Comitato di monitoraggio della sicurezza

Gli interventi in questo studio sono a basso rischio e si aggiungono alle cure standard che i partecipanti continueranno a ricevere per tutto il periodo di prova e dopo il completamento dello studio; pertanto, non verrà formato alcun comitato di monitoraggio dei dati e della sicurezza (DSMB). Tuttavia, ci sarà una revisione esterna della chimica clinica del partecipante e di eventuali eventi avversi dello studio a metà dello studio quando tutti i partecipanti avranno completato il loro primo periodo di trattamento. Questa revisione sarà condotta da un nefrologo al di fuori di Manitoba. Questa revisione monitorerà le prove di danno da trattamento, cercando tendenze nella chimica clinica e/o aumenti di eventi imprevisti/attesi, correlati ai trattamenti e intraprendendo le azioni appropriate. Queste azioni possono includere la proposta di modifiche al protocollo che potrebbero includere l'interruzione anticipata della sperimentazione a causa di un chiaro danno di un trattamento a seconda dei risultati della revisione.

Secondo studi pertinenti, la cistanche è un'erba tradizionale cinese utilizzata da secoli per curare varie malattie. È stato scientificamente dimostrato che possiede proprietà antinfiammatorie, antietà e antiossidanti. Gli studi hanno dimostrato che la cistanche è benefica per i pazienti affetti da malattie renali. I principi attivi della cistanche sono noti per ridurre l'infiammazione, migliorare la funzione renale e ripristinare le cellule renali compromesse. Pertanto, l'integrazione della cistanche all'interno di un piano di trattamento della malattia renale può offrire grandi vantaggi ai pazienti nella gestione della loro condizione. Cistanche aiuta a ridurre la proteinuria, abbassa i livelli di BUN e di creatinina e riduce il rischio di ulteriori danni ai reni. Inoltre, la cistanche aiuta anche a ridurre i livelli di colesterolo e trigliceridi che possono essere pericolosi per i pazienti affetti da malattie renali.

Fai clic sui vantaggi di rou cong rong

【Per maggiori informazioni: david.deng@wecistanche.com / WhatApp:86 13632399501】

analisi statistica

Le analisi bioinformatiche e statistiche dei dati del microbioma saranno eseguite con l'assistenza di Microbiome Insights e della piattaforma Data Science presso CHI; verrà aggiornato in base alle raccomandazioni e ai progressi tecnologici tra adesso e l'elaborazione dei campioni. In generale, le impostazioni predefinite dell'assemblatore FLASH [22] verranno utilizzate per unire i file veloci Illumina accoppiati sovrapposti. L'algoritmo UPARSE [23] verrà utilizzato per (a) il filtraggio della qualità delle letture in base al valore di errore massimo previsto=1.0, (b) l'identificazione di sequenze univoche, (c) l'ordinamento dell'abbondanza e rimozione di singleton, (d) raggruppamento delle letture in unità tassonomiche operative (OTU) basate su una soglia di identità del 97 percento, (e) de novo e controllo della chimera basato su riferimenti (rispetto al database GOLD [22]) e (f) costruzione di Tavolo OTU. La classificazione tassonomica sarà quindi effettuata utilizzando l'implementazione QIIME [26] di UCLUST [24] e sarà allineata al database Greengenes utilizzando l'algoritmo PyNAST [25]. Gli alberi filogenetici sono stati costruiti con FastTree [27] per un ulteriore confronto tra le comunità microbiche. Prima di eseguire analisi a valle, la tabella OTU risultante verrà filtrata per rimuovere tutti i campioni con basse profondità di sequenziamento. Gli indici di ricchezza e diversità della comunità saranno quindi calcolati utilizzando QIIME a una data profondità uniforme per campione. Le metriche filogenetiche (distanze UniFrac ponderate) e basate sull'abbondanza (dissimilarità di Bray-Curtis) saranno calcolate dopo la normalizzazione della tabella OTU finale utilizzando la trasformazione cumulative sum scaling (CSS) [28]. L'analisi delle coordinate principali (PCoA) verrà applicata alle matrici di distanza risultanti per generare grafici bidimensionali utilizzando le impostazioni predefinite del software PRIMER-6 (PRIMER-E Ltd, Plymouth). Verrà eseguita un'analisi di clustering non supervisionata per correlare i modelli di clustering dei campioni alla proporzione delle OTU core all'interno di ciascuna nicchia (le OTU core sono definite come quelle presenti in almeno il 75% dei campioni in ciascuna nicchia). Le abbondanze relative delle OTU selezionate saranno normalizzate tra i campioni. Le dissimilarità di Bray-Curtis saranno calcolate utilizzando il pacchetto R "vegan" [29], e la matrice risultante sarà sottoposta a clustering gerarchico non supervisionato utilizzando il pacchetto R "dendextend" [30] e sarà visualizzata sul heatmap della matrice di abbondanza utilizzando il pacchetto R "complex-heatmap" [31]. La procedura UNIVARIATE di SAS sarà utilizzata per testare la normalità dei residui per misure di -diversità. I dati non distribuiti normalmente saranno trasformati in potenza log o Box-Cox e quindi sottoposti a un test di analisi della varianza (ANOVA) utilizzando la procedura MIXED di SAS. Tutti i confronti a coppie tra i gruppi saranno testati utilizzando l'aggiustamento del range studentizzato di Tukey. L'analisi della varianza multivariata permutazionale (PERMANOVA; implementata nel software Primer6) sarà utilizzata per rilevare differenze significative tra le metriche di diversità delle comunità microbiche. Le abbondanze relative di OTU core selezionate saranno testate per associazioni statisticamente significative con i metadati disponibili utilizzando l'analisi multivariata con modellazione lineare (MaAsLin) [32] tenendo conto di tutti i potenziali fattori confondenti (covariate) che potrebbero essere associati al profilo del microbioma (cioè sesso, età, BMI) e partecipanti (trattati come un fattore casuale). Le associazioni significative saranno considerate al di sotto di una soglia di valore di 0,1. Per valutare i cambiamenti nella funzionalità del microbioma, verrà utilizzata l'analisi della rete di correlazione (CoNet, [33]) per esplorare le relazioni di co-occorrenza microbica/mutua esclusione e identificare le OTU hub che mostrano il maggior numero di correlazioni positive/negative con altri OTU in condizioni di trattamento.

Gli effetti del trattamento sui risultati lineari alla fine di ogni periodo saranno analizzati dalla procedura SAS MIXED (SAS 9.4). La sequenza e il sesso saranno inclusi nel modello come fattori fissi e i partecipanti saranno inclusi come fattori ripetuti. La normalità della distribuzione dei dati sarà effettuata utilizzando il test di Shapiro-Wilk, e le variabili non normali saranno trasformate prima dell'analisi. I dati demografici saranno riportati come media ± deviazione standard. I risultati saranno riportati come media dei minimi quadrati ± errore standard della media (SEM) se non diversamente specificato. La significatività statistica sarà impostata a p < 0.05 per tutte le analisi. La piattaforma di scienza dei dati in CHI fornirà supporto per la gestione dei dati oltre al supporto biostatistico per il progetto.

Randomizzazione, accecamento e decifratura del codice

I pazienti idonei (n=36) verranno sottoposti a valutazioni al basale e verranno assegnati in modo casuale a 2 gruppi, ciascuno composto da 18 partecipanti. La randomizzazione sarà effettuata da un ricercatore indipendente nella piattaforma di biostatistica presso il George and Fay Yee Center for Healthcare Innovation (CHI) presso l'Università di Manitoba. La randomizzazione verrà eseguita utilizzando codice scritto nel linguaggio di programmazione statistica R (versione 3.5.3). I trattamenti saranno assegnati con un rapporto 1:1. Verranno preparate un totale di 48 carte di randomizzazione, un set di 24 per ogni sesso. Il programma di randomizzazione verrà trasferito in set di buste sigillate opache. Dopo la visita di riferimento di un partecipante, il personale dello studio aprirà una busta sigillata che conterrà l'allocazione del partecipante. L'ordine degli interventi sarà cieco sia per i ricercatori che per i partecipanti. I trattamenti verranno somministrati in bustine sigillate; il contenuto della bustina sarà accecato da una parte esterna, consegnato al personale dello studio etichettato come A o B e distribuito ai partecipanti in base al loro periodo di trattamento. I trattamenti non saranno scoperti fino al completamento delle analisi, a meno che non sia necessario a causa di eventi avversi durante la sperimentazione clinica. Ci sarà anche una revisione intermedia dei dati clinici del partecipante da parte di un nefrologo indipendente che sarà aperto (vedere la sezione "Responsabilità dello sperimentatore qualificato").

Calcolo della dimensione del campione

Una dimensione finale dei campioni di 30 partecipanti a questo studio sarà in grado di rilevare una differenza tra i trattamenti nel solfato di p-cresolo totale di 17,5 μmol/L, o una variazione di ~ 15 percento, a una potenza di 0,88 (alfa {{6} }.05, bilaterale), data una correlazione intra-persona di .79 [23] e una deviazione standard stimata di 45 μmol/L [9] per il p-cresolo solfato totale. Un calo del 30% o più nei soluti uremici sarebbe considerato clinicamente significativo, giustificando ulteriori studi che indagano su questo intervento prebiotico nella CKD, e siamo fiduciosi che saremmo in grado di rilevare un tale cambiamento se dovesse verificarsi. Per tenere conto della perdita di energia dovuta agli abbandoni, recluteremo 36 partecipanti.

