意义未明的单克隆丙种球蛋白病患者的前瞻性长期观察研究 (SECURE)
多发性骨髓瘤 (MM) 是一种罕见的血癌,在英国每年影响 5000 多人。 所有骨髓瘤病例都始于一种称为意义未明的单克隆丙种球蛋白病 (MGUS) 的病症。 MGUS 发生在大约 3.2% 的 50 岁及以上人群中。 这些人中只有一小部分(每年约 1%)会患上骨髓瘤。 大多数 MGUS 患者没有症状,但少数人会出现并发症。 该组被称为具有临床意义的单克隆丙种球蛋白病 (MGCS)。
骨髓瘤患者经常会出现长时间的诊断延误;延迟时间比任何其他癌症都长。 虽然我们知道 MGUS 会导致骨髓瘤,但大多数 MGUS 病例只是在患者为其他疾病进行血液检查时“偶然”发现的。 而患有 MGUS 的人没有进行一致的测试或跟进。 这种情况意味着 80-90% 被诊断患有骨髓瘤的人没有更早的 MGUS 诊断。
通过更好地了解 MGUS 及其监测方式,可能可以更早地诊断出骨髓瘤。 SECURE 研究将对此有所帮助。 它将有助于确认 MGUS 患者诊断为骨髓瘤的速度。 它将进一步了解英国 MGUS 和 MGCS 患者的筛查、诊断和监测模式。
该研究旨在更多地了解家族史和人口统计因素在 MGUS 发展中的作用。 它还将了解更多关于 MGUS 诊断和个人生活质量的心理影响。
MGUS 患者将由其临床护理团队确定并受邀参加 SECURE 研究。 参与者将被要求每年回答调查和问卷,为期 5 年或直到他们的疾病发生变化。 该研究将从英国 20 个 NHS 站点招募参与者。 有些人会被要求提供血样。 SECURE 由英国癌症研究中心 (CRUK) 和国家卫生研究院 (NIHR) 资助。
研究概览
地位
条件
详细说明
在英国,骨髓瘤每年影响 5820 人,是具有明显前体状态的克隆性浆细胞疾病的晚期阶段,称为意义未明的单克隆丙种球蛋白病 (MGUS)。 术语单克隆丙种球蛋白病是指由失调的浆细胞克隆产生的异常数量的单克隆免疫球蛋白。 MGUS 的临床表现具有异质性,具有不同水平的正常免疫球蛋白异常和抑制。 骨髓瘤是目前提供治疗的唯一临床状态,尽管少数 MGUS 患者会出现淀粉样变性、肾脏疾病、骨质疏松症以及皮肤和神经系统表现等并发症。 具有这些临床并发症的 MGUS 患者被称为具有临床意义的单克隆丙种球蛋白病 (MGCS)。 在 MGCS 中,发病率是由分泌蛋白而不是克隆大小驱动的,克隆大小通常明显小于骨髓瘤患者。 相对于全球癌症化学疗法的总体支出,骨髓瘤的护理费用相当可观。 早期检测是患者的重中之重,可以提高生存率:84% 的骨髓瘤患者如果在最早阶段得到诊断,可以存活 > 5 年,而如果在晚期得到诊断,这一比例仅为 26%。 尽管诊断血清学技术广泛可用,但骨髓瘤最常被诊断为晚期(出现症状后 > 3-6 个月),并且在任何癌症中诊断延迟时间最长,超过 30% 的新诊断骨髓瘤患者出现紧急情况,这些患者已缩短生存。 大多数可避免的延误发生在初级保健中,原因包括不一致的 MGUS 测试和随访,强调需要改善初级保健(筛查)、免疫学(初步调查)和血液学(持续管理)之间的联系,以有效诊断和管理骨髓瘤和先行国。 由于 MGUS 先于所有骨髓瘤,因此早期诊断策略是定期监测 MGUS 患者是否进展为骨髓瘤。 进展风险约为 1%/年,一般 MGUS 人群患病率在 50 岁以上的个体中为 3.2%。 不幸的是,MGUS 经常被偶然诊断出来,80-90% 的骨髓瘤是在没有首先接受 MGUS 诊断的情况下被诊断出来的。 鉴于人群水平的 MGUS 筛查不切实际且昂贵,因此需要进行研究以了解临床症状。 然而,需要定期监测更多的 MGUS 患者会给全科医生带来巨大的负担。 缺乏可应用于临床护理的明确定义的 MGUS-MGCS/骨髓瘤转化预测模型。 尽管异常单克隆蛋白和亚型(非 IgG)的大小确实可以广泛预测骨髓瘤的进展,但只有 20-30% 的 MGUS 患者属于这一组。
