通过时间生物学改善多发性硬化症药物的疗效
通过时间生物学改善富马酸二甲酯和富马酸二罗肟 (DRF) 对多发性硬化症患者的疗效
研究概览
详细说明
富马酸二甲酯 (DMF) 是复发性多发性硬化症患者的一种口服选择。 DMF 对多发性硬化症临床和放射学活性的有效性在现实环境中得到了证明,无论是在初次接受治疗的患者还是从其他多发性硬化症治疗转为治疗的患者中。 在持续治疗长达 11 年的患者中观察到 DMF 的持续安全性和有效性,支持 DMF 作为 MS 患者的长期治疗选择。 它仍然是多发性硬化症的有效治疗方法,具有良好的安全性,经过 10 多年的临床使用证明,在大多数情况下部分缓解或无反应的患者需要不同的药物,而安全性较差。 最近 FDA 批准的富马酸 Diroximel (DRF) 是一种新药,在功效和安全性方面与 DMF 生物等效,仅化学前体结构不同,据推测该药物对胃肠道的刺激比 DMF 更小。 两种药物活性代谢物在治疗 MS 的生物活性和功效方面相似。细胞生理学的许多方面都显示昼夜节律(大约 12 小时)。 生物钟分子电路的功能障碍与人类健康紊乱有关,包括神经退行性变、癌症、心血管疾病和代谢综合征的风险增加。 最近的证据支持多个系统中的生物钟电路和生物周期之间的联系。 定期治疗剂量可能会导致补偿机制,并与免疫系统的适应相关,这可能会阻碍最大的临床效果。
这项开放标签研究将测试对多发性硬化症患者富马酸二甲酯给药时间的控制随机化的实施情况。 将通过指定的细胞应用向患者提供在批准的治疗窗内的预定批准限度内富马酸二甲酯的给药时间和剂量的随机变化。 将使用扩展残疾状态量表 (EDSS) 和 MRI 对患者进行为期 12 周的临床改善随访。
研究类型
注册 (实际的)
阶段
- 不适用
联系人和位置
学习地点
-
-
-
Jerusalem、以色列
- Hadassah Medical Center
-
-
参与标准
资格标准
适合学习的年龄
- 成人
接受健康志愿者
描述
纳入标准:
- 入学时年龄在18-60岁之间
- 诊断为多发性硬化症并使用富马酸二甲酯或富马酸二罗昔美治疗至少 6 个月
- 有生育能力的女性必须未怀孕(通过入组时的血清妊娠试验确定),并同意在整个研究过程中使用适当的避孕措施。
- 患者必须能够遵守就诊时间表和方案要求,并能够完成研究。
- 患者必须让体检医师满意其适合参加研究的情况。
- 患者必须提供书面知情同意书才能参与研究。
排除标准:
1. 活动性恶性肿瘤或最近 5 年内诊断出的任何恶性肿瘤或之前任何时间诊断过的肝细胞癌。
2.已知的人类缺陷病毒(HIV)或肝炎病毒感染。 3.使用类固醇或其他免疫抑制剂。 4. 干预前30天内参加过另一项临床试验。
5. 无法与PI和工作人员良好沟通的患者(即语言问题、智力发育不良或脑功能受损)。
6. 在试验期间无法参加试验的患者,可能不遵守方案的患者,或者 PI 因任何其他原因认为不适合的患者。
7. 研究研究者认为损害患者完成随访或接受计划治疗方案的能力的任何潜在健康状况
学习计划
研究是如何设计的?
