Urinproteomikk for å veilede tidlig intervensjon for å forhindre komplikasjoner i diabetes type 2 - en mulighetsstudie (SIGNAL)

Bakgrunn:

Diabetes og tilhørende komplikasjoner pålegger både pasienter og samfunn en betydelig belastning. Til tross for fremskritt med å senke blodsukkeret, er den forhøyede risikoen for å utvikle hjerte- og karsykdommer (CVD) og kronisk nyresykdom (CKD) fortsatt være en presserende bekymring, noe som understreker behovet for optimaliserte forebyggingsstrategier og forbedrede terapeutiske alternativer. Nyere utviklinger i glukosesenkende medisiner, som natrium-glukosecotransporter-2-hemmere (SGLT2-I) og glukagonlignende peptid-1 reseptoragonister (GLP1-RA), i tillegg til bruk av den ikke-steroide mineralocortic-reseptoren (NSMRA). For øyeblikket er det ingen pålitelig metode for å forutsi personaliserte behandlingsresponser i diabetiske komplikasjoner. Følgelig er fordelene ved behandling under tvist, på grunn av at et stort antall pasienter ikke reagerer. Bruken av SGLT2-I, NSMRA og GLP1-RA i CKD har skjedd stort sett parallelt, alle agenter har vist fordel, men det er ennå ikke klart hvordan de skal prioritere mellom medisinene eller om alle skal kombineres. Denne studien bygger på tidligere vitenskapelig arbeid som har undersøkt urinproteomet og identifiserte flere biomarkører som var i stand til å forutsi tidlige diabetesassosierte komplikasjoner.

CKD273 Urinproteomisk risikoscore er et veletablert verktøy som brukes til å forutsi risikoen for kronisk nyresykdom (CKD) progresjon. CAD160 er urinproteomisk risikoscore for å forutsi risikoen for koronararteriesykdom (CAD). HF2 urinproteomklassifiserer brukes til å forutsi risikoen for hjertesvikt (HF).

Urinprøveanalyse er basert på kapillærelektroforese kombinert med massespektrometri (CE-MS) for å bestemme disse risikoscore.

Urinproteomiske score er kontinuerlige numeriske verdier. Høyere poengsum betyr at urinpeptidmønsteret er mer likt det for pasienter med progressiv sykdom. En lavere poengsum indikerer en peptidprofil som er mer typisk for friske individer.

I tillegg vil en supportvektormaskin (SVM), en overvåket maskinlæringsalgoritme, utføre i silikobehandlingssimuleringer og beregne endringen i klassifiseringspoeng for 3 forskjellige potensielle intervensjoner: GLP1-RA semaglutid, SGT2-I Dapagliflozin og GLP1-RA Finerenone. Basert på disse endringene (med den største gunstige endringen som indikerer den mest effektive behandlingen), kan den mest passende intervensjonen velges og deltakeren vil bli tildelt.

Design:

Enkeltsenter, åpen etikett, parallell gruppe (intervensjonsgruppe) med 6 måneders intervensjon.

Befolkning:

Type 2 Diabetes uten historie med hjertesvikt NYHA klasse IV eller avansert diabetisk nyresykdom med en estimert glomerulær filtreringshastighet (EGFR) <30 ml/min/1.73M2 eller urinalbuminkreatininforhold (UACR)> 200 mg/g.

Mål:

For å vurdere muligheten for å bruke proteomiske klassifiserere i klinisk praksis for respons prediksjon i en prospektiv studie. Vi vil bruke urinproteomiske klassifiserere: CKD273, CAD160 og HF2 for å identifisere pasienter som er egnet for ytterligere medisinsk behandling med natrium-glukosekotransporter-2 (SGLT2)-hemmere, glukagonlignende-peptid-1 Glp-1 reseptor-agonister eller ikke-steroidal minalokortikortid-1 Glp-1 reseptor-agonister eller ikke-steroteroidalokortikortid-1 Glp-1 reseptor-agonister eller ikke-steroteroalt mineralokortid-1 Glp-1 reseptor-agonister.

Inngrep:

SGLT2-hemmeren dapagliflozin 10 mg daglig, NSMRA Finerenone 10-20 mg daglig, og GLP-1 reseptoragonist semaglutid 0,25-1,0 MG en gang ukentlig. Medisinen vil bli gitt trinnvis i henhold til en forhåndsbestemt algoritme og veiledet av responsen på UACR.

Endepunkter:

Primært endepunkt er gjennomførbarheten av å bruke urinproteomiske klassifiserere i klinisk praksis, mens sekundære endepunkter er endringer i UACR og urinproteomiske signaturer etter 6 måneders behandling.

Tidsplan:

Studien forventes å starte inkludering 1. juni 2025. Rekrutteringsperioden er 6 måneder, intervensjonsperioden er 6 måneder og derfor forventes studien å bli avsluttet 31. mai 2026.