- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT05646901
Involvering av tarmmikrobiota-hjärnan övertal i förlusten av ätkontroll (GMBTalk-Food)
Involvering av korstalet mellan mikrobiota och hjärnan i tarmen i förlusten av ätkontroll (GMBCrossTalkFood)
Övervikt och fetma är allt vanligare över hela världen. Dessa kroppsviktsstörningar är nära relaterade till brister i kontrollen av födointaget. En potentiell men outforskad mekanism för att förklara förlusten av ätkontroll är interaktionen mellan tarmmikrobiotan och hjärnan. Mekanismerna som ligger bakom kommunikationen mellan tarmmikrobiomet och värden förblir i stort sett outforskade. Dessa mekanismer kan delvis uppstå genom små icke-kodande RNA, kallade mikroRNA (miRNA). miRNA reglerar epigenetiska mekanismer för att kontrollera genuttryck.
Två hypoteser har föreslagits:
I. Interaktionen mellan tarmmikrobiotan och hjärnan och dess tillhörande epigenetiska förändringar spelar en viktig roll i den överviktsrelaterade förlusten av ätkontroll och metabolisk obalans.
II.Tarmmikrobiotans sammansättning och funktion är associerad med cirkulerande mikroRNA och glykemisk variabilitet och modifierar effekten av fysisk aktivitet på kognitiva parametrar och hjärnans mikrostruktur (R2*).
Studien inkluderar en tvärsnittsdesign (jämförelse av försökspersoner med och utan fetma) för att utvärdera parametrar associerade med matberoende genom validerade frågeformulär. Kohortens metaboliska och beteendemässiga profiler kommer att karakteriseras. Den mediala prefrontala cortex-anslutningen kommer att studeras med hjälp av funktionell magnetisk resonanstomografi (fMRI). Sammansättningen och funktionaliteten hos försökspersonernas tarmmetagenom kommer att analyseras i samband med metaboliska och beteendemässiga parametrar och bilddata. miRNA kan fungera som förmedlare av epigenomik av effekterna av metagenomet som påverkar hjärnan, därför kommer det att analyseras en bred profil av miRNA som cirkulerar i plasma.
Studieöversikt
Status
Betingelser
Detaljerad beskrivning
Studien inkluderar en tvärsnittsdesign (jämförelse av försökspersoner med och utan fetma) för att bedöma parametrar associerade med matberoende genom validerade frågeformulär. Den metaboliska och beteendemässiga profilen för kohorten och den mediala prefrontala cortex (mPFC) anslutningen med hjälp av fMRI kommer att karakteriseras. Sammansättningen och funktionaliteten av tarmmetagenomet hos dessa ämnen kommer att analyseras i termer av dess kopplingar till metaboliska och beteendemässiga parametrar och bilddata. Eftersom miRNA kan fungera som epigenomiska mediatorer av metagenomeffekter som påverkar hjärnan, kommer en bred profil av miRNA som cirkulerar i plasma också att analyseras.
Ämnen och metoder:
En kohort av försökspersoner (n=100, 50% med fetma) kommer att rekryteras i vilka parametrar för matberoende (belöningskänslighet, straffkänslighet och Yale Food Addiction Scale (YFAS 2.0-poäng) kommer att samlas in. Projektet kommer att genomföras i ämnen med fetma (25 män, 25 kvinnor, Body mass index (BMI) > = 30 kg/m2) och ämnen utan fetma, liknande ålder och kön (25 män, 25 kvinnor, BMI
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 glykemisensor 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.
Efter 10 dagar kommer urin och avföring att samlas in för att studera tarmmikrobiotan. Försökspersoner kommer att genomgå ett fastande blodprov och efter att ha ätit kommer neuropsykologiska tester att utföras. Därefter tas sensorn och enheten för övervakning av fysisk aktivitet/sömn bort. Slutligen kommer fMRI att göras för att utvärdera järnhalten i hjärnan (R2*) och parametrarna för "Diffusion Tensor Imaging" i olika hjärnterritorier. Vi kommer att karakterisera mPFC-anslutning hos försökspersoner i denna kohort genom funktionell MRI i vilotillstånd och strukturell anslutning med MRI.
Den metagenomiska sammansättningen och funktionaliteten i tarmen associerad med dessa kognitiva egenskaper, miRNA och metaboliter i plasma- och hjärnavbildningsdata kommer att studeras.
