创伤性损伤中的氨甲环酸机制和药代动力学 (TAMPITI)
创伤性损伤中的氨甲环酸机制和药代动力学（TAMPITI 试验）
研究概览
详细说明
创伤是 40 岁以下人群死亡的主要原因。 出血是这些死亡中 30% 的病因，并且仍然是战场上潜在可预防死亡率 (66-80%) 的主要原因。 继发于失血性休克的死亡是由手术出血和凝血病引起的。 由于知道在严重创伤中纤维蛋白溶解增加会促进低凝状态，因此进行了试验以确定抗纤维蛋白溶解药如氨甲环酸 (TXA) 是否可以通过减少出血引起的死亡来降低发病率和死亡率。 TXA 是一种抗纤维蛋白溶解剂，可抑制纤溶酶原激活和纤溶酶活性，从而防止凝块分解而不是促进新凝块形成。 尽管 TXA 在许多手术人群中广泛使用并且在严重创伤患者中的使用越来越多，但 TXA 没有 FDA 批准的创伤患者适应症。 TXA 对免疫功能的影响尚未得到彻底检查，尤其是在严重外伤患者中。 由于凝血和内皮功能之间的相互关系，研究 TXA 使用对内皮激活和损伤的影响也很重要。 继发于局部低灌注的内皮损伤导致急性创伤性凝血病和纤维蛋白溶解。 因此，全面全面地评估 TXA 对免疫、凝血和内皮参数的影响对于更好地了解该药物的作用机制非常重要。
这是一项随机安慰剂对照试验，旨在获得在严重受伤的创伤患者中使用 TXA 的作用机制数据、药代动力学信息以及疗效和安全性数据。 参与者将被随机分配到 3 个治疗组中的一个 (1:1:1)：TXA 2 克静脉推注、TXA 4 克静脉推注或安慰剂。 学习时间为入学至出院或转院。 研究干预只会在参加试验时发生一次。 参与者将在最初受伤后两小时内接受研究药物。 血液样本将在免疫参数、药效学和储存库样本的多个时间点抽取。
将在研究药物/安慰剂给药后大约 0、6、24 和 72 小时抽取免疫参数样本。
将根据两个时间表抽取药代动力学和药效学样品。 采样次数为偶数，将在大致时间点抽血：0、20 分钟、1 小时、2 小时、4 小时、6 小时、8 小时和 12 小时。 在奇数采样时间采样的患者将在大致时间点采样：0、10 分钟、40 分钟、1.5 小时、3 小时、6 小时、10 小时和 24 小时。
将在大约时间点抽取存储库样本：0、1、6、24 和 72 小时。
研究类型
注册 (实际的)
阶段
- 阶段2
联系人和位置
学习地点
-
-
Missouri
-
Saint Louis、Missouri、美国、63110
- Barnes Jewish Hospital
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
有资格学习的性别
描述
纳入标准：
- 被要求接受至少 1 种血液制品和/或
- 因外伤进入急诊科并需要立即转移到手术室以控制出血的患者
- 能够在估计受伤时间后 2 小时内接受研究药物 **请注意，在患者最初符合纳入/排除标准的情况下（即在对他们的伤害进行全面评估之前在 ED 接受血液制品）但后来发现只有软组织受累或没有外伤性出血源），研究者可能会决定患者不应被随机分配到试验中，患者应被视为筛选失败
排除标准：
- 已知小于 18 岁的患者
- 入院时疑似急性心肌梗死或中风（血栓栓塞性和/或出血性）
- 已知的遗传性凝血障碍
已知的血栓栓塞事件史（DVT、PE、MI、中风）
• 请注意，允许有出血性中风病史，但不允许目前因出血性中风入院
- 与本次住院有关的已知癫痫病史和/或受伤后/入院时癫痫病史
- 怀疑或已知怀孕
- 已知正在哺乳
- 疑似或已知囚犯
- 徒劳的照顾
- 已知的当前免疫抑制状态（即使用高剂量类固醇、化疗等）
- 未知的估计受伤时间 12)。 佩戴“选择退出”TAMPITI 研究手镯的患者 13)。 已知存在蛛网膜下腔出血。
14.) 手和/或脚的孤立性损伤（远端） 15.) 入院前和/或入院前接受抗纤维蛋白溶解药治疗
学习计划
研究是如何设计的？
设计细节
- 主要用途：治疗
- 分配：随机化
- 介入模型：并行分配
- 屏蔽：三倍
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的：氨甲环酸 2 克
初次受伤后 2 小时内，在 10 分钟内给予 1 次剂量 IV TXA 2 克
|
氨甲环酸是一种称为赖氨酸的氨基酸（蛋白质）的人造形式。
氨甲环酸可防止体内的酶分解血块。
其他名称：
|
|
实验性的：氨甲环酸 4 克
初次受伤后 2 小时内在 10 分钟内给予 1 次 IV TXA 4 克
|
氨甲环酸是一种称为赖氨酸的氨基酸（蛋白质）的人造形式。
氨甲环酸可防止体内的酶分解血块。
其他名称：
|
|
安慰剂比较：安慰剂
初始损伤后 2 小时内静脉注射匹配量的生理盐水安慰剂 10 分钟以上
|
初始损伤后 2 小时内静脉注射匹配量的生理盐水安慰剂 10 分钟以上
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
患者组（0g TXA（安慰剂）；2g TXA；4g TXA）给药后 72 小时单核细胞 HLA-DR 表达的变化。
大体时间：研究开始后 72 小时内抽取的样本
|
在基线（0 小时，安慰剂或药物给药前）和安慰剂或药物给药后 72 小时从患者身上抽血。
这些血样中的白细胞用 CD45、CD14 和 HLA-DR 特异性荧光抗体染色，通过流式细胞仪进行分析，并记录单核细胞 (CD45+CD14+) 的 HLA-DR 信号的中值荧光强度 (MFI)。
从安慰剂/药物给药前到安慰剂/药物给药后 72 小时（“0 小时：72 小时”）HLA-DR 表达的倍数变化计算为 HLA-DR MFI72 小时 ÷ HLA-DR CD14 MFI0 小时。
在给定的时间点在每个治疗组之间进行非参数单向方差分析（Kruskal-Wallis 检验），并报告 p 值。
|
研究开始后 72 小时内抽取的样本
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
三个研究组之间细胞因子谱的差异
大体时间：研究开始后 72 小时内抽取的样本
|
为了评估 TXA 对免疫功能参数的影响，我们将在 RCT 中，在多个时间点分析来自 150 名患者（每个研究组 50 名）的样本。 参数是： A。从时间 0 到 72 小时测量细胞因子。 |
研究开始后 72 小时内抽取的样本
|
|
三个研究组之间白细胞功能参数的差异
大体时间：研究开始后 72 小时内抽取的样本
|
为了评估 TXA 对免疫功能参数的影响，我们将在 RCT 中，在多个时间点分析来自 150 名患者（每个研究组 50 名）的样本。 参数是： A。从时间 0 到 72 小时测量的白细胞流式细胞术分析。 |
研究开始后 72 小时内抽取的样本
|
|
总输血量
大体时间：24小时
|
使用一阶和条件非拉普拉斯算子（带中心）估计技术，使用 NONMEM 分析药代动力学数据。 我们考虑了两个和三个隔室模型，根据隔室体积和间隙（分布和消除）进行参数化。 我们将基本模型（其中药代动力学参数与体重无关）与假设药代动力学参数与体重成正比的模型进行了比较。 使用标准标准（NONMEM 指南），根据结果似然的目标函数对数选择最佳模型。 来自最优模型的方程： CL=109*((WT/70)**0.75) * (SCRint^-0.084) * ((NIRSInt)/96)^ -0.27 ) * ((PLTint)/130)^0.45) V1=1,160*(WT/70) * (TxTot)^0.03) Q=174*((WT/70)**0.75) V2=1080 *(WT/70) “总输血量 CL”等于受总输血量 (TxTot) 协变量影响的清除率 (CL)。 根据 NONMEM 报告，该值是无单位的。 |
24小时
|
|
确定所有三个研究组中血栓栓塞事件（DVT、MI、PE、中风）的发生率。
大体时间：出院（平均 10 天）
|
所有三个研究组中每组血栓栓塞事件（DVT、MI、PE、中风）发生率的事件数。
