Odkrywanie „POCHODZENIA” cukrzycy (ORIGINS)
21 lutego 2018 zaktualizowane przez: AdventHealth Translational Research Institute
Jest to badanie mające na celu identyfikację różnych podtypów cukrzycy typu 2.
Badacze będą szukać informacji na poziomie molekularnym, co może prowadzić do spersonalizowanej diagnozy i terapii.
Przegląd badań
Status
Zakończony
Warunki
Szczegółowy opis
Cukrzyca typu 2 (T2DM) zbliża się do epidemiologicznej częstości występowania w dorosłej populacji USA (ponad 1 na 10 wszystkich dorosłych w USA w wieku powyżej 20 lat).
Cukrzycę rozpoznaje się na podstawie hiperglikemii na czczo, doustnej nietolerancji glukozy lub markerów hiperglikemii, takich jak HbA1c.
Jednak obecnie uznajemy, że cukrzyca jest zaburzeniem heterogennym.
Przy istniejących zbyt uproszczonych kryteriach diagnostycznych wskaźniki niepowodzenia leczenia są wysokie w przypadku praktycznie każdego środka znajdującego się obecnie w arsenale leków – w tym insuliny.
Pod koniec lat 90-tych onkolodzy jako pierwsi zastosowali wysokowydajne technologie molekularne, takie jak profilowanie transkryptomu, a ostatnio także metabolomika, w celu identyfikacji odrębnych podklas nowotworów, których nie można rozróżnić histologicznie lub na podstawie niewielkiej liczby markerów biochemicznych.
Wysiłek ten szybko przyspieszył tempo odkryć naukowych i szybko doprowadził do opracowania spersonalizowanych terapii przeciwnowotworowych.
Wierzymy, że te wysiłki na rzecz raka stanowią mapę drogową dla odkrywania biomarkerów i spersonalizowanej terapii cukrzycy.
fenotypowanie molekularne (profilowanie metabolomu, transkryptomu i epigenomu) z zaawansowaną analizą bioinformatyczną pozwoli zidentyfikować odrębne podtypy cukrzycy - zapoczątkowując nową erę spersonalizowanej diagnostyki i terapii cukrzycy.
Typ studiów
Obserwacyjny
Zapisy (Rzeczywisty)
80
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
Florida
-
Orlando, Florida, Stany Zjednoczone, 32804
- Translational Research Institute for Metabolism and Diabetes
-
-
Kryteria uczestnictwa
Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.
Kryteria kwalifikacji
Wiek uprawniający do nauki
18 lat i starsze (Dorosły, Starszy dorosły)
Akceptuje zdrowych ochotników
Tak
Płeć kwalifikująca się do nauki
Wszystko
Metoda próbkowania
Próbka prawdopodobieństwa
Badana populacja
Próbka społeczności
Opis
Kryteria przyjęcia:
- Wiek > 18 lat
- HbA1C < 8,0% *
- Nie przytyłeś ani nie schudłeś więcej niż 3 kg lub 6,6 funta w ciągu ostatnich 8 tygodni
- Nie straciłeś więcej niż 10% swojej największej masy ciała w swoim życiu
- BMI < 25 kg/m2 lub > 30 kg/m2
- Kobiety: ponad 1 rok po porodzie
- Chorują na cukrzycę i są w stanie prowadzić dokładne i wiarygodne dzienniki monitorowania poziomu glukozy w domu
Kryteria wyłączenia:
- Leczenie więcej niż 2 z następujących leków: metformina (Fortamet, Glucophage, Glumetza, Riomet), pochodne sulfonylomocznika (Glucotrol, Diabeta, Glynase, Micronase), analogi glukagonopodobnego peptydu-1 (Byetta) i/lub inhibitory dipeptydylopeptydazy IV (Januvia , Ongliza)
- Leczenie długo działającymi agonistami peptydu-1 podobnego do glukagonu w ciągu ostatnich 3 miesięcy (tj. eksenatyd raz w tygodniu)
- Leczenie tiazolidynedionami (TZD) (tj. Avandia, Actos, Rezulin) w ciągu ostatnich 3 miesięcy
- Znana, nieleczona choroba tarczycy lub nieprawidłowe wyniki badań krwi.*
- Znane rozpoznanie choroby wątroby (z wyjątkiem NASH) lub podwyższone wyniki badań krwi dotyczących czynności wątroby
- Znana diagnoza choroby nerek lub badanie krwi podwyższonej czynności nerek
- Niekontrolowane wysokie ciśnienie krwi (ciśnienie skurczowe > 140 lub rozkurczowe > 90)
- Rozpoczęcie lub zmiana doustnych środków antykoncepcyjnych lub hormonalnej terapii zastępczej w ciągu ostatnich 3 miesięcy
- Używanie narkotyków lub alkoholu (> 3 drinki dziennie) w ciągu ostatnich 5 lat.
