- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT03889132
Glukos, hjärna och mikrobiota (IRONMET+CGM)
Integrerad analys av interaktionerna mellan glykemi och mikrobiota sammansättning, och deras inverkan på hjärnans järnavsättning och kognition hos personer med fetma
Ansamlingen av järn är känd för att påverka funktionerna i levern, fettvävnaden och musklerna. Hjärnan är en välkänd plats för järnavlagring, som är förknippad med kognitiva parametrar hos personer med fetma.
Hypotesen är att vissa parametrar relaterade till glukosmetabolism (glykemisk variabilitet, den cirkulerande koncentrationen av AGE-receptoragonister, pentosidin och HbA1c) är associerade med kognitiv funktion, hjärnans järnhalt och tarmmikrobiotasammansättning hos personer med fetma.
Studien inkluderar både ett tvärsnitt (jämförelse av försökspersoner med och utan fetma) och en longitudinell design (utvärdering ett år efter viktminskning inducerad av bariatrisk kirurgi eller genom diet hos patienter med fetma) för att utvärdera sambanden mellan kontinuerlig glukosmätning, hjärnan järnhalt (genom magnetisk resonans), kognitiv funktion (med hjälp av kognitiva tester), fysisk aktivitet (mätt med aktivitet och sömnspårningsenhet) och mikrobiotans sammansättning, utvärderad med metagenomik.
Studieöversikt
Detaljerad beskrivning
Ämnen och metoder:
A. Tvärsnittsstudie:
Patienter med fetma som tidigare schemalagts till Service of Endocrinology, Diabetes and Nutrition (UDEN) på sjukhuset "Dr. Josep Trueta" från Girona (Spanien) kommer att rekryteras och studeras. Försökspersoner utan fetma kommer också att rekryteras genom ett offentligt tillkännagivande.
En blodsockersensor kommer att implanteras i tio dagar, samt en aktivitets- och sömnspårare för att registrera fysisk aktivitet under denna tidsperiod. Interstitiell subkutan glukoskoncentration kommer att övervakas polikliniskt under en tidsperiod av 10 dagar i följd med hjälp av en glukossensor validerad av FDA (Dexcom G6 ®). Sensorn kommer att implanteras på dag 0 och går ut på dag 10 mitt på förmiddagen. Glukosregistreringar kommer företrädesvis att utvärderas på dagarna 2 till 9 för att undvika den fördom som orsakas av insättning och borttagning av sensorn, vilket förhindrar en tillräcklig stabilisering av övervakningssystemet. Det karakteristiska glykemiska mönstret för varje patient kommer att beräknas i genomsnitt från profilerna som erhålls dag 2 till 9.
I slutet av veckan kommer en magnetisk resonanstomografi att göras för att utvärdera järnhalten i hjärnan och parametrar för "Diffusion Tensor Imaging" i olika hjärnterritorier.
Kognitiva tester kommer att genomföras och avföring kommer att samlas in för att studera mikrobiotan.
Projektet kommer att genomföras i försökspersoner med fetma (20 män, 20 premenopausala kvinnor och 20 kvinnor postmenopausala, BMI > = 30kg/m2) och försökspersoner utan fetma, liknande ålder, kön och menopausal status (20 män, 20 premenopausala kvinnor och 20 postmenopausala kvinnor, BMI <30kg/m2).
B. Longitudinell studie:
Efter ett års uppföljning, där patienter med fetma kommer att genomgå konventionell behandling (hypokalorisk kost och råd om fysisk aktivitet) eller bariatrisk operation för viktminskning, kommer ett andra besök att genomföras.
Som jämförelse kommer samma protokoll för tvärsnittsstudien att göras igen. Se information ovan.
Datainsamling av ämnen i tvärsnitts- och longitudinella studier:
- Subsidiärdata: Ålder, kön och födelsedatum.
- Kliniska variabler: Vikt, längd, body mass index, midja och höftomkrets, midja-till-höft-förhållande, blodtryck (systoliskt och diastoliskt), fettmassa och fettfri massa (bioelektrisk impedans och DEXA), rökstatus, alkoholintag , register över vanliga läkemedel och register över anhöriga med fetma, diabetes och samsjukligheter.