此外,MGUS-MGCS/骨髓瘤进展的风险因素一直难以定义,导致检测、风险分层和持续监测的方法在很大程度上是非标准化的,从而导致诊断延迟。 患有骨髓瘤的患者在诊断时报告骨痛是最常见的症状,并且 >80% 在诊断时影像学上有骨病变。 与非 MGUS 患者相比,诊断为 MGUS 的患者因骨折(包括长期住院引起的所有医院相关并发症,如医院获得性感染)、血栓形成、器官衰竭和感染等合并症而导致的死亡发生率显着更高-MGUS 控制。 此外,超过 18% 的 MGUS 患者是偶然诊断的,并且没有骨质疏松症的病史,他们会遭受椎骨骨折。
该项目是一项观察性研究,研究人员希望通过定性分析了解英国现有的筛查和监测模式,以及 MGUS 和 MGCS 诊断的当前途径。 研究人员还希望提高对人口统计学关联和家庭联系的理解,因为最近有证据表明黑人的 MGUS 进展风险较高且进展较早,并且有证据表明直系亲属患有该病的人风险较高。
此外,由于可用于了解诊断后和疾病进展期间的心理需求的信息有限,该研究还将关注患者的生活质量和向参与者提供的心理服务的要求。 研究人员希望在基线和年度随访期间同时使用标准化和非标准化量表。
代谢组学研究将在 Phenome Centre-Birmingham (PC-B) 进行;一项耗资 800 万英镑的设施,用于对人体体液和组织中存在的代谢物进行大规模靶向和非靶向研究,重点放在精准/分层医学上。 许多研究已将代谢组学应用于浆细胞恶液质的研究。 2013 年的一项研究使用了基于质子核磁共振的代谢物分析,对处于不同疾病阶段的 MM 患者存档的连续配对血清和尿液样本进行了分析。 该研究表明在诊断、缓解和复发疾病时区分活动性疾病,并将升高的乙酰肉碱确定为活动性疾病的新标志物。 最近的一项研究发现,血液中 2-羟基戊二酸 (2-HG) 水平升高与 MM 中更高水平的 c-MYC 表达和更短的进展时间相关。 最近,我们分析了在伯明翰从 12 名 MGUS 患者进展为 MM 之前和之后获得的系列样本,以及在第二个队列中,从 MM 患者在诊断(治疗前)、治疗期间和缓解期获得的系列样本。 统计分析确定了许多代谢物,这些代谢物在 MM 诊断前后的相对浓度发生了变化。 例如,MGUS 个体在进展为 MM 之前血清 1-磷酸鞘氨醇 (S1P) 水平较高(p<0.05, 平均倍数变化 7.5),并且 S1P 水平的这种变化在 MM 治疗期间和首次缓解期间逐渐逆转。 SECURE 研究血清样品将使用超高效液相色谱-质谱法(Ultimate3000 UPLC 系统与电喷雾电离 Q Exactive Plus 质谱仪耦合)进行分析。
将在计划观察期结束时使用最先进的方法对研究参与者的种系遗传变异进行表征,以确定与 MGUS 的发展或进展为 MM 相关的变异和风险评分,并可能预测这些变异和风险评分。 癌症研究所 (ICR) 遗传学和流行病学部的骨髓瘤小组一直率先发现 MM 的种系遗传风险变异、它们的功能注释以及多基因风险评分的开发。 一项正在进行的活动计划侧重于功能表征,特别是还研究与肿瘤基因组中非编码突变的相互作用,这将为解释通过 SECURE 产生的发现提供信息,并支持个性化风险分层工具的开发。
梅奥诊所的同事已经表明,在筛选的 MGUS 队列中,轻链的翻译后修饰是从 MGUS 进展到骨髓瘤的生物标志物。 此外,最近的一篇论文表明,与骨髓瘤患者和正常对照相比,AL 淀粉样变性患者的浆细胞中 N 线糖基化转录程序显着上调。 在 SECURE 中,研究人员将使用由 Binding site 建立的质谱平台来纵向分析 MGUS 患者轻链中的糖基化模式,并测试这是否是进展为骨髓瘤和/或淀粉样变性的潜在生物标志物。
临床影响:需要对英国人群中单克隆丙种球蛋白病进展为骨髓瘤的事实了解。 这项研究将提供有关诊断途径、MGCS 筛查、监测模式以及心理影响以及该患者群体的健康资源利用的更多信息。 这将使我们能够对 MGUS 患者进行风险分层监测,并简化旨在早期诊断 MGCS 的途径。 有关家庭联系、QoL 和 HRU 的其他数据有助于开发用于加强 MGUS 临床管理的框架。
研究类型
注册 (估计的)
联系人和位置
学习联系方式
- 姓名:Richard Brouwer, BSc
- 电话号码:07594301699
- 邮箱:richard.brouwer@ouh.nhs.uk
学习地点
-
-
Oxfordshire
-
Oxford、Oxfordshire、英国、OX3 7LE