Inclusione nell'analisi

L'analisi primaria sarà condotta utilizzando il set di analisi Tutti i partecipanti (intenzione di trattare). L'analisi primaria verrà ripetuta nel set di analisi dei Completatori. I dati demografici e tutte le altre misurazioni di riferimento verranno analizzati nel set Tutti i partecipanti e nel set Completatori.

Set di analisi dei completatori: tutti i partecipanti che hanno completato la prova.

Set di analisi di tutti i partecipanti: tutti i partecipanti randomizzati.

Interruzione/ritiro dei partecipanti dal trattamento di prova 

Ogni partecipante ha il diritto di recedere dalla sperimentazione in qualsiasi momento. I partecipanti possono interrompere la partecipazione alla sperimentazione in qualsiasi momento e sono invitati a contattare un membro del gruppo di ricerca per informarli della loro decisione. Inoltre, gli investigatori possono interrompere un partecipante dallo studio in qualsiasi momento se lo ritengono necessario per qualsiasi motivo, inclusa la gravidanza, l'inammissibilità (insorta durante lo studio o retrospettivamente trascurata durante lo screening), significativa deviazione dal protocollo, significativa non- rispetto del protocollo, progressione della malattia che comporta l'impossibilità di continuare a rispettare il protocollo, revoca del consenso e perdita del follow-up.

Il ritiro non comporterà l'esclusione dei dati per quel partecipante dall'analisi. Poiché l'analisi primaria si baserà su un'intenzione di trattare, verrà eseguita anche un'analisi più completa.

Se un partecipante si ritira entro le prime 4 settimane di prova, verrà sostituito. In caso di recesso del partecipante sostitutivo, non vi sarà alcuna successiva sostituzione.

Il motivo del recesso sarà registrato nella CRF se previsto.

Compenso

I partecipanti saranno remunerati $ 200 per ogni periodo completato o il valore proporzionale se si ritirano dalla prova. Ogni partecipante riceverà $ 400 in totale se completa la prova completa.

I nomi e gli indirizzi dei partecipanti verranno utilizzati per la preparazione, la stampa, la spedizione e la tenuta dei registri finanziari o degli assegni di remunerazione. Al partecipante verrà fornita una spedizione prepagata e una busta con un modulo da firmare al ricevimento dell'assegno di remunerazione. Ai partecipanti verrà chiesto di restituire il modulo al CDIC. Tale registro sarà conservato per un massimo di 7 anni.

Discussione

La malattia renale cronica è stata associata a cambiamenti nell'ecologia microbica intestinale, o "disbiosi", che possono contribuire alla progressione della malattia. Individui e animali con CKD mostrano profonde alterazioni nell'ambiente intestinale, inclusi cambiamenti nella composizione microbica, aumento del pH fecale e aumento dei livelli ematici di metaboliti derivati ​​dai microbi intestinali. Studi recenti si sono concentrati su approcci dietetici per alterare favorevolmente la composizione delle comunità microbiche intestinali come metodo di trattamento per la malattia renale cronica. L'amido resistente (RS), un prebiotico che promuove la proliferazione di batteri intestinali come bifidobatteri e lattobacilli, aumenta la produzione di metaboliti inclusi gli acidi grassi a catena corta, che conferiscono numerosi benefici per la salute. Studi su modelli animali e individui con CKD mostrano che l'integrazione di RS attenua le concentrazioni di soluti di ritenzione uremica, inclusi indossilsolfato e p-cresolo solfato. È stato dimostrato che l'amido resistente al mais di tipo 2 (HAMRS2) ad alto contenuto di fibre alimentari fermentabili altera l'ambiente intestinale nei modelli di ratto CKD, portando a una funzione renale notevolmente migliorata. È stato dimostrato che l'RPS, che è un amido R2-resistente, aumenta i batteri che degradano i carboidrati, come i bifidobatteri, e diminuisce i batteri con attività proteolitica, come E. coli [14, 17, 18]. È stato anche dimostrato che RPS riduce le concentrazioni di tossine uremiche derivate dal microbioma intestinale nei suini [19]. Mentre gli studi sugli animali e sull'uomo che coinvolgono l'amido resistente hanno dimostrato la capacità di modificare il microbiota intestinale e ridurre il numero di tossine uremiche, ci sono studi limitati nei pazienti con CKD [14].