Besöksplanering:
Besök 1 (dag 1): Fysisk undersökning, näringsundersökning, bioimpedans, densitometri, glykemisensor och aktivitets- och sömnspårningsenhet. Samtyckesformulär.
Besök 2 (dag 10): Prov: blod, urin och avföring. Kostenkät, Neuropsykologisk bedömning, Glykemisensorabstinens. Aktivitets- och sömnspårningsenhet, fMRI.
DATAINSAMLING AV ÄMNEN I Tvärsektionsstudier:
- Subsidiärdata: Ålder, kön och födelsedatum.
Kliniska variabler:
- Vikt
- höjd,
- Body mass Index
- midja och höft omkrets
- midja-till-höft-förhållande
- blodtryck (systoliskt och diastoliskt)
- fettmassa och fettfri massa (bioelektrisk impedans och DEXA)
- rökstatus
- alkoholintag
- register över vanliga läkemedel
- personlig historia av blodtransfusion och/eller donation
- ett register över familjehistoria av fetma, kardiovaskulära händelser och diabetes
- psykiatrisk och ätstörningshistoria.
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-glutamyl transpeptidas (GGT)
- urea
- kreatinin
- urinsyra
- totala proteiner,
- albumin
- totalt kolesterol | HDL-kolesterol | LDL-kolesterol
- triglycerider,
- glykerat hemoglobin (HbA1c)
- ferritin | löslig transferrinreceptor
- ultrakänsligt C-reaktivt protein
- erytrocytsedimentationshastighet
- lipopolysackaridbindande protein
- fritt tyroxin (fritt T4) | sköldkörtelstimulerande hormon (TSH) | baslinjekortisol-plasmainsulin
- inflammationsmarkörer | interleukin 6 (IL-6). Ytterligare 20 cc blod (plasma-EDTA), 18 cc serum och 20 cc plasma med heparin kommer att extraheras för vidare analys.
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.
Analys av tarmmikrobiota i avföring:
*Fekal genomisk DNA-extraktion och helgenomsekvensering. Totalt DNA kommer att extraheras från fryst mänsklig avföring med hjälp av QIAamp DNA mini pallkit (Qiagen, Courtaboeuf, Frankrike). DNA-kvantifiering kommer att utföras med en Qubit 3.0 fluorometer (Thermo Fisher Scientific, Carlsbad, CA, USA). Därefter kommer 1 ng av varje prov (0,2 ng/μl) att användas för beredning av hagelgevärsbibliotek för sekvensering med hög genomströmning, med hjälp av Nextera DNA Flex Library Prep kit (Illumina, Inc., San Diego, CA, USA) enligt till tillverkarens protokoll. Sekvensering kommer att utföras på ett NextSeq 500 sekvenseringssystem (Illumina) med 2 X 150-bp parad kemi, vid anläggningarna för Sequencing and Bioinformatics Service av FISABIO (Valencia, Spanien).
- Urinprovtagning: Nödvändig för att bestämma förändringar i de metaboliska vägarna som är involverade i tryptofanmetabolism och för att bestämma tarmmikrobiotans roll i dessa metabola förändringar.
- Metabolomik i plasma och avföring: Utöver metabolomiska analyser i urinprover kommer metabolomiska analyser att utföras med tekniker som 1H-NMR och HPLC-MS/MS i plasma- och avföringsprover.
- Magnetisk resonanstomografi: Alla MRT-undersökningar kommer att utföras på en 1,5-T-skanner (Ingenia ®; Philips Medical Systems). Först kommer en 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 järndepositionen. 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: Olika kognitionsdomäner kommer att utforskas: minne (Test aprendizaje verbal-TAVEC, Rey-Osterrieth Complex Figure) uppmärksamhet och exekutiv funktion (WAIS-IV, Trail making-test (Del A och B), Stroop-test), social kognition (POFA och BFRT), språk (djur). Dessutom depression (PHQ9), ångest (State-Trait Anxiety Inventory (STAI)), impulsivitet (Impulsive Behaviour Scale (UPPS-P)), känslighet för straff och belöning (Sensitivity to Punishment and Sensitivity to Reward (SRSPQ)), mat beroende (Yale Food Addiction Scale (YFAS II)), hetsätningsstörning (Binge Eating-skalan), subjektivt välbefinnande, positiv och negativ påverkan (Positive and Negative Affect Schedule (PANAS)), känslomässig igenkänning (Bilder av Facial Affect och Benton Facial Recognition Test) kommer att utforskas genom psykologiska tester.
Profil för cirkulerande miRNA: Utöver metabolomiska analyser i urinprover kommer metabolomiska analyser att utföras med hjälp av tekniker som 1H-NMR och HPLC-MS/MS i plasma- och avföringsprover.
- Cirkulerande RNA-extraktion och rening: Plasma kommer att erhållas genom standard venpunktion och centrifugering med EDTA-belagda Vacutainer-rör (Becton-Dickinson, Franklin Lakes, NJ). Plasmaseparation kommer att utföras genom dubbelcentrifugering med en laboratoriecentrifug (Beckman J-6M Induction Drive Centrifuge, Beckman Instruments Inc). RNA-extraktion kommer att utföras från en initial volym på 300 μL plasma med hjälp av mirVana PARIS isoleringskit (Applied Biosystems, Darmstadt, Tyskland).
- Retrotranskription av cirkulerande miRNA och preamplifiering: En fast volym på 3 μL RNA-lösning från 40 ml eluatet av RNA-isolatet kommer att användas som input för retrotranskription med TaqMan miRNA omvänd transkriptionskit (Life Technology, Darmstadt, Tyskland). Förförstärkning kommer att utföras med TaqMan PreAmp Master Mix (Life Technology, Darmstadt, Tyskland).
- Analys av individuella miRNA av TaqMan-hydrolyssonder: Genuttryck kommer att bedömas med realtids-PCR med LightCycler 480 realtids-PCR-systemet (Roche Diagnostics, Barcelona, Spanien), med hjälp av lämplig TaqMan-teknik för kvantifiering av relativ genuttryck.
- Drosophila
Den relevanta tarmmikrobiotan som identifierats i den mänskliga kohorten kommer först att testas i Drosophila. Screening med hög genomströmning i Drosophila av de metaboliska och beteendemässiga effekterna av tarmmikrobiotan som identifierats hos möss med förlust av matningskontroll kommer att utföras. Mikrobiella stammar som erhålls från lagringsanläggningarna kommer att odlas med hög avkastning under förhållanden som är lämpliga för att välja ut aerotoleranta bakterier att associera med flugor. Dessa bakterier kommer att användas för att generera monoassocierade gnotobiotiska flugor, som kommer att analyseras för förändringar i utfodringsbeteende med hjälp av den kvantitativa flyPAD-matningsanalysen med hög genomströmning. Vi kommer att testa både fullmatade flugor och flugor utan aminosyror. Bakteriestammar som identifieras som modifierare av driften att äta kommer att utvärderas för deras effekter på flugmetabolism med hjälp av standardmetabolomiska metoder. Denna uppgift kommer att identifiera specifika bakteriestammar som kan modifiera matningsdriften och beteendemässiga och metaboliska svar hos Drosophila.
Informationen kommer att förbli registrerad i en anteckningsbok och kommer att datoriseras i studiens databas.
STATISKA METODER:
Provstorlek: Det finns inga tidigare data som visar förväntade skillnader för uppskattning av provstorlek avseende glukosvariabilitet, fysisk aktivitet, sammansättningen av tarmmikrobiota och kognitiv funktion. I en tidigare studie observerades skillnader i hjärnans järninnehåll 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.
Elevens t-test för oberoende prover kommer att användas för att jämföra variablerna för försökspersoner med fetma vs försökspersoner utan fetma. Före statistisk analys kommer data att normaliseras med hjälp av specifika normaliseringsprocedurer. Därefter kommer normalfördelningen och homogeniteten av varianser att testas. Parametrar som inte uppfyller dessa krav kommer att transformeras logaritmiskt (log10). Elevens t-test för parade prover kommer att användas för att studera skillnader före och efter uppföljning. Signifikanta samband, vare sig de är positiva eller negativa, kommer att studeras vidare (enkel linjär och multivariat regressionsanalys).
Metagenomisk analys.
Råvärden kommer att transformeras med en centrerad logaritmisk transformation (clr) som implementeras i R-paketet "ALDEx2". Bakteriearter och funktioner associerade med hjärnjärn och cirkulerande mikroRNA kommer att identifieras med hjälp av robusta linjära regressionsmodeller som de implementerade i R-paketet. Limma R, justering för ålder, kroppsmassaindex, kön och utbildningsår. Taxa- och bakteriefunktioner kommer att filtreras i förväg så att endast de med fler än 10 avläsningar i minst fem prover kommer att väljas. P-värdena kommer att justeras för flera jämförelser med sekventiell god passform som implementerats i R-paketet "SGoF". SGoF har visat sig prestera särskilt bättre än FDR-metoder med ett stort antal tester och låg urvalsstorlek, vilket är fallet för stora omics-datauppsättningar. Statistisk signifikans kommer att sättas till p justerad
Kontinuerlig glukosövervakning
De glykemiska riskerna och mått på variabilitet som ska bedömas är standardavvikelse (SD), variationskoefficient (CV), medelamplitud av glykemiska exkursioner (MAGE), riskindex (RI), lågt blodsockerindex (LBGI) och högt blodsocker. glukosindex (HBGI). Dessutom procent (%) tid i intervallet (70-180 mg/dL), % tid i euglykemi (70 - 140 mg/dL), hypoglykemi (180 mg/dL). Mått på glykemivariabilitet beräknades med Matlab-programvara (R2018a).
Studietyp
Inskrivning (Beräknad)
Kontakter och platser
Studiekontakt
- Namn: José Manuel Fernández-Real, M.D., Ph.D.
- Telefonnummer: +34 972 94 02 00
- E-post: jmfreal@idibgi.org
Studera Kontakt Backup
- Namn: Marisel Rosell Díaz, M.D., MSc.
- Telefonnummer: 2325 +34 972 94 02 00
- E-post: mrosell@idibgi.org
Studieorter
-
-
-
Girona, Spanien, 17007
- Rekrytering
- Institut d'Investigació Biomèdica de Girona (IDIBGI)
-
Kontakt:
- Yenny Leal
- Telefonnummer: 2325 0034 972940200
- E-post: yleal@idibgi.org
-
-
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 som 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).
- Kreatinin högre än 1,2 och glomerulär filtrationshastighet mindre än 40.
- Immunsuppressiva behandling.
- Kronisk förstoppning (avsättningsvana ≥ 7 dagar)
- Njursvikt, historia av en njurtransplantation eller aktuell behandling med dialys.
- Behandling med en bantningsprodukt under de senaste två månaderna.
- Klass III eller IV hjärtsvikt (enligt New York Heart Association), medicinska register över ischemisk hjärt-kärlsjukdom.
- Nuvarande behandling för malign neoplasm.
Studieplan
Hur är studien utformad?
Designdetaljer
- Observationsmodeller: Case-Control
- Tidsperspektiv: Blivande
Kohorter och interventioner
Grupp / Kohort |
---|
Premenopausala kvinnor med fetma
|
Postmenopausala kvinnor med fetma
|
Män med fetma
|
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: 10 dagar
|
Enzymkopplad immunosorbentanalys (ELISA).
|
10 dagar
|
Glykemisk variabilitet.
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för glukosmått i mg/dL med en kontinuerlig glukosövervakning under 10 dagar.
|
10 dagar
|
Procentandelen av tiden i målintervallet för glukos (glukosnivå 100 mg/dl-125 mg/dl)
Tidsram: 10 dagar
|
10 dagar
|
|
Den glykemiska risken mätt med lågt blodsockerindex (LBGI)
Tidsram: 10 dagar
|
Lågt blodsockerindex (LBGI) är en parameter som kvantifierar risken för glykemiskt
|
10 dagar
|
Den glykemiska risken mätt med högt blodsockerindex (HBGI).
Tidsram: 10 dagar
|
Högt blodsockerindex (HBGI) är en parameter som kvantifierar risken för glykemi.
|
10 dagar
|
Den glykemiska variabiliteten mätt med medelamplituden av glykemiska exkursioner (MAGE).
Tidsram: 10 dagar
|
mätt i mg/dl
|
10 dagar
|
Minuter lätt sömn
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för minuter lätt sömn mäter av aktivitet och sömnspårningsenhet.
|
10 dagar
|
Minuters djup sömn
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för minuter djupsömn mäter efter aktivitet och sömn
|
10 dagar
|
Minuters snabba ögonrörelser (REM)
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för minuter REM-mätningar av aktivitet och sömnspårningsenhet.
|
10 dagar
|
Effekt på tarmmikrobiota.