设计细节
- 主要用途:设备可行性
- 分配:不适用
- 介入模型:单组作业
- 屏蔽:无(打开标签)
武器和干预
参与者组/臂 |
干预/治疗 |
---|---|
实验性的:使用该应用程序进行给药方案的患者
所有登记的患者都将接受全科医生开具的富马酸二甲酯处方。
在 12 周的研究期间,干预组的患者将接受由应用程序定时的药物治疗——剂量和给药时间将使用指定的应用程序确定。
该应用程序将在给药时间上实施随机变化,该变化受治疗窗口分配的预定义范围的限制
|
患者将接受富马酸二甲酯治疗,给药剂量和时间将使用指定的应用程序确定。
|
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 |
---|---|---|
安全评估
大体时间:12周
|
主要结果是评估将受控随机化纳入应用程序提供的富马酸二甲酯给药方案对多发性硬化症患者的安全性。
将通过临床随访评估安全性,其中包括采集病史,重点关注可能的 AE
|
12周
|
不良事件评估
大体时间:12周
|
体检及EDSS评分评估
|
12周
|
不良事件评估
大体时间:12周
|
实验室检查 - 检测 cbc 中淋巴细胞减少症的变化(低于 1.03 10e9/L)
|
12周
|
合作者和调查者
调查人员
- 研究主任:yoav hershkovtiz, md、Hadassah Medical Organization
出版物和有用的链接
一般刊物
- Gold R, Arnold DL, Bar-Or A, Fox RJ, Kappos L, Chen C, Parks B, Miller C. Safety and efficacy of delayed-release dimethyl fumarate in patients with relapsing-remitting multiple sclerosis: 9 years' follow-up of DEFINE, CONFIRM, and ENDORSE. Ther Adv Neurol Disord. 2020 May 12;13:1756286420915005. doi: 10.1177/1756286420915005. eCollection 2020. Erratum In: Ther Adv Neurol Disord. 2020 Oct 21;13:1756286420968357.
- Chinea A, Amezcua L, Vargas W, Okai A, Williams MJ, Su R, Parks B, Mendoza JP, Lewin JB, Jones CC. Real-World Safety and Effectiveness of Dimethyl Fumarate in Hispanic or Latino Patients with Multiple Sclerosis: 3-Year Results from ESTEEM. Neurol Ther. 2020 Dec;9(2):495-504. doi: 10.1007/s40120-020-00192-6. Epub 2020 May 29.
- Barros A, Sequeira J, de Sousa A, Parra J, Brum M, Pedrosa R, Capela C. Real-Word Effectiveness and Safety of Dimethyl Fumarate in a Multiple Sclerosis Portuguese Population. Clin Neuropharmacol. 2020 May/Jun;43(3):55-60. doi: 10.1097/WNF.0000000000000391.
- Lanzillo R, Moccia M, Palladino R, Signoriello E, Carotenuto A, Maniscalco GT, Sacca F, Bonavita S, Russo CV, Iodice R, Petruzzo M, Sinisi L, De Angelis M, Lavorgna L, De Rosa A, Romano F, Orlando V, Ronga B, Florio C, Lus G, Brescia Morra V. Clinical predictors of Dimethyl Fumarate response in multiple sclerosis: a real life multicentre study. Mult Scler Relat Disord. 2020 Feb;38:101871. doi: 10.1016/j.msard.2019.101871. Epub 2019 Nov 25.
- Miclea A, Leussink VI, Hartung HP, Gold R, Hoepner R. Safety and efficacy of dimethyl fumarate in multiple sclerosis: a multi-center observational study. J Neurol. 2016 Aug;263(8):1626-32. doi: 10.1007/s00415-016-8175-3. Epub 2016 Jun 3.
- Goldberger AL. Non-linear dynamics for clinicians: chaos theory, fractals, and complexity at the bedside. Lancet. 1996 May 11;347(9011):1312-4. doi: 10.1016/s0140-6736(96)90948-4. No abstract available.
- Singh N, Moneghetti KJ, Christle JW, Hadley D, Plews D, Froelicher V. Heart Rate Variability: An Old Metric with New Meaning in the Era of using mHealth Technologies for Health and Exercise Training Guidance. Part One: Physiology and Methods. Arrhythm Electrophysiol Rev. 2018 Aug;7(3):193-198. doi: 10.15420/aer.2018.27.2.
- Shields RW Jr. Heart rate variability with deep breathing as a clinical test of cardiovagal function. Cleve Clin J Med. 2009 Apr;76 Suppl 2:S37-40. doi: 10.3949/ccjm.76.s2.08.
- Konig N, Singh NB, Baumann CR, Taylor WR. Can Gait Signatures Provide Quantitative Measures for Aiding Clinical Decision-Making? A Systematic Meta-Analysis of Gait Variability Behavior in Patients with Parkinson's Disease. Front Hum Neurosci. 2016 Jun 30;10:319. doi: 10.3389/fnhum.2016.00319. eCollection 2016.
- Nayyar S, Hasan MA, Roberts-Thomson KC, Sullivan T, Baumert M. Effect of Loss of Heart Rate Variability on T-Wave Heterogeneity and QT Variability in Heart Failure Patients: Implications in Ventricular Arrhythmogenesis. Cardiovasc Eng Technol. 2017 Jun;8(2):219-228. doi: 10.1007/s13239-017-0299-9. Epub 2017 Mar 3.
- Moon Y, Sung J, An R, Hernandez ME, Sosnoff JJ. Gait variability in people with neurological disorders: A systematic review and meta-analysis. Hum Mov Sci. 2016 Jun;47:197-208. doi: 10.1016/j.humov.2016.03.010. Epub 2016 Mar 26.
- Moon Y, Sung J, An R, Hernandez ME, Sosnoff JJ. Gait variability in people with neurological disorders: A systematic review and meta-analysis. Hum Mov Sci. 2016;47:197-208. 14. Leino AD, King EC, Jiang W, et al. Assessment of tacrolimus intrapatient variability in stable adherent transplant recipients: Establishing baseline values. Am J Transplant. 2018. 15. Gueta I, Markovits N, Yarden-Bilavsky H, et al. High tacrolimus trough level variability is associated with rejections after heart transplant. Am J Transplant. 2018;18(10):2571-2578. 16. Gueta I, Markovits N, Yarden-Bilavsky H, et al. Intrapatient variability in tacrolimus trough levels after solid organ transplantation varies at different postoperative time periods. Am J Transplant. 2018. 17. Del Bello A, Congy-Jolivet N, Danjoux M, et al. High tacrolimus intra-patient variability is associated with graft rejection, and de novo donor-specific antibodies occurrence after liver transplantation. World J Gastroenterol. 2018;24(16):1795-1802. 18. Contin M, Alberghini L, Candela C, Benini G, Riva R. Intrapatient variation in antiepileptic drug plasma concentration after generic substitution vs stable brand-name drug regimens. Epilepsy Res. 2016;122:79-83. 19. Elgart V, Lin JR, Loscalzo J. Determinants of drug-target interactions at the single cell level. PLoS Comput Biol. 2018;14(12):e1006601. 20. Niederer SA, Lumens J, Trayanova NA. Computational models in cardiology. Nat Rev Cardiol. 2019;16(2):100-111. 21. Ilan Y. Overcoming Compensatory Mechanisms toward Chronic Drug Administration to Ensure Long-Term, Sustainable Beneficial Effects. Mol Ther Methods Clin Dev. 2020;18:335-344. 22. Kyriazis M. Practical applications of chaos theory to the modulation of human ageing: nature prefers chaos to regularity. Biogerontology. 2003;4(2):75-90. 23. Kessler A, Weksler-Zangen S, Ilan Y. Role of the Immune System and the Circadian Rhythm in the Pathogenesis of Chronic Pancreatitis: Establishing a Personalized Signature for Improving the Effect of Immunotherapies for Chronic Pancreatitis. Pancreas. 2020;49(8):1024-1032. 24. Potruch A, Khoury ST, Ilan Y. The role of chronobiology in drug-resistance epilepsy: The potential use of a variability and chronotherapy-based individualized platform for improving the response to anti-seizure drugs. Seizure. 2020;80:201-211. 25. Khoury T, Ilan Y. Introducing Patterns of Variability for Overcoming Compensatory Adaptation of the Immune System to Immunomodulatory Agents: A Novel Method for Improving Clinical Response to Anti-TNF Therapies. Front Immunol. 2019;10:2726. 26. Khoury T, Ilan Y. Introducing Patterns of Variability for Overcoming Compensatory Adaptation of the Immune System to Immunomodulatory Agents: A Novel Method for Improving Clinical Response to Anti-TNF Therapies. Frontiers in immunology. 2019;10:2726-2726. 27. Gelman R, Bayatra A, Kessler A, Schwartz A, Ilan Y. Targeting SARS-CoV-2 receptors as a means for reducing infectivity and improving antiviral and immune response: an algorithm-based method for overcoming resistance to antiviral agents. Emerg Microbes Infect. 2020;9(1):1397-1406.
研究记录日期
研究主要日期
学习开始 (实际的)
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 (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
与本研究相关的术语
其他相关的 MeSH 术语
其他研究编号
- 170886-HMO-CTIL
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)?
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
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.