In uno studio condotto su individui con insufficienza renale cronica già in dialisi, è stata osservata una riduzione delle tossine uremiche dopo il consumo di amido di mais ad alto contenuto di amilosio per 6 settimane [20]. L'amido di mais ad alto contenuto di amilosio è ~ 60% di amido resistente in peso secco, mentre l'RPS da utilizzare in questa proposta è ~ 70% di amido resistente e ~ 10% di altre fibre alimentari [17]. Qui, condurremo uno studio incrociato in doppio cieco randomizzato di 2- periodi per verificare se il consumo di RPS come terapia aggiuntiva agli attuali standard di cura della CKD ridurrà le tossine e i sintomi uremici alterando il microbiota intestinale nei pazienti con MRC.

I risultati di questo studio si aggiungeranno alle prove dell'efficacia della RPS nei pazienti con CKD e costituiranno la base di un più ampio studio multicentrico randomizzato controllato che testerà l'effetto della RPS sul ritardare la progressione della CKD e l'inizio della dialisi.

Gestione dati

Dati di origine

I documenti di origine sono dove i dati vengono registrati per la prima volta e da cui vengono ottenuti i dati CRF dei partecipanti. Le voci della CRF saranno considerate dati di origine se la CRF è il sito della registrazione originale (ad es. non esiste altra registrazione scritta o elettronica dei dati). Tutti i documenti saranno archiviati in modo sicuro in condizioni riservate. Su tutti i documenti specifici della sperimentazione, diversi dai moduli di consenso firmati, dall'elenco principale e dai moduli di remunerazione, il partecipante verrà indicato con il codice del partecipante alla sperimentazione, non per nome.

Accesso ai dati

L'accesso diretto sarà concesso ai rappresentanti autorizzati dello sponsor, dell'istituzione ospitante e delle autorità di regolamentazione per consentire il monitoraggio, gli audit e le ispezioni relativi alla sperimentazione.

Registrazione dei dati e tenuta dei registri

Tutti i dati della sperimentazione verranno inseriti dal CRF cartaceo o raccolti tramite la piattaforma REDCap dell'Università di Manitoba e altri documenti di origine verranno inseriti in questo database REDCap. I partecipanti saranno identificati da un numero e/o codice univoco specifico della sperimentazione in questo database REDCap. Il nome del partecipante e qualsiasi altra informazione identificativa non saranno inclusi nel database REDCap, ad eccezione del modulo di consenso informato firmato, del modulo di remunerazione e dell'elenco principale dello studio. Gli indirizzi di casa e di posta elettronica e i numeri di telefono del partecipante saranno raccolti e collegati all'ID dello studio e al nome del partecipante su un elenco master dello studio fisico/elettronico che verrà utilizzato per coordinare le attività di prova come le consegne a domicilio dei materiali di studio, gli assegni di remunerazione e la comunicazione con i partecipanti durante il processo. Questo elenco principale verrà archiviato in un armadietto chiuso a chiave presso il CDIC o su un'unità/computer condiviso protetto da password presso CDIC. I nomi e gli indirizzi dei partecipanti saranno condivisi con il personale addetto alle consegne o con i corrieri durante il processo di consegna, nonché utilizzati per l'invio di assegni retributivi per i partecipanti che non ritirano di persona.

I dati della sperimentazione, senza identificare le informazioni personali dei partecipanti, verranno archiviati in un ambiente di ricerca sicuro presso l'Università di Manitoba utilizzando REDCap. REDCap è implementato localmente dalla piattaforma Data Science presso il George & Fay Yee Center for Healthcare Innovation presso l'Università di Manitoba. Le visite virtuali allo studio saranno condotte attraverso la piattaforma Microsoft Teams dell'Università di Manitoba, che è un servizio basato su cloud ospitato esternamente. I dati elettronici con le informazioni personali identificative dei partecipanti, come il nome e le informazioni di contatto, saranno protetti da password e archiviati in un file Excel su un computer presso CDIC. I record elettronici dei moduli di consenso firmati saranno archiviati su REDCap, nonché archiviati in un computer sicuro protetto da password/unità condivisa presso CDIC o in un armadietto chiuso a chiave. I moduli di consenso cartacei firmati saranno conservati in un armadietto chiuso a chiave nel CDIC. Altri registri di studio saranno organizzati in un robusto raccoglitore e conservati in CDIC. CDIC è protetto 24 ore al giorno e ha un accesso limitato.

Tutti i registri delle ricerche sperimentali saranno conservati per 25 anni. I CRF cartacei e i dati di origine saranno conservati in un contenitore di archiviazione chiuso a chiave, a parte qualsiasi informazione di identificazione personale presso CDIC. I file cartacei verranno smaltiti utilizzando il metodo di distruzione dei documenti riservati presso CDIC.

I dati elettronici saranno anonimizzati e conservati per 10 anni dopo la fine dello studio. I dati elettronici possono anche essere condivisi in forma anonimizzata con riviste accademiche a fini di pubblicazione. I dati possono essere archiviati dalla rivista accademica o da altri archivi ad accesso aperto in base a una politica di accesso aperto, nel qual caso possono essere utilizzati da altri ricercatori per ulteriori analisi dei dati e scopi di ricerca. I file cartacei saranno smaltiti utilizzando il metodo di distruzione dei documenti riservati.

Criteri per la chiusura del processo

Lo studio continuerà fino a quando tutti i partecipanti reclutati non avranno raggiunto la fine del loro follow-up e i dati non saranno stati raccolti, elaborati e puliti. Non sono previste risoluzioni anticipate.

Procedura per la contabilizzazione dei dati mancanti, non utilizzati e falsi

Il numero e la proporzione dei valori mancanti saranno documentati nel rapporto dello studio clinico. I valori mancanti non verranno imputati se non diversamente specificato. Le analisi escluderanno i dati dai partecipanti che hanno valori mancanti per qualsiasi variabile richiesta per l'analisi.

Quando si osserva che i dati sono insoliti in un modo che non può essere spiegato o giudicato errato, le analisi possono essere ripetute dopo aver escluso il record in questione. Queste analisi aggiuntive saranno presentate come analisi di sensibilità.

Procedure per la segnalazione di eventuali deviazioni dal piano statistico originale

Tutte le deviazioni dal protocollo documentate nel database dello studio clinico saranno tabulate (se appropriato) ed elencate nel rapporto dello studio clinico.

Registrazione degli eventi avversi

Data la natura dell'intervento, è molto improbabile che eventuali eventi avversi siano correlati al processo. Tuttavia, tutti gli eventi avversi verificatisi durante lo studio che vengono osservati dagli investigatori o segnalati dal partecipante verranno registrati sul CRF, indipendentemente dal fatto che siano attribuiti o meno all'intervento dello studio.

Verranno registrate le seguenti informazioni: descrizione, data di inizio e data di fine, gravità e valutazione della correlazione con l'intervento di prova. Se necessario, dovrebbero essere fornite informazioni di follow-up. Nel caso in cui venga segnalato un evento avverso, ai pazienti verrà offerto di essere visti nella prossima visita clinica disponibile o entro 1 settimana, se precedente, e continueranno a essere seguiti in clinica fino alla risoluzione dell'AE.

La gravità degli eventi sarà valutata sulla seguente scala: 1=lieve, 2=moderata e 3=grave.

Gli eventi avversi considerati correlati all'intervento di prova come giudicato dall'investigatore qualificato saranno seguiti fino alla risoluzione o fino a quando l'evento non sarà considerato stabile. Nel caso in cui gli eventi avversi comportino il ritiro dalla sperimentazione, i pazienti che vengono ritirati a causa di una reazione avversa al trattamento saranno seguiti anche dalla clinica CKD fino alla risoluzione degli eventi avversi.

Segnalazione di sicurezza

Il gruppo di studio segnalerà gli eventi avversi a Health Canada e ai responsabili dei dipartimenti/istituti competenti e all'Università di Manitoba REB utilizzando moduli di segnalazione appropriati.

Procedure di garanzia della qualità

La sperimentazione sarà condotta secondo il protocollo attualmente approvato, GCP, regolamenti pertinenti e procedure operative standard.

Il monitoraggio regolare può essere eseguito secondo GCP. I dati possono essere valutati per la conformità con il protocollo e l'accuratezza dei documenti di origine. Seguendo le procedure operative standard scritte, i monitor verificheranno che la sperimentazione clinica sia condotta e che i dati siano generati, documentati e riportati in conformità con il protocollo, la GCP e i requisiti normativi applicabili.

Abbreviazioni

AE: evento avverso; AR: reazione avversa; PI: ricercatore principale; CRA: Associato alla ricerca clinica; CRF: scheda di segnalazione del caso; GCP: buona pratica clinica; CT: studi clinici; ICF: modulo di consenso informato; REB: Commissione etica della ricerca; SAE: evento avverso grave; SOP: procedura operativa standard

Ringraziamenti

Vorremmo riconoscere e ringraziare Michelle DiNella, Sarah Curtis e lo staff del CDIC per aver supportato l'organizzazione di questo studio.