- Niekontrolowana choroba psychiczna, która mogłaby zakłócić udział w badaniu.
- Historia choroby nowotworowej w ciągu ostatnich 5 lat (dopuszczalne są nowotwory skóry, z wyjątkiem czerniaka)
- Historia przeszczepów narządów
- Historia zawału serca w ciągu ostatnich 6 miesięcy
- Bieżące leczenie lekami rozrzedzającymi krew lub lekami przeciwpłytkowymi, których nie można bezpiecznie przerwać w celu przeprowadzenia badań
- Obecna anemia
- Historia HIV, aktywne zapalenie wątroby typu B lub C lub gruźlica
- Obecność klinicznie istotnych nieprawidłowości w elektrokardiogramie.
- Obecni palacze (palący jakikolwiek nikotynowy lub nienikotynowy produkt w ciągu ostatnich 3 miesięcy)
- Stosowanie jakichkolwiek leków, o których wiadomo, że wpływają na metabolizm glukozy, tłuszczu i/lub energii w ciągu ostatnich 3 miesięcy (np. terapia hormonem wzrostu, glukokortykoidy [steroidy] itp.)
Plan studiów
Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
Szczupli sportowcy bez cukrzycy
Sportowcy o wskaźniku masy ciała (BMI) mniejszym lub równym 25 kg/m2.
|
|
Niecukrzycowa chuda historia bez cukrzycy
Dorośli z BMI < 25 kg/m2 i bez rodzinnej historii cukrzycy
|
|
Chuda osoba bez cukrzycy Tak Historia cukrzycy
Dorośli z BMI < 25 kg/m2 i cukrzycą w rodzinie
|
|
Otyłość bez cukrzycy
Dorośli z BMI większym lub równym 30 kg/m2.
|
|
PCOS u otyłych kobiet bez cukrzycy
Dorosłe kobiety z BMI > 30 kg/m2 i zespołem policystycznych jajników (PCOS).
|
|
Cukrzyca bez leków
Chorują na cukrzycę i obecnie nie otrzymują żadnych leków lub są leczeni jednym lekiem.
Niektórzy uczestnicy otrzymujący insulinę również mogą zostać włączeni do tego badania
|
|
Cukrzycowy GAD Ab+
Mieć cukrzycę z utajoną cukrzycą autoimmunologiczną u dorosłych (LADA).
|
|
Cukrzyca z NASH
Chorują na cukrzycę z niealkoholowym stłuszczeniowym zapaleniem wątroby (NASH), czyli przewlekłą chorobą wątroby z obecnością tłuszczu w wątrobie, stanem zapalnym i uszkodzeniami niezwiązanymi z piciem alkoholu.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wykonaj „głębokie” fenotypowanie kliniczne i molekularne 360 dorosłych osób z cukrzycą i bez cukrzycy
Ramy czasowe: do dnia 9
|
Fenotypowanie obejmie skład całego ciała (DEXA), metabolizm substratów, fenotypy klasycznej cukrzycy oraz szczegółowe fenotypowanie molekularne krążących komórek jednojądrzastych/osocza, mięśni i tkanki tłuszczowej.
|
do dnia 9
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Współpracownicy
Śledczy
- Główny śledczy: Steven R Smith, MD, Translational Research Institute for Metabolism and Diabetes
Publikacje i pomocne linki
Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.
Publikacje ogólne
- Elia M, Livesey G. Energy expenditure and fuel selection in biological systems: the theory and practice of calculations based on indirect calorimetry and tracer methods. World Rev Nutr Diet. 1992;70:68-131. doi: 10.1159/000421672. No abstract available.
- Freda PU, Shen W, Reyes-Vidal CM, Geer EB, Arias-Mendoza F, Gallagher D, Heymsfield SB. Skeletal muscle mass in acromegaly assessed by magnetic resonance imaging and dual-photon x-ray absorptiometry. J Clin Endocrinol Metab. 2009 Aug;94(8):2880-6. doi: 10.1210/jc.2009-0026. Epub 2009 Jun 2.
- Itani SI, Ruderman NB, Schmieder F, Boden G. Lipid-induced insulin resistance in human muscle is associated with changes in diacylglycerol, protein kinase C, and IkappaB-alpha. Diabetes. 2002 Jul;51(7):2005-11. doi: 10.2337/diabetes.51.7.2005.
- Kelley DE, He J, Menshikova EV, Ritov VB. Dysfunction of mitochondria in human skeletal muscle in type 2 diabetes. Diabetes. 2002 Oct;51(10):2944-50. doi: 10.2337/diabetes.51.10.2944.
- Perou CM, Sorlie T, Eisen MB, van de Rijn M, Jeffrey SS, Rees CA, Pollack JR, Ross DT, Johnsen H, Akslen LA, Fluge O, Pergamenschikov A, Williams C, Zhu SX, Lonning PE, Borresen-Dale AL, Brown PO, Botstein D. Molecular portraits of human breast tumours. Nature. 2000 Aug 17;406(6797):747-52. doi: 10.1038/35021093.
- Bergman RN, Ider YZ, Bowden CR, Cobelli C. Quantitative estimation of insulin sensitivity. Am J Physiol. 1979 Jun;236(6):E667-77. doi: 10.1152/ajpendo.1979.236.6.E667.
- West M, Blanchette C, Dressman H, Huang E, Ishida S, Spang R, Zuzan H, Olson JA Jr, Marks JR, Nevins JR. Predicting the clinical status of human breast cancer by using gene expression profiles. Proc Natl Acad Sci U S A. 2001 Sep 25;98(20):11462-7. doi: 10.1073/pnas.201162998. Epub 2001 Sep 18.
- Ritov VB, Menshikova EV, Azuma K, Wood R, Toledo FG, Goodpaster BH, Ruderman NB, Kelley DE. Deficiency of electron transport chain in human skeletal muscle mitochondria in type 2 diabetes mellitus and obesity. Am J Physiol Endocrinol Metab. 2010 Jan;298(1):E49-58. doi: 10.1152/ajpendo.00317.2009. Epub 2009 Nov 3.
- Alizadeh AA, Eisen MB, Davis RE, Ma C, Lossos IS, Rosenwald A, Boldrick JC, Sabet H, Tran T, Yu X, Powell JI, Yang L, Marti GE, Moore T, Hudson J Jr, Lu L, Lewis DB, Tibshirani R, Sherlock G, Chan WC, Greiner TC, Weisenburger DD, Armitage JO, Warnke R, Levy R, Wilson W, Grever MR, Byrd JC, Botstein D, Brown PO, Staudt LM. Distinct types of diffuse large B-cell lymphoma identified by gene expression profiling. Nature. 2000 Feb 3;403(6769):503-11. doi: 10.1038/35000501.
