Odbor za spremljanje varnosti

Posegi v tem preskušanju so nizko tvegani in so dodatek k standardni oskrbi, ki jo bodo udeleženci še naprej prejemali v celotnem poskusnem obdobju in po zaključku preskušanja; zato ne bo ustanovljen odbor za spremljanje podatkov in varnosti (DSMB). Vendar pa bo na sredini preskušanja, ko bodo vsi udeleženci zaključili prvo obdobje zdravljenja, opravljen zunanji pregled udeleženčeve klinične kemije in morebitnih stranskih učinkov preskušanja. Ta pregled bo opravil nefrolog izven Manitobe. Ta pregled bo spremljal dokaze o škodi zdravljenja, iskal trende v klinični kemiji in/ali povečanja nepričakovanih dogodkov, povezanih z zdravljenjem, ter ustrezno ukrepal. Ti ukrepi lahko vključujejo predlaganje sprememb protokola, ki lahko vključujejo zgodnjo prekinitev preskušanja zaradi očitne škode zdravljenja, odvisno od rezultatov pregleda.

Po ustreznih študijah je cistanča tradicionalno kitajsko zelišče, ki se že stoletja uporablja za zdravljenje različnih bolezni. Znanstveno je dokazano, da ima protivnetne, proti staranju in antioksidativne lastnosti. Študije so pokazale, da je cistanche koristen za bolnike z boleznijo ledvic. Znano je, da učinkovine cistanche zmanjšujejo vnetje, izboljšujejo delovanje ledvic in obnavljajo okvarjene ledvične celice. Tako lahko vključitev cistanche v načrt zdravljenja ledvične bolezni nudi velike koristi bolnikom pri obvladovanju njihovega stanja. Cistanche pomaga zmanjšati proteinurijo, znižuje raven BUN in kreatinina ter zmanjša tveganje za nadaljnjo poškodbo ledvic. Poleg tega cistanche pomaga zniževati raven holesterola in trigliceridov, kar je lahko nevarno za bolnike z boleznijo ledvic.

Kliknite ugodnosti rou cong rong

【Za več informacij: david.deng@wecistanche.com / WhatApp:86 13632399501】

Statistična analiza

Bioinformatika in statistične analize podatkov o mikrobiomih bodo izvedene s pomočjo Microbiome Insights in platforme Data Science pri CHI; posodobljen bo na podlagi priporočil in tehnološkega napredka od zdaj do obdelave vzorcev. Na splošno bodo privzete nastavitve zbirnika FLASH [22] uporabljene za združevanje hitrih datotek Illumina, ki se prekrivajo v paru. Algoritem UPARSE [23] bo uporabljen za (a) kakovostno filtriranje odčitkov na podlagi največje pričakovane vrednosti napake=1.0, (b) identifikacijo edinstvenih zaporedij, (c) sortiranje številčnosti in odstranitev posameznih elementov, (d) združevanje odčitkov v operativne taksonomske enote (OTU) na podlagi 97-odstotnega praga identitete, (e) preverjanje himere na novo in na podlagi referenčnih podatkov (v zbirki podatkov GOLD [22]) in (f) konstrukcija tabela OTU. Taksonomska klasifikacija bo nato izvedena z uporabo QIIME [26] implementacije UCLUST [24] in bo usklajena z bazo podatkov Greengenes z uporabo algoritma PyNAST [25]. Filogenetska drevesa so bila zgrajena s FastTree [27] za nadaljnjo primerjavo med mikrobnimi skupnostmi. Pred izvedbo analiz v smeri toka bo nastala tabela OTU filtrirana, da se odstranijo vsi vzorci z nizko globino zaporedja. Indeksi bogastva in raznolikosti skupnosti bodo nato izračunani z uporabo QIIME pri določeni enakomerni globini na vzorec. Meritve filogenetske (utežene razdalje UniFrac) in številčnosti (Bray-Curtisova različnost) raznovrstnosti bodo izračunane po normalizaciji končne tabele OTU z uporabo transformacije skaliranja kumulativne vsote (CSS) [28]. Analiza glavnih koordinat (PCoA) bo uporabljena za nastale matrike razdalje za generiranje dvodimenzionalnih risb z uporabo privzetih nastavitev programske opreme PRIMER-6 (PRIMER-E Ltd, Plymouth). Izvedena bo nenadzorovana analiza združevanja v skupine, da se vzorci združevanja vzorcev v skupine povežejo z deležem osrednjih OTU znotraj vsake niše (jedrne OTU so opredeljene kot tiste, ki so prisotne v vsaj 75 odstotkih vzorcev v vsaki niši). Relativne abundance izbranih OTU-jev bodo normalizirane po vzorcih. Bray-Curtisove razlike bodo izračunane s paketom R "vegan" [29], nastala matrika pa bo izpostavljena nenadzorovanemu hierarhičnemu združevanju v gruče z uporabo paketa R "dendextend" [30] in bo vizualizirana preko toplotni zemljevid matrike številčnosti z uporabo paketa R "complex-heatmap" [31]. Postopek UNIVARIATE SAS bo uporabljen za testiranje normalnosti ostankov za meritve raznovrstnosti. Podatki, ki niso običajno porazdeljeni, bodo transformirani bodisi z logaritmom bodisi z močjo Box-Coxa in nato podvrženi testu analize variance (ANOVA) z uporabo postopka MIXED SAS. Vse primerjave po parih med skupinami bodo preizkušene s prilagoditvijo razpona po Tukeyju. Permutacijska multivariatna analiza variance (PERMANOVA; implementirana v programski opremi Primer6) bo uporabljena za odkrivanje pomembnih razlik med metrikami raznolikosti mikrobnih skupnosti. Relativna številčnost izbranih osnovnih OTU-jev bo preizkušena glede statistično pomembnih povezav z razpoložljivimi metapodatki z uporabo multivariatne analize z linearnim modeliranjem (MaAsLin) [32], ki upošteva vse potencialne zmede (kospremenljivke), ki bi lahko bile povezane s profilom mikrobioma (tj. spol, starost, BMI) in udeleženci (obravnavani kot naključni dejavnik). Pomembne povezave bodo obravnavane pod vrednostnim pragom 0,1. Za oceno premikov v funkcionalnosti mikrobioma bo uporabljena analiza korelacijskega omrežja (CoNet, [33]) za raziskovanje odnosov sočasnega pojavljanja mikrobov/medsebojnega izključevanja in identificiranje središčnih OTU-jev, ki kažejo največje število pozitivnih/negativnih korelacij z drugimi OTU pod pogoji zdravljenja.

Učinke zdravljenja na linearne rezultate ob koncu vsakega obdobja bomo analizirali s postopkom SAS MIXED (SAS 9.4). Zaporedje in spol bosta vključena v model kot stalni dejavniki, udeleženci pa bodo vključeni kot ponavljajoči se dejavniki. Normalnost porazdelitve podatkov bo opravljena z uporabo Shapiro-Wilkovega testa, nenormalne spremenljivke pa bodo transformirane pred analizo. Demografski podatki bodo navedeni kot povprečje ± standardni odklon. Rezultati se poročajo kot povprečja najmanjših kvadratov ± standardna napaka povprečja (SEM), razen če ni določeno drugače. Statistična pomembnost bo nastavljena na p < 0,05 za vse analize. Podatkovna znanstvena platforma v CHI bo poleg biostatistične podpore za projekt zagotovila podporo za upravljanje podatkov.

Naključna izbira, zaslepitev in razbijanje kod

Primerni bolniki (n=36) bodo šli skozi ocene na začetku in bodo naključno razdeljeni v 2 skupini, od katerih bo vsako sestavljalo 18 udeležencev. Randomizacijo bo izvedel neodvisni raziskovalec v biostatistični platformi Centra George and Fay Yee za inovacije v zdravstvu (CHI) na Univerzi v Manitobi. Randomizacija bo izvedena s kodo, napisano v statističnem programskem jeziku R (različica 3.5.3). Zdravljenja bodo dodeljena v razmerju 1:1. Skupaj bo pripravljenih 48 randomizacijskih kartic, po en niz 24 za vsak spol. Razpored randomizacije bo prenesen v sklope neprozornih zapečatenih ovojnic. Po osnovnem obisku udeleženca bo študijsko osebje odprlo zaprto ovojnico, ki bo vsebovala udeleženčevo dodelitev. Vrstni red posegov bo slep tako za preiskovalce kot za udeležence. Zdravila se bodo izvajala v zapečatenih vrečkah; vsebino vrečke bo zaslepila zunanja oseba, dala osebju študije, označeno kot A ali B, in razdelila udeležencem glede na njihovo obdobje zdravljenja. Zdravljenja ne bodo razkrita, dokler analize niso končane, razen če to zahtevajo neželeni dogodki med kliničnim preskušanjem. Neodvisni nefrolog bo opravil tudi vmesni pregled kliničnih podatkov udeleženca (glejte razdelek »Odgovornosti kvalificiranega raziskovalca«).

Izračun velikosti vzorca

Končna velikost vzorcev 30 udeležencev v tej študiji bo lahko zaznala razliko med tretmaji v skupnem p-krezol sulfatu 17,5 μmol/L ali ~ 15-odstotno spremembo pri moči 0,88 (alfa {{6} }.05, dvostransko), glede na korelacijo znotraj osebe .79 [23] in ocenjeno standardno odstopanje 45 μmol/L [9] za skupni p-krezol sulfat. 30-odstotni ali večji padec uremičnih raztopljenih snovi bi veljal za klinično pomemben, kar bi zahtevalo dodatna preskušanja, ki bi raziskala ta prebiotični poseg pri kronični ledvični bolezni, in prepričani smo, da bi lahko zaznali takšno spremembo, če bi do nje prišlo. Da bi nadomestili izgubo moči zaradi osipa, bomo zaposlili 36 udeležencev.