- Laboratorievariabler: 15 cc blod kommer att extraheras från fastande försökspersoner för att fastställa följande variabler med de vanliga rutinteknikerna i det kliniska laboratoriet (hemogram, glukos, bilirubin, aspartataminotransferas (AST/GOT), alaninaminotransferas (ALT/GPT), gamma -glutamyltranspeptidas (GGT), urea, kreatinin, urinsyra, totala proteiner, albumin, totalkolesterol, HDL-kolesterol, LDL-kolesterol, triglycerider, glykerat hemoglobin (HbA1c), ferritin, löslig transferrinreceptor, ultrakänsligt C-reaktivt protein, erytrocyt , lipopolysackaridbindande protein, fritt tyroxin (fritt T4), sköldkörtelstimulerande hormon (TSH) och baslinjekortisol). Ytterligare 15 cc blod (plasma-EDTA) kommer att extraheras för ytterligare analyser.
- Samling av avföringsprov: Ett avföringsprov kommer att tillhandahållas från varje patient. Provet ska samlas in hemma eller på sjukhuset, skickas till laboratoriet inom 4 timmar från insamlingen, fragmenteras och förvaras vid -80ºC.
- Magnetisk resonanstomografi: Alla MRT-undersökningar kommer att utföras på en 1,5-T-skanner (Ingenia ®; Philips Medical Systems). Först kommer vätskeförsvagad inversionsåtervinning (FLAIR)-sekvens att användas för att utesluta försökspersoner med redan existerande hjärnskador. Hjärnans järnbelastning kommer att bedömas med hjälp av R2*-värden. T2*-relaxationsdata kommer att erhållas med en multi-eko gradient-ekosekvens med 10 ekon med lika mellanrum (första ekot=4,6ms; mellanekoavstånd=4,6ms; upprepningstid=1300ms). T2* kommer att beräknas genom att anpassa de enskilda exponentialtermerna till signalavklingningskurvorna för respektive multi-ekodata. R2*-värden kommer att beräknas som R2*=1/T2* och uttrycks som Hz. Dessutom kommer R2*-värden att omvandlas till μmol Fe/g-enheter som tidigare validerats på fantomtester. Hjärnjärnbilder från kontrollobjekt kommer att normaliseras till ett standardutrymme med hjälp av en mallbild för detta ändamål (EPI MNI-mall). Därefter kommer alla normaliserade bilder att beräknas i medeltal för bestämning av normal järnhalt. Normala värden (medelvärde och SD) kommer också att beräknas för anatomiska regioner av intresse med hjälp av olika atlasmasker, med hänsyn till eventuella skillnader mellan kön och ålder. Järnjämförelsen mellan kontroll- och överviktiga försökspersoner kommer att utföras med hjälp av voxel-baserad analys. Överviktiga bilder kommer att normaliseras till ett standardutrymme. Den normaliserade bilden kommer att jämföras med normalpopulationen med hjälp av t-testanalys med ålder och kön som kovariabler. Som ett resultat kommer en parametrisk karta att visa individuella skillnader i järnavsättning. Baserat på tidigare observationsstudier som visar ökad järnbelastning i hjärnan i vissa specifika regioner och bevis som tyder på förändringar i hippocampus och hypotalamus i samband med fetma och insulinresistens, kommer de statistiska analyserna och bildanalyserna att fokuseras på järnskillnader vid kaudat, lins, talamus, hypotalamus , hippocampus och amygdala.
- Neuropsykologisk undersökning: Allmän kognitiv funktion kommer att mätas med hjälp av deltesterna Vocabulary and Similarities från Wechsler Adult Intelligence Scale-III (WAIS-III); uppmärksamhet och arbetsminne genom deltestet Forward and Backward Digit Span i WAIS-II; minne med California Verbal Learning Test II; exekutiva funktioner genom Trail Making Test, Color-Word Stroop Test och verbalt flyt; humör med hjälp av Patient Health Questionnaire-9 och impulsiva beteenden med hjälp av Iowa Gambling Task.
- Mikrobiotasammansättning: mikrobiotasammansättningen kommer att analyseras enligt ett tidigare beskrivet protokoll. 16s rRNA qPCR och LPS-bindande protein i blodprover kommer att användas för detektion av bakteriell translokation.
Informationen kommer att förbli registrerad i en anteckningsbok och kommer att datoriseras i studiens databas.
Statistiska metoder:
Provstorlek: Det finns inga tidigare data som visar förväntade skillnader för uppskattning av provstorlek avseende glukosvariabilitet, fysisk aktivitet, sammansättning av tarmmikrobiota och kognitiv funktion. I en tidigare studie observerades skillnader i hjärnans järnhalt hos 20 överviktiga mot 20 icke-överviktiga försökspersoner. Således är den föreslagna urvalsstorleken minst 20 individer per grupp, med balanserad ålder och kön (pre- och postmenopausala kvinnor) representation.
Statistiska analyser: Först kommer normalfördelning och varianshomogenitet att testas. För att bestämma skillnader mellan studiegrupper kommer det att användas χ2 för kategoriska variabler, oparat Students t-test i normal kvantitativ och Mann-Whitney U-test för icke-normala kvantitativa variabler. Icke-parametrisk Spearman-analys kommer att användas för att bestämma korrelationen mellan kvantitativa variabler. Samma test kommer också att användas för att studera skillnader före och efter uppföljning. De signifikanta sambanden, vare sig de är positiva eller negativa, kommer att utforskas mer ingående (enkla och multivariata linjära regressionsanalyser).
Mikrobiotasammansättningen kommer att analyseras och jämföras med hjälp av HeatMaps, Principal Component Analysis (PCA) och PLSDA. För multivariat statistik (PLSDA och hierarkisk klustring) kommer variabler som omfattar morfologiska vävnadsegenskaper, tarmmikrobiota och funktionstest att logtransformeras, filtreras med interkvartilintervallsuppskattning och skalas med automatisk skalningsberäkning (medelcentrerad och dividerad med standardavvikelsen för varje variabel) genom att använda Metaboanalyst ® -plattformen, R ®-paketets ropls och MATLAB ® -skript. Alfa och beta biologisk mångfald kommer att jämföras utifrån fetma, insulinresistens och järnstatus. Det kommer också att användas SPSS ® statistisk programvara och Minitab ®.
Studietyp
Inskrivning (Faktisk)
Kontakter och platser
Studieorter
-
-
Girona
-
Girona, Girona, Spanien, 17007
- Institut d'Investigació Biomèdica de Girona (IDIBGI)
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Testmetod
Studera befolkning
Patienter med fetma, utan känd typ 2-diabetes, tidigare planerad till Service of Endocrinology, Diabetes and Nutrition (UDEN) på sjukhuset "Dr. Josep Trueta" från Girona (Spanien) kommer att rekryteras och studeras.
Försökspersoner utan fetma kommer också att rekryteras genom ett offentligt tillkännagivande.
Beskrivning
Inklusionskriterier:
- Kaukasiska män och kvinnor i åldern 30-65 år.
- Informerat samtycke för deltagande i studien.
Exklusions kriterier:
- Allvarlig systemisk sjukdom som inte är relaterad till fetma såsom cancer, svår njur- eller leversjukdom, känd typ 1- eller typ 2-diabetes.
- Systemiska sjukdomar med inneboende inflammatorisk aktivitet såsom reumatoid artrit, Crohns sjukdom, astma, kronisk infektion (t.ex. HIV, aktiv tuberkulos) eller någon typ av infektionssjukdom.
- Graviditet och amning.
- Patienter med allvarliga störningar i ätbeteendet.
- Personer vars frihet är under lagliga eller administrativa krav.
- Kliniska symtom och tecken på infektion under föregående månad.
- Antibiotisk, svampdödande eller antiviral behandling under de senaste 3 månaderna.
- Antiinflammatorisk kronisk behandling med steroida och/eller icke-steroida antiinflammatoriska läkemedel.
- Stora psykiatriska föregångare.
- Överdrivet alkoholintag, antingen akut eller kronisk (alkoholintag större än 40 g per dag (kvinnor) eller 80 g/dag (män)) eller drogmissbruk.
- Serumleverenzym (AST, ALT) aktivitet över två gånger den övre normalgränsen.
- Historik med störningar i järnbalansen (t.ex. genetisk hemokromatos, hemosideros oavsett orsak, atransferrinemi, paroxysmal nattlig hemoglobinuri).
Studieplan
Hur är studien utformad?
Designdetaljer
- Observationsmodeller: Case-Control
- Tidsperspektiv: Blivande
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Premenopausala kvinnor med fetma
|
Försökspersoner med fetma (N=60) kommer att genomgå en hypokaloridiet och en periodisk uppföljning, även 30 av dem kommer att genomgå bariatrisk operation
|
|
Postmenopausala kvinnor med fetma
|
Försökspersoner med fetma (N=60) kommer att genomgå en hypokaloridiet och en periodisk uppföljning, även 30 av dem kommer att genomgå bariatrisk operation
|
|
Män med fetma
|
Försökspersoner med fetma (N=60) kommer att genomgå en hypokaloridiet och en periodisk uppföljning, även 30 av dem kommer att genomgå bariatrisk operation
|
|
Premenopausala kvinnor utan fetma
|
|
|
Postmenopausala kvinnor utan fetma
|
|
|
Män utan fetma
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Koncentration av avancerade glycation end products (AGE) receptoragonister.
