- ICH GCP
- Registr klinických studií v USA
- Klinická studie NCT05833802
Výpočetní predikce odezvy na lék na základě dat Omics
A Companion Trial in Silico: Computing Drug Response pro pacienty s rakovinou v klinických studiích (PRincipal-001)
Přehled studie
Postavení
Podmínky
Intervence / Léčba
Detailní popis
Byla naplánována doprovodná studie in silico, která měla porovnat přímé srovnání se skutečnou klinickou studií nových protinádorových registrovaných léků, aby se ověřila konzistence mezi výsledky predikce účinnosti virtuálních klinických studií a výsledky účinnosti tradičních klinických studií.
Subjekty současně vstupovaly do skutečných klinických studií a virtuálních klinických studií vytvořených pomocí počítačového modelování a technologie umělé inteligence. Výsledky tradičních klinických studií byly porovnány s výsledky virtuálních klinických studií za účelem výpočtu konzistence virtuálních klinických studií.
Předpovídáním populace s konzistentní účinností, uzamčením populace odpovědí na nové léky, použitím inovativní technologie počítačové medicíny, pochopením omických charakteristik populace odpovědí a použitím toho jako výchozího bodu pro určení cílové populace klinických studií, takže jak určit nové screeningové podmínky, navrhnout nové klinické studie, přesně odpovídat efektivní populaci a revolučně změnit efektivitu klinických studií, a tím zkrátit proces a náklady na vývoj klinických studií.
Typ studie
Zápis (Očekávaný)
Kontakty a umístění
Studijní místa
-
-
Beijing
-
Beijing, Beijing, Čína, 100142
- Shuhua Zhao
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Metoda odběru vzorků
Studijní populace
Popis
Kritéria pro zařazení:
- klinická diagnóza triple-negativního karcinomu prsu
- Subjekty souhlasily s účastí v tradičním klinickém hodnocení a podepsaly informovaný souhlas.
- Subjekty souhlasily s účastí ve virtuální studii a podepsaly informovaný souhlas.
Kritéria vyloučení:
- Subjekty nesplňují zařazovací kritéria tradičního klinického hodnocení.
- Subjekty trpěly jinou rakovinou
Studijní plán
Jak je studie koncipována?
Detaily designu
Kohorty a intervence
Skupina / kohorta |
Intervence / Léčba |
|---|---|
|
virtuální kohorta
virtuální kohorta, která se zapíše do klinického hodnocení silico (ISCT), a bude léčena virtuálním lékem proti rakovině.
|
virtuální lék proti rakovině byl vytvořen pomocí počítačového modelování a technologie umělé inteligence
Ostatní jména:
|
|
skutečná kohorta
skutečná kohorta, která se zapíše do skutečného studia a bude léčena protirakovinným lékem.
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
konzistence
Časové okno: 8 týdnů po prvním podání léku pro subjekty
|
Porovnat konzistenci odpovědi nádoru mezi dvěma kohortami.
Nádorová odpověď u pacientů v tradiční kohortě klinických studií bude hodnocena pomocí nových kritérií hodnocení odpovědi u solidních nádorů v1.1.
Nádorová odpověď u virtuálních pacientů ve virtuální studii bude predikována pomocí trénovaného modelu. Model předpovědi účinnosti bude trénován pomocí 4-5 pacientů hodnocených na nádorovou odpověď podle nových kritérií hodnocení odpovědi u solidních nádorů v1.1, včetně alespoň 2 pacientů s úplnou odezvou nebo částečnou odezvou .
Trénink tohoto modelu je založen na algoritmu hodnocení poškození genomických mutací (EBioMedicine). 2021 Jul;69:103446)se zadáním genomických dat pacientů.
|
8 týdnů po prvním podání léku pro subjekty
|
Spolupracovníci a vyšetřovatelé
Spolupracovníci
Vyšetřovatelé
- Vrchní vyšetřovatel: Min Jiang, Peking University Cancer Hospital & Institute
Publikace a užitečné odkazy
Obecné publikace
- Olivier M, Asmis R, Hawkins GA, Howard TD, Cox LA. The Need for Multi-Omics Biomarker Signatures in Precision Medicine. Int J Mol Sci. 2019 Sep 26;20(19):4781. doi: 10.3390/ijms20194781.
- Yang M, Fan Y, Wu ZY, Gu J, Feng Z, Zhang Q, Han S, Zhang Z, Li X, Hsueh YC, Ni Y, Li X, Li J, Hu M, Li W, Gao H, Yang C, Zhang C, Zhang L, Zhu T, Cheng M, Ji F, Xu J, Cui H, Tan G, Zhang MQ, Liang C, Liu Z, Song YQ, Niu G, Wang K. DAGM: A novel modelling framework to assess the risk of HER2-negative breast cancer based on germline rare coding mutations. EBioMedicine. 2021 Jul;69:103446. doi: 10.1016/j.ebiom.2021.103446. Epub 2021 Jun 19.
- DiMasi JA, Grabowski HG, Hansen RW. Innovation in the pharmaceutical industry: New estimates of R&D costs. J Health Econ. 2016 May;47:20-33. doi: 10.1016/j.jhealeco.2016.01.012. Epub 2016 Feb 12.
Užitečné odkazy
- The latest global cancer burden data for 2020
- Annual progress report on clinical trials of new drug registration in China ( 2021 )
- At the end of 2021, Center for Drug Evaluation of National Medical Products Administration issued the Guideline: Guiding principles for clinical research and development of anti-tumor drugs '
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Primární dokončení (Očekávaný)
Dokončení studie (Očekávaný)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Klíčová slova
Další relevantní podmínky MeSH
Další identifikační čísla studie
- 2022YJZ109
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .