Fettvävnadsgenuttryck och metabolomik länkar till tarmmikrobiom-hjärnan (POINSETTIA)
26 mars 2026 uppdaterad av: José Manuel Fernández-Real, Institut d'Investigació Biomèdica de Girona Dr. Josep Trueta
Fettvävnadsgenuttryck och metabolomik länkar till tarmmikrobiom-hjärnan (julstudier)
Denna studie syftar till att förstå hur fettvävnad (fett) och tarmmikrobiota (bakterierna i tarmen) kan påverka hjärnfunktionen och kognitionen. Det har observerats att förändringar i fettvävnad hos djur som möss och Drosophila (en typ av insekt) påverkar minnet och andra hjärnfunktioner. Dessutom tros det att tarmmikrobiota också spelar en viktig roll i kognition.
I denna studie vill vi undersöka hur genuttryck i fettvävnad, blodmetaboliter och tarmmikrobiota är relaterade till kognitiv funktion, såsom minne och tänkande, hos personer med och utan fetma. Vi kommer också att undersöka om dessa faktorer kan förutsäga förändringar i hjärnan under åren och hur de påverkar sömn, fysisk aktivitet och blodsockerkontroll.
Vi kommer att använda avancerad teknik för att analysera prover av vävnad, blod och mikrobiota, med målet att identifiera nya sätt att förstå hur fetma påverkar hjärnan. Denna studie kan hjälpa till att hitta nya sätt att diagnostisera och behandla kognitiva problem hos personer med fetma.
Studieöversikt
Status
Rekrytering
Betingelser
Studietyp
Observationell
Inskrivning (Beräknad)
100
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studiekontakt
- Namn: José Manuel Fernández-Real, M.D., Ph.D.
- Telefonnummer: +34972940200
- E-post: jmfreal@idibgi.org
Studieorter
-
-
Girona
-
Girona, Girona, Spanien, 17007
- Rekrytering
- Institut d'Investigació Biomèdica de Girona (IDIBGI)
-
Kontakt:
- Yenny Leal
- Telefonnummer: 2325 0034 972940200
- E-post: yleal@idibgi.org
-
-
Deltagandekriterier
Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Nej
Testmetod
Icke-sannolikhetsprov
Studera befolkning
Vi kommer att använda de befintliga proverna från Fatbank -kohorten (en plattform som drivs av Ciberobn, som hanteras av Idibgi Biobank och en del av det spanska nationella biobanknätverket).
Deltagare i denna kohort hade tidigare tecknat informerat samtycke till att bli kontaktade igen.
Därför kommer de valda deltagarna att utnämnas på Endocrinology, Diabetes and Nutrition Service (UDENTG) på Dr. Josep Trueta Hospital.
Beskrivning
Inkluderingskriterier:
- Män och kvinnor> 20 år gamla.
- Planerad för kirurgisk intervention för att extrahera fettvävnad.
- Undertecknat informerat samtycke för deltagande av studier.
Uteslutningskriterier:
- Inte uppfyller inkluderingskriterier.
- Icke-obehagsrelaterade systemiska sjukdomar (cancer, svår njur/leversjukdom).
- Systemiska sjukdomar med inneboende inflammation (reumatoid artrit, Crohns sjukdom, astma, kroniska infektioner (HIV/tuberculosis)) eller någon typ av infektionssjukdom.
- Gravid/ammande kvinnor.
- Personer under juridiska/administrativa begränsningar.
- De med infektionssymtom under den senaste månaden.
- Användning av antibiotika/antifungals/antiviraler (tidigare 3 månader).
- Kronisk steroidal/antiinflammatorisk läkemedelsanvändning.
- Major psykiatrisk historia.
- Överdriven alkoholintag, akut eller kronisk (> 40 g/dag (kvinnor),> 80 g/dag (män)) eller narkotikamissbruk.
- Immunsuppressants behandling.
- Deltagare med allvarliga ätstörningar.
- Serumleverenzymer (GOT, GPT) över två gånger den övre gränsen för det normala. Uppenbara tecken eller symtom på leversjukdom, akut eller kronisk hepatit.
- Historia av järnbalansstörningar (t.ex. genetisk hemokromatos, hemosideros från någon orsak, atransferrinemi, paroxysmal nattlig hemoglobinuri).
- Kreatinin större än 1,2 och glomerulär filtreringshastighet under 40.
- Aktuell behandling för malign neoplasi, annat än basalcell eller skivepitelcancer.
- Hjärtsjukdom klassificerad som klass III eller IV, känd ischemisk hjärt -kärlsjukdom.
- Njursvikt, historia av njurtransplantation eller aktuell dialysbehandling.
- Kronisk förstoppning (tarmrörelsefrekvens ≥ 7 dagar).
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
|---|
|
OBESITAS
Med två undergrupper
|
|
Utan fetma
Med 2 undergrupper:
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Glykemisk variation
Tidsram: 36 månaders
|
Medel och standardavvikelse för glukosmätningar i Mg/DL med användning av en CGM 10 dagar.
|
36 månaders
|
|
Procentandelen av tid i glukosmålintervall (glukosnivå 100 mg/dl-125 mg/dl)
Tidsram: 36 månader
|
36 månader
|
|
|
Den glykemiska risken uppmätt med det låga blodglukosindexet (LBGI)
Tidsram: 36 månader
|
Low Blood Glucose Index (LBGI) är en parameter som kvantifierar risken för glykemisk.
|
36 månader
|
|
Den glykemiska variationen uppmätt med medelamplituden för glykemiska utflykter (MAGE)
Tidsram: 36 månader
|
mätt i mg/dl
|
36 månader
|
|
Minuter lätt sömn
Tidsram: 36 månader
|
Genomsnittlig och standardavvikelse för minuters lätta sömnåtgärder genom aktivitet och sömnspårningsanordning.
|
36 månader
|
|
Minuter djup sömn
Tidsram: 36 månader
|
Genomsnittlig och standardavvikelse för minuters djupa sömnåtgärder genom aktivitet och sömnspårningsanordning.
|
36 månader
|
|
Minuter snabb ögonrörelse (REM)
Tidsram: 36 månader
|
Genomsnittlig och standardavvikelse för minuters REM -mätning efter aktivitets- och sömnspårningsanordning.
|
36 månader
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Audioverbal minne
Tidsram: 36 månader
|
Det kommer att mätas med California Verbal Learning Test (CVLT).
Minsta/maximala skalvärden (0-16), där 16 är ett bättre audioverbal minne.
|
36 månader
|
|
Effekt på tarmmikrobiota
Tidsram: 36 månader
|
Gutmikrobiota kommer att analyseras med metagenomik och metabolomik.
|
36 månader
|
|
Visuellt minne
Tidsram: 36 månader
|
Det kommer att mätas med Rey-Osterrieth Complex-figur.
Minsta/maximala skalvärden (0-36), där 36 är ett bättre visuellt minne.
|
36 månader
|
|
Depressiv symptomatologi
Tidsram: 36 månader
|
Det kommer att mätas med Patient Health Questionnaire-9 (PHQ-9).
Minsta/maximala skalvärden (0-27), där ≥ 20 är allvarlig depression.
|
36 månader
|
|
Impulsivitet
Tidsram: 36 månader
|
Det kommer att mätas med impulsiv beteendeskala (UPPS-P).
Testet utvärderas: negativ brådskande (tendens att agera uppriktigt under extrema negativa känslor), brist på förutsättning (tendens att agera utan att tänka), brist på uthållighet (oförmåga att förbli fokuserad på en uppgift) och sensationssökande (tendens att söka nya och spännande upplevelser).