Vključitev v analizo

Primarna analiza bo izvedena z uporabo nabora analiz vseh udeležencev (namen zdravljenja). Primarna analiza bo ponovljena v nizu analiz Completers. Demografske podatke in vse druge osnovne meritve bomo analizirali v naboru Vsi udeleženci in v naboru Dokončanih.

Nabor analiz dokončanih: vsi udeleženci, ki so zaključili poskus.

Nabor analize vseh udeležencev: vsi naključno izbrani udeleženci.

Prekinitev/umik udeležencev iz poskusnega zdravljenja 

Vsak udeleženec ima pravico, da kadarkoli odstopi od preizkusa. Udeleženci lahko kadar koli prekinejo sodelovanje v preskušanju in se morajo obrniti na člana raziskovalne skupine, da jih obvestijo o svoji odločitvi. Poleg tega lahko preiskovalci udeleženca kadar koli izključijo iz preskušanja, če menijo, da je to potrebno zaradi kakršnega koli razloga, vključno z nosečnostjo, neprimernostjo (bodisi med preskušanjem bodisi retrospektivno spregledano pri presejanju), pomembnim odstopanjem od protokola, pomembnim ne- skladnost s protokolom, napredovanje bolezni, ki povzroči nezmožnost nadaljnjega ravnanja v skladu s protokolom, preklic privolitve in izguba nadaljnjega spremljanja.

Umik ne bo povzročil izključitve podatkov za tega udeleženca iz analize. Ker bo primarna analiza temeljila na namenu zdravljenja, bo izvedena tudi popolna analiza.

Če se udeleženec umakne v prvih 4 tednih preizkusa, bo zamenjan. Če nadomestni udeleženec odstopi, naknadne zamenjave ne bo.

Razlog za umik bo zapisan v CRF, če je naveden.

Plačilo

Udeleženci bodo prejeli plačilo v višini 200 USD za vsako zaključeno obdobje ali sorazmerno vrednost, če odstopijo od preizkusa. Vsak udeleženec bi skupaj prejel 400 USD, če bi dokončal celoten preizkus.

Imena in naslovi udeležencev bodo uporabljeni za pripravo, tiskanje, pošiljanje po pošti in vodenje finančne evidence ali plačilnih čekov. Ob prejemu plačilnega čeka bo udeleženec prejel vnaprej plačano poštnino in ovojnico z obrazcem, ki ga je treba podpisati. Udeleženci bodo pozvani, da obrazec vrnejo CDIC. Ta evidenca se hrani največ 7 let.

Diskusija

CKD je bila povezana s spremembami mikrobne ekologije črevesja ali "disbiozo", ki lahko prispeva k napredovanju bolezni. Posamezniki in živali s kronično ledvično boleznijo kažejo globoke spremembe v črevesnem okolju, vključno s spremembami v mikrobni sestavi, zvišanim fekalnim pH in zvišanimi koncentracijami metabolitov, pridobljenih iz črevesnih mikrobov, v krvi. Nedavne študije so se osredotočile na prehranske pristope za ugodno spreminjanje sestave črevesnih mikrobnih skupnosti kot metode zdravljenja kronične ledvične bolezni. Odporen škrob (RS), prebiotik, ki spodbuja razmnoževanje črevesnih bakterij, kot so bifidobakterije in laktobacili, poveča proizvodnjo presnovkov, vključno s kratkoverižnimi maščobnimi kislinami, ki prinašajo številne koristi za krepitev zdravja. Študije na živalskih modelih in posameznikih s kronično ledvično boleznijo kažejo, da dodatek RS zmanjšuje koncentracije uremičnih retencijskih topljencev, vključno z indoksil sulfatom in p-krezol sulfatom. Pokazalo se je, da fermentabilni prehranski vlakninami, odporen na amilozo, koruzni škrob tipa 2 (HAMRS2), spreminja črevesno okolje pri podganjih modelih s kronično ledvično boleznijo, kar vodi v izrazito izboljšano delovanje ledvic. RPS, ki je škrob, odporen proti R2-, dokazano povečuje količino bakterij, ki razgrajujejo ogljikove hidrate, kot so bifidobakterije, in zmanjšuje število bakterij s proteolitično aktivnostjo, kot je E. coli [14, 17, 18]. Pokazalo se je tudi, da RPS zmanjša koncentracijo uremičnih toksinov, pridobljenih iz črevesnega mikrobioma, pri prašičih [19]. Medtem ko so študije na živalih in ljudeh, ki so vključevale odporen škrob, pokazale sposobnost spreminjanja črevesne mikrobiote in zmanjšanja števila uremičnih toksinov, so študije pri bolnikih s kronično ledvično boleznijo omejene [14].