Tidsram: 30 månader
|
Enzymkopplad immunosorbentanalys (ELISA).
|
30 månader
|
|
Glykemisk variabilitet.
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för glukosmått i mg/dL med en kontinuerlig glukosövervakning under 10 dagar.
|
30 månader
|
|
Procentandelen av tiden i målintervallet för glukos (glukosnivå 100 mg/dl-125 mg/dl)
Tidsram: 30 månader
|
30 månader
|
|
|
Den glykemiska variabiliteten mätt med medelamplituden av glykemiska exkursioner (MAGE)
Tidsram: 30 månader
|
mätt i mg/dl
|
30 månader
|
|
Minuter lätt sömn
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för minuter lätt sömn mäter av aktivitet och sömnspårningsenhet.
|
30 månader
|
|
Minuters djup sömn
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för mätningar av djupsömn i minuter efter aktivitet och sömnspårningsenhet.
|
30 månader
|
|
Minuters snabba ögonrörelser (REM)
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för minuter REM-mätningar av aktivitet och sömnspårningsenhet.
|
30 månader
|
|
Den glykemiska risken mätt med lågt blodsockerindex (LBGI)
Tidsram: 30 månader
|
Lågt blodsockerindex (LBGI) är en parameter som kvantifierar risken för glykemiska exkursioner i icke-negativa tal.
|
30 månader
|
|
Den glykemiska risken mätt med högt blodsockerindex (HBGI)
Tidsram: 30 månader
|
Högt blodsockerindex (HBGI) är en parameter som kvantifierar risken för glykemiska exkursioner i icke-negativa tal.
|
30 månader
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Effekt på hjärnans struktur.
Tidsram: 30 månader
|
Hjärnans struktur kommer att bedömas med hjälp av magnetisk resonanstomografi.
|
30 månader
|
|
Effekt på tarmmikrobiota.
Tidsram: 30 månader
|
Tarmmikrobiota kommer att analyseras med metagenomics och metabolomics.
|
30 månader
|
|
Förändringar från baslinjen i cirkulerande koncentration av AGE-receptoragonister och glykemisk variabilitet ett års uppföljning efter viktminskning i samband med förändringar i hjärnstruktur och tarmmikrobiota.
Tidsram: 30 månader
|
Ämnen med fetma kommer att genomföras konventionell behandling eller bariatrisk kirurgi för viktminskning; kontroller kommer inte att genomgå några ytterligare åtgärder.
|
30 månader
|
|
Audioverbalt minne
Tidsram: 30 månader
|
Det kommer att mätas med California Verbal Learning Test (CVLT).
Minsta/maximala skalvärden (0-16), där 16 är ett bättre audioverbalt minne.
|
30 månader
|
|
Visuellt minne
Tidsram: 30 månader
|
Det kommer att mätas av Rey-Osterrieth Complex Figure.
Minsta/maximala skalvärden (0-36), där 36 är ett bättre visuellt minne
|
30 månader
|
|
Depressiv symptomatologi
Tidsram: 30 månader
|
Det kommer att mätas med Patient Health Questionnaire-9 (PHQ-9).
Minsta/maximala skalvärden (0-27), där ≥ 20 är svår depression.
|
30 månader
|
|
Matberoende
Tidsram: 30 månader
|
Det kommer att mätas med Yale Food Addiction Scale. Det är ett symtompoäng från 0-11, baserat på kriterierna i Diagnostic and Statistical Manual of Mental Disorders (DSM-IV) för substansberoende.
Matberoende diagnostiseras om ≥3 symtom rapporteras.
|
30 månader
|
|
Beteendemässig hämning
Tidsram: 30 månader
|
Det kommer att mätas med känslighet för straff och känslighet för belöning (SPSRQ).
Skalan av känslighet för straff är relaterad till beteendehämningssystemet.
Den är uppbyggd av två underskalor med 24 objekt vardera, där ju högre poäng desto större känslighet för straff.
|
30 månader
|
|
Beteendeaktivering
Tidsram: 30 månader
|
Det kommer att mätas med känslighet för straff och känslighet för belöning (SPSRQ).
Belöningskänslighetsskalan är relaterad till beteendeaktiveringssystemet.
Den är uppbyggd av två underskalor med 24 objekt vardera, där ju högre poäng desto större känslighet för belöning.
|
30 månader
|
|
Visokonstruktiv funktion
Tidsram: 30 månader
|
Det kommer att mätas av Rey-Osterrieth Complex Figure.
Minsta/maximala skalvärden (0-36), där 36 är en bättre visokonstruktiv funktion.
|
30 månader
|
|
Selektiv och omväxlande uppmärksamhet
Tidsram: 30 månader
|
Det kommer att mätas genom test för att göra spår (Del A och B).
|
30 månader
|
|
Uppmärksamhet och arbetsminne
Tidsram: 30 månader
|
Det kommer att mätas med Digits-deltestet av Wechsler Adult Intelligence Scales, fjärde upplagan (WAIS-IV).
|
30 månader
|
|
Hämning
Tidsram: 30 månader
|
Det kommer att mätas med Stroop Color-Word Test.
|
30 månader
|
|
Semantisk verbalt flyt
Tidsram: 30 månader
|
Det kommer att mätas med djurförsök.
Personen ska namnge så många djur som möjligt på 1 minut.
Resultatet korrigeras med standardpoäng, efter ålder och utbildningsnivå.
|
30 månader
|
|
Diffusion Tensor Imaging hjärnsekvenser
Tidsram: 30 månader
|
Diffusion Tensor Imaging förvärvades vid 1,5 T (Philips ingenia) med en enkelbilds spin ekosekvens med eko-planar avbildning (EPI), 50 sammanhängande skivor, voxelstorlek 2x2x2,5 mm3, TE/TR på 72/3581 ms/ms , en diffusionsviktningsfaktor b = 800 s/mm2 och diffusionskodning längs 32 riktningar.
|
30 månader
|
|
Hjärnansamling av järn
Tidsram: 30 månader
|
Det kommer att bedömas med hjälp av magnetisk resonanstomografi med (R2*)
|
30 månader
|
|
Funktionella hjärnsekvenser i vilotillstånd
Tidsram: 30 månader
|
Det kommer att bedömas med hjälp av magnetisk resonanstomografi (T2*-vägd eko-planär avbildning).
T2 * relaxationsdata kommer att erhållas med en multi-eko gradientsekvens med 10 ekvidistanta ekon (första ekot = 4,6 ms; ekoavstånd = 4,6 ms; repetitionstid = 1300 ms).
Värdet på T2* kommer att beräknas genom att justera de enkla exponentiella termerna för signalavklingningen för respektive ekotidsvärden.
|
30 månader
|
|
Insulinresistens
Tidsram: 30 månader
|
Det kommer att mätas av HOMA
|
30 månader
|
|
Markörer för kronisk inflammation: C-reaktivt protein, IL-6, adiponektin och lösliga, tumörnekrosfaktor-α-receptorfraktioner.
Tidsram: 30 månader
|
Enzymkopplad immunosorbentanalys (ELISA) och kvantitativ polymeraskedjereaktion (qPCR)
|
30 månader
|
|
Värde för glykosylerat hemoglobin (HbA1c).
Tidsram: 30 månader
|
Glykosylerat hemoglobin (HbA1c) i % eller mmol/mol
|
30 månader
|
|
Procentandelen tid i hyperglykemi (glukosnivå över 250 mg/dl)
Tidsram: 30 månader
|
30 månader
|
|
|
Procentandelen tid i hypoglykemi (glukosnivå under 70 mg/dl)
Tidsram: 30 månader
|
30 månader
|
|
|
Procentandelen av tiden i glukosintervallet (glukosnivå under 100 mg/dl)
Tidsram: 30 månader
|
30 månader
|
|
|
Procentandelen av tiden i glukosintervallet (glukosnivå mellan 126-139 mg/dl)
Tidsram: 30 månader
|
30 månader
|
|
|
Procentandelen av tiden i glukosintervallet (glukosnivå mellan 140-199 mg/dl)
Tidsram: 30 månader
|
30 månader
|
|
|
Procentandelen av tiden i glukosintervallet (glukosnivå över 200 mg/dl)
Tidsram: 30 månader
|
30 månader
|
|
|
Brända kalorier
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för brända kalorier mäter efter aktivitet och sömnspårningsenhet.
|
30 månader
|
|
Steg
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för steg mäter efter aktivitet och sömnspårningsenhet.
|
30 månader
|
|
Distans
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för avståndsmått för aktivitet och sömnspårningsenhet.
|
30 månader
|
|
Minuter betyder aktivitet
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för minuter betyder aktivitetsmått för aktivitet och sömnspårningsenhet.
|
30 månader
|
|
Minuter hög aktivitet
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för minuter med hög aktivitetsmätning av aktivitets- och sömnspårningsenhet.
|
30 månader
|
|
Kalorier
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för kalorimätningar efter aktivitet och sömnspårningsenhet.
|
30 månader
|
|
Sovdags
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för läggtidsmått efter aktivitet och sömnspårningsenhet.
|
30 månader
|
|
Kognitiv försämring
Tidsram: 30 månader
|
Det kommer att mätas av Mini-Examen Cognoscitivo (MEC).
Minsta/maximala skalvärden (0-30), där ≥ 27 är ett normalpoäng.
|
30 månader
|
|
Impulsivitet
Tidsram: 30 månader
|
Det kommer att mätas med Impulsive Behavior Scale (UPPS-P).
Testet utvärderar: Negativ brådska (benägenhet att agera förhastat under extrema negativa känslor), Brist på överlag (benägenhet att agera utan att tänka), Brist på uthållighet (oförmåga att förbli fokuserad på en uppgift) och Sensation Seeking (tendens att söka efter roman och spännande upplevelser).
Alla poster betygsätts på en fyragradig skala från 1 (instämmer helt) till 4 (håller inte med).
|
30 månader
|
|
Visuospatial perception
Tidsram: 30 månader
|
Det kommer att mätas av Judgment Line Orientation
|
30 månader
|
|
Namngivning
Tidsram: 30 månader
|
Det kommer att mätas med Boston Naming Test.
|
30 månader
|
|
Fonemisk verbal flyt
Tidsram: 30 månader
|
Det kommer att mätas med PMR
|
30 månader
|
|
Minuter noll aktivitet
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för minuter noll aktivitetsmått för aktivitet och sömnspårningsenhet.
|
30 månader
|
|
Minuter liten aktivitet
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för minuter av små aktivitetsmått för aktivitet och sömnspårningsenhet.
|
30 månader
|
|
Minuters sömn
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för sömnminutersmått för aktivitet och sömnspårningsenhet.
|
30 månader
|
|
Minuter vaken
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för mätningar av vakna minuter efter aktivitet och sömnspårningsenhet.
|
30 månader
|
|
Antal tid vaken
Tidsram: 30 månader
|
Medelvärde och standardavvikelse för antalet vakna mätningar av aktivitet och sömnspårningsenhet.
|
30 månader
|
Samarbetspartners och utredare
Utredare
- Huvudutredare: José Manuel Fernández-Real, M.D., Ph.D., Institut d'Investigacio Biomedica de Girona Dr. Josep Trueta
Publikationer och användbara länkar
Allmänna publikationer
- Finch C. Regulators of iron balance in humans. Blood. 1994 Sep 15;84(6):1697-702. No abstract available.
- Fernandez-Real JM, Ricart-Engel W, Arroyo E, Balanca R, Casamitjana-Abella R, Cabrero D, Fernandez-Castaner M, Soler J. Serum ferritin as a component of the insulin resistance syndrome. Diabetes Care. 1998 Jan;21(1):62-8. doi: 10.2337/diacare.21.1.62.
- Fernandez-Real JM, Lopez-Bermejo A, Ricart W. Cross-talk between iron metabolism and diabetes. Diabetes. 2002 Aug;51(8):2348-54. doi: 10.2337/diabetes.51.8.2348.
- Fernandez-Real JM, Manco M. Effects of iron overload on chronic metabolic diseases. Lancet Diabetes Endocrinol. 2014 Jun;2(6):513-26. doi: 10.1016/S2213-8587(13)70174-8. Epub 2013 Dec 30.
- Fernandez-Real JM, Blasco G, Puig J, Moreno M, Xifra G, Sanchez-Gonzalez J, Maria Alustiza J, Pedraza S, Ricart W, Maria Moreno-Navarrete J. Adipose tissue R2* signal is increased in subjects with obesity: A preliminary MRI study. Obesity (Silver Spring). 2016 Feb;24(2):352-8. doi: 10.1002/oby.21347. Epub 2015 Dec 26.
- Moreno-Navarrete JM, Blasco G, Xifra G, Karczewska-Kupczewska M, Stefanowicz M, Matulewicz N, Puig J, Ortega F, Ricart W, Straczkowski M, Fernandez-Real JM. Obesity Is Associated With Gene Expression and Imaging Markers of Iron Accumulation in Skeletal Muscle. J Clin Endocrinol Metab. 2016 Mar;101(3):1282-9. doi: 10.1210/jc.2015-3303. Epub 2016 Jan 14.
- Moreno-Navarrete JM, Moreno M, Puig J, Blasco G, Ortega F, Xifra G, Ricart W, Fernandez-Real JM. Hepatic iron content is independently associated with serum hepcidin levels in subjects with obesity. Clin Nutr. 2017 Oct;36(5):1434-1439. doi: 10.1016/j.clnu.2016.09.022. Epub 2016 Sep 29.
- Moreno-Navarrete JM, Rodriguez A, Becerril S, Valenti V, Salvador J, Fruhbeck G, Fernandez-Real JM. Increased Small Intestine Expression of Non-Heme Iron Transporters in Morbidly Obese Patients With Newly Diagnosed Type 2 Diabetes. Mol Nutr Food Res. 2018 Jan;62(2). doi: 10.1002/mnfr.201700301. Epub 2017 Dec 29.
- Fernandez Real JM, Moreno-Navarrete JM, Manco M. Iron influences on the Gut-Brain axis and development of type 2 diabetes. Crit Rev Food Sci Nutr. 2019;59(3):443-449. doi: 10.1080/10408398.2017.1376616. Epub 2017 Oct 17.
- Kharabian Masouleh S, Beyer F, Lampe L, Loeffler M, Luck T, Riedel-Heller SG, Schroeter ML, Stumvoll M, Villringer A, Witte AV. Gray matter structural networks are associated with cardiovascular risk factors in healthy older adults. J Cereb Blood Flow Metab. 2018 Feb;38(2):360-372. doi: 10.1177/0271678X17729111. Epub 2017 Aug 31.
- Ryan CM, Freed MI, Rood JA, Cobitz AR, Waterhouse BR, Strachan MW. Improving metabolic control leads to better working memory in adults with type 2 diabetes. Diabetes Care. 2006 Feb;29(2):345-51. doi: 10.2337/diacare.29.02.06.dc05-1626.
- Weinstein G, Maillard P, Himali JJ, Beiser AS, Au R, Wolf PA, Seshadri S, DeCarli C. Glucose indices are associated with cognitive and structural brain measures in young adults. Neurology. 2015 Jun 9;84(23):2329-37. doi: 10.1212/WNL.0000000000001655. Epub 2015 May 6.
- Rolandsson O, Backestrom A, Eriksson S, Hallmans G, Nilsson LG. Increased glucose levels are associated with episodic memory in nondiabetic women. Diabetes. 2008 Feb;57(2):440-3. doi: 10.2337/db07-1215. Epub 2007 Oct 31.
- Marden JR, Mayeda ER, Tchetgen Tchetgen EJ, Kawachi I, Glymour MM. High Hemoglobin A1c and Diabetes Predict Memory Decline in the Health and Retirement Study. Alzheimer Dis Assoc Disord. 2017 Jan-Mar;31(1):48-54. doi: 10.1097/WAD.0000000000000182.
- Blasco G, Puig J, Daunis-I-Estadella J, Molina X, Xifra G, Fernandez-Aranda F, Pedraza S, Ricart W, Portero-Otin M, Fernandez-Real JM. Brain iron overload, insulin resistance, and cognitive performance in obese subjects: a preliminary MRI case-control study. Diabetes Care. 2014 Nov;37(11):3076-83. doi: 10.2337/dc14-0664. Epub 2014 Aug 14.
- Blasco G, Moreno-Navarrete JM, Rivero M, Perez-Brocal V, Garre-Olmo J, Puig J, Daunis-I-Estadella P, Biarnes C, Gich J, Fernandez-Aranda F, Alberich-Bayarri A, Moya A, Pedraza S, Ricart W, Lopez M, Portero-Otin M, Fernandez-Real JM. The Gut Metagenome Changes in Parallel to Waist Circumference, Brain Iron Deposition, and Cognitive Function. J Clin Endocrinol Metab. 2017 Aug 1;102(8):2962-2973. doi: 10.1210/jc.2017-00133.
- Kau AL, Ahern PP, Griffin NW, Goodman AL, Gordon JI. Human nutrition, the gut microbiome and the immune system. Nature. 2011 Jun 15;474(7351):327-36. doi: 10.1038/nature10213.
- Kang SS, Jeraldo PR, Kurti A, Miller ME, Cook MD, Whitlock K, Goldenfeld N, Woods JA, White BA, Chia N, Fryer JD. Diet and exercise orthogonally alter the gut microbiome and reveal independent associations with anxiety and cognition. Mol Neurodegener. 2014 Sep 13;9:36. doi: 10.1186/1750-1326-9-36.