|
出院（平均 10 天）
|
|
确定所有三个研究组 24 小时内癫痫发作的发生率。
大体时间：TXA 后 24 小时
|
所有三个研究组在 24 小时内癫痫发作的发生率。
报告癫痫发作的参与者人数
|
TXA 后 24 小时
|
|
确定所有三个研究组中所有不良事件的发生率
大体时间：出院（平均 10 天）
|
根据事件的数量，对三个研究组中的每一个的所有不良事件进行总计。
|
出院（平均 10 天）
|
|
血小板计数
大体时间：24小时
|
使用一阶和条件非拉普拉斯算子（带中心）估计技术，使用 NONMEM 分析药代动力学数据。 我们考虑了两个和三个隔室模型，根据隔室体积和间隙（分布和消除）进行参数化。 我们将基本模型（其中药代动力学参数与体重无关）与假设药代动力学参数与体重成正比的模型进行了比较。 使用标准标准（NONMEM 指南），根据结果似然的目标函数对数选择最佳模型。 来自最优模型的方程： CL=109*((WT/70)**0.75) * (SCRint^-0.084) * ((NIRSInt)/96)^ -0.27 ) * ((PLTint)/130)^0.45) V1=1,160*(WT/70) * (TxTot)^0.03) Q=174*((WT/70)**0.75) V2=1080 *(WT/70) “血小板计数 CL”等于受血小板计数 (PLTint) 协变量影响的清除率 (CL)。 根据 NONMEM 报告，该值是无单位的。 |
24小时
|
|
近红外光谱 CL
大体时间：24小时
|
使用一阶和条件非拉普拉斯算子（带中心）估计技术，使用 NONMEM 分析药代动力学数据。 我们考虑了两个和三个隔室模型，根据隔室体积和间隙（分布和消除）进行参数化。 我们将基本模型（其中药代动力学参数与体重无关）与假设药代动力学参数与体重成正比的模型进行了比较。 使用标准标准（NONMEM 指南），根据结果似然的目标函数对数选择最佳模型。 来自最优模型的方程： CL=109*((WT/70)**0.75) * (SCRint^-0.084) * ((NIRSInt)/96)^ -0.27 ) * ((PLTint)/130)^0.45) V1=1,160*(WT/70) * (TxTot)^0.03) Q=174*((WT/70)**0.75) V2=1080 *(WT/70) “近红外光谱 CL”等于受近红外光谱 (NIRSint) 协变量影响的清除率 (CL)。 根据 NONMEM 报告，该值是无单位的。 |
24小时
|
|
肌酐计数
大体时间：24小时
|
使用一阶和条件非拉普拉斯算子（带中心）估计技术，使用 NONMEM 分析药代动力学数据。 我们考虑了两个和三个隔室模型，根据隔室体积和间隙（分布和消除）进行参数化。 我们将基本模型（其中药代动力学参数与体重无关）与假设药代动力学参数与体重成正比的模型进行了比较。 使用标准标准（NONMEM 指南），根据结果似然的目标函数对数选择最佳模型。 来自最优模型的方程： CL=109*((WT/70)**0.75) * (SCRint^-0.084) * ((NIRSInt)/96)^ -0.27 ) * ((PLTint)/130)^0.45) V1=1,160*(WT/70) * (TxTot)^0.03) Q=174*((WT/70)**0.75) V2=1080 *(WT/70) “肌酐计数 CL”等于受肌酐水平协变量 (SCRint) 影响的清除率 (CL)。 根据 NONMEM 报告，该值是无单位的。 |
24小时
|
|
V2- 周边容积 (L/70kg)
大体时间：24小时
|