- 招聘中
- Secure Study
-
接触:
- Secure Study
- 电话号码:01865226950
- 邮箱:secure@oxnet.nhs.uk
-
首席研究员:
- Karthik Ramasamy
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
取样方法
研究人群
描述
纳入标准:
• 任何患有 MGUS 确诊或疑似病例的人
排除标准:
- 不能或不愿给予知情同意者
- 18岁以下患者
- 没有 MGUS 证据的患者
- 轻链比为 0.3 至 3.0 且血清电泳或免疫固定无单克隆蛋白的患者
- 在诊断或纳入研究时副蛋白或血清游离轻链迅速升高的进行性疾病患者
学习计划
研究是如何设计的?
设计细节
- 观测模型:队列
- 时间观点:预期
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 |
|---|---|---|
|
MM 的进展率
大体时间:通过学习完成,评估长达 60 个月
|
观察期间 MM 的进展率
|
通过学习完成,评估长达 60 个月
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
通过问卷调查确定的 MGUS 监测模式
大体时间:通过学习完成,平均5年
|
定性分析以确定 MGUS 患者的监测模式及其背后的基本原理
|
通过学习完成,平均5年
|
|
通过问卷确定的 MGCS 筛查
大体时间:通过学习完成,平均5年
|
定性分析以确定 MGCS 患者的筛查
|
通过学习完成,平均5年
|
|
了解通过问卷确定的 MGUS 诊断途径
大体时间:基线
|
定性分析以确定 MGUS 诊断途径 筛查与偶然 |
基线
|
|
了解通过问卷确定的与 MGUS 相关的家庭联系
大体时间:基线
|
了解通过问卷确定的与 MGUS 相关的家庭联系
|
基线
|
|
通过 EQ-5D-3L 问卷测量的生活质量
大体时间:通过学习完成,平均5年
|
EQ-5D-3L描述系统包括以下五个维度:行动能力、自理、日常活动、疼痛/不适和焦虑/抑郁。 每个维度按 1 到 3 的等级评分:1(没有问题)、2(有些问题)和 3(极端问题)。 较高的分数等同于较差的结果。 正如官方 EQ-5D 用户指南中所述,患者对 5 个问题的回答根据 Dolan P (1997) 转换为单个指数值。 EuroQol 健康状态的建模估值。 医疗保健 35(11):1095-108。 这些指数值与特定国家/地区的值集一起,有助于计算质量调整生命年 (QALY),用于为医疗保健干预措施的经济评估提供信息。 在英国,数值范围从 -0.594 到 +1。 |
通过学习完成,平均5年
|
|
确定 S1P 是否具有作为进展为 MM 的预测性生物标志物的价值
大体时间:通过学习完成,评估长达 60 个月
|
确定 S1P 是否具有作为进展为 MM 的预测性生物标志物的价值
|
通过学习完成,评估长达 60 个月
|
|
确定乙酰肉碱是否具有作为进展为 MM 的预测性生物标志物的价值
大体时间:通过学习完成,评估长达 60 个月
|
确定乙酰肉碱是否具有作为进展为 MM 的预测性生物标志物的价值
|
通过学习完成,评估长达 60 个月
|
|
确定与发生 MGUS 和/或 MM 的风险相关的种系遗传变异
大体时间:通过学习完成,评估长达 60 个月
|
通过种系遗传分析评估
|
通过学习完成,评估长达 60 个月
|
合作者和调查者
调查人员
- 首席研究员:Karthik Ramasamy、Oxford University Hospitals NHS Trust
出版物和有用的链接
一般刊物
- Cook R. Economic and clinical impact of multiple myeloma to managed care. J Manag Care Pharm. 2008 Sep;14(7 Suppl):19-25. doi: 10.18553/jmcp.2008.14.S7-A.19.
