- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT05378282
Identifiering av biomarkörer för diabetisk nefropati genom transkriptomik
Studieöversikt
Status
Betingelser
Detaljerad beskrivning
Typ 2-diabetes (T2D) definieras som en grupp av metabola sjukdomar som kännetecknas av kronisk hyperglykemi, till följd av defekter i insulinutsöndring, insulinverkan eller båda. Enligt National Health Survey 2012, i Mexiko, är ungefär 1 av 10 personer drabbade av T2D, men det är viktigt att nämna att dessa data endast återspeglar försökspersoner som tidigare diagnostiserats med sjukdomen, men vi förväntar oss en tvåfaldig ökning av detta antal när inklusive nydiagnostiserade T2D-patienter. Dessutom har förekomsten av T2D i yngre åldersgrupper ökat (25 % av diabetesfallen i Mexiko inträffar hos unga vuxna <43 år), vilket innebär att >20 år lever med sjukdomen. Följaktligen finns T2D bland de främsta dödsorsakerna, vilket utgör en hälsobörda för landet.
Det har uppskattats att mer än 40 % av personer med diabetes kommer att utveckla kronisk njursjukdom (CKD), vilket står för cirka 40 % av alla patienter som påbörjar njurersättningsterapi. I Instituto Mexicano del Seguro Social är nefropati bland de fem främsta orsakerna till medicinsk vård på allmänna sjukhus i området och på högspecialiserade sjukhus. En studie i Tuxtla Gutiérrez, Chiapas, visade att en 35 % förekomst av nefropati observerades hos diabetespatienter. Cueto-Manzano et al., rapporterade en 40 % incidens av tidig nefropati och 29 % av etablerad nefropati hos 756 diabetespatienter från Jalisco. En annan studie i Mexiko som inkluderade 3 609 diabetespatienter i Guanajuato, rapporterade 23,8 % av diabetisk nefropati. En nyligen genomförd studie utförd i delstaten Mexiko, som inkluderade 44 458 patienter diagnostiserade med T2D, registrerade förekomsten av diabetisk nefropati hos 9,1 %.
Diabetisk njursjukdom är ovanlig om diabetes varar mindre än ett decennium. Den högsta incidensen på 3 % per år ses i genomsnitt 10 till 20 år efter diabetesdebut, varefter frekvensen av nefropati minskar. Det är viktigt att säga att en diabetespatient i 20 till 25 år utan kliniska tecken på diabetisk nefropati har låg chans att utveckla en sådan komplikation. Progressionen av T2D till diabetisk nefropati har blivit ett hälsoproblem, inte bara för kostnaderna för hälsosektorn, utan för försämringen av patientens livskvalitet och resultaten.
De viktigaste riskfaktorerna för progression till diabetisk nefropati inkluderar: hyperglykemi, respons på läkemedel och långvarig diabetes, högt blodtryck, fetma och dyslipidemi. De flesta av dessa faktorer kan modifieras av droger eller förändringar i livsstil. Därför är hanteringen av de modifierbara riskfaktorerna en nyckel för att förebygga och fördröja nedgången i njurfunktionen. Tidig diagnos av diabetisk nefropati är en annan viktig komponent i behandlingen av diabetes och dess komplikationer såsom nefropati. American Diabetes Association (ADA) rekommenderar rutinscreening till diabetiker med progressiv diabetisk nefropati och CKD. De mest accepterade riktlinjerna från National Kidney Foundation var inblandade i mätning av glomerulär filtrationshastighet (GFR) och stadier av CKD med användning av serumkreatinin hos patienter. På grund av att kreatinin genomgår tubulär sekretion förutom glomerulär filtration och dess extrarenala eliminering via mag-tarmkanalen, särskilt vid avancerad njursvikt, kan GFR överskattas. Vid GFR är teknikerna överväldigande på grund av invasiva metoder och vissa markörer är svåra att hantera. En annan markör som används på kliniken är mikroalbuminuri, hos de flesta patienter är det första tecknet på diabetisk nefropati den måttliga ökningen av urinalbuminussöndring, dvs 30-300 mg/g kreatinin i ett urinprov (även kallat mikroalbuminuri). Patienter som utvecklar makroalbuminuri (>30-300 mg/g kreatinin) löper hög risk att utveckla diabetisk nefropati. Icke desto mindre återgår ungefär upp till 40 % av patienterna med måttlig albuminuri till normoalbuminuri. Dessutom upplever upp till 50 % av patienterna med typ 1-diabetes eller T2D en minskning av eGFR, trots förekomsten av endast måttlig albuminuri eller till och med normoalbuminuri. Följaktligen är de faktiska markörerna som finns tillgängliga på kliniken felaktiga, så det är nödvändigt att identifiera nya markörer som kan känna igen de patienter med hög risk att utveckla diabetisk nefropati för att fördröja utvecklingen av komplikationerna och vidta lämpliga åtgärder.
Transkriptomiken
Utvecklingen av nya teknologier under den genomiska eran hade möjliggjort ett accelererat framsteg inom systembiologi och generering av kunskap om njurutveckling, homeostas och sjukdomar. I detta sammanhang kan transkriptomsignaturer associerade med specifika sjukdomstillstånd ge stor information om patogena mekanismer och lyfta fram prioriterade genuttrycksbiomarkörkandidater. Dessutom möjliggör jämförelse av transkriptom identifiering av gener som är differentiellt uttryckta i distinkta populationer.
Generellt sett är RNA-Seq-teknologin mycket användbar för differentiell expressionsanalys, i vilken vanligen används i fem steg. Först fragmenteras RNA-proverna till små komplementära DNA-sekvenser (cDNA) och sekvenseras sedan från en plattform med hög genomströmning. För det andra mappas de små genererade sekvenserna till ett transkriptom. För det tredje uppskattas expressionsnivåerna för varje gen eller isoform. För det fjärde normaliseras de mappade datan och t.ex. med hjälp av statistiska metoder och metoder för maskininlärning identifieras de differentiellt uttryckta generna (DEG). Slutligen utvärderas slutligen relevansen av den producerade datan ur ett biologiskt sammanhang.
En färsk studie av O´Conell et al. identifierade en uppsättning av 13 gener som var förutsägande för utvecklingen av njurfibros vid 1 års njurtransplantation, genom mikroarray-expressionsanalys av njurallotransplantatmottagarnas biopsier. Således föreslår författarna att uppsättningen av 13 gener skulle kunna användas för att identifiera njurtransplanterade mottagare med risk för förlust av allotransplantat innan utvecklingen av irreversibel skada. En studie av Ju et al., avslöjade att epidermal tillväxtfaktor (EGF), ett tubulspecifikt protein som är avgörande för celldifferentiering och regenerering, förutspådde eGFR, genom hela transkriptomanalys på mikrodissekerade tubulointerstitialkomponenter av humana njurbiopsier av patienter med CKD. Dessutom visade mängden EGF-protein i urinen (uEGF) signifikant korrelation med intrarenalt EGF-mRNA, interstitiell fibros/tubulär atrofi, eGFR och hastigheten för eGFR-förlust, vilket tyder på att uEGF kan vara en bra prediktor för CKD-progression. En annan studie visade att serum miRNA-profilen påverkas av hemodialys vilket bidrar till subfertilitet och ökad risk för cancerutveckling. Därför kan transkriptomik ge bättre diagnostiska verktyg, prognostiska biomarkörer och signalvägar som är mottagliga för terapeutisk inriktning.
Studietyp
Inskrivning (Faktisk)
Kontakter och platser
Studieorter
-
-
-
Mexico City, Mexiko, 07760
- Hospital Juarez de Mexico
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Kön som är behöriga för studier
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- Patienter med ≥ 20 års T2D-evolution med normoalbuminuri
- Patienter utan personlig eller familjehistoria av njursjukdom hos släktingar i 1:a graden Ålder ≥ 18 år
- T2D diagnostiserats minst 5 år innan njurersättningsterapi påbörjades Bakgrund eller diabetisk retinopati genom självrapportering för att säkerställa att albuminuri var konsekvensen av diabetisk nefropati snarare än en icke-diabetisk glomerulopati albuminuri ≥ 300 mg/24 timmar i minst två av tre sterila urinprov inga hematuri eller tecken (inklusive cellgjutningar), historia eller anlag för annan njur- eller urinvägssjukdom.
Exklusions kriterier:
- Diabetespatienter utan diabetisk nefropati
- Patienter med typ 1-diabetes, graviditetsdiabetes, okontrollerbar hypertoni, aktiv cancer, hjärtsvikt, lever- eller njursjukdom, samtidig behandling med kortikosteroider eller östrogener, tillstånd som kan orsaka hyperglykemi, beroende av alkohol eller illegala droger, och demens eller svår psykiatrisk störning - der ingick inte i denna studie
Studieplan
Hur är studien utformad?
Designdetaljer
- Observationsmodeller: Case-Control
- Tidsperspektiv: Tvärsnitt
Kohorter och interventioner
Grupp / Kohort |
---|
Diabetespatienter utan diabetisk nefropati
i. Patienter med ≥ 20 års T2D-evolution med normoalbuminuri ii.
Patienter utan personlig eller familjehistoria av njursjukdom hos släktingar i 1:a graden iii.
Ålder ≥ 18 år
|
Diabetespatienter med diabetisk nefropati
i. T2D diagnostiserats minst 5 år innan njurersättningsbehandling påbörjas ii. Bakgrund eller diabetisk retinopati genom självrapportering för att säkerställa att albuminuri var konsekvensen av diabetisk nefropati snarare än en icke-diabetisk glomerulopati iii. albuminuri ≥ 300 mg/24 timmar i minst två av tre sterila urinprover iv. ingen hematuri eller tecken (inklusive cellgjutningar), historia eller anlag för andra njur- eller urinvägssjukdomar. v. Ålder ≥ 18 år |
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Differentiellt uttryck i blod och urin hos diabetespatienter med och utan diabetisk nefropati bedömd med RNA-sek.
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Olika uttryck av nedreglerade och uppreglerade gener i blod och urin mellan patienter med typ II-diabetes med och utan diabetisk nefropati
|
genom avslutad studie, i genomsnitt 1 år
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Demografiska uppgifter om deltagare
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Ålder, serumkreatinin, ålder och vikt kommer att kombineras för att rapportera glomerulär filtrationshastighet med Cockcroft-Gault-formeln
|
genom avslutad studie, i genomsnitt 1 år
|
Data om farmakologisk behandling av deltagare
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Farmakologisk behandling, Denna information kommer att användas som kovariat i RNASeq
|
genom avslutad studie, i genomsnitt 1 år
|
Vanor data, Rökning
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Denna information kommer att användas som kovariat i RNASeq
|
genom avslutad studie, i genomsnitt 1 år
|
Vanor data, Motion
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Denna information kommer att användas som kovariat i RNASeq
|
genom avslutad studie, i genomsnitt 1 år
|
Vanedata, Specialdiet
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
(proteindiet, låg i kalorier), Denna information kommer att användas som kovariat i RNASeq
|
genom avslutad studie, i genomsnitt 1 år
|
Antropometriska data för deltagare, höjd
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Vikt och höjd kommer att kombineras för att rapportera BMI i kg/m^2
|
genom avslutad studie, i genomsnitt 1 år
|
Antropometriska data för deltagare, Vikt
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Vikt och höjd kommer att kombineras för att rapportera BMI i kg/m^2
|
genom avslutad studie, i genomsnitt 1 år
|
Biokemiska data från deltagare, Glukos
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Att observera glykemisk kontroll av patienter, på grund av att ha diagnostik av diabetes
|
genom avslutad studie, i genomsnitt 1 år
|
Biokemiska data från deltagare, glykerat hemoglobin
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Att observera glykemisk kontroll av patienter, på grund av att ha diagnostik av diabetes
|
genom avslutad studie, i genomsnitt 1 år
|
Biokemiska data från deltagare, serumkreatinin
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Serumkreatinin, ålder och vikt kommer att kombineras för att rapportera glomerulär filtrationshastighet med Cockcroft-Gault-formeln
|
genom avslutad studie, i genomsnitt 1 år
|
Biokemiska data från deltagare, Triglycerider
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Att observera metabol kontroll hos patienter
|
genom avslutad studie, i genomsnitt 1 år
|
Biokemiska data från deltagare, totalt kolesterol
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Att observera metabol kontroll hos patienter
|
genom avslutad studie, i genomsnitt 1 år
|
Biokemiska data från deltagare, högdensitetslipoproteiner (HDL)
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Att observera metabol kontroll hos patienter
|
genom avslutad studie, i genomsnitt 1 år
|
Biokemiska data från deltagare, lågdensitetslipoproteiner (LDL)
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
För att observera metabol kontroll hos patienter, risk för kardiometabolisk sjukdom
|
genom avslutad studie, i genomsnitt 1 år
|
Biokemiska data från deltagare, urinsyra
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Att observera metabolism hos patienter
|
genom avslutad studie, i genomsnitt 1 år
|
Biokemiska data från deltagare, Blood urea nitrogen (BUN)
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Att observera njurfunktionen hos patienter
|
genom avslutad studie, i genomsnitt 1 år
|
Biokemiska data från deltagare, Urea
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Att observera njurfunktionen hos patienter
|
genom avslutad studie, i genomsnitt 1 år
|
Molekylära data, Helbudbärar-RNA-sekvensering
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Data för hel budbärare i blod och urin
|
genom avslutad studie, i genomsnitt 1 år
|
Samarbetspartners och utredare
Sponsor
Publikationer och användbara länkar
Allmänna publikationer
- American Diabetes Association. Standards of medical care in diabetes--2014. Diabetes Care. 2014 Jan;37 Suppl 1:S14-80. doi: 10.2337/dc14-S014. No abstract available.
- American Diabetes Association. Diagnosis and classification of diabetes mellitus. Diabetes Care. 2010 Jan;33 Suppl 1(Suppl 1):S62-9. doi: 10.2337/dc10-S062. No abstract available. Erratum In: Diabetes Care. 2010 Apr;33(4):e57.
- National Kidney Foundation. K/DOQI clinical practice guidelines for chronic kidney disease: evaluation, classification, and stratification. Am J Kidney Dis. 2002 Feb;39(2 Suppl 1):S1-266. No abstract available.
- Kramer HJ, Nguyen QD, Curhan G, Hsu CY. Renal insufficiency in the absence of albuminuria and retinopathy among adults with type 2 diabetes mellitus. JAMA. 2003 Jun 25;289(24):3273-7. doi: 10.1001/jama.289.24.3273.
- Gonzalez-Villalpando C, Davila-Cervantes CA, Zamora-Macorra M, Trejo-Valdivia B, Gonzalez-Villalpando ME. Incidence of type 2 diabetes in Mexico: results of the Mexico City Diabetes Study after 18 years of follow-up. Salud Publica Mex. 2014 Jan-Feb;56(1):11-7. doi: 10.21149/spm.v56i1.7318.
- Secretaría de Salud. Instituto Nacional de Salud Pública. Encuesta Nacional de Salud y Nutrición 2012. 2012
- Vora JP, Ibrahim HA, Bakris GL. Responding to the challenge of diabetic nephropathy: the historic evolution of detection, prevention and management. J Hum Hypertens. 2000 Oct-Nov;14(10-11):667-85. doi: 10.1038/sj.jhh.1001058.
- Benjamín; T-D, Antonio; M-MM, Eugenia; C-PM, A D-EMT, Lucia; r-D, Patricia; R-C, et al. DETECCIÓN DE MICROALBUMINURIA EN PACIENTES DIABÉTICOS TIPO II. Bioquimia. 2007(SA126)
- Cueto-Manzano AM, Cortes-Sanabria L, Martinez-Ramirez HR, Rojas-Campos E, Barragan G, Alfaro G, Flores J, Anaya M, Canales-Munoz JL. Detection of early nephropathy in Mexican patients with type 2 diabetes mellitus. Kidney Int Suppl. 2005 Aug;(97):S40-5. doi: 10.1111/j.1523-1755.2005.09707.x.
- Bello-Chavolla OY, Rojas-Martinez R, Aguilar-Salinas CA, Hernandez-Avila M. Epidemiology of diabetes mellitus in Mexico. Nutr Rev. 2017 Jan;75(suppl 1):4-12. doi: 10.1093/nutrit/nuw030.
- Tziomalos K, Athyros VG. Diabetic Nephropathy: New Risk Factors and Improvements in Diagnosis. Rev Diabet Stud. 2015 Spring-Summer;12(1-2):110-8. doi: 10.1900/RDS.2015.12.110. Epub 2015 Aug 10.
- Zenteno-Castillo P, Munoz-Lopez DB, Merino-Reyes B, Vega-Sanchez A, Preciado-Puga M, Gonzalez-Yebra AL, Kornhauser C. Prevalence of diabetic nephropathy in Type 2 Diabetes Mellitus in rural communities of Guanajuato, Mexico. Effect after 6 months of Telmisartan treatment. J Clin Transl Endocrinol. 2015 Aug 18;2(4):125-128. doi: 10.1016/j.jcte.2015.08.001. eCollection 2015 Dec.
- American Diabetes Association. Standards of medical care in diabetes--2010. Diabetes Care. 2010 Jan;33 Suppl 1(Suppl 1):S11-61. doi: 10.2337/dc10-S011. No abstract available. Erratum In: Diabetes Care. 2010 Mar;33(3):692.
- Slocum JL, Heung M, Pennathur S. Marking renal injury: can we move beyond serum creatinine? Transl Res. 2012 Apr;159(4):277-89. doi: 10.1016/j.trsl.2012.01.014. Epub 2012 Feb 3.
- Stevens LA, Coresh J, Greene T, Levey AS. Assessing kidney function--measured and estimated glomerular filtration rate. N Engl J Med. 2006 Jun 8;354(23):2473-83. doi: 10.1056/NEJMra054415. No abstract available.
- Stevens LA, Levey AS. Measurement of kidney function. Med Clin North Am. 2005 May;89(3):457-73. doi: 10.1016/j.mcna.2004.11.009.
- Levin A, Stevens PE. Summary of KDIGO 2012 CKD Guideline: behind the scenes, need for guidance, and a framework for moving forward. Kidney Int. 2014 Jan;85(1):49-61. doi: 10.1038/ki.2013.444. Epub 2013 Nov 27.
- Hovind P, Tarnow L, Rossing P, Jensen BR, Graae M, Torp I, Binder C, Parving HH. Predictors for the development of microalbuminuria and macroalbuminuria in patients with type 1 diabetes: inception cohort study. BMJ. 2004 May 8;328(7448):1105. doi: 10.1136/bmj.38070.450891.FE. Epub 2004 Apr 19.
- Vaidya VS, Niewczas MA, Ficociello LH, Johnson AC, Collings FB, Warram JH, Krolewski AS, Bonventre JV. Regression of microalbuminuria in type 1 diabetes is associated with lower levels of urinary tubular injury biomarkers, kidney injury molecule-1, and N-acetyl-beta-D-glucosaminidase. Kidney Int. 2011 Feb;79(4):464-70. doi: 10.1038/ki.2010.404. Epub 2010 Oct 27.
- Perkins BA, Ficociello LH, Silva KH, Finkelstein DM, Warram JH, Krolewski AS. Regression of microalbuminuria in type 1 diabetes. N Engl J Med. 2003 Jun 5;348(23):2285-93. doi: 10.1056/NEJMoa021835.
- MacIsaac RJ, Tsalamandris C, Panagiotopoulos S, Smith TJ, McNeil KJ, Jerums G. Nonalbuminuric renal insufficiency in type 2 diabetes. Diabetes Care. 2004 Jan;27(1):195-200. doi: 10.2337/diacare.27.1.195.
- Napierala JS, Li Y, Lu Y, Lin K, Hauser LA, Lynch DR, Napierala M. Comprehensive analysis of gene expression patterns in Friedreich's ataxia fibroblasts by RNA sequencing reveals altered levels of protein synthesis factors and solute carriers. Dis Model Mech. 2017 Nov 1;10(11):1353-1369. doi: 10.1242/dmm.030536.
- Wang Z, Gerstein M, Snyder M. RNA-Seq: a revolutionary tool for transcriptomics. Nat Rev Genet. 2009 Jan;10(1):57-63. doi: 10.1038/nrg2484.
- Zhang ZH, Jhaveri DJ, Marshall VM, Bauer DC, Edson J, Narayanan RK, Robinson GJ, Lundberg AE, Bartlett PF, Wray NR, Zhao QY. A comparative study of techniques for differential expression analysis on RNA-Seq data. PLoS One. 2014 Aug 13;9(8):e103207. doi: 10.1371/journal.pone.0103207. eCollection 2014.
- Oshlack A, Robinson MD, Young MD. From RNA-seq reads to differential expression results. Genome Biol. 2010;11(12):220. doi: 10.1186/gb-2010-11-12-220. Epub 2010 Dec 22.
