- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT05397015
Metabotyping i postmenopausalt stadium (SHE-HEALTH)
Metabotypning i postmenopausalt stadium: tvärsnittsobservationsstudie
Klimakteriet definieras som frånvaron av menstruation under tolv månader i följd. Även om början kan variera, inträffar naturlig klimakteriet mellan 45 och 55 år och anses vara ett steg i åldrandeprocessen för kvinnor. Klimakteriet är ett stadium starkt betingat av hormonella moduleringar med effekter på det kardiovaskulära systemet i samband med bukfetma, insulinresistens, minskad energiförbrukning, endotel dysfunktion, högt blodtryck och dyslipidemi. Dessutom har en ökning av produktionen av proinflammatoriska cytokiner som är involverade i många patologier såsom osteoporos observerats.
Resultaten av flera studier tyder på att profilen för tarmmikrobiota (IM) kan vara relaterad till klimakteriets tillstånd på flera sätt, även om uppgifterna fortfarande är ofullständiga.
Reduktion av östrogen leder till en progressiv förlust av bentäthet, en minskning av benbildnings-/resorptionsbalansen och en ökad risk för benfrakturer bland postmenopausala kvinnor. Nyligen är alternativet till östrogenterapier för att minska risken för frakturer näringsstrategier som i grunden bygger på användningen av probiotika, vars effekt är förknippad med fördelaktiga moduleringar av IM.
SHE-HEALTH är en studie där, i en kohort av postmenopausala kvinnor, metabolomik, transkriptomik och metagenomik kommer att kombineras med analys av vanliga antropometriska och kliniska biomarkörer och även med genetiska och epigenetiska analyser för att identifiera befolkningsgrupper (kluster). Denna studie kommer att göra det möjligt att etablera solida vetenskapliga grunder för att i framtida projekt definiera effektiva näringsstrategier baserade på gruppnäring hos postmenopausala kvinnor.
Huvudsyftet med denna studie är att erhålla kluster av postmenopausala kvinnor, identifiera metabotyper (liknande metaboliska profiler) och enterotyper (liknande IM-profiler), och kombinera komplementära variabler såsom klassiska antropometriska, biokemiska och kliniska biomarkörer.
Studiens sekundära mål är att karakterisera: 1) Studiekohortens genetiska profil; 2) Studiekohortens epigenetiska profil; 3) Genuttrycksprofilen för studiekohorten.
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Tvärsnittsobservationsstudie där prover av blod, avföring, urin, hår och hårsäckar kommer att samlas in för att karakterisera metabolisk profil, tarmmikrobiota (IM), genuttrycksprofil, genetisk och epigenetisk profil hos postmenopausala kvinnor. Data om livsstilsvanor, antropometriska mätningar samt närings- och hormonstatus kommer också att samlas in.
Studien kommer att genomföras i en kohort av 200 postmenopausala kvinnor.
Varje volontär kommer att göra 2 besök:
- Ett förvalsbesök (för att kontrollera inklusions-/exkluderingskriterier) (V0) och, om inklusionskriterierna är uppfyllda,
- Ett studiebesök (V1) där prover tas från avföring, urin, blod, hår och hårsäckar.
I V1 måste deltagarna presentera sig fastande i 8 timmar för att få blod och urin som samlats in under de senaste 24 timmarna. Dessutom kommer provet av hår och hårsäckar att samlas in under besöket. Deltagarna får en grundläggande guide för hälsosam kost och livsstilsrekommendationer som är lämpliga för postmenopausala skeden.
Studietyp
Inskrivning (Faktisk)
Kontakter och platser
Studieorter
-
-
-
Reus, Spanien, 43204
- Eurecat
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Kön som är behöriga för studier
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- Kvinnor mellan 40 och 63 år med amenorré under en tidsperiod som är lika med eller längre än 12 månader.
- Utan hormonbehandling.
- Skriv under det informerade samtycket.
Exklusions kriterier:
- Kvinnor som diagnostiserats med diabetes (eller serumglukos ≥ 126 mg/dL) eller andra kroniska patologier (koronar, kardiovaskulär sjukdom, celiaki, Crohns sjukdom och kroniska njursjukdomar (eller serumkreatinin ≥ 1,5 mg/dL).
- Kvinnor som tar mediciner som ordinerats för högt blodtryck och dyslipidemi. Kvinnor som har konsumerat under veckan före start till studiestart antiinflammatoriska läkemedel.
- kvinnor med kroniska gastrointestinala problem.
- Kvinnor med ett body mass index (i kg/m2) <18 eller ≥35.
- Kvinnor som deltar i en annan klinisk prövning eller följer en ordinerad diet av någon anledning, inklusive viktminskning, under den senaste månaden.
- Kvinnor som konsumerar mer än 14 alkoholhaltiga drycker per vecka.
- Kvinnor som röker för närvarande.
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
---|---|
postmenopausala kvinnor
En kohort av 200 postmenopausala kvinnor
|
Inget ingripande kommer att göras
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Metabolomik i serum
Tidsram: På dag 1
|
Icke-målinriktad metabolomik av serumprover mätt med protonkärnmagnetisk resonans.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Metabolomik i erytrocyter
Tidsram: På dag 1
|
Icke-målinriktad metabolomik av erytrocytprover mätt med protonkärnmagnetisk resonans.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Metabolomik i urin
Tidsram: På dag 1
|
Icke-målinriktad metabolomik av urinprov mätt med protonkärnmagnetisk resonans.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Metagenomik i avföring
Tidsram: På dag 1
|
Analys av avföring av tarmmikrobiota kommer att göras genom 16sRNA-sekvensering.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serum hsCRP-nivåer
Tidsram: På dag 1
|
Serum-hsCRP-nivåer kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serum IL-6 nivåer
Tidsram: På dag 1
|
Serum IL-6-nivåer kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serum-TNFalfa-nivåer
Tidsram: På dag 1
|
Serum-TNFalfa-nivåer kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serum BALP nivåer
Tidsram: På dag 1
|
Serum BALP-nivåer kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Osteokalcinnivåer i serum
Tidsram: På dag 1
|
Osteokalcinnivåer i serum kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serum TRAP5b nivåer
Tidsram: På dag 1
|
Serumnivåer av TRAP5b kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serum CTX-I nivåer
Tidsram: På dag 1
|
Serum CTX-I-nivåer kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serum PINP-nivåer
Tidsram: På dag 1
|
Serum PINP-nivåer kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serum FSH-nivåer
Tidsram: På dag 1
|
Serum FSH-nivåer kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serum 17beta E2 nivåer
Tidsram: På dag 1
|
Serum 17beta E2-nivåer kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Seruminhibin B-nivåer
Tidsram: På dag 1
|
Seruminhibin B-nivåer kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Testosteronnivåer i serum
Tidsram: På dag 1
|
Serumtestosteronnivåer kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
AMH-nivåer i serum
Tidsram: På dag 1
|
AMH-nivåer i serum kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serum SHBG-nivåer
Tidsram: På dag 1
|
Serum-SHBG-nivåer kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Nivåer av triglycerider i serum
Tidsram: På dag 1
|
Nivåerna av triglycerider i serum kommer att mätas med Cobas Mira Plus autoanalyzer (Roche Diagnostics Systems, Madrid, Spanien).
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Totala kolesterolnivåer i serum
Tidsram: På dag 1
|
Totala kolesterolnivåer i serum kommer att mätas med Cobas Mira Plus autoanalyzer (Roche Diagnostics Systems, Madrid, Spanien).
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serum LDL-kolesterolnivåer
Tidsram: På dag 1
|
Serum-LDL-kolesterolnivåer kommer att mätas med Cobas Mira Plus autoanalyzer (Roche Diagnostics Systems, Madrid, Spanien).
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serum HDL-kolesterolnivåer
Tidsram: På dag 1
|
Serum HDL-kolesterolnivåer kommer att mätas med Cobas Mira Plus autoanalyzer (Roche Diagnostics Systems, Madrid, Spanien).
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serumglukosnivåer
Tidsram: På dag 1
|
Serumglukosnivåer kommer att mätas med Cobas Mira Plus autoanalyzer (Roche Diagnostics Systems, Madrid, Spanien).
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Seruminsulinnivåer
Tidsram: På dag 1
|
Seruminsulinnivåer kommer att mätas med Cobas Mira Plus autoanalyzer (Roche Diagnostics Systems, Madrid, Spanien).
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Homeostatisk modellbedömning från insulinresistensindex (HOMA-IR)
Tidsram: På dag 1
|
HOMA-IR kommer att beräknas med hjälp av serumglukos och insulinnivåer.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
ALT-nivåer i serum
Tidsram: På dag 1
|
Serum ALT-nivåer kommer att mätas med Cobas Mira Plus autoanalyzer (RocheDiagnostics Systems, Madrid, Spanien).
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
AST-nivåer i serum
Tidsram: På dag 1
|
Serum AST-nivåer kommer att mätas med Cobas Mira Plus autoanalyzer (RocheDiagnostics Systems, Madrid, Spanien).
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serumkreatininnivåer
Tidsram: På dag 1
|
Serumkreatininnivåer kommer att mätas med Cobas Mira Plus autoanalyzer (RocheDiagnostics Systems, Madrid, Spanien).
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Urinsyranivåer i serum
Tidsram: På dag 1
|
Urinsyranivåer i serum kommer att mätas med Cobas Mira Plus autoanalyzer (RocheDiagnostics Systems, Madrid, Spanien).
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Serum urea nivåer
Tidsram: På dag 1
|
Serum ureanivåer kommer att mätas med Cobas Mira Plus autoanalyzer (RocheDiagnostics Systems, Madrid, Spanien).
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Urin 8-OHdG nivåer
Tidsram: På dag 1
|
Urin 8-OHdG nivåer kommer att mätas med humana ELISA kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Urin F2-isoprostaner nivåer
Tidsram: På dag 1
|
Nivåer av F2-isoprostaner i urin kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Urin NTX nivåer
Tidsram: På dag 1
|
Nivåer av NTX i urin kommer att mätas med humana ELISA-kit.
Data kommer att analyseras tillsammans med de andra primära resultaten för klusteridentifiering.
Data kommer att skalas med hjälp av enhetsvariansskalning.
Huvudkomponentanalys, Partial Least-Squares Discriminant Analysis och hierarkisk klustring kommer att användas för att identifiera kluster och för att upptäcka skillnader mellan metabotyper.
Kvaliteten på modellen kommer att bedömas av goodness-of-fit-parametern, parametern för prediktiv förmåga och korsvalideringstest.
|
På dag 1
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Kroppsvikt
Tidsram: På dag 1
|
Kroppsvikt mätt med TANITA SC 330 S bärbar våg (Peroxfarma, Barcelona, Spanien) .
|
På dag 1
|
Höjd
Tidsram: På dag 1
|
Höjd mätt av TANITA Leicester Portable (Tanita Corp., Barcelona, Spanien)
|
På dag 1
|
Body mass Index
Tidsram: På dag 1
|
Vikt och längd kommer att kombineras för att rapportera body mass index i kg/m^2
|
På dag 1
|
Midjemått
Tidsram: På dag 1
|
Midjemåttet kommer att mätas med ett 150 cm antropometriskt stålmåttband
|
På dag 1
|
Blodtryck (i mmHg)
Tidsram: På dag 1
|
Systoliskt och diastoliskt tryck kommer att mätas två gånger efter 2-5 minuters patientrespit, sittande, med en minuts mellanrum, med en automatisk blodtrycksmätare (OMRON HEM-907; Peroxfarma, Barcelona, Spanien).
|
På dag 1
|
Förhållande mellan midjeomkrets och höjd
Tidsram: På dag 1
|
Midjeomkrets och höjd kommer att kombineras för att rapportera förhållandet mellan midjeomkrets och höjd.
|
På dag 1
|
Kroppssammansättning
Tidsram: På dag 1
|
Kroppsfettmassa och mager massa kommer att mätas med TANITA SC 330 S Body Composition Analyzer (Peroxfarma, Barcelona, Spanien)
|
På dag 1
|
Kostintag
Tidsram: På dag 1
|
Kostintaget kommer att mätas med hjälp av 3-dagars dietregister.
|
På dag 1
|
Transkriptomisk analys i hårsäckar.