- Shoelson SE, Lee J, Yuan M. Inflammation and the IKK beta/I kappa B/NF-kappa B axis in obesity- and diet-induced insulin resistance. Int J Obes Relat Metab Disord. 2003 Dec;27 Suppl 3:S49-52. doi: 10.1038/sj.ijo.0802501.
- Reitman ML, Arioglu E, Gavrilova O, Taylor SI. Lipoatrophy revisited. Trends Endocrinol Metab. 2000 Dec;11(10):410-6. doi: 10.1016/s1043-2760(00)00309-x.
- Moro C, Bajpeyi S, Smith SR. Determinants of intramyocellular triglyceride turnover: implications for insulin sensitivity. Am J Physiol Endocrinol Metab. 2008 Feb;294(2):E203-13. doi: 10.1152/ajpendo.00624.2007. Epub 2007 Nov 14.
- Sreekumar A, Poisson LM, Rajendiran TM, Khan AP, Cao Q, Yu J, Laxman B, Mehra R, Lonigro RJ, Li Y, Nyati MK, Ahsan A, Kalyana-Sundaram S, Han B, Cao X, Byun J, Omenn GS, Ghosh D, Pennathur S, Alexander DC, Berger A, Shuster JR, Wei JT, Varambally S, Beecher C, Chinnaiyan AM. Metabolomic profiles delineate potential role for sarcosine in prostate cancer progression. Nature. 2009 Feb 12;457(7231):910-4. doi: 10.1038/nature07762. Erratum In: Nature. 2013 Jul 25;499(7459):504.
- van't Veer LJ, Bernards R. Enabling personalized cancer medicine through analysis of gene-expression patterns. Nature. 2008 Apr 3;452(7187):564-70. doi: 10.1038/nature06915.
- Wang S, Sparks LM, Xie H, Greenway FL, de Jonge L, Smith SR. Subtyping obesity with microarrays: implications for the diagnosis and treatment of obesity. Int J Obes (Lond). 2009 Apr;33(4):481-9. doi: 10.1038/ijo.2008.277. Epub 2009 Feb 3.
- Ptitsyn A, Hulver M, Cefalu W, York D, Smith SR. Unsupervised clustering of gene expression data points at hypoxia as possible trigger for metabolic syndrome. BMC Genomics. 2006 Dec 19;7:318. doi: 10.1186/1471-2164-7-318.
- Naik RG, Brooks-Worrell BM, Palmer JP. Latent autoimmune diabetes in adults. J Clin Endocrinol Metab. 2009 Dec;94(12):4635-44. doi: 10.1210/jc.2009-1120. Epub 2009 Oct 16.
- Sorlie T. Molecular portraits of breast cancer: tumour subtypes as distinct disease entities. Eur J Cancer. 2004 Dec;40(18):2667-75. doi: 10.1016/j.ejca.2004.08.021.
- Sorlie T. Introducing molecular subtyping of breast cancer into the clinic? J Clin Oncol. 2009 Mar 10;27(8):1153-4. doi: 10.1200/JCO.2008.20.6276. Epub 2009 Feb 9. No abstract available.
- Mutch DM, Temanni MR, Henegar C, Combes F, Pelloux V, Holst C, Sorensen TI, Astrup A, Martinez JA, Saris WH, Viguerie N, Langin D, Zucker JD, Clement K. Adipose gene expression prior to weight loss can differentiate and weakly predict dietary responders. PLoS One. 2007 Dec 19;2(12):e1344. doi: 10.1371/journal.pone.0001344.
- Henry RR, Abrams L, Nikoulina S, Ciaraldi TP. Insulin action and glucose metabolism in nondiabetic control and NIDDM subjects. Comparison using human skeletal muscle cell cultures. Diabetes. 1995 Aug;44(8):936-46. doi: 10.2337/diab.44.8.936.
- Ukropcova B, McNeil M, Sereda O, de Jonge L, Xie H, Bray GA, Smith SR. Dynamic changes in fat oxidation in human primary myocytes mirror metabolic characteristics of the donor. J Clin Invest. 2005 Jul;115(7):1934-41. doi: 10.1172/JCI24332.