- Zeevi D, Korem T, Zmora N, Israeli D, Rothschild D, Weinberger A, Ben-Yacov O, Lador D, Avnit-Sagi T, Lotan-Pompan M, Suez J, Mahdi JA, Matot E, Malka G, Kosower N, Rein M, Zilberman-Schapira G, Dohnalova L, Pevsner-Fischer M, Bikovsky R, Halpern Z, Elinav E, Segal E. Personalized Nutrition by Prediction of Glycemic Responses. Cell. 2015 Nov 19;163(5):1079-1094. doi: 10.1016/j.cell.2015.11.001.
- Moreno-Navarrete JM, Lopez-Navarro E, Candenas L, Pinto F, Ortega FJ, Sabater-Masdeu M, Fernandez-Sanchez M, Blasco V, Romero-Ruiz A, Fontan M, Ricart W, Tena-Sempere M, Fernandez-Real JM. Ferroportin mRNA is down-regulated in granulosa and cervical cells from infertile women. Fertil Steril. 2017 Jan;107(1):236-242. doi: 10.1016/j.fertnstert.2016.10.008. Epub 2016 Nov 16.
- Geijselaers SLC, Sep SJS, Claessens D, Schram MT, van Boxtel MPJ, Henry RMA, Verhey FRJ, Kroon AA, Dagnelie PC, Schalkwijk CG, van der Kallen CJH, Biessels GJ, Stehouwer CDA. The Role of Hyperglycemia, Insulin Resistance, and Blood Pressure in Diabetes-Associated Differences in Cognitive Performance-The Maastricht Study. Diabetes Care. 2017 Nov;40(11):1537-1547. doi: 10.2337/dc17-0330. Epub 2017 Aug 25.
- Luchsinger JA, Ma Y, Christophi CA, Florez H, Golden SH, Hazuda H, Crandall J, Venditti E, Watson K, Jeffries S, Manly JJ, Pi-Sunyer FX; Diabetes Prevention Program Research Group. Metformin, Lifestyle Intervention, and Cognition in the Diabetes Prevention Program Outcomes Study. Diabetes Care. 2017 Jul;40(7):958-965. doi: 10.2337/dc16-2376. Epub 2017 May 12.
- Spauwen PJ, van Eupen MG, Kohler S, Stehouwer CD, Verhey FR, van der Kallen CJ, Sep SJ, Koster A, Schaper NC, Dagnelie PC, Schalkwijk CG, Schram MT, van Boxtel MP. Associations of advanced glycation end-products with cognitive functions in individuals with and without type 2 diabetes: the maastricht study. J Clin Endocrinol Metab. 2015 Mar;100(3):951-60. doi: 10.1210/jc.2014-2754. Epub 2014 Dec 2.
- Chavan SS, Huerta PT, Robbiati S, Valdes-Ferrer SI, Ochani M, Dancho M, Frankfurt M, Volpe BT, Tracey KJ, Diamond B. HMGB1 mediates cognitive impairment in sepsis survivors. Mol Med. 2012 Sep 7;18(1):930-7. doi: 10.2119/molmed.2012.00195.
- Gera T, Sachdev HP. Effect of iron supplementation on incidence of infectious illness in children: systematic review. BMJ. 2002 Nov 16;325(7373):1142. doi: 10.1136/bmj.325.7373.1142.
- Quince C, Walker AW, Simpson JT, Loman NJ, Segata N. Corrigendum: Shotgun metagenomics, from sampling to analysis. Nat Biotechnol. 2017 Dec 8;35(12):1211. doi: 10.1038/nbt1217-1211b.
- Pedersen HK, Gudmundsdottir V, Nielsen HB, Hyotylainen T, Nielsen T, Jensen BA, Forslund K, Hildebrand F, Prifti E, Falony G, Le Chatelier E, Levenez F, Dore J, Mattila I, Plichta DR, Poho P, Hellgren LI, Arumugam M, Sunagawa S, Vieira-Silva S, Jorgensen T, Holm JB, Trost K; MetaHIT Consortium; Kristiansen K, Brix S, Raes J, Wang J, Hansen T, Bork P, Brunak S, Oresic M, Ehrlich SD, Pedersen O. Human gut microbes impact host serum metabolome and insulin sensitivity. Nature. 2016 Jul 21;535(7612):376-81. doi: 10.1038/nature18646. Epub 2016 Jul 13.
- Geijselaers SLC, Sep SJS, Stehouwer CDA, Biessels GJ. Glucose regulation, cognition, and brain MRI in type 2 diabetes: a systematic review. Lancet Diabetes Endocrinol. 2015 Jan;3(1):75-89. doi: 10.1016/S2213-8587(14)70148-2. Epub 2014 Aug 24.
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- IRONMET+CGM-2017.139
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .