Комитет за наблюдение на безопасността

Интервенциите в това изпитване са с нисък риск и са в допълнение към стандартните грижи, които участниците ще продължат да получават през целия период на изпитването и след приключване на изпитването; следователно няма да бъде сформиран съвет за наблюдение на данни и безопасност (DSMB). Въпреки това ще има външен преглед на клиничната химия на участника и всички нежелани реакции от изпитването в средата на изпитването, когато всички участници са завършили своя първи период на лечение. Този преглед ще бъде извършен от нефролог извън Манитоба. Този преглед ще наблюдава доказателства за вреда от лечението, ще търси тенденции в клиничната химия и/или увеличения на неочаквани събития, свързани с леченията и ще предприеме подходящи действия. Тези действия могат да включват предлагане на промени в протокола, те могат да включват ранно спиране на изпитването поради явна вреда от лечението в зависимост от резултатите от прегледа.

Според съответните проучвания цистанче е традиционна китайска билка, която се използва от векове за лечение на различни заболявания. Научно доказано е, че притежава противовъзпалителни, против стареене и антиоксидантни свойства. Проучванията показват, че цистанхата е полезна за пациенти, страдащи от бъбречно заболяване. Известно е, че активните съставки на цистанче намаляват възпалението, подобряват бъбречната функция и възстановяват увредените бъбречни клетки. По този начин интегрирането на цистанхе в план за лечение на бъбречно заболяване може да предложи големи ползи на пациентите при управлението на тяхното състояние. Cistanche помага за намаляване на протеинурията, понижава нивата на BUN и креатинина и намалява риска от по-нататъшно увреждане на бъбреците. В допълнение, цистанче също помага за намаляване на нивата на холестерола и триглицеридите, които могат да бъдат опасни за пациенти, страдащи от бъбречно заболяване.

Кликнете върху предимствата на rou cong rong

【За повече информация: david.deng@wecistanche.com / WhatApp:86 13632399501】

Статистически анализ

Биоинформатиката и статистическите анализи на данните за микробиома ще се извършват с помощта на Microbiome Insights и платформата Data Science в CHI; той ще бъде актуализиран въз основа на препоръките и технологичния напредък от сега до обработката на пробите. Като цяло, настройките по подразбиране на FLASH асемблера [22] ще се използват за обединяване на припокриващите се сдвоени крайни Illumina бързи файлове. Алгоритъмът UPARSE [23] ще се използва за (a) качествено филтриране на четенията въз основа на максималната очаквана стойност на грешка=1.0, (b) идентифициране на уникални последователности, (c) сортиране по изобилие и премахване на сингълтони, (d) групиране на четенията в оперативни таксономични единици (OTU) въз основа на 97 процента праг на идентичност, (e) de novo и базирана на референтна проверка проверка на химери (срещу GOLD база данни [22]) и (f) изграждане на OTU маса. След това таксономичната класификация ще бъде извършена с помощта на внедряване на QIIME [26] на UCLUST [24] и ще бъде приведена в съответствие с базата данни на Greengenes с помощта на алгоритъма PyNAST [25]. Филогенетичните дървета бяха изградени с FastTree [27] за по-нататъшно сравнение между микробните общности. Преди извършване на анализи надолу по веригата, получената OTU таблица ще бъде филтрирана, за да се премахнат всички проби с ниска дълбочина на секвениране. След това индексите на богатство и разнообразие на общността ще бъдат изчислени с помощта на QIIME при дадена равномерна дълбочина на проба. Филогенетични (претеглени UniFrac разстояния) и базирани на изобилие (несходство на Брей-Къртис) показатели за разнообразие ще бъдат изчислени след нормализиране на крайната OTU таблица, като се използва трансформацията на мащабиране на кумулативната сума (CSS) [28]. Анализът на главните координати (PCoA) ще бъде приложен към получените матрици на разстоянието за генериране на двуизмерни графики, като се използват настройките по подразбиране на софтуера PRIMER-6 (PRIMER-E Ltd, Плимут). Ще бъде извършен неконтролиран клъстерен анализ, за ​​да се свържат моделите на клъстериране на проби с дела на основните OTU във всяка ниша (основните OTU се дефинират като присъстващи в най-малко 75 процента от пробите във всяка ниша). Относителното изобилие на избраните OTU ще бъде нормализирано в пробите. Разликите на Брей-Къртис ще бъдат изчислени с помощта на пакета R "vegan" [29] и получената матрица ще бъде подложена на неконтролирано йерархично групиране с помощта на пакета R "dendextend" [30] и ще бъде визуализирана върху топлинна карта на матрицата на изобилието с помощта на пакета R "complex-heatmap" [31]. Процедурата UNIVARIATE на SAS ще бъде използвана за тестване на нормалността на остатъците за измервания на разнообразието. Данните с ненормално разпределение ще бъдат или логаритмично, или мощностно трансформирани на Box-Cox и след това ще бъдат подложени на тест за анализ на дисперсията (ANOVA), като се използва СМЕСЕНАТА процедура на SAS. Всички сравнения по двойки между групите ще бъдат тествани с помощта на корекция на обхвата на Tukey студенти. Пермутационният мултивариантен анализ на дисперсията (PERMANOVA; внедрен в софтуера Primer6) ще бъде използван за откриване на значителни разлики между показателите за разнообразие на микробните общности. Относителното изобилие на избрани основни OTUs ще бъде тествано за статистически значими асоциации с налични метаданни с помощта на многовариантен анализ с линейно моделиране (MaAsLin) [32], отчитайки всички потенциални объркващи фактори (ковариати), които биха могли да бъдат свързани с профила на микробиома (т.е. пол, възраст, ИТМ) и участници (третирани като случаен фактор). Значими асоциации ще се считат под праг на стойност от 0,1. За да се оценят промените във функционалността на микробиома, анализът на корелационната мрежа (CoNet, [33]) ще бъде използван за изследване на връзките на микробна съвместна поява/взаимно изключване и идентифициране на централни OTU, които показват най-голям брой положителни/отрицателни корелации с други OTUs при условия на лечение.

Ефектите от лечението върху линейните резултати в края на всеки период ще бъдат анализирани чрез процедурата SAS MIXED (SAS 9.4). Последователността и пола ще бъдат включени в модела като фиксирани фактори, а участниците ще бъдат включени като повтарящи се фактори. Нормалността на разпределението на данните ще бъде направена с помощта на теста на Shapiro-Wilk, а ненормалните променливи ще бъдат трансформирани преди анализа. Демографските данни ще бъдат докладвани като средна стойност ± стандартно отклонение. Резултатите ще бъдат докладвани като средни на най-малките квадрати ± стандартна грешка на средната стойност (SEM), освен ако не е посочено друго. Статистическата значимост ще бъде зададена на p < 0.05 за всички анализи. Научната платформа за данни в CHI ще осигури поддръжка за управление на данни в допълнение към биостатистическата поддръжка за проекта.

Рандомизиране, ослепяване и разбиване на кодове

Допустимите пациенти (n=36) ще преминат през изходни оценки и ще бъдат разпределени на случаен принцип в 2 групи, всяка от които се състои от 18 участници. Рандомизирането ще бъде извършено от независим изследовател в платформата за биостатистика в Центъра за иновации в здравеопазването (CHI) на Джордж и Фей Йи към Университета на Манитоба. Рандомизирането ще се извърши с помощта на код, написан на езика за статистическо програмиране R (версия 3.5.3). Обработките ще бъдат назначени в съотношение 1:1. Ще бъдат подготвени общо 48 рандомизирани карти, един набор от 24 за всеки пол. Графикът за рандомизиране ще бъде прехвърлен в комплекти от непрозрачни запечатани пликове. След основното посещение на участника, екипът на проучването ще отвори запечатан плик, който ще съдържа разпределението на участника. Редът на интервенциите ще бъде сляп както за разследващите, така и за участниците. Леченията ще се прилагат в запечатани сашета; съдържанието на сашето ще бъде заслепено от външна страна, дадено на екипа на изследването, обозначено като A или B, и разпределено на участниците според периода на тяхното лечение. Леченията няма да бъдат разкрити, докато анализите не приключат, освен ако не се налага поради нежелани събития по време на клиничното изпитване. Ще има също междинен преглед на клиничните данни на участника от независим нефролог, който ще бъде разкрит (вижте раздела „Отговорности на квалифициран изследовател“).