- Koshiaris C, Oke J, Abel L, Nicholson BD, Ramasamy K, Van den Bruel A. Quantifying intervals to diagnosis in myeloma: a systematic review and meta-analysis. BMJ Open. 2018 Jun 22;8(6):e019758. doi: 10.1136/bmjopen-2017-019758.
- Graziani G, Herget GW, Ihorst G, Zeissig M, Chaidos A, Auner HW, Duyster J, Wasch R, Engelhardt M. Time from first symptom onset to the final diagnosis of multiple myeloma (MM) - possible risks and future solutions: retrospective and prospective 'Deutsche Studiengruppe MM' (DSMM) and 'European Myeloma Network' (EMN) analysis. Leuk Lymphoma. 2020 Apr;61(4):875-886. doi: 10.1080/10428194.2019.1695051. Epub 2019 Nov 28.
- Lyratzopoulos G, Neal RD, Barbiere JM, Rubin GP, Abel GA. Variation in number of general practitioner consultations before hospital referral for cancer: findings from the 2010 National Cancer Patient Experience Survey in England. Lancet Oncol. 2012 Apr;13(4):353-65. doi: 10.1016/S1470-2045(12)70041-4. Epub 2012 Feb 24.
- Swann R, Lyratzopoulos G, Rubin G, Pickworth E, McPhail S. The frequency, nature and impact of GP-assessed avoidable delays in a population-based cohort of cancer patients. Cancer Epidemiol. 2020 Feb;64:101617. doi: 10.1016/j.canep.2019.101617. Epub 2019 Dec 3.
- Landgren O, Kyle RA, Pfeiffer RM, Katzmann JA, Caporaso NE, Hayes RB, Dispenzieri A, Kumar S, Clark RJ, Baris D, Hoover R, Rajkumar SV. Monoclonal gammopathy of undetermined significance (MGUS) consistently precedes multiple myeloma: a prospective study. Blood. 2009 May 28;113(22):5412-7. doi: 10.1182/blood-2008-12-194241. Epub 2009 Jan 29.
- Kyle RA, Durie BG, Rajkumar SV, Landgren O, Blade J, Merlini G, Kroger N, Einsele H, Vesole DH, Dimopoulos M, San Miguel J, Avet-Loiseau H, Hajek R, Chen WM, Anderson KC, Ludwig H, Sonneveld P, Pavlovsky S, Palumbo A, Richardson PG, Barlogie B, Greipp P, Vescio R, Turesson I, Westin J, Boccadoro M; International Myeloma Working Group. Monoclonal gammopathy of undetermined significance (MGUS) and smoldering (asymptomatic) multiple myeloma: IMWG consensus perspectives risk factors for progression and guidelines for monitoring and management. Leukemia. 2010 Jun;24(6):1121-7. doi: 10.1038/leu.2010.60. Epub 2010 Apr 22.
- Kyle RA, Therneau TM, Rajkumar SV, Larson DR, Plevak MF, Offord JR, Dispenzieri A, Katzmann JA, Melton LJ 3rd. Prevalence of monoclonal gammopathy of undetermined significance. N Engl J Med. 2006 Mar 30;354(13):1362-9. doi: 10.1056/NEJMoa054494.