V eni študiji, izvedeni na posameznikih s kronično ledvično boleznijo, ki so že bili na dializi, so opazili zmanjšanje uremičnih toksinov po 6-tedenskem uživanju koruznega škroba z visoko vsebnostjo amiloze [20]. Koruzni škrob z visoko vsebnostjo amiloze je ~ 60 odstotkov odpornega škroba glede na suho maso, medtem ko je RPS, ki se uporablja v tem predlogu, ~ 70 odstotkov odpornega škroba in ~ 10 odstotkov drugih prehranskih vlaknin [17]. Tukaj bomo izvedli 2--obdobno randomizirano dvojno slepo navzkrižno preskušanje, da bi raziskali, ali bo uživanje RPS kot dodatnega zdravljenja trenutnim standardom oskrbe s kronično ledvično boleznijo zmanjšalo uremične toksine in simptome s spreminjanjem črevesne mikrobiote pri bolnikih z CKD.

Rezultati te študije bodo prispevali k dokazom o učinkovitosti RPS pri bolnikih s kronično ledvično boleznijo in bodo tvorili osnovo za večje multicentrično randomizirano kontrolirano preskušanje, ki preizkuša učinek RPS na upočasnitev napredovanja kronične ledvične bolezni in začetek dialize.

Upravljanje podatkov

Izvorni podatki

Izvorni dokumenti so tisti, kjer so podatki prvič zabeleženi in iz katerih so pridobljeni podatki CRF udeležencev. Vnosi CRF se bodo šteli za izvorne podatke, če je CRF mesto izvirnega posnetka (npr. ni drugega pisnega ali elektronskega zapisa podatkov). Vsi dokumenti bodo varno shranjeni v zaupnih pogojih. Na vseh dokumentih, specifičnih za preskušanje, razen podpisanih obrazcev za soglasje, glavnega seznama in obrazcev za plačilo, bo udeleženec naveden s kodo udeleženca preskušanja, ne z imenom.

Dostop do podatkov

Neposredni dostop bo omogočen pooblaščenim predstavnikom sponzorja, gostiteljske ustanove in regulativnih organov, da se omogoči spremljanje, revizije in inšpekcije v zvezi s preskušanjem.

Beleženje podatkov in vodenje evidenc

Vsi podatki o preskušanju bodo vneseni iz papirnega CRF ali zbrani prek platforme REDCap Univerze v Manitobi, drugi izvorni dokumenti pa bodo vneseni v to zbirko podatkov REDCap. Udeleženci bodo v tej bazi podatkov REDCap identificirani z edinstveno številko in/ali kodo, specifično za preskušanje. Ime udeleženca in kateri koli drugi identifikacijski podatki ne bodo vključeni v zbirko podatkov REDCap, razen podpisanega obrazca za informirano soglasje, obrazca za plačilo in glavnega seznama študije. Udeleženčevi domači in e-poštni naslovi ter telefonske številke bodo zbrani in povezani z ID-jem študije in imenom udeleženca na fizičnem/elektronskem glavnem seznamu študije, ki se bo uporabljal za usklajevanje preskusnih dejavnosti, kot so dostava študijskega gradiva na dom, čeki za plačilo in komunikacija z udeleženci med sojenjem. Ta glavni seznam bo shranjen v zaklenjeni omari v CDIC ali na z geslom zaščitenem glavnem disku/računalniku v CDIC. Imena in naslovi udeležencev bodo med postopkom dostave posredovani dostavnemu osebju ali kurirjem ter uporabljeni za pošiljanje čekov o plačilu za udeležence, ki ne prevzamejo osebno.

Podatki o preskušanju, brez identifikacije osebnih podatkov udeležencev, bodo shranjeni v varnem raziskovalnem okolju na Univerzi v Manitobi z uporabo REDCap. REDCap izvaja lokalno platforma Data Science v Centru George & Fay Yee za inovacije v zdravstvu na Univerzi v Manitobi. Študijski virtualni obiski bodo izvedeni prek platforme Microsoft Teams Univerze v Manitobi, ki je zunanje gostujoča storitev v oblaku. Elektronski podatki z identifikacijskimi osebnimi podatki udeleženca, kot so ime in kontaktni podatki, bodo zaščiteni z geslom in shranjeni v datoteki Excel v računalniku pri CDIC. Elektronski zapisi podpisanih obrazcev za soglasje bodo shranjeni na REDCap, kot tudi shranjeni v varnem računalniku/skupnem disku, zaščitenem z geslom, na CDIC ali v zaklenjeni omari. Papirnati podpisani obrazci za soglasje bodo shranjeni v zaklenjeni omari v CDIC. Drugi študijski dnevniki bodo organizirani v trdnem registratorju in shranjeni v CDIC. CDIC je varovan 24 ur na dan in ima omejen dostop.

Vsi zapisi o poskusnih raziskavah se bodo hranili 25 let. Papirnati CRF-ji in izvorni podatki bodo shranjeni v zaklenjenem vsebniku za shranjevanje, razen kakršnih koli osebnih podatkov pri CDIC. Papirnate datoteke bodo odstranjene z metodo zaupnega uničenja dokumentov v CDIC.