Alla artiklar är betygsatta på en fyra punkts skala från 1 (håller helt med) till 4 (håller inte med).
|
36 månader
|
|
Matberoende
Tidsram: 36 månader
|
Det kommer att mätas med Yale Food Addiction Scale.
Det är ett symptompoäng från 0-11, baserat på Diagnostic and Statistical Manual of Mental Disorders (DSM-IV) kriterier, för substansberoende.
Matberoende diagnostiseras om ≥3 symtom rapporteras.
|
36 månader
|
|
Visokonstruktiv funktion
Tidsram: 36 månader
|
Det kommer att mätas med Rey-Osterrieth Complex-figur.
Minsta/maximala skalvärden (0-36), där 36 är en bättre visokonstruktiv funktion.
|
36 månader
|
|
Selektiv och växlande uppmärksamhet
Tidsram: 36 månader
|
Det kommer att mätas genom spårprov (del A och B).
|
36 månader
|
|
Hämning
Tidsram: 36 månader
|
Det kommer att mätas med Stroop Color-Word-test.
|
36 månader
|
|
Fonemisk verbal flyt
Tidsram: 36 månader
|
Det kommer att mätas med PMR.
|
36 månader
|
|
Semantisk verbal flytande
Tidsram: 36 månader
|
Det kommer att mätas med djurtest.
Personen måste namnge så många djur som möjligt på 1 minut.
Resultatet korrigeras av standardpoäng, beroende på ålder och utbildningsnivå.
|
36 månader
|
|
Ansiktsigenkänning
Tidsram: 36 månader
|
Det kommer att mätas med bild av ansiktsigenkänningstest (POFA).
|
36 månader
|
|
Känslorigenkänning
Tidsram: 36 månader
|
Det kommer att mätas med Benton ansiktsigenkänningstest (BFRT).
Detta test utvärderar erkännandet av de fem grundläggande känslorna: lycka, sorg, överraskning, avsky och ilska.
|
36 månader
|
|
Binge ätstörning
Tidsram: 36 månader
|
Det kommer att mätas med Binge Eating Scale (BES).
BES är en av de mest använda åtgärderna för att bedöma symptomatologin med binge ätstörningar.
BES-poängen sträcker sig från 0 till 46 och dess avstängningspunkt är större än eller lika med 27.
Ämnen med högre poäng än 27 är mer benägna att drabbas av binge ätstörning.
|
36 månader
|
|
Ångest
Tidsram: 36 månader
|
Det kommer att mätas med State-TRATE Angst Inventory (STAI).
Detta frågeformulär utvärderar tillstånds ångest (er) och drag ångest (R) genom 20 artiklar vardera, med en svarskala av Likert-typ av fyra alternativ.
När det gäller tillståndsångest går skalan från 0 (inte alls) till 3 (mycket), medan det för drag ångest går från 0 (nästan aldrig) till 3 (nästan alltid).
Ju högre poäng, desto större är ångesten i båda koncepten.
|
36 månader
|
|
Effekt på hjärnstrukturen
Tidsram: 36 månader
|
Hjärnstruktur kommer att bedömas med hjälp av magnetisk resonansavbildning.
|
36 månader
|
|
Diffusionstensor avbildande hjärnsekvenser
Tidsram: 36 månader
|
Diffusionstensoravbildning förvärvades vid 1,5 ton (Philips Ingenia) med användning av en enkel-skott spinekosekvens med eko-planavbildning (EPI), 50 sammanhängande skivor, voxelstorlek 2x2x2,5 mm3, TE/TR för 72/3581 ms/ms, en diffusionsvävande faktor B = 800 s/mm2 och diffusion vid 3201 ms.
|
36 månader
|
|
Hjärnjärnansamling
Tidsram: 36 månader
|
Det kommer att bedömas med hjälp av magnetisk resonansavbildning med (R2*)
|
36 månader
|
|
Rest-state-funktionella hjärnsekvenser
Tidsram: 36 månader
|
Det kommer att bedömas med hjälp av magnetisk resonansavbildning (T2*-viktad eko-planavbildning).
T2 * Relaxationsdata kommer att förvärvas med en multi-echo-lutningssekvens med 10 ekvidistanta ekon (första eko = 4,6 ms; ekoavstånd = 4,6 ms; repetitionstid = 1300ms).
Värdet på T2 * kommer att beräknas genom att justera de enkla exponentiella termerna för signalförfallet för respektive ekotidsvärden.
|
36 månader
|
|
Insulinresistens
Tidsram: 36 månader
|
Det kommer att mätas av Homa
|
36 månader
|
|
Markörer för kronisk inflammation (C-reaktivt protein, IL-6, adiponectin och löslig, tumörnekrosfaktor-a-receptorfraktioner)
Tidsram: 36 månader
|
Enzymbunden immunosorbentanalys (ELISA) och kvantitativ polymeraskedjereaktion (qPCR)
|
36 månader
|
|
Glykosylerat hemoglobin (HbA1c) -värde
Tidsram: 36 månader
|
Glykosylerat hemoglobin (HbA1c) i % eller mmol/mol
|
36 månader
|
|
Procentandelen av tid vid hyperglykemi (glukosnivå över 250 mg/dL)
Tidsram: 36 månader
|
36 månader
|
|
|
Procentandelen av tid vid hypoglykemi (glukosnivå under 70 mg/dl)
Tidsram: 36 månader
|
36 månader
|
|
|
Procentandelen av tid i glukosområdet (glukosnivå under 100 mg/dL)
Tidsram: 36 månader
|
36 månader
|
|
|
Procentandelen av tid i glukosområdet (glukosnivå mellan 126-139 mg/dl)
Tidsram: 36 månader
|
36 månader
|
|
|
Procentandelen av tid i glukosområdet (glukosnivå mellan 140-199 mg/dL)
Tidsram: 36 månader
|
36 månader
|
|
|
Procentandelen av tid i glukosområdet (glukosnivå över 200 mg/dl)
Tidsram: 36 månader
|
36 månader
|
|
|
Brända kalorier
Tidsram: 36 månader
|
Medel och standardavvikelse för brända kalorier med aktivitet och sömnspårningsanordning.
|
36 månader
|
|
Steg betyder och standardavvikelse för stegåtgärder efter aktivitets- och sömnspårningsanordning.
Tidsram: 36 månader
|
Medel- och standardavvikelsen för steg hänvisar till det genomsnittliga antalet steg som en deltagare har tagit och hur mycket dessa steg varierar från genomsnittet, mätt med en aktivitets- och sömnspårningsenhet.
Medelvärdet är medelvärdet, medan standardavvikelsen visar variationen eller konsistensen i stegräkning.
|
36 månader
|
|
Avstånd medelvärde och standardavvikelse för distansåtgärder genom aktivitet och sömnspårningsanordning.
Tidsram: 36 månader
|
36 månader
|
|
|
Protokoll på noll
Tidsram: 36 månader
|
Medel och standardavvikelse för minuters nollaktivitetsåtgärder genom aktivitet och sömn
|
36 månader
|
|
Minuter liten aktivitet
Tidsram: 36 månader
|
Medelvärde och standardavvikelse för minuter små aktivitetsåtgärder genom aktivitet och sömn
|
36 månader
|
|
Protokoll
Tidsram: 36 månader
|
Genomsnittlig och standardavvikelse för minuter genomsnittlig aktivitetsmått genom aktivitet och sömnspårningsanordning.
|
36 månader
|
|
Protokoll på hög aktivitet
Tidsram: 36 månader
|
Medel och standardavvikelse för minuter med hög aktivitetsmått genom aktivitet och sömnspårningsanordning.
|
36 månader
|
|
Kalorier
Tidsram: 36 månader
|
Genomsnittlig och standardavvikelse för kalorimätningar efter aktivitets- och sömnspårningsanordning.
|
36 månader
|
|
Minuter somna
Tidsram: 36 månader
|
Genomsnittlig och standardavvikelse för minuter som sover mått genom aktivitet och sömnspårare.
|
36 månader
|
|
Minuter vaken
Tidsram: 36 månader
|
Genomsnittlig och standardavvikelse för minuter vakna mått genom aktivitet och sömnspårare.
|
36 månader
|
|
Sängtid medelvärde och standardavvikelse för sängtidsåtgärder efter aktivitet och sömnspårningsanordning.
Tidsram: 36 månader
|
36 månader
|
|
|
Antal Tid Vaken medelvärde och standardavvikelse för antalet Tid Vakna mått genom aktivitet och sömn
Tidsram: 36 månader
|
36 månader
|
|
|
Beteendehämning
Tidsram: 36 månader
|
Det kommer att mätas genom känslighet för straff och känslighet för belöning (SPSRQ).
Skalan av känslighet för straff är relaterad till beteendinhiberingssystemet.
Den består av två underskalor på 24 artiklar vardera.
För varje underskala är minsta poäng 0 och den maximala poängen är 24, med högre poäng som indikerar större känslighet för straff eller belöning.
|
36 månader
|
|
Beteendeaktivering
Tidsram: 36 månader
|
Det kommer att mätas genom känslighet för straff och känslighet för belöning (SPSRQ).
Belöningskänslighetsskalan är relaterad till beteendeaktiveringssystemet.
Frågeformuläret består av två underskalor på 24 artiklar vardera.
Varje underskala varierar från 0 (minimum) till 24 (maximalt), där en högre poäng indikerar större känslighet för belöning eller straff.
|
36 månader
|
|
Uppmärksamhet och arbetsminne
Tidsram: 36 månader
|
Det kommer att mätas med siffrorna i Wechsler Adult Intelligence Scale - Fjärde upplagan (WAIS -IV).
Denna subtest innehåller två delar: siffror framåt (mätning av uppmärksamhet) och siffror bakåt (mätning av arbetsminnet).
Den totala RAW -poängen sträcker sig från 0 (minimum) till 30 (maximalt), med högre poäng som indikerar bättre uppmärksamhet och arbetsminneskapacitet.
|
36 månader
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Utredare
- Huvudutredare: José Manuel Fernández-Real, M.D., Ph.D., Institut d'Investigacio Biomedica de Girona Dr. Josep Trueta
Publikationer och användbara länkar
Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.
Allmänna publikationer
- 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.
- Zeng W, Pirzgalska RM, Pereira MM, Kubasova N, Barateiro A, Seixas E, Lu YH, Kozlova A, Voss H, Martins GG, Friedman JM, Domingos AI. Sympathetic neuro-adipose connections mediate leptin-driven lipolysis. Cell. 2015 Sep 24;163(1):84-94. doi: 10.1016/j.cell.2015.08.055.
- Morrison SF, Nakamura K. Central Mechanisms for Thermoregulation. Annu Rev Physiol. 2019 Feb 10;81:285-308. doi: 10.1146/annurev-physiol-020518-114546. Epub 2018 Sep 26.
- Mayneris-Perxachs J, Arnoriaga-Rodriguez M, Garre-Olmo J, Puig J, Ramos R, Trelis M, Burokas A, Coll C, Zapata-Tona C, Pedraza S, Perez-Brocal V, Ramio L, Ricart W, Moya A, Jove M, Sol J, Portero-Otin M, Pamplona R, Maldonado R, Fernandez-Real JM. Presence of Blastocystis in gut microbiota is associated with cognitive traits and decreased executive function. ISME J. 2022 Sep;16(9):2181-2197. doi: 10.1038/s41396-022-01262-3. Epub 2022 Jun 21.
- Bier E. Drosophila, the golden bug, emerges as a tool for human genetics. Nat Rev Genet. 2005 Jan;6(1):9-23. doi: 10.1038/nrg1503.