Dichiarazione di Helsinki

Lo sperimentatore/QI assicurerà che questo processo sia condotto secondo i principi della Dichiarazione di Helsinki. NB. La Dichiarazione di Helsinki del 2008 fornisce dettagli su ciò che deve essere incluso in un protocollo: finanziamento, sponsorizzazione, affiliazioni e potenziali conflitti di interesse, incentivi a partecipare, risarcimento per danni e accesso post-processuale a farmaci e cure.

Segnalazione

Lo sperimentatore/QI deve presentare una volta all'anno per tutta la durata della sperimentazione clinica una relazione annuale sullo stato di avanzamento all'Health Research Ethics Board dell'Università di Manitoba. Inoltre, una notifica di fine del processo sarà inviata all'Health Research Ethics Board dell'Università di Manitoba ea Health Canada.

Riservatezza dei partecipanti

Il personale dello studio assicurerà il mantenimento dell'anonimato dei partecipanti. I partecipanti saranno identificati solo da un numero ID partecipante su tutti i documenti di prova e qualsiasi database elettronico ad eccezione del modulo di consenso informato, elenco principale e modulo di remunerazione. Tutti i documenti saranno archiviati in modo sicuro e accessibili solo al personale dello studio e al personale autorizzato. Il processo sarà conforme al Personal Health Information Act (PHIA) o al Freedom of Information and Protection of Privacy Act (FIPPA) del Manitoba.

Stato di prova

Questo studio dovrebbe iniziare il reclutamento nel settembre 2021 e continuare fino a circa marzo 2022. Il numero e la data del protocollo attuale è la versione 3, 13 giugno 2021.

Composizione, ruoli e responsabilità del centro di coordinamento

Il PI (Dr. Mackay) e i co-investigatori (Drs. Tangri e Mollard) saranno responsabili della supervisione. Uno studente di dottorato e un coordinatore della ricerca lavoreranno insieme alla gestione quotidiana della sperimentazione, inclusi il reclutamento, lo screening, la programmazione, le visite dei partecipanti, la raccolta dei dati e l'inserimento dei dati. Il dottorato di ricerca lo studente riferirà direttamente al PI (Dr. Mackay) e il coordinatore della ricerca sarà in contatto quotidiano con il co-ricercatore che li supervisiona (Dr. Mollard). Un analista di dati sarà responsabile dell'analisi dei dati sotto la supervisione di Drs. Mackay e Tangri. Il progetto sarà discusso con l'intero team di ricerca del CDIC durante una riunione del gruppo clinico ogni 2 settimane e durante incontri bisettimanali con il team di ricerca del progetto per discutere i dettagli specifici del progetto.

Contributi degli autori

MS ha assistito alla stesura del manoscritto e alla compilazione di feedback e modifiche da parte di altri autori. KK ha assistito alla revisione del manoscritto. HW ha cercato l'approvazione etica e ha contribuito al manoscritto. RM, NT e DM hanno progettato il protocollo di studio e i criteri di selezione dei partecipanti, hanno cercato finanziamenti e approvazione etica, hanno assistito con le revisioni del manoscritto e hanno rivisto il manoscritto. Tutti gli autori hanno contribuito, letto, apportato revisioni critiche e approvato il manoscritto finale prima dell'invio.

Finanziamento

Questo studio è finanziato dalla Weston Family Microbiome Initiative e dal Chronic Disease Innovation Center del Seven Oaks Hospital. I prodotti di trattamento utilizzati in questo studio vengono forniti gratuitamente da MSPrebiotic Inc. I finanziatori non avranno alcun coinvolgimento nella progettazione, esecuzione, analisi dei dati o pubblicazione della sperimentazione. Lo sponsor del processo è l'Università di Manitoba, di cui Dylan MacKay è il referente.

Disponibilità di dati e materiali

Le pubblicazioni derivanti da questo studio seguiranno le raccomandazioni dell'ICMJE per la paternità. I risultati di questo studio saranno pubblicati in una pubblicazione peer-reviewed e potrebbero essere presentati a conferenze. I risultati di sintesi di questo studio verranno caricati nel registro ClinicalTrials.gov dello studio. I dati anonimi saranno messi a disposizione di altri ricercatori per attività di sintesi della conoscenza su ragionevole richiesta.

Dichiarazioni

Approvazione etica e consenso alla partecipazione

Il Bannatyne Campus Biomedical Research Ethics Board (BREB) di Winnipeg, Manitoba, Canada, ha approvato questo protocollo di studio (HS23161 (B2019:089). Tutte le modifiche al protocollo di questo studio sono riviste e approvate dall'U of M BREB e le modifiche a il protocollo è aggiornato su ClinicalTrials.gov. Health Canada ha emesso l'avviso di autorizzazione per questo studio (file n. 250522). I partecipanti devono firmare e datare personalmente l'ultima versione approvata del modulo di consenso informato prima che venga eseguita qualsiasi procedura specifica dello studio Questo studio è registrato su ClinicalTrials.gov (NCT04961164).