- Kaufmann H, Ackermann J, Odelga V, Sagaster V, Nosslinger T, Pfeilstocker M, Keck A, Ludwig H, Gisslinger H, Drach J. Cytogenetic patterns in multiple myeloma after a phase of preceding MGUS. Eur J Clin Invest. 2008 Jan;38(1):53-60. doi: 10.1111/j.1365-2362.2007.01903.x.
- Kyle RA, Gertz MA, Witzig TE, Lust JA, Lacy MQ, Dispenzieri A, Fonseca R, Rajkumar SV, Offord JR, Larson DR, Plevak ME, Therneau TM, Greipp PR. Review of 1027 patients with newly diagnosed multiple myeloma. Mayo Clin Proc. 2003 Jan;78(1):21-33. doi: 10.4065/78.1.21.
- Dispenzieri A, Larson DR, Rajkumar SV, Kyle RA, Kumar SK, Kourelis T, Arendt B, Willrcih M, Dasari S, Murray D. N-glycosylation of monoclonal light chains on routine MASS-FIX testing is a risk factor for MGUS progression. Leukemia. 2020 Oct;34(10):2749-2753. doi: 10.1038/s41375-020-0940-8. Epub 2020 Jun 27.
- Koshiaris C, Van den Bruel A, Oke JL, Nicholson BD, Shephard E, Braddick M, Hamilton W. Early detection of multiple myeloma in primary care using blood tests: a case-control study in primary care. Br J Gen Pract. 2018 Sep;68(674):e586-e593. doi: 10.3399/bjgp18X698357. Epub 2018 Aug 13.
- Rajkumar SV. The screening imperative for multiple myeloma. Nature. 2020 Nov;587(7835):S63. doi: 10.1038/d41586-020-03227-y. No abstract available.
- Puchades-Carrasco L, Lecumberri R, Martinez-Lopez J, Lahuerta JJ, Mateos MV, Prosper F, San-Miguel JF, Pineda-Lucena A. Multiple myeloma patients have a specific serum metabolomic profile that changes after achieving complete remission. Clin Cancer Res. 2013 Sep 1;19(17):4770-9. doi: 10.1158/1078-0432.CCR-12-2917. Epub 2013 Jul 19.
- Jones DR, Wu Z, Chauhan D, Anderson KC, Peng J. A nano ultra-performance liquid chromatography-high resolution mass spectrometry approach for global metabolomic profiling and case study on drug-resistant multiple myeloma. Anal Chem. 2014 Apr 1;86(7):3667-75. doi: 10.1021/ac500476a. Epub 2014 Mar 20.
- Breitkopf SB, Yuan M, Helenius KP, Lyssiotis CA, Asara JM. Triomics Analysis of Imatinib-Treated Myeloma Cells Connects Kinase Inhibition to RNA Processing and Decreased Lipid Biosynthesis. Anal Chem. 2015 Nov 3;87(21):10995-1006. doi: 10.1021/acs.analchem.5b03040. Epub 2015 Oct 12.
- Du H, Wang L, Liu B, Wang J, Su H, Zhang T, Huang Z. Analysis of the Metabolic Characteristics of Serum Samples in Patients With Multiple Myeloma. Front Pharmacol. 2018 Aug 22;9:884. doi: 10.3389/fphar.2018.00884. eCollection 2018.
- Lodi A, Tiziani S, Khanim FL, Gunther UL, Viant MR, Morgan GJ, Bunce CM, Drayson MT. Proton NMR-based metabolite analyses of archived serial paired serum and urine samples from myeloma patients at different stages of disease activity identifies acetylcarnitine as a novel marker of active disease. PLoS One. 2013;8(2):e56422. doi: 10.1371/journal.pone.0056422. Epub 2013 Feb 19.
- Gonsalves WI, Ramakrishnan V, Hitosugi T, Ghosh T, Jevremovic D, Dutta T, Sakrikar D, Petterson XM, Wellik L, Kumar SK, Nair KS. Glutamine-derived 2-hydroxyglutarate is associated with disease progression in plasma cell malignancies. JCI Insight. 2018 Jan 11;3(1):e94543. doi: 10.1172/jci.insight.94543. eCollection 2018 Jan 11.