Изчисляване на размера на извадката

Окончателният размер на пробите от 30 участници в това проучване ще може да открие разлика между леченията в общия р-крезолов сулфат от 17,5 μmol/L, или ~ 15 процента промяна, при мощност от .88 (алфа {{6} }.05, двустранно), като се има предвид вътрешноличностна корелация от .79 [23] и изчислено стандартно отклонение от 45 μmol/L [9] за общ p-крезол сулфат. Спад от 30 процента или повече в уремичните разтворени вещества би се считал за клинично значим, което изисква допълнителни проучвания, изследващи тази пребиотична интервенция при ХБН, и ние сме уверени, че ще можем да открием такава промяна, ако се случи. За да отчетем загубата на мощност поради отпадане, ще наемем 36 участници.

Включване в анализа

Първичният анализ ще бъде проведен с помощта на набора за анализ на всички участници (намерение за лечение). Първичният анализ ще бъде повторен в набора за анализ на Completers. Демографските данни и всички други базови измервания ще бъдат анализирани в набора Всички участници, както и в набора Завършили.

Набор за анализ на завършилите: всички участници, които са завършили опита.

Набор за анализ на всички участници: всички рандомизирани участници.

Прекратяване/оттегляне на участниците от пробното лечение 

Всеки участник има право да се откаже от изпитанието по всяко време. Участниците могат да прекратят участието си в изпитването по всяко време и трябва да се свържат с член на изследователския екип, за да ги информират за решението си. Освен това изследователите могат да прекратят участник от изпитването по всяко време, ако сметнат за необходимо поради каквато и да е причина, включително бременност, недопустимост (или възникнала по време на изпитването, или ретроспективно пренебрегната при скрининга), значително отклонение от протокола, значително не- спазване на протокола, прогресиране на заболяването, което води до невъзможност за продължаване на спазването на протокола, оттегляне на съгласието и загуба на проследяване.

Оттеглянето няма да доведе до изключване на данните за този участник от анализа. Тъй като първичният анализ ще се основава на намерение за лечение, ще бъде извършен и само пълен анализ.

Ако участник бъде оттеглен в рамките на първите 4 седмици от изпитанието, той ще бъде заменен. При оттегляне на заместващия участник последваща замяна няма да има.

Причината за оттегляне ще бъде записана в CRF, ако е предоставена.

Възнаграждение

Участниците ще получат възнаграждение от $200 за всеки завършен период или пропорционалната стойност, ако се оттеглят от пробния период. Всеки участник ще получи общо $400, ако завърши пълния пробен период.

Имената и адресите на участниците ще бъдат използвани за подготовка, отпечатване, изпращане по пощата и водене на финансова документация или чекове за възнаграждение. При получаване на чека за възнаграждението на участника ще бъдат предоставени предплатени пощенски разходи и плик с формуляр, изискващ техния подпис. Участниците ще бъдат помолени да върнат формуляра на CDIC. Този запис ще се съхранява максимум 7 години.

Дискусия

ХБН се свързва с промени в чревната микробна екология или "дисбиоза", което може да допринесе за прогресирането на заболяването. Индивиди и животни с ХБН проявяват дълбоки промени в чревната среда, включително промени в микробния състав, повишено фекално pH и повишени кръвни нива на метаболити, получени от чревни микроби. Последните проучвания са фокусирани върху диетични подходи за благоприятна промяна на състава на чревните микробни общности като метод за лечение на ХБН. Устойчивото нишесте (RS), пребиотик, който насърчава пролиферацията на чревни бактерии като бифидобактерии и лактобацили, увеличава производството на метаболити, включително късоверижни мастни киселини, които предоставят няколко ползи за здравето. Проучвания от животински модели и индивиди с ХБН показват, че добавянето на RS намалява концентрациите на уремични задържани разтворени вещества, включително индоксил сулфат и р-крезол сулфат. Доказано е, че ферментиралото диетично високо амилозно устойчиво на фибри царевично нишесте тип 2 (HAMRS2) променя чревната среда при модели на плъхове с ХБН, което води до значително подобрена бъбречна функция. Доказано е, че RPS, което е R2-устойчиво нишесте, увеличава разграждащите въглехидрати бактерии, като Bifidobacteria, и намалява бактериите с протеолитична активност, като E. coli [14, 17, 18]. Доказано е също, че RPS намалява концентрациите на уремични токсини, получени от чревния микробиом при прасета [19]. Докато проучванията върху животни и хора, включващи резистентно нишесте, показват способността да променят чревната микробиота и да намаляват броя на уремичните токсини, има ограничени проучвания при пациенти с ХБН [14].

В едно проучване, проведено върху лица с ХБН, които вече са на диализа, се наблюдава намаляване на уремичните токсини след консумация на царевично нишесте с високо съдържание на амилоза в продължение на 6 седмици [20]. Царевичното нишесте с високо съдържание на амилоза е ~ 60 процента устойчиво нишесте от сухо тегло, докато RPS, който ще се използва в това предложение, е ~ 70 процента устойчиво нишесте и ~ 10 процента други диетични фибри [17]. Тук ще проведем рандомизирано двойно-сляпо кръстосано проучване за 2- период, за да проучим дали употребата на RPS като допълнителна терапия към настоящите стандарти за лечение на ХБН ще намали уремичните токсини и симптомите чрез промяна на чревната микробиота при пациенти с ХБН.

Резултатите от това проучване ще добавят към доказателствата за ефикасността на RPS при пациенти с ХБН и ще формират основата на по-голямо многоцентрово рандомизирано контролирано проучване, тестващо ефекта на RPS върху забавяне прогресията на ХБН и започване на диализа.

Управление на данни

Изходни данни

Изходните документи са мястото, където данните се записват за първи път и от които се получават CRF данните на участниците. Записите в CRF ще се считат за изходни данни, ако CRF е мястото на оригиналния запис (напр. няма друг писмен или електронен запис на данни). Всички документи ще бъдат съхранявани на сигурно място при поверителни условия. Във всички специфични за изпитването документи, различни от подписаните формуляри за съгласие, основния списък и формулярите за възнаграждение, участникът ще бъде посочен с кода на участника в изпитването, а не по име.

Достъп до данни

Ще бъде предоставен директен достъп на упълномощени представители от спонсора, приемащата институция и регулаторните органи, за да се позволи мониторинг, одити и инспекции, свързани с изпитването.

Записване на данни и водене на записи

Всички данни от изпитванията ще бъдат въведени от хартиен CRF или събрани чрез платформата REDCap на Университета на Манитоба, а други изходни документи ще бъдат въведени в тази база данни REDCap. Участниците ще бъдат идентифицирани чрез уникален специфичен за изпитването номер и/или код в тази база данни REDCap. Името на участника и всяка друга идентифицираща информация няма да бъдат включени в базата данни REDCap, с изключение на подписания формуляр за информирано съгласие, формуляр за възнаграждение и главен списък на изследването. Домашните и имейл адресите и телефонните номера на участниците ще бъдат събрани и свързани с идентификационния номер на изследването и името на участника във физически/електронен основен списък на проучването, който ще се използва за координиране на пробни дейности, като доставки на учебните материали до дома, чекове за възнаграждение и комуникация с участниците по време на процеса. Този главен списък ще се съхранява в заключен шкаф в CDIC или на защитено с парола споделено устройство/компютър в CDIC. Имената и адресите на участниците ще бъдат споделени с доставчиците или куриерите по време на процеса на доставка, както и използвани за изпращане на чекове за възнаграждение за участниците, които не вземат лично.

Данните от изпитванията, без да идентифицират личната информация на участниците, ще се съхраняват в защитена изследователска среда в Университета на Манитоба с помощта на REDCap. REDCap се прилага локално от платформата Data Science в George & Fay Yee Center for Healthcare Innovation към Университета на Манитоба. Учебните виртуални посещения ще се провеждат чрез платформата Microsoft Teams на Университета на Манитоба, която е външно хоствана облачна услуга. Електронните данни с идентифицираща лична информация на участниците, като име и информация за контакт, ще бъдат защитени с парола и съхранени в Excel файл на компютър в CDIC. Електронни записи на подписани формуляри за съгласие ще се съхраняват в REDCap, както и в защитен с парола защитен компютър/споделено устройство в CDIC или в заключен шкаф. Хартиените подписани формуляри за съгласие ще се съхраняват в заключен шкаф в CDIC. Други учебни дневници ще бъдат организирани в здрава папка и съхранявани в CDIC. CDIC е защитен 24 часа на ден и има ограничен достъп.

Всички записи от проучванията ще се съхраняват 25 години. Хартиените CRF и изходните данни ще се съхраняват в заключен контейнер за съхранение, отделно от всяка лична идентифицираща информация в CDIC. Хартиените файлове ще бъдат унищожени чрез метода за унищожаване на поверителни документи в CDIC.

Електронните данни ще бъдат деидентифицирани и ще се съхраняват 10 години след края на проучването. Електронните данни могат също да бъдат споделяни в деидентифицирана форма с академични списания за целите на публикуването. Данните могат да се съхраняват от академичното списание или други хранилища с отворен достъп съгласно политика за отворен достъп, в който случай те могат да бъдат използвани от други изследователи за допълнителен анализ на данни и изследователски цели. Хартиените файлове ще бъдат унищожени по метода за унищожаване на поверителни документи.

Критерии за прекратяване на процеса

Изпитването ще продължи, докато всички наети участници не достигнат края на своето проследяване и данните бъдат събрани, обработени и изчистени. Няма планове за предсрочно прекратяване.

Процедура за отчитане на липсващи, неизползвани и фалшиви данни

Броят и съотношението на липсващите стойности ще бъдат документирани в доклада от клиничното проучване. Липсващите стойности няма да бъдат приписани, освен ако не е отбелязано друго. Анализите ще изключат данни от участници, които имат липсващи стойности за всяка променлива, необходима за анализа.

Когато се наблюдава, че данните са необичайни по начин, който не може да бъде обяснен или определен като грешен, анализите могат да бъдат повторени след изключване на съответния запис. Тези допълнителни анализи ще бъдат представени като анализи на чувствителността.

Процедури за докладване на всякакви отклонения от първоначалния статистически план

Всички отклонения от протокола, документирани в базата данни на клиничното изпитване, ще бъдат представени в таблица (ако е подходящо) и изброени в доклада на клиничното изпитване.

Записване на нежелани събития

Като се има предвид естеството на интервенцията, е много малко вероятно някакви нежелани събития да бъдат свързани с изпитването. Въпреки това, всички нежелани реакции, възникващи по време на изпитването, които са наблюдавани от изследователите или докладвани от участника, ще бъдат записани в CRF, независимо дали са приписани или не на интервенцията на изпитването.

Ще бъде записана следната информация: описание, дата на начало и крайна дата, тежест и оценка на връзката с пробната интервенция. При необходимост трябва да се предостави последваща информация. В случай, че бъде съобщено някакво нежелано събитие, на пациентите ще бъде предложено да бъдат прегледани при следващото налично посещение в клиниката или в рамките на 1 седмица, което от двете настъпи по-рано, и ще продължат да бъдат проследявани в клиниката до отстраняване на НЯ.

Тежестта на събитията ще бъде оценена по следната скала: 1=леко, 2=умерено и 3=тежко.

Нежеланите реакции, считани за свързани с пробната интервенция, според преценката на квалифицирания изследовател, ще бъдат проследени или до разрешаване, или събитието се счита за стабилно. В случай че нежелани реакции доведат до оттегляне от изпитването, пациентите, които са оттеглени поради нежелана лекарствена реакция, също ще бъдат проследявани от клиниката за ХБН, докато неразположението не отзвучи.

Докладване за безопасност

Проучвателният екип ще докладва за нежелани реакции на Health Canada и на съответните ръководители на отдели/институции и REB на Университета на Манитоба, като използва подходящи формуляри за докладване.

Процедури за осигуряване на качеството

Изпитването ще се проведе по текущо одобрения протокол, GCP, съответните разпоредби и стандартни оперативни процедури.

Може да се извършва редовно наблюдение в съответствие с GCP. Данните могат да бъдат оценени за съответствие с протокола и точност на изходните документи. Следвайки писмени стандартни оперативни процедури, мониторите ще проверят дали клиничното изпитване е проведено и данните са генерирани, документирани и докладвани в съответствие с протокола, GCP и приложимите регулаторни изисквания.

Съкращения

AE: Нежелано събитие; AR: Нежелана реакция; PI: Главен изследовател; CRA: Сътрудник по клинични изследвания; CRF: Формуляр за доклад на случай; GCP: Добра клинична практика; КТ: Клинични изпитвания; ICF: Формуляр за информирано съгласие; REB: Съвет по етика на научните изследвания; SAE: Сериозно нежелано събитие; SOP: Стандартна оперативна процедура

Благодарности

Бихме искали да признаем и благодарим на Мишел Динела, Сара Къртис и персонала на CDIC за подкрепата при организирането на това изпитване.

Декларация от Хелзинки

Изследователят/QI ще гарантира, че това изпитване се провежда съгласно принципите на Декларацията от Хелзинки. NB. Декларацията от Хелзинки от 2008 г. предоставя подробности за това какво трябва да бъде включено в протокола: финансиране, спонсорство, връзки и потенциални конфликти на интереси, стимули за участие, обезщетение за вреди и достъп до лекарства и грижи след изпитание.

Докладване

Изследователят/QI представя веднъж годишно по време на клиничното изпитване годишен доклад за напредъка на Съвета по етика на здравните изследвания на Университета на Манитоба. Освен това известие за край на пробния период ще бъде изпратено до Съвета по етика на здравните изследвания на Университета на Манитоба и Health Canada.

Конфиденциалност на участниците

Персоналът на изпитването ще гарантира запазването на анонимността на участниците. Участниците ще бъдат идентифицирани само чрез идентификационен номер на участника във всички документи за изпитване и всяка електронна база данни, с изключение на формуляра за информирано съгласие, основния списък и формуляра за възнаграждение. Всички документи ще се съхраняват сигурно и ще бъдат достъпни само за персонала на процеса и оторизиран персонал. Изпитването ще отговаря на Закона за личната здравна информация (PHIA) или Закона за свобода на информацията и защита на личния живот (FIPPA) на Манитоба.

Пробен статус

Очаква се това изпитание да започне набиране през септември 2021 г. и да продължи приблизително до март 2022 г. Текущият номер и дата на протокола са версия 3, 13 юни 2021 г.

Състав, роли и отговорности на координационния център

ИП (д-р Макай) и съ-изследователите (д-р Тангри и Молард) ще отговарят за надзора. Докторант и координатор на изследванията ще работят заедно по ежедневното провеждане на изпитването, включително набиране, скрининг, планиране, посещения на участници, събиране на данни и въвеждане на данни. Докторът на науките студентът ще докладва директно на PI (д-р Mackay), а координаторът на изследването ще бъде в ежедневен контакт със съ-изследователя, който ги наблюдава (д-р Mollard). Анализатор на данни ще отговаря за анализа на данните под ръководството на Drs. Макей и Тангри. Проектът ще бъде обсъден с цялостния изследователски екип на CDIC по време на среща на клинична група на всеки 2 седмици и по време на двуседмични срещи с изследователския екип на проекта за обсъждане на конкретни подробности по проекта.

Авторски принос

MS помогна с изготвянето на ръкописа и събирането на отзиви и промени от други автори. KK съдейства при прегледа на ръкописа. HW потърси етично одобрение и допринесе за ръкописа. RM, NT и DM разработиха протокола за изследване и критериите за подбор на участниците, потърсиха финансиране и етично одобрение, помогнаха с ревизиите на ръкописа и прегледаха ръкописа. Всички автори допринесоха, прочетоха, направиха критични ревизии и одобриха окончателния ръкопис преди изпращане.

Финансиране

Това изпитване се финансира от Инициативата за микробиоми на семейството на Уестън и Центъра за иновации при хронични заболявания в болница Seven Oaks. Продуктите за лечение, използвани в това изпитване, се предоставят от MSPrebiotic Inc. безплатно. Финансиращите лица няма да участват в проектирането, изпълнението, анализа на данните или публикуването на изпитанието. Спонсор на изпитанието е Университетът на Манитоба, чийто контакт е Дилън МакКей.

Наличие на данни и материали

Публикациите, произтичащи от това изпитание, ще следват препоръките на ICMJE за авторство. Резултатите от това изпитване ще бъдат публикувани в рецензирана публикация и могат да бъдат представени на конференции. Обобщените резултати от това проучване ще бъдат качени в регистъра на изпитването ClinicalTrials.gov. Деидентифицираните данни ще бъдат предоставени на други изследователи за дейности по синтез на знания при разумно искане.

Декларации

Етично одобрение и съгласие за участие

Бордът по етика на биомедицинските изследвания на кампуса Bannatyne (BREB) в Уинипег, Манитоба, Канада, одобри този протокол от изследването (HS23161 (B2019:089). Всички изменения в протокола на това изследване се преглеждат и одобряват от U of M BREB, а промените в протоколът се актуализира на ClinicalTrials.gov Министерството на здравеопазването на Канада издаде известие за разрешение за това изпитване (файл № 250522). Участниците трябва лично да подпишат и поставят дата на последната одобрена версия на формуляра за информирано съгласие, преди да бъдат извършени каквито и да било процедури, специфични за изпитването Това изпитване е регистрирано на ClinicalTrials.gov (NCT04961164).

