be worn externally on regular underwear near the rectum/perineum during specified daytime wear periods.
The device continuously detects hydrogen in expelled flatus and records supporting temperature and movement data.
These data will be used to derive the frequency of flatus events per wear period, which reflects intestinal gas production and gut microbial activity.
De-identified data will be transferred after each wear period through the Human Flatus Atlas mobile app and uploaded to servers.
Change in frequency of flatus events per wear period will be summarized using basic descriptive statistics (group means and standard deviations).
|
From Screening to Week 1, from Week 1 to Week 10, and from Week 1 to Week 14
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Brandilyn Peters-Samuelson, PhD, Albert Einstein College of Medicine
Publikasjoner og nyttige lenker
Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.
Generelle publikasjoner
- Saeedi P, Petersohn I, Salpea P, Malanda B, Karuranga S, Unwin N, Colagiuri S, Guariguata L, Motala AA, Ogurtsova K, Shaw JE, Bright D, Williams R; IDF Diabetes Atlas Committee. Global and regional diabetes prevalence estimates for 2019 and projections for 2030 and 2045: Results from the International Diabetes Federation Diabetes Atlas, 9th edition. Diabetes Res Clin Pract. 2019 Nov;157:107843. doi: 10.1016/j.diabres.2019.107843. Epub 2019 Sep 10.
- Thompson FE, Dixit-Joshi S, Potischman N, Dodd KW, Kirkpatrick SI, Kushi LH, Alexander GL, Coleman LA, Zimmerman TP, Sundaram ME, Clancy HA, Groesbeck M, Douglass D, George SM, Schap TE, Subar AF. Comparison of Interviewer-Administered and Automated Self-Administered 24-Hour Dietary Recalls in 3 Diverse Integrated Health Systems. Am J Epidemiol. 2015 Jun 15;181(12):970-8. doi: 10.1093/aje/kwu467. Epub 2015 May 10.
- Carroccio A, Montalto G, Cavera G, Notarbatolo A. Lactose intolerance and self-reported milk intolerance: relationship with lactose maldigestion and nutrient intake. Lactase Deficiency Study Group. J Am Coll Nutr. 1998 Dec;17(6):631-6. doi: 10.1080/07315724.1998.10718813.
- Wilt TJ, Shaukat A, Shamliyan T, Taylor BC, MacDonald R, Tacklind J, Rutks I, Schwarzenberg SJ, Kane RL, Levitt M. Lactose intolerance and health. Evid Rep Technol Assess (Full Rep). 2010 Feb;(192):1-410.
- Uusitupa M, Khan TA, Viguiliouk E, Kahleova H, Rivellese AA, Hermansen K, Pfeiffer A, Thanopoulou A, Salas-Salvado J, Schwab U, Sievenpiper JL. Prevention of Type 2 Diabetes by Lifestyle Changes: A Systematic Review and Meta-Analysis. Nutrients. 2019 Nov 1;11(11):2611. doi: 10.3390/nu11112611.
- Aguayo-Mazzucato C, Diaque P, Hernandez S, Rosas S, Kostic A, Caballero AE. Understanding the growing epidemic of type 2 diabetes in the Hispanic population living in the United States. Diabetes Metab Res Rev. 2019 Feb;35(2):e3097. doi: 10.1002/dmrr.3097. Epub 2018 Dec 4.
- Gloor GB, Macklaim JM, Pawlowsky-Glahn V, Egozcue JJ. Microbiome Datasets Are Compositional: And This Is Not Optional. Front Microbiol. 2017 Nov 15;8:2224. doi: 10.3389/fmicb.2017.02224. eCollection 2017.
- Sorlie PD, Aviles-Santa LM, Wassertheil-Smoller S, Kaplan RC, Daviglus ML, Giachello AL, Schneiderman N, Raij L, Talavera G, Allison M, Lavange L, Chambless LE, Heiss G. Design and implementation of the Hispanic Community Health Study/Study of Latinos. Ann Epidemiol. 2010 Aug;20(8):629-41. doi: 10.1016/j.annepidem.2010.03.015.
- Agus A, Planchais J, Sokol H. Gut Microbiota Regulation of Tryptophan Metabolism in Health and Disease. Cell Host Microbe. 2018 Jun 13;23(6):716-724. doi: 10.1016/j.chom.2018.05.003.
- McMurdie PJ, Holmes S. phyloseq: an R package for reproducible interactive analysis and graphics of microbiome census data. PLoS One. 2013 Apr 22;8(4):e61217. doi: 10.1371/journal.pone.0061217. Print 2013.
- Parker ED, Lin J, Mahoney T, Ume N, Yang G, Gabbay RA, ElSayed NA, Bannuru RR. Economic Costs of Diabetes in the U.S. in 2022. Diabetes Care. 2024 Jan 1;47(1):26-43. doi: 10.2337/dci23-0085.
- GBD 2019 Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019. Lancet. 2020 Oct 17;396(10258):1204-1222. doi: 10.1016/S0140-6736(20)30925-9.
- Aune D, Norat T, Romundstad P, Vatten LJ. Dairy products and the risk of type 2 diabetes: a systematic review and dose-response meta-analysis of cohort studies. Am J Clin Nutr. 2013 Oct;98(4):1066-83. doi: 10.3945/ajcn.113.059030. Epub 2013 Aug 14.
- Langmead B, Salzberg SL. Fast gapped-read alignment with Bowtie 2. Nat Methods. 2012 Mar 4;9(4):357-9. doi: 10.1038/nmeth.1923.
- Wareham NJ. Personalised prevention of type 2 diabetes. Diabetologia. 2022 Nov;65(11):1796-1803. doi: 10.1007/s00125-022-05774-7. Epub 2022 Aug 2.
- Liu B, Sun Y, Bao W. Creating and supporting a healthy food environment for type 2 diabetes prevention. Lancet Planet Health. 2018 Oct;2(10):e423-e424. doi: 10.1016/S2542-5196(18)30211-0. No abstract available.
- Luo K, Chen GC, Zhang Y, Moon JY, Xing J, Peters BA, Usyk M, Wang Z, Hu G, Li J, Selvin E, Rebholz CM, Wang T, Isasi CR, Yu B, Knight R, Boerwinkle E, Burk RD, Kaplan RC, Qi Q. Variant of the lactase LCT gene explains association between milk intake and incident type 2 diabetes. Nat Metab. 2024 Jan;6(1):169-186. doi: 10.1038/s42255-023-00961-1. Epub 2024 Jan 22.
- Segurel L, Bon C. On the Evolution of Lactase Persistence in Humans. Annu Rev Genomics Hum Genet. 2017 Aug 31;18:297-319. doi: 10.1146/annurev-genom-091416-035340. Epub 2017 Apr 19.
- Storhaug CL, Fosse SK, Fadnes LT. Country, regional, and global estimates for lactose malabsorption in adults: a systematic review and meta-analysis. Lancet Gastroenterol Hepatol. 2017 Oct;2(10):738-746. doi: 10.1016/S2468-1253(17)30154-1. Epub 2017 Jul 7.
- Anguita-Ruiz A, Aguilera CM, Gil A. Genetics of Lactose Intolerance: An Updated Review and Online Interactive World Maps of Phenotype and Genotype Frequencies. Nutrients. 2020 Sep 3;12(9):2689. doi: 10.3390/nu12092689.
- Robles L, Priefer R. Lactose Intolerance: What Your Breath Can Tell You. Diagnostics (Basel). 2020 Jun 17;10(6):412. doi: 10.3390/diagnostics10060412.
- JanssenDuijghuijsen L, Looijesteijn E, van den Belt M, Gerhard B, Ziegler M, Ariens R, Tjoelker R, Geurts J. Changes in gut microbiota and lactose intolerance symptoms before and after daily lactose supplementation in individuals with the lactase nonpersistent genotype. Am J Clin Nutr. 2024 Mar;119(3):702-710. doi: 10.1016/j.ajcnut.2023.12.016. Epub 2023 Dec 28.
- Zheng X, Chu H, Cong Y, Deng Y, Long Y, Zhu Y, Pohl D, Fried M, Dai N, Fox M. Self-reported lactose intolerance in clinic patients with functional gastrointestinal symptoms: prevalence, risk factors, and impact on food choices. Neurogastroenterol Motil. 2015 Aug;27(8):1138-46. doi: 10.1111/nmo.12602. Epub 2015 Jun 19.
- Qi Q, Li J, Yu B, Moon JY, Chai JC, Merino J, Hu J, Ruiz-Canela M, Rebholz C, Wang Z, Usyk M, Chen GC, Porneala BC, Wang W, Nguyen NQ, Feofanova EV, Grove ML, Wang TJ, Gerszten RE, Dupuis J, Salas-Salvado J, Bao W, Perkins DL, Daviglus ML, Thyagarajan B, Cai J, Wang T, Manson JE, Martinez-Gonzalez MA, Selvin E, Rexrode KM, Clish CB, Hu FB, Meigs JB, Knight R, Burk RD, Boerwinkle E, Kaplan RC. Host and gut microbial tryptophan metabolism and type 2 diabetes: an integrative analysis of host genetics, diet, gut microbiome and circulating metabolites in cohort studies. Gut. 2022 Jun;71(6):1095-1105. doi: 10.1136/gutjnl-2021-324053. Epub 2021 Jun 14.
- Gojda J, Cahova M. Gut Microbiota as the Link between Elevated BCAA Serum Levels and Insulin Resistance. Biomolecules. 2021 Sep 28;11(10):1414. doi: 10.3390/biom11101414.
- Guha S, Majumder K. Comprehensive Review of gamma-Glutamyl Peptides (gamma-GPs) and Their Effect on Inflammation Concerning Cardiovascular Health. J Agric Food Chem. 2022 Jul 6;70(26):7851-7870. doi: 10.1021/acs.jafc.2c01712. Epub 2022 Jun 21.
- Li X, Yin J, Zhu Y, Wang X, Hu X, Bao W, Huang Y, Chen L, Chen S, Yang W, Shan Z, Liu L. Effects of Whole Milk Supplementation on Gut Microbiota and Cardiometabolic Biomarkers in Subjects with and without Lactose Malabsorption. Nutrients. 2018 Oct 2;10(10):1403. doi: 10.3390/nu10101403.
- Ugidos-Rodriguez S , Matallana-Gonzalez MC , Sanchez-Mata MC . Lactose malabsorption and intolerance: a review. Food Funct. 2018 Aug 15;9(8):4056-4068. doi: 10.1039/c8fo00555a.
- Kaplan RC, Wang Z, Usyk M, Sotres-Alvarez D, Daviglus ML, Schneiderman N, Talavera GA, Gellman MD, Thyagarajan B, Moon JY, Vazquez-Baeza Y, McDonald D, Williams-Nguyen JS, Wu MC, North KE, Shaffer J, Sollecito CC, Qi Q, Isasi CR, Wang T, Knight R, Burk RD. Gut microbiome composition in the Hispanic Community Health Study/Study of Latinos is shaped by geographic relocation, environmental factors, and obesity. Genome Biol. 2019 Nov 1;20(1):219. doi: 10.1186/s13059-019-1831-z.
- Wang Z, Peters BA, Bryant M, Hanna DB, Schwartz T, Wang T, Sollecito CC, Usyk M, Grassi E, Wiek F, Peter LS, Post WS, Landay AL, Hodis HN, Weber KM, French A, Golub ET, Lazar J, Gustafson D, Sharma A, Anastos K, Clish CB, Burk RD, Kaplan RC, Knight R, Qi Q. Gut microbiota, circulating inflammatory markers and metabolites, and carotid artery atherosclerosis in HIV infection. Microbiome. 2023 May 27;11(1):119. doi: 10.1186/s40168-023-01566-2.
- Sanders JG, Nurk S, Salido RA, Minich J, Xu ZZ, Zhu Q, Martino C, Fedarko M, Arthur TD, Chen F, Boland BS, Humphrey GC, Brennan C, Sanders K, Gaffney J, Jepsen K, Khosroheidari M, Green C, Liyanage M, Dang JW, Phelan VV, Quinn RA, Bankevich A, Chang JT, Rana TM, Conrad DJ, Sandborn WJ, Smarr L, Dorrestein PC, Pevzner PA, Knight R. Optimizing sequencing protocols for leaderboard metagenomics by combining long and short reads. Genome Biol. 2019 Oct 31;20(1):226. doi: 10.1186/s13059-019-1834-9.
- Zhu Q, Huang S, Gonzalez A, et al. OGUs enable effective, phylogeny-aware analysis of even shallow metagenome community structures. 2021:2021.04.04.438427. doi:10.1101/2021.04.04.438427 %J bioRxiv
- Kanehisa M, Sato Y, Kawashima M, Furumichi M, Tanabe M. KEGG as a reference resource for gene and protein annotation. Nucleic Acids Res. 2016 Jan 4;44(D1):D457-62. doi: 10.1093/nar/gkv1070. Epub 2015 Oct 17.
- Caspi R, Billington R, Keseler IM, Kothari A, Krummenacker M, Midford PE, Ong WK, Paley S, Subhraveti P, Karp PD. The MetaCyc database of metabolic pathways and enzymes - a 2019 update. Nucleic Acids Res. 2020 Jan 8;48(D1):D445-D453. doi: 10.1093/nar/gkz862.
- Oksanen J, Blanchet FG, Kindt R, et al. Multivariate analysis of ecological communities in R: vegan tutorial. R package version 1.7. 01/01 2013;
- Chen J, Bittinger K, Charlson ES, Hoffmann C, Lewis J, Wu GD, Collman RG, Bushman FD, Li H. Associating microbiome composition with environmental covariates using generalized UniFrac distances. Bioinformatics. 2012 Aug 15;28(16):2106-13. doi: 10.1093/bioinformatics/bts342. Epub 2012 Jun 17.
- Turner-McGrievy GM, Wirth MD, Shivappa N, Wingard EE, Fayad R, Wilcox S, Frongillo EA, Hebert JR. Randomization to plant-based dietary approaches leads to larger short-term improvements in Dietary Inflammatory Index scores and macronutrient intake compared with diets that contain meat. Nutr Res. 2015 Feb;35(2):97-106. doi: 10.1016/j.nutres.2014.11.007. Epub 2014 Dec 3.
- Lavange LM, Kalsbeek WD, Sorlie PD, Aviles-Santa LM, Kaplan RC, Barnhart J, Liu K, Giachello A, Lee DJ, Ryan J, Criqui MH, Elder JP. Sample design and cohort selection in the Hispanic Community Health Study/Study of Latinos. Ann Epidemiol. 2010 Aug;20(8):642-9. doi: 10.1016/j.annepidem.2010.05.006.
Studierekorddatoer
Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.
Studer hoveddatoer
Studiestart (Faktiske)
15. mai 2026
Primær fullføring (Antatt)
1. april 2028
Studiet fullført (Antatt)
1. april 2028
Datoer for studieregistrering
Først innsendt
16. juli 2024
Først innsendt som oppfylte QC-kriteriene
19. juli 2024
Først lagt ut (Faktiske)
22. juli 2024
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
26. mai 2026
Siste oppdatering sendt inn som oppfylte QC-kriteriene
21. mai 2026
Sist bekreftet
1. mai 2026
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
- Sykdommer i det endokrine systemet
- Metabolisme, medfødte feil
- Genetiske sykdommer, medfødte
- Metabolske sykdommer
- Tarmsykdommer
- Sykdommer i fordøyelsessystemet
- Gastrointestinale sykdommer
- Glukosemetabolismeforstyrrelser
- Sukkersyke
- Malabsorpsjonssyndromer
- Karbohydratmetabolisme, medfødte feil
- Hyperglykemi
- Medfødte, arvelige og neonatale sykdommer og abnormiteter
- Ernæringsmessige og metabolske sykdommer
- Diabetes mellitus, type 2
- Glukoseintoleranse
- Laktoseintoleranse
Andre studie-ID-numre
- 2024-16045
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Nei
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. .