使用一阶和条件非拉普拉斯算子（带中心）估计技术，使用 NONMEM 分析药代动力学数据。 我们考虑了两个和三个隔室模型，根据隔室体积和间隙（分布和消除）进行参数化。 我们将基本模型（其中药代动力学参数与体重无关）与假设药代动力学参数与体重成正比的模型进行了比较。 使用标准标准（NONMEM 指南），根据结果似然的目标函数对数选择最佳模型。 来自最优模型的方程： CL=109*((WT/70)**0.75) * (SCRint^-0.084) * ((NIRSInt)/96)^ -0.27 ) * ((PLTint)/130)^0.45) V1=1,160*(WT/70) * (TxTot)^0.03) Q=174*((WT/70)**0.75) V2=1080 *(WT/70) “V2”等于以 L/70kg 为单位的外围体积。 |
24小时
|
|
Q- 隔间间隙 (L/70kg)
大体时间：24小时
|
使用一阶和条件非拉普拉斯算子（带中心）估计技术，使用 NONMEM 分析药代动力学数据。 我们考虑了两个和三个隔室模型，根据隔室体积和间隙（分布和消除）进行参数化。 我们将基本模型（其中药代动力学参数与体重无关）与假设药代动力学参数与体重成正比的模型进行了比较。 使用标准标准（NONMEM 指南），根据结果似然的目标函数对数选择最佳模型。 来自最优模型的方程： CL=109*((WT/70)**0.75) * (SCRint^-0.084) * ((NIRSInt)/96)^ -0.27 ) * ((PLTint)/130)^0.45) V1=1,160*(WT/70) * (TxTot)^0.03) Q=174*((WT/70)**0.75) V2=1080 *(WT/70) “Q”等于以 L/70kg 为单位的隔间间隙。 |
24小时
|
|
V1-中心容积（L/70kg）
大体时间：24小时
|
使用一阶和条件非拉普拉斯算子（带中心）估计技术，使用 NONMEM 分析药代动力学数据。 我们考虑了两个和三个隔室模型，根据隔室体积和间隙（分布和消除）进行参数化。 我们将基本模型（其中药代动力学参数与体重无关）与假设药代动力学参数与体重成正比的模型进行了比较。 使用标准标准（NONMEM 指南），根据结果似然的目标函数对数选择最佳模型。 来自最优模型的方程： CL=109*((WT/70)**0.75) * (SCRint^-0.084) * ((NIRSInt)/96)^ -0.27 ) * ((PLTint)/130)^0.45) V1=1,160*(WT/70) * (TxTot)^0.03) Q=174*((WT/70)**0.75) V2=1080 *(WT/70) “V1”等于中心容积，单位为 L/70kg。 |
24小时
|
|
CL- TXA 清除率 (mL/(Min*70kg))
大体时间：24小时
|
使用一阶和条件非拉普拉斯算子（带中心）估计技术，使用 NONMEM 分析药代动力学数据。 我们考虑了两个和三个隔室模型，根据隔室体积和间隙（分布和消除）进行参数化。 我们将基本模型（其中药代动力学参数与体重无关）与假设药代动力学参数与体重成正比的模型进行了比较。 使用标准标准（NONMEM 指南），根据结果似然的目标函数对数选择最佳模型。 来自最优模型的方程： CL=109*((WT/70)**0.75) * (SCRint^-0.084) * ((NIRSInt)/96)^ -0.27 ) * ((PLTint)/130)^0.45) V1=1,160*(WT/70) * (TxTot)^0.03) Q=174*((WT/70)**0.75) V2=1080 *(WT/70) “CL”等于以 mL/(min*70kg) 表示的 TXA 清除率。 |
24小时
|
合作者和调查者
调查人员
- 首席研究员：Philip C Spinella, MD、Washington University School of Medicine
出版物和有用的链接
研究记录日期
研究主要日期
学习开始
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (估计)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.