Tidsram: På dag 1
|
Transkriptomisk analys i hårsäcksprover kommer att göras med RNA-seq.
|
På dag 1
|
Transkriptomisk analys i totalt blod.
Tidsram: På dag 1
|
Transkriptomisk analys kommer att utföras med blodprover som samlas in i PAXgene-rör med hjälp av mikroarrayteknologi (Agilent Technologies).
Denna analys kommer att utföras med en underkohort av postmenopausala kvinnor från vart och ett av de olika klustren som erhållits med totalt 64 prover.
|
På dag 1
|
MikroRNA-analys i totalt blod.
Tidsram: På dag 1
|
MikroRNA kommer att analyseras i blodprover som samlas in i PAX-genrör med hjälp av RNA-seq-teknologi.
Denna analys kommer att utföras med en underkohort av postmenopausala kvinnor från vart och ett av de olika klustren som erhållits med totalt 64 prover.
|
På dag 1
|
DNA-metyleringsanalys i totalt blod.
Tidsram: På dag 1
|
DNA-metyleringsanalys kommer att utföras med blodprover insamlade i PAXgene-rör genom bisulfitomvandling av DNA kombinerat med målinriktad amplifiering av intressanta regioner, bibliotekskonstruktion och nästa generations sekvensering.
Denna analys kommer att utföras med en underkohort av postmenopausala kvinnor från vart och ett av de olika klustren som erhållits med totalt 64 prover.
|
På dag 1
|
Samarbetspartners och utredare
Sponsor
Publikationer och användbara länkar
Användbara länkar
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
Andra studie-ID-nummer
- SHE-HEALTH
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 Klimakteriet
-
Shaare Zedek Medical CenterHar inte rekryterat ännuVärmevallningar | Menopaus KirurgiskIsrael
-
Pennington Biomedical Research CenterLouisiana Clinical and Translational Science CenterAvslutadFethet | Menopaus Kirurgisk | ÖstrogenbristFörenta staterna
-
Batman Training and Research HospitalAvslutadMacula ödem | Menopaus Kirurgisk | Synskärpan minskas tillfälligtKalkon
-
Pennington Biomedical Research CenterUniversity of Colorado, Denver; University of Alabama at BirminghamIndragenFethet | Hormonbrist | Menopaus Kirurgisk | Östrogenbrist | Follikelstimulerande hormonbristFörenta staterna
-
Venus ConceptAvslutadKlimakteriet | Vulvovaginal atrofi | Menopaus KirurgiskKanada
-
Venus ConceptAvslutadKlimakteriet | Vulvovaginal atrofi | Menopaus KirurgiskKanada
-
IRCCS Azienda Ospedaliero-Universitaria di BolognaRekryteringInfertilitet, Kvinna | Kryokonservering | Menopaus Ovarial misslyckande | ÄggstocksskadaItalien
-
The Netherlands Cancer InstituteRadboud University Medical Center; Erasmus Medical Center; Dutch Cancer SocietyOkändHjärt-kärlsjukdomar | Livskvalité | Kognitiv försämring | BRCA1-mutation | BRCA2-mutation | Bentäthet | Kirurgisk klimakteriet | Menopaus KirurgiskNederländerna
-
Forever Young d.o.o.Medigroup Health System, Jevremova hospital; Saint James Hospital Malta; Re-medika...OkändKlimakteriet | Klimakteriet, för tidigt | För tidig ovariesvikt | Ovariesvikt, för tidigt | Ovarial misslyckande | Ovarial insufficiens | Ovarieinsufficiens, primär | För tidig ovariesvikt 2A | För tidig ovariesvikt 3 | För tidig ovariesvikt 4 | För tidig ovariesvikt 1 | För tidig ovariesvikt 5 | För tidig ovariesvikt... och andra villkorMalta, Nordmakedonien, Serbien
Kliniska prövningar på Inget ingripande kommer att göras
-
University of ConnecticutNational Institute of Diabetes and Digestive and Kidney Diseases (NIDDK)Rekrytering
-
Case Western Reserve UniversityAmerican UniversityHar inte rekryterat ännuNäring, hälsosam
-
Baylor College of MedicineRekrytering