- Douglas AE. The Drosophila model for microbiome research. Lab Anim (NY). 2018 Jun;47(6):157-164. doi: 10.1038/s41684-018-0065-0. Epub 2018 May 23.
- Quesada-Vazquez S, Castells-Nobau A, Latorre J, Oliveras-Canellas N, Puig-Parnau I, Tejera N, Tobajas Y, Baudin J, Hildebrand F, Beraza N, Burcelin R, Martinez-Gili L, Chilloux J, Dumas ME, Federici M, Hoyles L, Caimari A, Del Bas JM, Escote X, Fernandez-Real JM, Mayneris-Perxachs J. Potential therapeutic implications of histidine catabolism by the gut microbiota in NAFLD patients with morbid obesity. Cell Rep Med. 2023 Dec 19;4(12):101341. doi: 10.1016/j.xcrm.2023.101341.
- Mayneris-Perxachs J, Moreno-Navarrete JM, Ballanti M, Monteleone G, Alessandro Paoluzi O, Mingrone G, Lefebvre P, Staels B, Federici M, Puig J, Garre J, Ramos R, Fernandez-Real JM. Lipidomics and metabolomics signatures of SARS-CoV-2 mediators/receptors in peripheral leukocytes, jejunum and colon. Comput Struct Biotechnol J. 2021;19:6080-6089. doi: 10.1016/j.csbj.2021.11.007. Epub 2021 Nov 8.
- Lin H, Peddada SD. Analysis of compositions of microbiomes with bias correction. Nat Commun. 2020 Jul 14;11(1):3514. doi: 10.1038/s41467-020-17041-7.
- Albanese D, Donati C. Strain profiling and epidemiology of bacterial species from metagenomic sequencing. Nat Commun. 2017 Dec 22;8(1):2260. doi: 10.1038/s41467-017-02209-5.
- Zhao S, Li H, Han W, Chan W, Li L. Metabolomic Coverage of Chemical-Group-Submetabolome Analysis: Group Classification and Four-Channel Chemical Isotope Labeling LC-MS. Anal Chem. 2019 Sep 17;91(18):12108-12115. doi: 10.1021/acs.analchem.9b03431. Epub 2019 Sep 5.
- Mayneris-Perxachs J, Castells-Nobau A, Arnoriaga-Rodriguez M, Garre-Olmo J, Puig J, Ramos R, Martinez-Hernandez F, Burokas A, Coll C, Moreno-Navarrete JM, Zapata-Tona C, Pedraza S, Perez-Brocal V, Ramio-Torrenta L, Ricart W, Moya A, Martinez-Garcia M, Maldonado R, Fernandez-Real JM. Caudovirales bacteriophages are associated with improved executive function and memory in flies, mice, and humans. Cell Host Microbe. 2022 Mar 9;30(3):340-356.e8. doi: 10.1016/j.chom.2022.01.013. Epub 2022 Feb 16.
- Mayneris-Perxachs J, Castells-Nobau A, Arnoriaga-Rodriguez M, Martin M, de la Vega-Correa L, Zapata C, Burokas A, Blasco G, Coll C, Escrichs A, Biarnes C, Moreno-Navarrete JM, Puig J, Garre-Olmo J, Ramos R, Pedraza S, Brugada R, Vilanova JC, Serena J, Gich J, Ramio-Torrenta L, Perez-Brocal V, Moya A, Pamplona R, Sol J, Jove M, Ricart W, Portero-Otin M, Deco G, Maldonado R, Fernandez-Real JM. Microbiota alterations in proline metabolism impact depression. Cell Metab. 2022 May 3;34(5):681-701.e10. doi: 10.1016/j.cmet.2022.04.001.