Tidsram: 2 månader
|
Tarmmikrobiota kommer att analyseras med metagenomik och metabolomik.
|
2 månader
|
Visuellt minne
Tidsram: 10 dagar
|
Det kommer att mätas av Rey-Osterrieth Complex Figure.
Minsta/maximala skalvärden (0-36), där 36 är ett bättre visuellt minne.
|
10 dagar
|
Audioverbalt minne
Tidsram: 10 dagar
|
Det kommer att mätas med California Verbal Learning Test (CVLT).
Minsta/maximala skalvärden (0-16), där 16 är ett bättre audioverbalt minne.
|
10 dagar
|
Depressiv symptomatologi
Tidsram: 10 dagar
|
Det kommer att mätas med Patient Health Questionnaire-9 (PHQ-9).
Minsta/maximala skalvärden (0-27), där ≥ 20 är svår depression.
|
10 dagar
|
Impulsivitet
Tidsram: 10 dagar
|
Det kommer att mätas med Impulsive Behaviour 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 (håller helt med) till 4 (håller inte med).
|
10 dagar
|
Matberoende
Tidsram: 10 dagar
|
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.
|
10 dagar
|
Beteendemässig hämning
Tidsram: 10 dagar
|
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.
|
10 dagar
|
Beteendeaktivering
Tidsram: 10 dagar
|
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.
|
10 dagar
|
Visokonstruktiv funktion
Tidsram: 10 dagar
|
Det kommer att mätas av Rey-Osterrieth Complex Figure.
Minsta/maximala skalvärden (0-36), där 36 är en bättre visokonstruktiv funktion.
|
10 dagar
|
Selektiv och omväxlande uppmärksamhet
Tidsram: 10 dagar
|
Det kommer att mätas genom test för att göra spår (Del A och B).
|
10 dagar
|
Uppmärksamhet och arbetsminne
Tidsram: 10 dagar
|
Det kommer att mätas med Digits-deltestet av Wechsler Adult Intelligence Scales, fjärde upplagan (WAIS-IV).
|
10 dagar
|
Hämning
Tidsram: 10 dagar
|
Det kommer att mätas med Stroop Color-Word Test.
|
10 dagar
|
Fonemisk verbal flyt
Tidsram: 10 dagar
|
Det kommer att mätas med PMR
|
10 dagar
|
Semantisk verbal flyt
Tidsram: 10 dagar
|
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.
|
10 dagar
|
Hetsätningsstörning
Tidsram: 10 dagar
|
Det kommer att mätas med Binge Eating Scale (BES).
BES är en av de mest använda åtgärderna för att bedöma symtom på hetsätningsstörningar.
BES-poängen sträcker sig från 0 till 46 och dess gränsvärde är större än eller lika med 27.
Försökspersoner med poäng högre än 27 är mer benägna att lida av hetsätningsstörning.
|
10 dagar
|
Ångest
Tidsram: 10 dagar
|
Det kommer att mätas med State-Trait Anxiety Inventory (STAI).
Det här frågeformuläret utvärderar tillståndsångest (S) och egenskapsångest (R) genom 20 objekt vardera, med en svarsskala av likert-typ med fyra alternativ.
Vid tillståndsångest går skalan från 0 (inte alls) till 3 (mycket), medan den för egenskapsångest går från 0 (nästan aldrig) till 3 (nästan alltid).
Ju högre poäng desto större ångest i båda begreppen.
|
10 dagar
|
Ansiktsigenkänning
Tidsram: 10 dagar
|
Det kommer att mätas med Bentons ansiktsigenkänningstest.
Deltagaren visas ett ansikte och måste sedan känna igen det bland sex ansikten placerade tillsammans.
|
10 dagar
|
Känsloigenkänning
Tidsram: 10 dagar
|
Det kommer att mätas av Pictures of Facial Affect.
Deltagaren kommer att se bilder på människor och måste känna igen vilka känslor motiven på bilderna uttrycker (lycka, sorg, etc.).
|
10 dagar
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Effekt på hjärnans struktur.