- Li P, Piao Y, Shon HS, Ryu KH. Comparing the normalization methods for the differential analysis of Illumina high-throughput RNA-Seq data. BMC Bioinformatics. 2015 Oct 28;16:347. doi: 10.1186/s12859-015-0778-7.
- O'Connell PJ, Zhang W, Menon MC, Yi Z, Schroppel B, Gallon L, Luan Y, Rosales IA, Ge Y, Losic B, Xi C, Woytovich C, Keung KL, Wei C, Greene I, Overbey J, Bagiella E, Najafian N, Samaniego M, Djamali A, Alexander SI, Nankivell BJ, Chapman JR, Smith RN, Colvin R, Murphy B. Biopsy transcriptome expression profiling to identify kidney transplants at risk of chronic injury: a multicentre, prospective study. Lancet. 2016 Sep 3;388(10048):983-93. doi: 10.1016/S0140-6736(16)30826-1. Epub 2016 Jul 22.
- Ju W, Nair V, Smith S, Zhu L, Shedden K, Song PXK, Mariani LH, Eichinger FH, Berthier CC, Randolph A, Lai JY, Zhou Y, Hawkins JJ, Bitzer M, Sampson MG, Thier M, Solier C, Duran-Pacheco GC, Duchateau-Nguyen G, Essioux L, Schott B, Formentini I, Magnone MC, Bobadilla M, Cohen CD, Bagnasco SM, Barisoni L, Lv J, Zhang H, Wang HY, Brosius FC, Gadegbeku CA, Kretzler M; ERCB, C-PROBE, NEPTUNE, and PKU-IgAN Consortium. Tissue transcriptome-driven identification of epidermal growth factor as a chronic kidney disease biomarker. Sci Transl Med. 2015 Dec 2;7(316):316ra193. doi: 10.1126/scitranslmed.aac7071.
- Trzybulska D, Eckersten D, Giwercman A, Christensson A, Tsatsanis C. Alterations in Serum MicroRNA Profile During Hemodialysis - Potential Biological Implications. Cell Physiol Biochem. 2018;46(2):793-801. doi: 10.1159/000488737. Epub 2018 Mar 29.
- Viloria; AT, Castillo RZ. Nefropatía diabética. Rev Hosp Gral Dr M Gea González. 2002;5(1 and 2):24-32
- Gheith O, Farouk N, Nampoory N, Halim MA, Al-Otaibi T. Diabetic kidney disease: world wide difference of prevalence and risk factors. J Nephropharmacol. 2015 Oct 9;5(1):49-56. eCollection 2016.
- de Boer IH, Rue TC, Cleary PA, Lachin JM, Molitch ME, Steffes MW, Sun W, Zinman B, Brunzell JD; Diabetes Control and Complications Trial/Epidemiology of Diabetes Interventions and Complications Study Research Group; White NH, Danis RP, Davis MD, Hainsworth D, Hubbard LD, Nathan DM. Long-term renal outcomes of patients with type 1 diabetes mellitus and microalbuminuria: an analysis of the Diabetes Control and Complications Trial/Epidemiology of Diabetes Interventions and Complications cohort. Arch Intern Med. 2011 Mar 14;171(5):412-20. doi: 10.1001/archinternmed.2011.16.
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 (Uppskatta)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- HJM 0513/18-1
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
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 .
Kliniska prövningar på Diabetes typ 2
-
Bnai Zion Medical CenterOkänd
-
Jiangsu HengRui Medicine Co., Ltd.Avslutad
-
Mathias Ried-LarsenAvslutadDiabetes mellitus, typ 2 | Typ 2-diabetes mellitus | Diabetes typ 2 | Typ 2 diabetes mellitusDanmark
-
Shanghai HEP Pharmaceutical Co., Ltd.Indragen
-
Asahi Kasei Pharma CorporationRekryteringTyp 2-diabetes mellitusKina
-
University of LiverpoolAstraZeneca; Clinical Practice Research DatalinkAktiv, inte rekryterande
-
Regor Pharmaceuticals Inc.AvslutadTyp 2-diabetes mellitusFörenta staterna
-
Charles Drew University of Medicine and ScienceNational Center for Research Resources (NCRR)Avslutad
-
Endocrine Research SocietyAvslutadTyp 2-diabetes mellitusKanada
-
University Hospital TuebingenAktiv, inte rekryterande