Съгласие за публикуване 

Всички участници ще предоставят съгласие за публикуване или представяне на информацията, събрана по време на изпитанието, по начин, при който тяхната лична идентифицираща информация като име, адрес и телефонен номер не се разкрива.

Конкуриращи се интереси

Всички други автори декларират, че нямат конкурентни интереси.

Подробности за автора

1 Иновационен център за хронични заболявания, Обща болница Seven Oaks, Уинипег, MB, Канада. 2 Катедра по човешки хранителни науки, Университет на Манитоба, Уинипег, MB, Канада. 3 Катедра по обществени здравни науки, Университет на Манитоба, Уинипег, MB, Канада. 4 Медицински колеж Макс Ради, Университет на Манитоба, Уинипег, MB, Канада.

Препратки

1. Arora P, Vasa P, Brenner D, Iglar K, McFarlane P, Morrison H, et al. Оценки на разпространението на хронично бъбречно заболяване в Канада: резултати от национално представително проучване. CMAJ. 2013;185(9):E417–23.

2. Ng JK, Li PK. Епидемия от хронична бъбречна болест: как да се справим с нея? Нефрология (Карлтън). 2018; 23 (Допълнение 4): 116–20. PMID: 30298662.

3. Fujii H, Kono K, Nishi S. Характеристики на коронарната артериална болест при хронично бъбречно заболяване. Clin Exp Nephrol. 2019; 23 (6): 725–32.

4. Collister D, Ferguson T, Komenda P, Tangri N. Моделите, рисковите фактори и прогнозирането на прогресията при хронично бъбречно заболяване: наративен преглед. Семин Нефрол. 2016; 36 (4): 273–82. PMID: 27475658.

5. Beaudry A, Ferguson TW, Rigatto C, Tangri N, Dumanski S, Komenda P. Разходи за диализна терапия по модалност в Манитоба. Клинично списание на Американското дружество по нефрология. 2018; 13 (8): 1197–203. PMID: 30021819.

6. Аронов PA, Luo FJG, Plummer NS, Quan Z, Holmes S, Hostetter TH, et al. Принос на дебелото черво към уремичните разтвори. J Am Soc Nephrol. 2011; 22 (9): 1769– 76. PMID: 21784895.

7. Рамезани A, Маси ZA, Meijers B, Evenepoel P, Vanholder R, Raj DS. Роля на микробиома на червата при уремия: потенциална терапевтична цел. 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. Лечение на уремичен пруритус: систематичен преглед. Am J Kidney Dis. 2017 г.; 70(5):638–55. PMID: 28720208.

9. Meijers BK, et al. P-крезол и сърдечно-съдов риск при леко до умерено бъбречно заболяване. Clin J Am Soc Nephrol. 2010; 5 (7): 1182–9. PMID: 20430946.

10. Gao H, Liu S. Роля на уремичния токсин индоксил сулфат в прогресията на сърдечно-съдовите заболявания. Науки за живота. 2017; 185: 23–9. PMID: 28754616.

11. Lisowska-Myjak B. Уремични токсини и техните ефекти върху множество органни системи. 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. Рандомизирани плацебо-контролирани EPPIC проучвания на AST-120 при ХБН. J Am Soc Nephrol. 2015 г.; 26 (7): 1732–46. PMID: 25349205.

13. Hung SC, Kuo KL, Wu CC, Tarng DC. Индоксил сулфат: нов сърдечно-съдов рисков фактор при хронично бъбречно заболяване. Вестник на Американската сърдечна асоциация. 2017;6(2):e005022. PMID: 28174171.

14. Snelson M, Kellow NJ, Coughlan MT. Модулиране на чревната микробиота чрез резистентно нишесте като лечение на хронични бъбречни заболявания: доказателства за ефикасност и механични прозрения. Adv Nutr. 2019; 10 (2): 303–20. PMID: 30668615.

15. Birkett A, Muir J, Phillips J, Jones G, O'Dea K. Устойчивото нишесте понижава фекалните концентрации на амоняк и феноли при хората. Am J Clin Nutr. 1996 г.; 63 (5): 766–72. PMID: 8615362.

16. Смит EA, Macfarlane GT. Изброяване на човешки колонни бактерии, произвеждащи фенолни и индолови съединения: ефекти на рН, наличност на въглехидрати и време на задържане върху дисимилиращия метаболизъм на ароматни аминокиселини. J Appl Bacteriol. 1996; 81 (3): 288–302. PMID: 8810056.

17. Alfa MJ, Strang D, Tappia PS, Graham M, van Domselaar G, Forbes JD и др. Рандомизирано проучване за определяне на въздействието на състава на устойчиво на храносмилане нишесте върху микробиома на червата при възрастни и възрастни на средна възраст. Clin Nutr. 2018; 37 (3): 797–807.

18. Baxter NT, Schmidt AW, Venkataraman A, Kim KS, Waldron C, Schmidt TM, et al. Динамика на човешката чревна микробиота и късоверижни мастни киселини в отговор на диетични интервенции с три ферментиращи фибри. MBio. 2019. PMID: 30696735; 10 (1): e02566–18.

19. Losel D, Claus R. Дозозависими ефекти на устойчиво картофено нишесте в диетата върху чревното образуване на скатол и натрупването на мастна тъкан при прасето. 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. Ефект от увеличаване на диетичните фибри върху плазмените нива на разтворени вещества, получени от дебелото черво, при пациенти на хемодиализа. 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. Референтни диапазони и биологични вариации на свободния и общия серумен индоксил и р-крезил сулфат, измерени с бърз UPLC флуоресцентен метод за откриване. Clin Chim Acta. 2013; 419: 122-6. PMID: 23428591.

22. Magoc T, Salzberg SL. FLASH: бързо регулиране на дължината на късите четения за подобряване на сглобките на генома. Биоинформатика. 2011; 27 (21): 2957–63. PMID: 21903629.

23. Едгар RC. UPARSE: много точни OTU последователности от четения на микробни ампликони. Nat методи. 2013; 10 (10): 996–8. PMID: 23955772.

24. Едгар RC. Търсене и групиране на порядъци по-бързо от BLAST. Биоинформатика. 2010; 26 (19): 2460–1. PMID: 20709691.

25. Caporaso JG, Bittinger K, Bushman FD, DeSantis TZ, Andersen GL, Knight R. PyNAST: гъвкав инструмент за подравняване на последователности към подравняване на шаблон. Биоинформатика. 2010; 26 (2): 266–7. PMID: 19914921.

26. Caporaso JG, Kuczynski J, Stombaugh J, Bittinger K, Bushman FD, Costello EK, et al. QIIME позволява анализ на данни за секвениране на общността с висока производителност. Nat методи. 2010; 7 (5): 335–6. PMID: 20383131.

27. Price MN, Dehal PS, Arkin AP. FastTree 2 – дървета с приблизително максимална вероятност за големи подравнявания. ПЛОС ЕДНО. 2010;5(3):e9490. PMID: 20224823.

28. Paulson JN, Stine OC, Bravo HC, Pop M. Диференциален анализ на изобилието за изследвания на микробен маркер-ген. Природни методи. 2013;10(12):1200. PMID: 24076764–2.

29. Jari Oksanen FGB, Friendly M, Kindt R, Legendre P, McGlinn D, Minchin PR, et al. Веган пакетът, в екологичния пакет на Общността; 2019 г.

30. Galili T. dendextend: R пакет за визуализиране, коригиране и сравняване на дървета на йерархично групиране. Биоинформатика. 2015; 31 (22): 3718–20. PMID: 26209431.

31. Gu Z, Eils R, Schlesner M. Комплексните топлинни карти разкриват модели и корелации в многоизмерни геномни данни. Биоинформатика. 2016; 32 (18): 2847–9. PMID: 27207943.

32. Morgan XC, Tickle TL, Sokol H, Gevers D, Devaney KL, Ward DV и др. Дисфункция на чревния микробиом при възпалително заболяване на червата и лечение. Genome Biol. 2012;13(9):R79. PMID: 23013615.

33. Faust K, Sathirapongsasuti JF, Izard J, Segata N, Gevers D, Raes J, et al. Взаимоотношения на съвместното възникване на микроби в човешкия микробиом. PLoS Comput Biol. 2012;8(7):e1002606. PMID: 22807668

Бележка на издателяSpringer Nature остава неутрален по отношение на претенции за юрисдикция в публикувани карти и институционални връзки.

【За повече информация: david.deng@wecistanche.com / WhatApp:86 13632399501】