Consenso alla pubblicazione 

Tutti i partecipanti forniranno il consenso a pubblicare o presentare le informazioni raccolte durante il processo in modo tale da non rivelare le loro informazioni di identificazione personale come nome, indirizzo e numero di telefono.

Interessi conflittuali

Tutti gli altri autori dichiarano di non avere interessi concorrenti.

Dettagli dell'autore

1 Centro per l'innovazione sulle malattie croniche, Seven Oaks General Hospital, Winnipeg, MB, Canada. 2 Dipartimento di Scienze della Nutrizione Umana, Università di Manitoba, Winnipeg, MB, Canada. 3 Dipartimento di Scienze della Salute Comunitaria, Università di Manitoba, Winnipeg, MB, Canada. 4 Max Rady College of Medicine, Università di Manitoba, Winnipeg, MB, Canada.

Riferimenti

1. Arora P, Vasa P, Brenner D, Iglar K, McFarlane P, Morrison H, et al. Stime di prevalenza della malattia renale cronica in Canada: risultati di un'indagine rappresentativa a livello nazionale. CMAJ. 2013;185(9):E417–23.

2. Ng JK, Li PK. Epidemia di malattia renale cronica: come affrontarla? Nefrologia (Carlton). 2018;23(Suppl.4):116–20. PMID: 30298662.

3. Fujii H, Kono K, Nishi S. Caratteristiche della malattia coronarica nella malattia renale cronica. Clin Exp Nephrol. 2019;23(6):725–32.

4. Collister D, Ferguson T, Komenda P, Tangri N. I modelli, i fattori di rischio e la previsione della progressione nella malattia renale cronica: una revisione narrativa. Semin Nephrol. 2016;36(4):273–82. PMID: 27475658.

5. Beaudry A, Ferguson TW, Rigatto C, Tangri N, Dumanski S, Komenda P. Costo della terapia dialitica per modalità in Manitoba. Giornale clinico della società americana di nefrologia. 2018;13(8):1197–203. PMID: 30021819.

6. Aronov PA, Luo FJG, Plummer NS, Quan Z, Holmes S, Hostetter TH, et al. Contributo del colon ai soluti uremici. J Am Soc Nephrol. 2011;22(9):1769–76. PMID: 21784895.

7. Ramezani A, Massy ZA, Meijers B, Evenepoel P, Vanholder R, Raj DS. Ruolo del microbioma intestinale nell'uremia: un potenziale bersaglio terapeutico. Giornale americano delle malattie renali. 2016;67(3):483–98. PMID: 26590448.

8. Simonsen E, Komenda P, Lerner B, Askin N, Bohm C, Shaw J, et al. Trattamento del prurito uremico: una revisione sistematica. Am J Rene Dis. 2017; 70(5):638–55. PMID: 28720208.

9. Meijers BK, et al. P-cresolo e rischio cardiovascolare nella malattia renale da lieve a moderata. Clin J Am Soc Nephrol. 2010;5(7):1182–9. PMID: 20430946.

10. Gao H, Liu S. Ruolo della tossina uremica indossil solfato nella progressione delle malattie cardiovascolari. Scienze di vita. 2017;185:23–9. PMID: 28754616.

11. Lisowska-Myjak B. Tossine uremiche e loro effetti su più sistemi di organi. Nefrone 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. Studi EPPIC randomizzati controllati con placebo sull'AST-120 nella malattia renale cronica. J Am Soc Nephrol. 2015; 26(7):1732–46. PMID: 25349205.

13. Hung SC, Kuo KL, Wu CC, Tarng DC. Indossilsolfato: un nuovo fattore di rischio cardiovascolare nella malattia renale cronica. Giornale dell'American Heart Association. 2017;6(2):e005022. PMID: 28174171.

14. Snelson M, Kellow NJ, Coughlan MT. Modulazione del microbiota intestinale mediante amido resistente come trattamento delle malattie renali croniche: evidenza di efficacia e approfondimenti meccanicistici. Adv Nutr. 2019;10(2):303–20. PMID: 30668615.

15. Birkett A, Muir J, Phillips J, Jones G, O'Dea K. L'amido resistente abbassa le concentrazioni fecali di ammoniaca e fenoli nell'uomo. Sono J Clin Nutr. 1996; 63(5):766–72. ID PMI: 8615362.

16. Smith EA, Macfarlane GT. Enumerazione dei batteri del colon umano che producono composti fenolici e indolici: effetti del pH, disponibilità di carboidrati e tempo di ritenzione sul metabolismo degli aminoacidi aromatici dissimilatori. J Appl batteriolo. 1996;81(3):288–302. PMID: 8810056.

17. Alfa MJ, Strang D, Tappia PS, Graham M, van Domselaar G, Forbes JD, et al. Uno studio randomizzato per determinare l'impatto di una composizione di amido resistente alla digestione sul microbioma intestinale negli adulti più anziani e di mezza età. Clin Nutr. 2018;37(3):797–807.

18. Baxter NT, Schmidt AW, Venkataraman A, Kim KS, Waldron C, Schmidt TM, et al. Dinamiche del microbiota intestinale umano e degli acidi grassi a catena corta in risposta a interventi dietetici con tre fibre fermentescibili. MBio. 2019. PMID: 30696735;10(1):e02566–18.

19. Losel D, Claus R. Effetti dose-dipendenti dell'amido di patate resistente nella dieta sulla formazione di scatolo intestinale e sull'accumulo di tessuto adiposo nel maiale. 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. Effetto dell'aumento della fibra alimentare sui livelli plasmatici di soluti derivati ​​dal colon nei pazienti in emodialisi. 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. Intervalli di riferimento e variazione biologica dell'indossile sierico libero e totale e del p-cresil solfato misurati con un metodo di rilevamento rapido della fluorescenza UPLC. Clin Chim Acta. 2013;419:122–6. PMID: 23428591.

22. Magoc T, Salzberg SL. FLASH: regolazione rapida della lunghezza di letture brevi per migliorare l'assemblaggio del genoma. Bioinformatica. 2011;27(21):2957–63. PMID: 21903629.

23. Edgardo RC. UPARSE: sequenze OTU altamente accurate da letture di ampliconi microbici. Metodi Nat. 2013;10(10):996–8. PMID: 23955772.

24. Edgardo RC. Ricerca e raggruppamento di ordini di grandezza più veloci di BLAST. Bioinformatica. 2010;26(19):2460–1. PMID: 20709691.

25. Caporaso JG, Bittinger K, Bushman FD, DeSantis TZ, Andersen GL, Knight R. PyNAST: uno strumento flessibile per allineare sequenze a un allineamento modello. Bioinformatica. 2010;26(2):266–7. PMID: 19914921.

26. Caporaso JG, Kuczynski J, Stombaugh J, Bittinger K, Bushman FD, Costello EK, et al. QIIME consente l'analisi dei dati di sequenziamento della comunità ad alto rendimento. Metodi Nat. 2010;7(5):335–6. PMID: 20383131.

27. Prezzo MN, Dehal PS, Arkin AP. FastTree 2 - alberi approssimativamente di massima verosimiglianza per grandi allineamenti. PLOS UNO. 2010;5(3):e9490. PMID: 20224823.

28. Paulson JN, Stine OC, Bravo HC, Pop M. Analisi dell'abbondanza differenziale per indagini sui geni marcatori microbici. Metodi della natura. 2013;10(12):1200. PMID: 24076764–2.

29. Jari Oksanen FGB, Friendly M, Kindt R, Legendre P, McGlinn D, Minchin PR, et al. Il pacchetto vegano, in pacchetto ecologia comunitaria; 2019.

30. Galili T. dendextend: un pacchetto R per visualizzare, regolare e confrontare alberi di raggruppamento gerarchico. Bioinformatica. 2015;31(22):3718–20. PMID: 26209431.

31. Gu Z, Eils R, Schlesner M. Le mappe di calore complesse rivelano schemi e correlazioni nei dati genomici multidimensionali. Bioinformatica. 2016;32(18): 2847–9. PMID: 27207943.

32. Morgan XC, Tickle TL, Sokol H, Gevers D, Devaney KL, Ward DV, et al. Disfunzione del microbioma intestinale nella malattia infiammatoria intestinale e nel trattamento. Genoma Biol. 2012;13(9):R79. PMID: 23013615.

33. Faust K, Sathirapongsasuti JF, Izard J, Segata N, Gevers D, Raes J, et al. Relazioni di co-occorrenza microbica nel microbioma umano. PLoS Comput Biol. 2012;8(7):e1002606. PMID: 22807668

Nota dell'editoreSpringer Nature rimane neutrale per quanto riguarda le rivendicazioni giurisdizionali nelle mappe pubblicate e le affiliazioni istituzionali.

【Per maggiori informazioni: david.deng@wecistanche.com / WhatApp:86 13632399501】