- Aagaard-Tillery KM, Grove K, Bishop J, Ke X, Fu Q, McKnight R, Lane RH. Developmental origins of disease and determinants of chromatin structure: maternal diet modifies the primate fetal epigenome. J Mol Endocrinol. 2008 Aug;41(2):91-102. doi: 10.1677/JME-08-0025. Epub 2008 May 30.
- Cox J, Williams S, Grove K, Lane RH, Aagaard-Tillery KM. A maternal high-fat diet is accompanied by alterations in the fetal primate metabolome. Am J Obstet Gynecol. 2009 Sep;201(3):281.e1-9. doi: 10.1016/j.ajog.2009.06.041.
- Barker DJ, Gluckman PD, Godfrey KM, Harding JE, Owens JA, Robinson JS. Fetal nutrition and cardiovascular disease in adult life. Lancet. 1993 Apr 10;341(8850):938-41. doi: 10.1016/0140-6736(93)91224-a.
- Barker DJ, Hales CN, Fall CH, Osmond C, Phipps K, Clark PM. Type 2 (non-insulin-dependent) diabetes mellitus, hypertension and hyperlipidaemia (syndrome X): relation to reduced fetal growth. Diabetologia. 1993 Jan;36(1):62-7. doi: 10.1007/BF00399095.
- Barres R, Osler ME, Yan J, Rune A, Fritz T, Caidahl K, Krook A, Zierath JR. Non-CpG methylation of the PGC-1alpha promoter through DNMT3B controls mitochondrial density. Cell Metab. 2009 Sep;10(3):189-98. doi: 10.1016/j.cmet.2009.07.011.
- Welch S, Gebhart SS, Bergman RN, Phillips LS. Minimal model analysis of intravenous glucose tolerance test-derived insulin sensitivity in diabetic subjects. J Clin Endocrinol Metab. 1990 Dec;71(6):1508-18. doi: 10.1210/jcem-71-6-1508.
- Brody DL, Magnoni S, Schwetye KE, Spinner ML, Esparza TJ, Stocchetti N, Zipfel GJ, Holtzman DM. Amyloid-beta dynamics correlate with neurological status in the injured human brain. Science. 2008 Aug 29;321(5893):1221-4. doi: 10.1126/science.1161591.
- Smith, S.R., Martin, C., Katzmarzyk, P. & Church, T. Obesity and Diabetes: Implications for Management. in 2009 Educational Review Manual in Endocrinology FOCUS: Diabetes (ed. Kendall, D.M.) (Castle Connolly Graduate Medical Publishing, New York, NY 2009).
- Divoux A, Eroshkin A, Erdos E, Sandor K, Osborne TF, Smith SR. DNA Methylation as a Marker of Body Shape in Premenopausal Women. Front Genet. 2021 Jul 29;12:709342. doi: 10.3389/fgene.2021.709342. eCollection 2021.
- Pachori AS, Madan M, Nunez Lopez YO, Yi F, Meyer C, Seyhan AA. Reduced skeletal muscle secreted frizzled-related protein 3 is associated with inflammation and insulin resistance. Obesity (Silver Spring). 2017 Apr;25(4):697-703. doi: 10.1002/oby.21787. Epub 2017 Feb 27.
Daty zapisu na studia
Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.
Główne daty studiów
Rozpoczęcie studiów
1 listopada 2010
Zakończenie podstawowe (Rzeczywisty)
1 czerwca 2014
Ukończenie studiów (Rzeczywisty)
1 czerwca 2014
Daty rejestracji na studia
Pierwszy przesłany
16 maja 2014
Pierwszy przesłany, który spełnia kryteria kontroli jakości
26 sierpnia 2014
Pierwszy wysłany (Oszacować)
27 sierpnia 2014
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
22 lutego 2018
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
21 lutego 2018
Ostatnia weryfikacja
1 lutego 2018
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- TRIMDFH 238153
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .