- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT04583306
Ślinowy odcisk palca Ramana COVID-19
Charakterystyka sygnatury Ramana COVID-19 śliny jako potencjalnego narzędzia do szybkiej dyskryminacji zakażenia SARS-CoV-2 i ciężkości
Wybuch choroby koronawirusowej 2019 (COVID-19), wywołany zakażeniem wirusem SARS-CoV-2, szybko rozprzestrzenił się, stając się ogólnoświatową pandemią. Globalne badania koncentrowały się na zrozumieniu biochemicznego mechanizmu infekcji oraz na odkryciu szybkiego, czułego i taniego narzędzia diagnostycznego, zdolnego do odróżnienia obecnych i przeszłych infekcji SARS-CoV-2 od minimalnie inwazyjnego biopłynu. Szybka diagnoza COVID-19 ma fundamentalne znaczenie dla ograniczenia i izolacji pozytywnych przypadków, zmniejszając wraz z szybką interwencją rozprzestrzenianie się infekcji.
Celem projektu jest scharakteryzowanie i walidacja ramanowskiego odcisku palca COVID-19 w ślinie, zrozumienie głównych biomolekuł zaangażowanych w różnice między trzema grupami eksperymentalnymi: 1) osobami zdrowymi, 2) pacjentami z COVID-19 i 3) osobami z przebyta infekcja COVID-19. Duża ilość danych ramanowskich zostanie wykorzystana do stworzenia bazy danych Ramana dotyczącej śliny, łączącej poszczególne dane z zebranymi względnymi danymi klinicznymi.
Począwszy od wstępnych wyników i protokołów Laboratorium Nanomedycyny i Biofotoniki Klinicznej (LABION) - IRCCS Fondazione Don Gnocchi Milano, ślina pobrana od każdej grupy eksperymentalnej zostanie poddana analizie za pomocą spektroskopii ramanowskiej. Wszystkie dane będą przetwarzane dla linii bazowej, przesunięcia i normalizacji w celu ujednolicenia zebranych sygnałów i stworzenia w ten sposób bazy ramanowskiej. Scharakteryzowane zostanie średnie widmo obliczone z każdej grupy, identyfikując główne rodziny cząsteczek biologicznych odpowiedzialnych za różnice widmowe.
OCZEKIWANE REZULTATY: Zweryfikowanie możliwości wykorzystania spektroskopii ramanowskiej próbek śliny do identyfikacji osób dotkniętych COVID-19. Głównym celem projektu jest stworzenie modelu klasyfikacyjnego zdolnego do: rozróżnienia obecnej i przebytej infekcji COVID-19, identyfikacji głównych cząsteczek biologicznych zmienionych w ślinie podczas infekcji, przewidywania przebiegu klinicznego nowo zdiagnozowanych pacjentów z COVID-19, translacji i zastosowanie modelu klasyfikacyjnego do przenośnego Ramana do badania punktu opieki.
Przegląd badań
Status
Warunki
Szczegółowy opis
TŁO/UZASADNIENIE: Wybuch choroby koronawirusowej 2019 (COVID-19), spowodowanej zakażeniem SARS-CoV-2, szybko rozprzestrzenił się, stając się ogólnoświatową pandemią. Globalne badania koncentrowały się na zrozumieniu biochemicznego mechanizmu infekcji oraz na odkryciu szybkiego, czułego i taniego narzędzia diagnostycznego, zdolnego do odróżnienia obecnych i przeszłych infekcji SARS-CoV-2 od minimalnie inwazyjnego biopłynu. Szybka diagnoza COVID-19 ma fundamentalne znaczenie dla ograniczenia i izolacji pozytywnych przypadków, zmniejszając wraz z szybką interwencją rozprzestrzenianie się infekcji. Ponadto przewidywanie ciężkości infekcji dróg oddechowych może mieć kluczowe znaczenie dla szybkiej identyfikacji i rozróżnienia między łagodnym przebiegiem klinicznym, ciężką chorobą a zespołem ostrej niewydolności oddechowej (ARDS). Jednym z pierwszych miejsc zakażenia SARS-CoV-2 jest jama ustna, w której wirus może wiązać się i przenikać przez receptory ACE2 obecne na komórkach nabłonkowych gruczołów ślinowych. Tak więc wysokie stężenie cząstek wirusa można było znaleźć w ślinie we wstępnych fazach infekcji. Ślina to złożony biopłyn składający się z bioaktywnych cząsteczek, które można pobrać za pomocą naprawdę minimalnie inwazyjnej procedury. Spektroskopia ramanowska to nieinwazyjna, szybka i wolna od znaczników technika wibracyjna, zdolna do dostarczenia informacji dotyczących obecności, stężenia, środowiska, modyfikacji i interakcji wszystkich form biochemicznych obecnych w określonym płynie biologicznym. Za pomocą spektroskopii ramanowskiej badacze przeanalizują ślinę pobraną od osób zdrowych, pacjentów dotkniętych COVID-19 oraz osób z przebytą infekcją COVID-19. Zebrane dane zostaną przeanalizowane i wykorzystane do stworzenia bazy Ramana, która będzie w stanie dostarczyć model klasyfikacji oparty na uczeniu maszynowym. Możliwość monitorowania i scharakteryzowania potencjalnego odcisku palca COVID-19 w ślinie może mieć kluczowe znaczenie dla monitorowania i rozróżniania osób z COVID-19 z obecną i przebytą infekcją od osób zdrowych.
CELE: Celem projektu jest scharakteryzowanie i walidacja ramanowskiego odcisku palca COVID-19 w ślinie, zrozumienie głównych biomolekuł zaangażowanych w różnice między trzema grupami eksperymentalnymi: 1) osobami zdrowymi, 2) pacjentami z COVID-19 i 3) osobami badanymi z przebytą infekcją COVID-19. Duża ilość danych ramanowskich zostanie wykorzystana do stworzenia bazy danych Ramana dotyczącej śliny, łączącej poszczególne dane z zebranymi względnymi danymi klinicznymi. Baza Ramana zostanie wykorzystana do stworzenia modelu klasyfikacyjnego poprzez zastosowanie analizy wielowymiarowej w zakresie analizy głównych składowych oraz liniowej analizy dyskryminacyjnej. Ten model klasyfikacyjny zapewni szybkie narzędzie do różnicowania stanu COVID-19, potencjalnie dostarczając również informacji na temat przebiegu klinicznego układu oddechowego pacjenta. Model zostanie przetłumaczony do zastosowania w przenośnym spektrometrze Ramana, co doprowadzi do stworzenia Raman Point of Care METODY: Począwszy od wstępnych wyników i protokołów Laboratorium Nanomedycyny i Biofotoniki Klinicznej (LABION) - IRCCS Fondazione Don Gnocchi Milano , ślina pobrana od każdej grupy eksperymentalnej zostanie przeanalizowana przy użyciu spektroskopii ramanowskiej. Wszystkie dane będą przetwarzane dla linii bazowej, przesunięcia i normalizacji w celu ujednolicenia zebranych sygnałów i stworzenia w ten sposób bazy ramanowskiej. Scharakteryzowane zostanie średnie widmo obliczone z każdej grupy, identyfikując główne rodziny cząsteczek biologicznych odpowiedzialnych za różnice widmowe. Kolejno wszystkie widma zostaną poddane analizie wielowymiarowej (analiza głównych składowych i liniowa analiza dyskryminacyjna) uzyskując w ten sposób model klasyfikacyjny. LOOCV będzie używany do trenowania modelu klasyfikacji, który będzie kwestionowany za pomocą analizy walidacyjnej podzbioru. Do korelacji ramanowskiej z parametrem klinicznym (np. przebieg kliniczny COVID-19) wykorzystując jako kontrolną współzmienną wiek i płeć badanych. Model klasyfikacyjny zostanie następnie przetłumaczony i wykorzystany jako punkt opieki przy użyciu przenośnego Ramana wyposażonego w laser emitujący fale o długości fali 785 nm, o porównywalnej rozdzielczości spektralnej.
- POBIERANIE PRÓBEK: Ślina zostanie pobrana za pomocą Salivette (SARSTEDT, Niemcy), zgodnie z instrukcjami producenta. Wacik jest wkładany do ust pacjenta i żuty przez 60 sekund. Pobranie śliny nastąpi poprzez odwirowanie wymazówki (1000 g x 2 min), rejestrując wszystkie związane z tym parametry (temperatura przechowywania i czas między pobraniem a analizą). Wszystkie zabiegi pobraniowe będą wykonywane co najmniej dwie godziny po ostatnim posiłku i umyciu zębów.
- PRZYGOTOWANIE PRÓBKI: Przed analizą ślina (3 ul) zostanie naniesiona na folię aluminiową i wysuszona przez noc. Folia aluminiowa ma fundamentalne znaczenie dla uzyskania wzmocnionego rozpraszania Ramana na powierzchni, zwiększając sygnał ramanowski śliny.
- ZBIERANIE DANYCH: Widma ramanowskie będą pozyskiwane przy użyciu mikroskopu ramanowskiego Aramis (Horiba Jobin-Yvon, Francja) wyposażonego w źródło światła laserowego o długości fali 785 nm i mocy lasera 100% (512 mW). Czas akwizycji zostanie ustawiony na 30 sekund z podwójną akwizycją i 2-sekundowym opóźnieniem, aby zapobiec powstawaniu widm artefaktów. Przed każdą analizą przyrząd zostanie skalibrowany przy użyciu wzorcowego pasma krzemu. Wszystkie sygnały będą zbierane w obszarze między 400 a 1600 cm-1 z rozdzielczością 0,8 cm-1, uzyskując co najmniej 25 widm zgodnie z kwadratową mapą. Pakiet oprogramowania LabSpec 6 (Horiba Jobin-Yvon) zostanie wykorzystany do projektowania map i akwizycji widm.
- ANALIZA DANYCH: Wszystkie dane zostaną dopasowane przy użyciu krzywej wielomianu czwartego stopnia, aby ustawić linię bazową, a następnie znormalizowane za pomocą wektora jednostkowego. Wkład aluminium zostanie usunięty z każdego widma. Analiza statystyczna zostanie przeprowadzona z wykorzystaniem podejścia wielowymiarowego. W skrócie, analiza głównych składowych i liniowa analiza dyskryminacyjna zostaną zastosowane do wyodrębnienia głównych składowych i zmiennych kanonicznych. Funkcje te zostaną wykorzystane do walidacji krzyżowej typu „pomiń jeden” (LOOCV), walidacji podzbioru i korelacji z parametrami klinicznymi. Mann-Whitney zostanie przeprowadzony na wynikach PC w celu zweryfikowania statystycznie istotnych różnic między analizowanymi grupami. Analiza zostanie przeprowadzona przy użyciu oprogramowania Origin (OriginLab, USA)
- KORELACJA: Częściowa korelacja ze współczynnikami Pearsona i Spearmana zostanie przeprowadzona na wyodrębnionych zmiennych i parametrach klinicznych, wykorzystując jako współzmienne kontrolne wiek i płeć badanych. Tylko wartości z p < 0,001 będą uważane za statystycznie istotne.
- TŁUMACZENIE: Dane i model klasyfikacyjny zostaną zastosowane za pomocą przenośnego Ramana wyposażonego w laser emitujący fale o długości fali 785 nm io rozdzielczości spektralnej porównywalnej z zastosowaną w poprzedniej analizie.
Typ studiów
Zapisy (Oczekiwany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Marzia Bedoni, PhD
- Numer telefonu: +39 0240308874
- E-mail: mbedoni@dongnocchi.it
Kopia zapasowa kontaktu do badania
- Nazwa: LABION laboratory
- Numer telefonu: +39 0240308533
- E-mail: labion@dongnocchi.it
Lokalizacje studiów
-
-
-
Milano, Włochy, 20100
- Rekrutacyjny
- Farmaacquisition srl
-
Kontakt:
- Maria Langerame
- E-mail: maria.langerame@alliance-retail.it
-
Milano, Włochy, 20100
- Aktywny, nie rekrutujący
- Università degli Studi di Milano-Bicocca
-
-
BS
-
Rovato, BS, Włochy, 25038
- Rekrutacyjny
- Fondazione Don Carlo Gnocchi, Centro Spalenza
-
Kontakt:
- Luca C Bianchi, MD
- Numer telefonu: +39 03072245414
- E-mail: lubianchi@dongnocchi.it
-
Pod-śledczy:
- Luca C Bianchi, MD
-
-
MI
-
Milano, MI, Włochy, 20148
- Rekrutacyjny
- IRCCS Fondazione Don Carlo Gnocchi, Santa Maria Nascente Hospital (Milano)
-
Kontakt:
- Marzia Bedoni, PhD
- Numer telefonu: +39 0240308874
- E-mail: mbedoni@dongnocchi.it
-
Kontakt:
- LABION laboratory
- Numer telefonu: +39 0240308533
- E-mail: labion@dongnocchi.it
-
Główny śledczy:
- Marzia Bedoni, PhD
-
Pod-śledczy:
- Paolo I Banfi, MD
-
Pod-śledczy:
- Jorge Navarro, MD
-
-
Puglia
-
Bari, Puglia, Włochy
- Rekrutacyjny
- Azienda Ospedaliera Universitaria Policlinico di Bari
-
Kontakt:
- Paola Pierucci, MD
- E-mail: paola.pierucci@policlinico.ba.it
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Diagnoza COVID-19 na podstawie wymazu z nosogardła dodatniego w kierunku SARS-CoV-2
- Posiada pisemną zgodę na badanie śliny
- Wiek od 18 do 90 lat
Kryteria wyłączenia:
- Trwające zakażenie bakteryjne lub grzybicze jamy ustnej (np. kandydoza jamy ustnej)
- Wiek poniżej 18 lat i powyżej 90 lat
- Brak pisemnej zgody
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: Kontrola przypadków
- Perspektywy czasowe: Spodziewany
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
---|---|
Zdrowe przedmioty
40 zdrowych osób w dobrym stanie zdrowia porównywalnym pod względem wieku i płci z innymi wybranymi grupami oraz z ujemnym wynikiem testu w kierunku SARS-CoV-2 lub zebranych przed wystąpieniem pandemii
|
Ślina będzie zbierana, przetwarzana i analizowana za pomocą spektroskopii ramanowskiej.
Uzyskane dane zostaną znormalizowane i przetworzone w celu stworzenia modelu klasyfikacyjnego.
|
COVID-19 pozytywny
40 osób dotkniętych COVID-19, stwierdzonych dodatnim wynikiem testu nosowo-gardłowego w kierunku SARS-CoV-2 oraz o porównywalnym wieku i płci dla pozostałych wybranych grup
|
Ślina będzie zbierana, przetwarzana i analizowana za pomocą spektroskopii ramanowskiej.
Uzyskane dane zostaną znormalizowane i przetworzone w celu stworzenia modelu klasyfikacyjnego.
|
COVID-19 negatywny
40 osób z potwierdzoną w przeszłości infekcją SARS-CoV-2 i co najmniej dwoma kolejnymi negatywnymi testami stwierdzonymi testem nosowo-gardłowym SARS-CoV-2, porównywalne pod względem wieku i płci z innymi wybranymi grupami
|
Ślina będzie zbierana, przetwarzana i analizowana za pomocą spektroskopii ramanowskiej.
Uzyskane dane zostaną znormalizowane i przetworzone w celu stworzenia modelu klasyfikacyjnego.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
---|---|---|
Identyfikacja i charakterystyka nowej sygnatury śliny COVID-19 za pomocą spektroskopii ramanowskiej
Ramy czasowe: Pewnego dnia
|
Analiza ramanowska próbek śliny pobranych od pacjentów dotkniętych COVID-19 iz przebytą infekcją zostanie wykorzystana do scharakteryzowania sygnatury COVID-19 zdolnej do rozróżnienia osób z obecną lub przebytą infekcją
|
Pewnego dnia
|
Ocena różnic widmowych między grupami doświadczalnymi
Ramy czasowe: Jeden miesiąc
|
Dane ramanowskie zebrane od grup eksperymentalnych zostaną porównane i interpolowane z ogromną liczbą ramanowskich baz danych dotyczących biopłynów obecnych w literaturze.
Ta procedura zapewni określenie głównych związków biochemicznych biorących udział w różnicach między grupami doświadczalnymi (np.
wirusowe białka strukturalne i lipidy, cytokiny, cząsteczki zapalne, uszkodzone biomolekuły)
|
Jeden miesiąc
|
Wyznaczanie modelu klasyfikacyjnego poprzez analizę wielowymiarową
Ramy czasowe: 6 miesięcy
|
Baza danych Ramana będzie przetwarzana za pomocą analizy głównych składowych i liniowej analizy dyskryminacyjnej.
Kolejna walidacja krzyżowa typu „pomiń jedno wykluczone” zapewni podstawowy model dyskryminacji, który będzie w stanie przypisać każde widmo do jednej z grup eksperymentalnych
|
6 miesięcy
|
Korelacja z danymi klinicznymi
Ramy czasowe: Pewnego dnia
|
Dane ramanowskie dotyczące osób z obecną lub przebytą infekcją SARS-CoV-2 zostaną skorelowane z danymi klinicznymi, potwierdzając w ten sposób naszą metodologię.
Zasadnicza korelacja zostanie przeprowadzona między nasileniem infekcji dróg oddechowych a czasem między pierwszym dodatnim wynikiem testu SARS-CoV-2 a ostatnim ujemnym wynikiem testu SARS-CoV-2.
|
Pewnego dnia
|
Test metodologii
Ramy czasowe: Rok
|
Model klasyfikacyjny będzie stale kwestionowany i szkolony z wykorzystaniem nowych potencjalnych pacjentów i dodawania nowych parametrów klinicznych jako „podgrup” w celu pełnego rozróżnienia i przewidywania stanu patologicznego.
|
Rok
|
Przenośny Ramana jako punkt opieki
Ramy czasowe: Rok
|
Scharakteryzowany i zaimplementowany model klasyfikacyjny zostanie przetłumaczony na przenośny ramanowski wyposażony w laser emitujący fale o długości fali 785 nm io rozdzielczości spektralnej porównywalnej z tą z ławki ramanowskiej.
Stacja ta będzie najpierw testowana z pacjentami zgłaszającymi się do szpitala, a następnie stosowana w sposób ciągły wdrażając model klasyfikacyjny z nowymi widmami ramanowskimi i danymi klinicznymi.
W ten sposób w wysokim stopniu zaimplementujemy dokładność, czułość, precyzję i specyficzność modelu.
|
Rok
|
Współpracownicy i badacze
Śledczy
- Krzesło do nauki: Marzia Bedoni, PhD, IRCCS Fondazione Don Carlo Gnocchi, Laboratory of Nanomedicine and Clinical Biophotonics
Publikacje i pomocne linki
Publikacje ogólne
- Feng Z, Yu Q, Yao S, Luo L, Zhou W, Mao X, Li J, Duan J, Yan Z, Yang M, Tan H, Ma M, Li T, Yi D, Mi Z, Zhao H, Jiang Y, He Z, Li H, Nie W, Liu Y, Zhao J, Luo M, Liu X, Rong P, Wang W. Early prediction of disease progression in COVID-19 pneumonia patients with chest CT and clinical characteristics. Nat Commun. 2020 Oct 2;11(1):4968. doi: 10.1038/s41467-020-18786-x.
- Carlomagno C, Cabinio M, Picciolini S, Gualerzi A, Baglio F, Bedoni M. SERS-based biosensor for Alzheimer disease evaluation through the fast analysis of human serum. J Biophotonics. 2020 Mar;13(3):e201960033. doi: 10.1002/jbio.201960033. Epub 2020 Jan 1.
- Carlomagno C, Banfi PI, Gualerzi A, Picciolini S, Volpato E, Meloni M, Lax A, Colombo E, Ticozzi N, Verde F, Silani V, Bedoni M. Human salivary Raman fingerprint as biomarker for the diagnosis of Amyotrophic Lateral Sclerosis. Sci Rep. 2020 Jun 23;10(1):10175. doi: 10.1038/s41598-020-67138-8.
- Gualerzi A, Niada S, Giannasi C, Picciolini S, Morasso C, Vanna R, Rossella V, Masserini M, Bedoni M, Ciceri F, Bernardo ME, Brini AT, Gramatica F. Raman spectroscopy uncovers biochemical tissue-related features of extracellular vesicles from mesenchymal stromal cells. Sci Rep. 2017 Aug 29;7(1):9820. doi: 10.1038/s41598-017-10448-1.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Oczekiwany)
Ukończenie studiów (Oczekiwany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- FDG_SalivaCOVID01
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .
Badania kliniczne na Covid19
-
Anavasi DiagnosticsJeszcze nie rekrutacja
-
Ain Shams UniversityRekrutacyjny
-
Israel Institute for Biological Research (IIBR)Zakończony
-
Colgate PalmoliveZakończonyCovid19Stany Zjednoczone
-
Christian von BuchwaldZakończony
-
Luye Pharma Group Ltd.Shandong Boan Biotechnology Co., LtdAktywny, nie rekrutujący
-
University of ZurichLabor Speiz; Swiss Armed Forces; Universitätsspital ZürichRejestracja na zaproszenie
-
Alexandria UniversityZakończony
-
Henry Ford Health SystemZakończony