- Dona AC, Jimenez B, Schafer H, Humpfer E, Spraul M, Lewis MR, Pearce JT, Holmes E, Lindon JC, Nicholson JK. Precision high-throughput proton NMR spectroscopy of human urine, serum, and plasma for large-scale metabolic phenotyping. Anal Chem. 2014 Oct 7;86(19):9887-94. doi: 10.1021/ac5025039. Epub 2014 Sep 16.
- Dunn WB, Broadhurst D, Begley P, Zelena E, Francis-McIntyre S, Anderson N, Brown M, Knowles JD, Halsall A, Haselden JN, Nicholls AW, Wilson ID, Kell DB, Goodacre R; Human Serum Metabolome (HUSERMET) Consortium. Procedures for large-scale metabolic profiling of serum and plasma using gas chromatography and liquid chromatography coupled to mass spectrometry. Nat Protoc. 2011 Jun 30;6(7):1060-83. doi: 10.1038/nprot.2011.335.
- Broderick P, Chubb D, Johnson DC, Weinhold N, Forsti A, Lloyd A, Olver B, Ma Y, Dobbins SE, Walker BA, Davies FE, Gregory WA, Childs JA, Ross FM, Jackson GH, Neben K, Jauch A, Hoffmann P, Muhleisen TW, Nothen MM, Moebus S, Tomlinson IP, Goldschmidt H, Hemminki K, Morgan GJ, Houlston RS. Common variation at 3p22.1 and 7p15.3 influences multiple myeloma risk. Nat Genet. 2011 Nov 27;44(1):58-61. doi: 10.1038/ng.993.
- Weinhold N, Johnson DC, Chubb D, Chen B, Forsti A, Hosking FJ, Broderick P, Ma YP, Dobbins SE, Hose D, Walker BA, Davies FE, Kaiser MF, Li NL, Gregory WA, Jackson GH, Witzens-Harig M, Neben K, Hoffmann P, Nothen MM, Muhleisen TW, Eisele L, Ross FM, Jauch A, Goldschmidt H, Houlston RS, Morgan GJ, Hemminki K. The CCND1 c.870G>A polymorphism is a risk factor for t(11;14)(q13;q32) multiple myeloma. Nat Genet. 2013 May;45(5):522-525. doi: 10.1038/ng.2583. Epub 2013 Mar 17.
- Chubb D, Weinhold N, Broderick P, Chen B, Johnson DC, Forsti A, Vijayakrishnan J, Migliorini G, Dobbins SE, Holroyd A, Hose D, Walker BA, Davies FE, Gregory WA, Jackson GH, Irving JA, Pratt G, Fegan C, Fenton JA, Neben K, Hoffmann P, Nothen MM, Muhleisen TW, Eisele L, Ross FM, Straka C, Einsele H, Langer C, Dorner E, Allan JM, Jauch A, Morgan GJ, Hemminki K, Houlston RS, Goldschmidt H. Common variation at 3q26.2, 6p21.33, 17p11.2 and 22q13.1 influences multiple myeloma risk. Nat Genet. 2013 Oct;45(10):1221-1225. doi: 10.1038/ng.2733. Epub 2013 Aug 18.
- Weinhold N, Johnson DC, Rawstron AC, Forsti A, Doughty C, Vijayakrishnan J, Broderick P, Dahir NB, Begum DB, Hosking FJ, Yong K, Walker BA, Hoffmann P, Muhleisen TW, Langer C, Dorner E, Jockel KH, Eisele L, Nothen MM, Hose D, Davies FE, Goldschmidt H, Morgan GJ, Hemminki K, Houlston RS. Inherited genetic susceptibility to monoclonal gammopathy of unknown significance. Blood. 2014 Apr 17;123(16):2513-7; quiz 2593. doi: 10.1182/blood-2013-10-532283. Epub 2014 Jan 21.