Elektronski podatki bodo deidentificirani in shranjeni 10 let po koncu študije. Elektronski podatki se lahko v neidentificirani obliki delijo tudi z akademskimi revijami za namene objave. Podatke lahko hrani akademska revija ali druga odprto dostopna skladišča v skladu s politiko odprtega dostopa, v tem primeru pa jih lahko uporabijo drugi raziskovalci za nadaljnjo analizo podatkov in raziskovalne namene. Papirne mape bomo odstranili po metodi zaupnega uničenja dokumentov.

Kriteriji za zaključek sojenja

Preskus se bo nadaljeval, dokler vsi izbrani udeleženci ne bodo dosegli konca svojega spremljanja in bodo podatki zbrani, obdelani in očiščeni. Ni načrtov za predčasno prekinitev.

Postopek za obračunavanje manjkajočih, neuporabljenih in lažnih podatkov

Število in delež manjkajočih vrednosti bosta dokumentirana v poročilu o klinični študiji. Manjkajoče vrednosti ne bodo pripisane, razen če ni navedeno drugače. Analize bodo izključile podatke udeležencev, ki imajo manjkajoče vrednosti za katero koli spremenljivko, potrebno za analizo.

Če se ugotovi, da so podatki nenavadni na način, ki ga ni mogoče razložiti ali označiti za napačnega, se lahko analize ponovijo po izključitvi vpletenega zapisa. Te dodatne analize bodo predstavljene kot analize občutljivosti.

Postopki za poročanje o kakršnih koli odstopanjih od prvotnega statističnega načrta

Vsa odstopanja od protokola, dokumentirana v zbirki podatkov o kliničnem preskušanju, bodo tabelarično prikazana (če je primerno) in navedena v poročilu o klinični študiji.

Beleženje neželenih dogodkov

Glede na naravo intervencije je zelo malo verjetno, da bodo kakršni koli neželeni dogodki povezani s preskušanjem. Vse neželene učinke, ki se pojavijo med preskušanjem in ki jih opazujejo raziskovalci ali o katerih poroča udeleženec, bodo zabeležene v CRF, ne glede na to, ali so pripisane posegu preskušanja ali ne.

Zabeležene bodo naslednje informacije: opis, datum začetka in končni datum, resnost in ocena povezanosti s poskusnim posegom. Po potrebi je treba zagotoviti nadaljnje informacije. V primeru poročanja o kakršnem koli neželenem dogodku bo bolnikom ponujen pregled ob naslednjem razpoložljivem obisku klinike ali v 1 tednu, kar nastopi prej, in bodo še naprej spremljani na kliniki, dokler neželeni učinek ne bo odpravljen.

Resnost dogodkov bo ocenjena na naslednji lestvici: 1=blago, 2=zmerno in 3=hudo.

Neželene učinke, ki se po oceni usposobljenega raziskovalca štejejo za povezane s poskusno intervencijo, bodo spremljali do razrešitve ali pa se dogodek šteje za stabilnega. Če neželeni učinki povzročijo umik iz preskušanja, bo bolnike, ki so bili izključeni zaradi neželenih učinkov zdravljenja, spremljala tudi klinika za kronično ledvično boleznijo, dokler neželeni učinki ne izzvenijo.

Poročanje o varnosti

Študijska skupina bo o neželenih učinkih poročala Health Canada in ustreznim vodjem oddelkov/institucij ter REB Univerze v Manitobi z uporabo ustreznih obrazcev za poročanje.

Postopki zagotavljanja kakovosti

Preskus bo potekal po trenutno odobrenem protokolu, GCP, ustreznih predpisih in standardnih operativnih postopkih.

Redno spremljanje se lahko izvaja v skladu z GCP. Podatki se lahko ovrednotijo ​​glede skladnosti s protokolom in točnosti izvornih dokumentov. Po pisnih standardnih operativnih postopkih bodo nadzorniki preverili, ali je klinično preskušanje izvedeno in so podatki ustvarjeni, dokumentirani in poročani v skladu s protokolom, GCP in veljavnimi regulativnimi zahtevami.

Okrajšave

AE: neželeni dogodek; AR: neželeni učinek; PI: glavni raziskovalec; CRA: Sodelavec kliničnih raziskav; CRF: Obrazec za prikaz primera; GCP: dobra klinična praksa; CT: Klinična preskušanja; ICF: obrazec za informirano privolitev; REB: Odbor za raziskovalno etiko; SAE: resen neželeni dogodek; SOP: Standardni operativni postopek

Zahvala

Radi bi priznali in se zahvalili Michelle DiNella, Sarah Curtis in osebju CDIC za podporo pri pripravi tega preskušanja.