Tidsram: 10 dagar
|
Hjärnans struktur kommer att bedömas med hjälp av magnetisk resonanstomografi.
|
10 dagar
|
Diffusion Tensor Imaging hjärnsekvenser
Tidsram: 24 timmar
|
Diffusion Tensor Imaging förvärvades vid 1,5 T (Philips ingenia) med användning av 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.
|
24 timmar
|
Hjärnansamling av järn
Tidsram: 24 timmar
|
Det kommer att bedömas med hjälp av magnetisk resonanstomografi med (R2*)
|
24 timmar
|
Funktionella hjärnsekvenser i vilotillstånd
Tidsram: 24 timmar
|
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.
|
24 timmar
|
Insulinresistens
Tidsram: 10 dagar
|
Det kommer att mätas av HOMA
|
10 dagar
|
Markörer för kronisk inflammation: C-reaktivt protein, IL-6, adiponektin och lösliga, tumörnekrosfaktor-α-receptorfraktioner.
Tidsram: 2 månader
|
Enzymkopplad immunosorbentanalys (ELISA) och kvantitativ polymeraskedjereaktion (qPCR).
|
2 månader
|
Värde för glykosylerat hemoglobin (HbA1c).
Tidsram: 10 dagar
|
Glykosylerat hemoglobin (HbA1c) i % eller mmol/mol
|
10 dagar
|
Procentandelen tid i hyperglykemi (glukosnivå över 250 mg/dl)
Tidsram: 10 dagar
|
10 dagar
|
|
Procentandelen tid i hypoglykemi (glukosnivå under 70 mg/dl)
Tidsram: 10 dagar
|
10 dagar
|
|
Procentandelen av tiden i glukosintervallet (glukosnivå under 100 mg/dl)
Tidsram: 10 dagar
|
10 dagar
|
|
Procentandelen av tid i glukosintervallet (glukosnivå mellan 126-139 mg/dl)
Tidsram: 10 dagar
|
10 dagar
|
|
Procentandelen av tiden i glukosintervallet (glukosnivå mellan 140-199 mg/dl)
Tidsram: 10 dagar
|
10 dagar
|
|
Procentandelen av tiden i glukosintervallet (glukosnivå över 200 mg/dl)
Tidsram: 10 dagar
|
10 dagar
|
|
Förbrända kalorier
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för brända kalorier mäter efter aktivitet och sömnspårningsenhet.
|
10 dagar
|
Steg
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för steg mäter efter aktivitet och sömnspårningsenhet.
|
10 dagar
|
Distans
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för avståndsmått för aktivitet och sömnspårningsenhet.
|
10 dagar
|
Minuter noll aktivitet
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för minuter noll aktivitetsmått för aktivitet och sömnspårningsenhet.
|
10 dagar
|
Minuter liten aktivitet
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för minuter av små aktivitetsmått för aktivitet och sömnspårningsenhet.
|
10 dagar
|
Minuter betyder aktivitet
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för minuter betyder aktivitetsmått för aktivitet och sömnspårningsenhet.
|
10 dagar
|
Minuter hög aktivitet
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för minuter med hög aktivitetsmätning av aktivitets- och sömnspårningsenhet.
|
10 dagar
|
Kalorier
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för kalorimätningar efter aktivitet och sömnspårningsenhet.
|
10 dagar
|
Minuters sömn
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för sömnminutersmått för aktivitet och sömnspårningsenhet.
|
10 dagar
|
Minuter vaken
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för mätningar av vakna minuter för aktivitet och sömnspårningsenhet.
|
10 dagar
|
Sovdags
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för läggtidsmått efter aktivitet och sömnspårningsenhet.
|
10 dagar
|
Antal tid vaken
Tidsram: 10 dagar
|
Medelvärde och standardavvikelse för antalet vakna mätningar av aktivitet och sömnspårningsenhet.
|
10 dagar
|
Samarbetspartners och utredare
Utredare
- Huvudutredare: José Manuel Fernández-Real, M.D., Ph.D., Institut d'Investigació Biomèdica de Girona Dr. Josep Trueta
Publikationer och användbara länkar
Allmänna publikationer
- Koob GF, Volkow ND. Neurobiology of addiction: a neurocircuitry analysis. Lancet Psychiatry. 2016 Aug;3(8):760-773. doi: 10.1016/S2215-0366(16)00104-8.
- Arnoriaga-Rodriguez M, Mayneris-Perxachs J, Burokas A, Contreras-Rodriguez O, Blasco G, Coll C, Biarnes C, Miranda-Olivos R, Latorre J, Moreno-Navarrete JM, Castells-Nobau A, Sabater M, Palomo-Buitrago ME, Puig J, Pedraza S, Gich J, Perez-Brocal V, Ricart W, Moya A, Fernandez-Real X, Ramio-Torrenta L, Pamplona R, Sol J, Jove M, Portero-Otin M, Maldonado R, Fernandez-Real JM. Obesity Impairs Short-Term and Working Memory through Gut Microbial Metabolism of Aromatic Amino Acids. Cell Metab. 2020 Oct 6;32(4):548-560.e7. doi: 10.1016/j.cmet.2020.09.002.