- Mitchell JS, Li N, Weinhold N, Forsti A, Ali M, van Duin M, Thorleifsson G, Johnson DC, Chen B, Halvarsson BM, Gudbjartsson DF, Kuiper R, Stephens OW, Bertsch U, Broderick P, Campo C, Einsele H, Gregory WA, Gullberg U, Henrion M, Hillengass J, Hoffmann P, Jackson GH, Johnsson E, Joud M, Kristinsson SY, Lenhoff S, Lenive O, Mellqvist UH, Migliorini G, Nahi H, Nelander S, Nickel J, Nothen MM, Rafnar T, Ross FM, da Silva Filho MI, Swaminathan B, Thomsen H, Turesson I, Vangsted A, Vogel U, Waage A, Walker BA, Wihlborg AK, Broyl A, Davies FE, Thorsteinsdottir U, Langer C, Hansson M, Kaiser M, Sonneveld P, Stefansson K, Morgan GJ, Goldschmidt H, Hemminki K, Nilsson B, Houlston RS. Genome-wide association study identifies multiple susceptibility loci for multiple myeloma. Nat Commun. 2016 Jul 1;7:12050. doi: 10.1038/ncomms12050.
- Li N, Johnson DC, Weinhold N, Studd JB, Orlando G, Mirabella F, Mitchell JS, Meissner T, Kaiser M, Goldschmidt H, Hemminki K, Morgan GJ, Houlston RS. Multiple myeloma risk variant at 7p15.3 creates an IRF4-binding site and interferes with CDCA7L expression. Nat Commun. 2016 Nov 24;7:13656. doi: 10.1038/ncomms13656.
- Alameda D, Goicoechea I, Vicari M, Arriazu E, Nevone A, Rodriguez S, Lasa M, Puig N, Cedena MT, Alignani D, Garate S, Lara-Astiaso D, Vilas-Zornoza A, Sarvide S, Ocio EM, Lecumberri R, Garcia de Coca A, Labrador J, Gonzalez ME, Palomera L, Gironella M, Cabanas V, Casanova M, Oriol A, Krsnik I, Perez-Montana A, de la Rubia J, de la Puerta JE, de Arriba F, Fazio VM, Martinez-Lopez J, Lahuerta JJ, Mateos MV, Odero MD, Prosper F, Weiner A, Amit I, Nuvolone M, San Miguel JF, Paiva B. Tumor cells in light-chain amyloidosis and myeloma show distinct transcriptional rewiring of normal plasma cell development. Blood. 2021 Oct 28;138(17):1583-1589. doi: 10.1182/blood.2020009754.
- Piot JM, Royer M, Schmidt-Tanguy A, Hoppe E, Gardembas M, Bourree T, Hunault M, Francois S, Boyer F, Ifrah N, Renier G, Chevailler A, Audran M, Chappard D, Libouban H, Mabilleau G, Legrand E, Bouvard B. Factors associated with an increased risk of vertebral fracture in monoclonal gammopathies of undetermined significance. Blood Cancer J. 2015 Aug 28;5(8):e345. doi: 10.1038/bcj.2015.71.
- Went M, Sud A, Forsti A, Halvarsson BM, Weinhold N, Kimber S, van Duin M, Thorleifsson G, Holroyd A, Johnson DC, Li N, Orlando G, Law PJ, Ali M, Chen B, Mitchell JS, Gudbjartsson DF, Kuiper R, Stephens OW, Bertsch U, Broderick P, Campo C, Bandapalli OR, Einsele H, Gregory WA, Gullberg U, Hillengass J, Hoffmann P, Jackson GH, Jockel KH, Johnsson E, Kristinsson SY, Mellqvist UH, Nahi H, Easton D, Pharoah P, Dunning A, Peto J, Canzian F, Swerdlow A, Eeles RA, Kote-Jarai Z, Muir K, Pashayan N, Nickel J, Nothen MM, Rafnar T, Ross FM, da Silva Filho MI, Thomsen H, Turesson I, Vangsted A, Andersen NF, Waage A, Walker BA, Wihlborg AK, Broyl A, Davies FE, Thorsteinsdottir U, Langer C, Hansson M, Goldschmidt H, Kaiser M, Sonneveld P, Stefansson K, Morgan GJ, Hemminki K, Nilsson B, Houlston RS; PRACTICAL consortium. Identification of multiple risk loci and regulatory mechanisms influencing susceptibility to multiple myeloma. Nat Commun. 2018 Sep 13;9(1):3707. doi: 10.1038/s41467-018-04989-w.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
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.