- Oliveras-Canellas N, Castells-Nobau A, de la Vega-Correa L, Latorre-Luque J, Motger-Alberti A, Arnoriaga-Rodriguez M, Garre-Olmo J, Zapata-Tona C, Coll-Martinez C, Ramio-Torrenta L, Moreno-Navarrete JM, Puig J, Villarroya F, Ramos R, Casado-Anguera V, Martin-Garcia E, Maldonado R, Mayneris-Perxachs J, Fernandez-Real JM. Adipose tissue coregulates cognitive function. Sci Adv. 2023 Aug 11;9(32):eadg4017. doi: 10.1126/sciadv.adg4017. Epub 2023 Aug 11.
- Xia D, Kelleher RJ 3rd, Shen J. Loss of Abeta43 Production Caused by Presenilin-1 Mutations in the Knockin Mouse Brain. Neuron. 2016 Apr 20;90(2):417-22. doi: 10.1016/j.neuron.2016.03.009.
- Wechsler, D. WAIS IV: Escala de Inteligencia de Wechsler para Adultos-IV. Madrid: TEA. 2012
- Guo DH, Yamamoto M, Hernandez CM, Khodadadi H, Baban B, Stranahan AM. Beige adipocytes mediate the neuroprotective and anti-inflammatory effects of subcutaneous fat in obese mice. Nat Commun. 2021 Jul 30;12(1):4623. doi: 10.1038/s41467-021-24540-8.
- Guo DH, Yamamoto M, Hernandez CM, Khodadadi H, Baban B, Stranahan AM. Visceral adipose NLRP3 impairs cognition in obesity via IL-1R1 on CX3CR1+ cells. J Clin Invest. 2020 Apr 1;130(4):1961-1976. doi: 10.1172/JCI126078.
- Cardoso F, Klein Wolterink RGJ, Godinho-Silva C, Domingues RG, Ribeiro H, da Silva JA, Mahu I, Domingos AI, Veiga-Fernandes H. Neuro-mesenchymal units control ILC2 and obesity via a brain-adipose circuit. Nature. 2021 Sep;597(7876):410-414. doi: 10.1038/s41586-021-03830-7. Epub 2021 Aug 18.
- Farruggia MC, Small DM. Effects of adiposity and metabolic dysfunction on cognition: A review. Physiol Behav. 2019 Sep 1;208:112578. doi: 10.1016/j.physbeh.2019.112578. Epub 2019 Jun 11.
- Gardener H, Caunca M, Dong C, Cheung YK, Rundek T, Elkind MSV, Wright CB, Sacco RL. Obesity Measures in Relation to Cognition in the Northern Manhattan Study. J Alzheimers Dis. 2020;78(4):1653-1660. doi: 10.3233/JAD-201071.
- Dahl AK, Hassing LB, Fransson EI, Gatz M, Reynolds CA, Pedersen NL. Body mass index across midlife and cognitive change in late life. Int J Obes (Lond). 2013 Feb;37(2):296-302. doi: 10.1038/ijo.2012.37. Epub 2012 Mar 27.
- Tang X, Zhao W, Lu M, Zhang X, Zhang P, Xin Z, Sun R, Tian W, Cardoso MA, Yang J, Simo R, Zhou JB, Stehouwer CDA. Relationship between Central Obesity and the incidence of Cognitive Impairment and Dementia from Cohort Studies Involving 5,060,687 Participants. Neurosci Biobehav Rev. 2021 Nov;130:301-313. doi: 10.1016/j.neubiorev.2021.08.028. Epub 2021 Aug 28.
- Qu Y, Hu HY, Ou YN, Shen XN, Xu W, Wang ZT, Dong Q, Tan L, Yu JT. Association of body mass index with risk of cognitive impairment and dementia: A systematic review and meta-analysis of prospective studies. Neurosci Biobehav Rev. 2020 Aug;115:189-198. doi: 10.1016/j.neubiorev.2020.05.012. Epub 2020 May 30.