- Arnoriaga-Rodriguez M, Mayneris-Perxachs J, Contreras-Rodriguez O, Burokas A, Ortega-Sanchez JA, Blasco G, Coll C, Biarnes C, Castells-Nobau A, Puig J, Garre-Olmo J, Ramos R, Pedraza S, Brugada R, Vilanova JC, Serena J, Barretina J, Gich J, Perez-Brocal V, Moya A, Fernandez-Real X, Ramio-Torrenta L, Pamplona R, Sol J, Jove M, Ricart W, Portero-Otin M, Maldonado R, Fernandez-Real JM. Obesity-associated deficits in inhibitory control are phenocopied to mice through gut microbiota changes in one-carbon and aromatic amino acids metabolic pathways. Gut. 2021 Dec;70(12):2283-2296. doi: 10.1136/gutjnl-2020-323371. Epub 2021 Jan 29.
- Ramirez V, Wiers CE, Wang GJ, Volkow ND. Personality traits in substance use disorders and obesity when compared to healthy controls. Addiction. 2020 Nov;115(11):2130-2139. doi: 10.1111/add.15062. Epub 2020 Apr 29.
- Volkow ND, Wang GJ, Tomasi D, Baler RD. The addictive dimensionality of obesity. Biol Psychiatry. 2013 May 1;73(9):811-8. doi: 10.1016/j.biopsych.2012.12.020. Epub 2013 Jan 29.
- Gearhardt AN, Corbin WR, Brownell KD. Development of the Yale Food Addiction Scale Version 2.0. Psychol Addict Behav. 2016 Feb;30(1):113-21. doi: 10.1037/adb0000136.
- Kalon E, Hong JY, Tobin C, Schulte T. Psychological and Neurobiological Correlates of Food Addiction. Int Rev Neurobiol. 2016;129:85-110. doi: 10.1016/bs.irn.2016.06.003. Epub 2016 Jul 22.
- Gupta A, Osadchiy V, Mayer EA. Brain-gut-microbiome interactions in obesity and food addiction. Nat Rev Gastroenterol Hepatol. 2020 Nov;17(11):655-672. doi: 10.1038/s41575-020-0341-5. Epub 2020 Aug 27.
- Gearhardt AN, Boswell RG, White MA. The association of "food addiction" with disordered eating and body mass index. Eat Behav. 2014 Aug;15(3):427-33. doi: 10.1016/j.eatbeh.2014.05.001. Epub 2014 May 27.
- Williams MR, Stedtfeld RD, Tiedje JM, Hashsham SA. MicroRNAs-Based Inter-Domain Communication between the Host and Members of the Gut Microbiome. Front Microbiol. 2017 Sep 27;8:1896. doi: 10.3389/fmicb.2017.01896. eCollection 2017.
- Arnoriaga-Rodriguez M, Mayneris-Perxachs J, Burokas A, Perez-Brocal V, Moya A, Portero-Otin M, Ricart W, Maldonado R, Fernandez-Real JM. Gut bacterial ClpB-like gene function is associated with decreased body weight and a characteristic microbiota profile. Microbiome. 2020 Apr 30;8(1):59. doi: 10.1186/s40168-020-00837-6.
- Mayneris-Perxachs J, Arnoriaga-Rodriguez M, Luque-Cordoba D, Priego-Capote F, Perez-Brocal V, Moya A, Burokas A, Maldonado R, Fernandez-Real JM. Gut microbiota steroid sexual dimorphism and its impact on gonadal steroids: influences of obesity and menopausal status. Microbiome. 2020 Sep 20;8(1):136. doi: 10.1186/s40168-020-00913-x.
- Volkow ND, Wise RA. How can drug addiction help us understand obesity? Nat Neurosci. 2005 May;8(5):555-60. doi: 10.1038/nn1452. No abstract available.
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
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
- GMBCrossTalk-Food-2022.166
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 Fetma
-
SanionaAvslutadHypothalamic Injury-induced Obesity (HIO)Danmark