Helsinška deklaracija

Raziskovalec/QI bo zagotovil, da bo to preskušanje potekalo v skladu z načeli Helsinške deklaracije. NB. Helsinška deklaracija iz leta 2008 določa podrobnosti o tem, kaj mora biti vključeno v protokol: financiranje, sponzorstvo, povezave in morebitna navzkrižja interesov, spodbude za sodelovanje, nadomestilo za škodo in dostop do zdravil in oskrbe po preskušanju.

Poročanje

Raziskovalec/izvajalec kakovosti mora med kliničnim preskušanjem enkrat letno predložiti letno poročilo o napredku Odboru za etiko zdravstvenih raziskav Univerze v Manitobi. Poleg tega bo obvestilo o koncu preskušanja poslano Odboru za etiko zdravstvenih raziskav Univerze v Manitobi in Health Canada.

Zaupnost udeležencev

Preizkusno osebje bo poskrbelo za ohranitev anonimnosti udeležencev. Udeleženci bodo identificirani samo z identifikacijsko številko udeleženca na vseh dokumentih preskušanja in kateri koli elektronski bazi podatkov, razen na obrazcu za informirano soglasje, glavnem seznamu in obrazcu za plačilo. Vsi dokumenti bodo varno shranjeni in dostopni samo sodnemu osebju in pooblaščenemu osebju. Preskus bo v skladu z zakonom o osebnih zdravstvenih informacijah (PHIA) ali zakonom o svobodi informacij in varstvu zasebnosti (FIPPA) Manitobe.

Stanje preizkusa

Pričakuje se, da se bo ta preizkus začel zaposlovati septembra 2021 in se bo nadaljeval približno do marca 2022. Trenutna številka in datum protokola sta različica 3, 13. junij 2021.

Sestava, vloge in odgovornosti koordinacijskega centra

PI (dr. Mackay) in sopreiskovalci (dr. Tangri in Mollard) bodo odgovorni za nadzor. Doktorski študent in raziskovalni koordinator bosta sodelovala pri vsakodnevnem izvajanju preskušanja, vključno z zaposlovanjem, pregledovanjem, razporejanjem, obiski udeležencev, zbiranjem podatkov in vnosom podatkov. Doktorat znanosti študent bo poročal neposredno PI (dr. Mackay), raziskovalni koordinator pa bo dnevno v stiku s so-raziskovalcem, ki jih nadzoruje (dr. Mollard). Za analizo podatkov bo odgovoren podatkovni analitik pod nadzorom dr. Mackay in Tangri. O projektu se bo razpravljalo s celotno raziskovalno skupino CDIC na sestanku klinične skupine vsaka 2 tedna in na dvotedenskih srečanjih z raziskovalno skupino projekta, da bi razpravljali o specifičnih podrobnostih projekta.

Prispevki avtorjev

MS je pomagal pri pripravi osnutka rokopisa ter zbiranju povratnih informacij in sprememb drugih avtorjev. KK je pomagal pri pregledu rokopisa. HW je zahteval etično odobritev in prispeval k rokopisu. RM, NT in DM so oblikovali protokol študije in izbirna merila udeležencev, iskali sredstva in etično odobritev, pomagali pri revizijah rokopisa in pregledali rokopis. Vsi avtorji so prispevali, brali, naredili kritične popravke in potrdili končni rokopis pred oddajo.

financiranje

To preskušanje financirata Weston Family Microbiome Initiative in Center za inovacije pri kroničnih boleznih v bolnišnici Seven Oaks. Izdelke za zdravljenje, uporabljene v tem preskušanju, brezplačno zagotavlja MSPrebiotic Inc. Financerji ne bodo sodelovali pri oblikovanju, izvedbi, analizi podatkov ali objavi preskusa. Sponzor preskušanja je Univerza v Manitobi, katere kontaktna oseba je Dylan MacKay.

Dostopnost podatkov in materialov

Publikacije, ki izhajajo iz tega poskusa, bodo sledile priporočilom ICMJE za avtorstvo. Rezultati tega preskušanja bodo objavljeni v strokovno pregledani publikaciji in bodo morda predstavljeni na konferencah. Povzetek rezultatov te študije bo naložen v register preskušanja ClinicalTrials.gov. Deidentificirani podatki bodo na razumno zahtevo dani na voljo drugim raziskovalcem za dejavnosti sinteze znanja.

Izjave

Etična odobritev in soglasje za sodelovanje

Odbor za etiko biomedicinskih raziskav kampusa Bannatyne (BREB) v Winnipegu v Manitobi v Kanadi je odobril ta protokol študije (HS23161 (B2019:089). Vse spremembe protokola te študije pregleda in odobri U of M BREB, spremembe pa protokol je posodobljen na ClinicalTrials.gov. Health Canada je izdal obvestilo o avtorizaciji za to preskušanje (št. datoteke 250522). Udeleženci morajo osebno podpisati in datirati zadnjo odobreno različico obrazca za informirano soglasje, preden se izvedejo kakršni koli postopki, specifični za preskušanje. To preskušanje je registrirano na ClinicalTrials.gov (NCT04961164).

Soglasje za objavo 

Vsi udeleženci bodo podali soglasje za objavo ali predstavitev informacij, zbranih med preskušanjem, na način, kjer njihovi osebni podatki, kot so ime, naslov in telefonska številka, ne bodo razkriti.

Konkurenčni interesi

Vsi drugi avtorji izjavljajo, da nimajo konkurenčnih interesov.

Podrobnosti avtorja

1 Inovacijski center za kronične bolezni, Splošna bolnišnica Seven Oaks, Winnipeg, MB, Kanada. 2 Oddelek za vede o prehrani ljudi, Univerza v Manitobi, Winnipeg, MB, Kanada. 3 Oddelek za zdravstvene vede skupnosti, Univerza v Manitobi, Winnipeg, MB, Kanada. 4 Max Rady College of Medicine, Univerza v Manitobi, Winnipeg, MB, Kanada.

Reference

1. Arora P, Vasa P, Brenner D, Iglar K, McFarlane P, Morrison H, et al. Ocene razširjenosti kronične ledvične bolezni v Kanadi: rezultati nacionalno reprezentativne raziskave. CMAJ. 2013;185(9):E417–23.

2. Ng JK, Li PK. Epidemija kronične ledvične bolezni: kako se spopasti z njo? Nefrologija (Carlton). 2018; 23 (dodatek 4): 116–20. PMID: 30298662.

3. Fujii H, Kono K, Nishi S. Značilnosti bolezni koronarnih arterij pri kronični ledvični bolezni. Clin Exp Nephrol. 2019; 23 (6): 725–32.

4. Collister D, Ferguson T, Komenda P, Tangri N. Vzorci, dejavniki tveganja in napoved napredovanja kronične ledvične bolezni: narativni pregled. Semin Nefrol. 2016;36(4):273–82. PMID: 27475658.

5. Beaudry A, Ferguson TW, Rigatto C, Tangri N, Dumanski S, Komenda P. Stroški dializne terapije po modalitetah v Manitobi. Klinični časopis Ameriškega združenja za nefrologijo. 2018; 13 (8): 1197–203. PMID: 30021819.

6. Aronov PA, Luo FJG, Plummer NS, Quan Z, Holmes S, Hostetter TH, et al. Prispevek debelega črevesa k uremičnim raztopinam. J Am Soc Nephrol. 2011; 22 (9): 1769–76. PMID: 21784895.

7. Ramezani A, Massy ZA, Meijers B, Evenepoel P, Vanholder R, Raj DS. Vloga črevesnega mikrobioma pri uremiji: potencialna terapevtska tarča. American Journal of Kidney Diseases. 2016; 67 (3): 483–98. PMID: 26590448.

8. Simonsen E, Komenda P, Lerner B, Askin N, Bohm C, Shaw J, et al. Zdravljenje uremičnega pruritusa: sistematični pregled. Am J Kidney Dis. 2017; 70 (5): 638–55. PMID: 28720208.

9. Meijers BK, et al. P-krezol in srčno-žilno tveganje pri blagi do zmerni bolezni ledvic. Clin J Am Soc Nephrol. 2010; 5 (7): 1182–9. PMID: 20430946.

10. Gao H, Liu S. Vloga uremičnega toksina indoksil sulfata pri napredovanju bolezni srca in ožilja. Znanosti o življenju. 2017; 185: 23–9. PMID: 28754616.

11. Lisowska-Myjak B. Uremični toksini in njihovi učinki na več organskih sistemov. Nephron Clin Pract. 2014;128(3-4):303–11. PMID: 25531673.

12. Schulman G, Berl T, Beck GJ, Remuzzi G, Ritz E, Arita K, et al. Randomizirana, s placebom kontrolirana preskušanja EPPIC AST-120 pri kronični ledvični bolezni. J Am Soc Nephrol. 2015; 26 (7): 1732–46. PMID: 25349205.

13. Hung SC, Kuo KL, Wu CC, Tarng DC. Indoksil sulfat: nov dejavnik tveganja za srčno-žilne bolezni pri kronični ledvični bolezni. Revija Ameriškega združenja za srce. 2017;6(2):e005022. PMID: 28174171.

14. Snelson M, Kellow NJ, Coughlan MT. Modulacija črevesne mikrobiote z odpornim škrobom kot zdravljenje kroničnih ledvičnih bolezni: dokazi o učinkovitosti in mehanični vpogledi. Adv Nutr. 2019; 10 (2): 303–20. PMID: 30668615.

15. Birkett A, Muir J, Phillips J, Jones G, O'Dea K. Odporen škrob znižuje fekalne koncentracije amoniaka in fenolov pri ljudeh. Am J Clin Nutr. 1996; 63 (5): 766–72. PMID: 8615362.

16. Smith EA, Macfarlane GT. Štetje človeških črevesnih bakterij, ki proizvajajo fenolne in indolne spojine: učinki pH, razpoložljivosti ogljikovih hidratov in retenzijskega časa na presnovo disimilatornih aromatskih aminokislin. J Appl Bacteriol. 1996; 81 (3): 288–302. PMID: 8810056.

17. Alfa MJ, Strang D, Tappia PS, Graham M, van Domselaar G, Forbes JD, et al. Naključno preskušanje za ugotavljanje vpliva na prebavo odporne škrobne sestave na črevesni mikrobiom pri starejših in odraslih odraslih. Clin Nutr. 2018; 37 (3): 797–807.

18. Baxter NT, Schmidt AW, Venkataraman A, Kim KS, Waldron C, Schmidt TM, et al. Dinamika mikrobiote človeškega črevesja in kratkoverižnih maščobnih kislin kot odziv na prehranske posege s tremi fermentabilnimi vlakni. MBio. 2019. PMID: 30696735;10(1):e02566–18.

19. Losel D, Claus R. Od odmerka odvisni učinki odpornega krompirjevega škroba v prehrani na črevesno tvorbo skatola in kopičenje maščobnega tkiva pri prašičih. J Vet Med A Physiol Pathol Clin Med. 2005; 52 (5): 209–12. PMID: 15943603.

20. Sirich TL, Plummer NS, Gardner CD, Hostetter TH, Meyer TW. Vpliv povečanja prehranskih vlaknin na plazemske ravni raztopin, pridobljenih iz debelega črevesa, pri bolnikih na hemodializi. Clin J Am Soc Nephrol. 2014; 9 (9): 1603–10. PMID: 25147155.

21. Pretorius CJ, McWhinney BC, Sipinkoski B, Johnson LA, Rossi M, Campbell KL, et al. Referenčni razponi in biološke variacije prostega in celotnega serumskega indoksil in p-krezil sulfata, izmerjeni s hitro metodo UPLC fluorescenčne detekcije. Clin Chim Acta. 2013; 419: 122–6. PMID: 23428591.

22. Magoč T, Salzberg SL. FLASH: hitra prilagoditev dolžine kratkih branj za izboljšanje sklopov genoma. Bioinformatika. 2011; 27 (21): 2957–63. PMID: 21903629.

23. Edgar RC. UPARSE: zelo natančne sekvence OTU iz odčitkov mikrobnih amplikonov. Nat metode. 2013; 10 (10): 996–8. PMID: 23955772.

24. Edgar RC. Iskanje in združevanje v skupine velikosti hitreje kot BLAST. Bioinformatika. 2010; 26 (19): 2460–1. PMID: 20709691.

25. Caporaso JG, Bittinger K, Bushman FD, DeSantis TZ, Andersen GL, Knight R. PyNAST: prilagodljivo orodje za poravnavo zaporedij s poravnavo predloge. Bioinformatika. 2010; 26 (2): 266–7. PMID: 19914921.

26. Caporaso JG, Kuczynski J, Stombaugh J, Bittinger K, Bushman FD, Costello EK, et al. QIIME omogoča analizo visoko zmogljivih podatkov o zaporedju skupnosti. Nat metode. 2010; 7 (5): 335–6. PMID: 20383131.

27. Price MN, Dehal PS, Arkin AP. FastTree 2 – približno drevesa največje verjetnosti za velike poravnave. PLOS ENO. 2010;5(3):e9490. PMID: 20224823.

28. Paulson JN, Stine OC, Bravo HC, Pop M. Diferencialna analiza številčnosti za raziskave mikrobnih markerjev in genov. Naravne metode. 2013; 10 (12): 1200. PMID: 24076764–2.

29. Jari Oksanen FGB, Friendly M, Kindt R, Legendre P, McGlinn D, Minchin PR, et al. Veganski paket, v skupnostnem ekološkem paketu; 2019.

30. Galili T. dendextend: paket R za vizualizacijo, prilagajanje in primerjavo dreves hierarhičnega združevanja v gruče. Bioinformatika. 2015; 31 (22): 3718–20. PMID: 26209431.

31. Gu Z, Eils R, Schlesner M. Kompleksni toplotni zemljevidi razkrivajo vzorce in korelacije v večdimenzionalnih genomskih podatkih. Bioinformatika. 2016; 32 (18): 2847–9. PMID: 27207943.

32. Morgan XC, Tickle TL, Sokol H, Gevers D, Devaney KL, Ward DV, et al. Disfunkcija črevesnega mikrobioma pri vnetni črevesni bolezni in zdravljenju. Genome Biol. 2012;13(9):R79. PMID: 23013615.

33. Faust K, Sathirapongsasuti JF, Izard J, Segata N, Gevers D, Raes J, et al. Odnosi mikrobnega sočasnega pojavljanja v človeškem mikrobiomu. PLoS Comput Biol. 2012;8(7):e1002606. PMID: 22807668

Opomba založnikaSpringer Nature ostaja nevtralen glede trditev o pristojnosti v objavljenih zemljevidih ​​in institucionalnih povezavah.

【Za več informacij: david.deng@wecistanche.com / WhatApp:86 13632399501】