- Endle H, Horta G, Stutz B, Muthuraman M, Tegeder I, Schreiber Y, Snodgrass IF, Gurke R, Liu ZW, Sestan-Pesa M, Radyushkin K, Streu N, Fan W, Baumgart J, Li Y, Kloss F, Groppa S, Opel N, Dannlowski U, Grabe HJ, Zipp F, Racz B, Horvath TL, Nitsch R, Vogt J. AgRP neurons control feeding behaviour at cortical synapses via peripherally derived lysophospholipids. Nat Metab. 2022 Jun;4(6):683-692. doi: 10.1038/s42255-022-00589-7. Epub 2022 Jun 27.
- Suarez AN, Hsu TM, Liu CM, Noble EE, Cortella AM, Nakamoto EM, Hahn JD, de Lartigue G, Kanoski SE. Gut vagal sensory signaling regulates hippocampus function through multi-order pathways. Nat Commun. 2018 Jun 5;9(1):2181. doi: 10.1038/s41467-018-04639-1.
- Minhas PS, Latif-Hernandez A, McReynolds MR, Durairaj AS, Wang Q, Rubin A, Joshi AU, He JQ, Gauba E, Liu L, Wang C, Linde M, Sugiura Y, Moon PK, Majeti R, Suematsu M, Mochly-Rosen D, Weissman IL, Longo FM, Rabinowitz JD, Andreasson KI. Restoring metabolism of myeloid cells reverses cognitive decline in ageing. Nature. 2021 Feb;590(7844):122-128. doi: 10.1038/s41586-020-03160-0. Epub 2021 Jan 20.
- Coin-Araguez L, Pavon FJ, Contreras A, Gentile AM, Lhamyani S, De Diego-Otero Y, Casado Y, Oliva Olivera W, Olveira G, Tinahones FJ, Perez Costillas L, El Bekay R. Inflammatory gene expression in adipose tissue according to diagnosis of anxiety and mood disorders in obese and non-obese subjects. Sci Rep. 2018 Nov 30;8(1):17518. doi: 10.1038/s41598-018-35759-9.
- Das SK, Ma L, Sharma NK. Adipose tissue gene expression and metabolic health of obese adults. Int J Obes (Lond). 2015 May;39(5):869-73. doi: 10.1038/ijo.2014.210. Epub 2014 Dec 18.
- Scherer PE. Adipose tissue: from lipid storage compartment to endocrine organ. Diabetes. 2006 Jun;55(6):1537-45. doi: 10.2337/db06-0263.
- Longo M, Zatterale F, Naderi J, Parrillo L, Formisano P, Raciti GA, Beguinot F, Miele C. Adipose Tissue Dysfunction as Determinant of Obesity-Associated Metabolic Complications. Int J Mol Sci. 2019 May 13;20(9):2358. doi: 10.3390/ijms20092358.
- Sodhi K, Pratt R, Wang X, Lakhani HV, Pillai SS, Zehra M, Wang J, Grover L, Henderson B, Denvir J, Liu J, Pierre S, Nelson T, Shapiro JI. Role of adipocyte Na,K-ATPase oxidant amplification loop in cognitive decline and neurodegeneration. iScience. 2021 Oct 12;24(11):103262. doi: 10.1016/j.isci.2021.103262. eCollection 2021 Nov 19.
Studieavstämningsdatum
Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.
Studera stora datum
Studiestart (Faktisk)
5 augusti 2025
Primärt slutförande (Beräknad)
31 januari 2027
Avslutad studie (Beräknad)
31 januari 2027
Studieregistreringsdatum
Först inskickad
5 mars 2025
Först inskickad som uppfyllde QC-kriterierna
10 mars 2025
Första postat (Faktisk)
11 mars 2025
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
31 mars 2026
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
26 mars 2026
Senast verifierad
1 mars 2026
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- POINSETTIA-2024.200
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Nej
Studerar en amerikansk FDA-reglerad produktprodukt
Nej
produkt tillverkad i och exporterad från U.S.A.
Nej
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 .