Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

MRI-Driven Precision Typing and Response Prediction in Luminal Breast Cancer

8. července 2026 aktualizováno: Yajia Gu, MD, Fudan University

MRI-driven Multiomics Research on Precise Typing and Response Prediction of Luminal Breast Cancer

Luminal breast cancer is characterized by marked heterogeneity, resulting in diverse treatment responses and long-term outcomes. This project aims to integrate MRI and multiomics data to achieve non-invasive molecular typing and precise response prediction. By linking imaging phenotypes with underlying molecular and pathological characteristics, the investigators will develop predictive models for treatment resistance, recurrence, and metastasis, ultimately supporting personalized treatment strategies and precision oncology.

Přehled studie

Postavení

Aktivní, ne nábor

Podmínky

Detailní popis

Luminal breast cancer represents the most common type of breast cancer, characterized by its intricate tumor heterogeneity that poses a significant challenge in clinical management due to resistance to endocrine therapy and high risk of long-term recurrence. It is significant for the accurate prediction of molecular subtypes and treatment response for luminal breast cancer. Our team has previously identified four molecular subtypes and seven pivotal molecules associated with luminal breast cancer utilizing multiomics techniques. The investigators posit that the integration of MRI-driven multiomics studies holds promise in achieving precise typing and response prediction for luminal breast cancer. This project intends to use multiomics molecular subtypes and key molecules as the gold standard to extract comprehensive quantitative features from diverse regions and levels utilizing MRI, thus facilitating non-invasive diagnosis. Additionally, our approach involves correlating MRI data with multiomics information to unveil the biological significance of imaging models at both pathological and molecular levels. Finally, the investigators aim to construct response prediction models through the fusion of multi-temporal MRI features and multiomics data across various scales, enabling precise forecasts of treatment resistance, recurrence, and metastasis. This initiative aims to enhance treatment decision-making and promote application transformation. This study will include a large-scale real-world retrospective and prospective population to validate and improve the effectiveness of model.

Typ studie

Pozorovací

Zápis (Odhadovaný)

2000

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní místa

  • Čína
    • Shanghai Municipality
      • Shanghai, Shanghai Municipality, Čína, 200032
        • Fudan University Shanghai Cancer Center

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dítě
  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Ukázka pravděpodobnosti

Studijní populace

Patients with invasive luminal breast cancer (HR+/HER2-)

Popis

Inclusion Criteria:

  1. Histopathologically confirmed invasive luminal breast cancer (HR+/HER2-);
  2. Patients who underwent breast MRI examination.

Exclusion Criteria:

  1. Pathological biopsy performed prior to the baseline MRI examination;
  2. Patients have received any form of prior treatment for the breast cancer;
  3. History of other malignancies;
  4. Incomplete or poor-quality MRI and/or pathological images;
  5. Missing clinical data.

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Diagnostic performance of breast MRI for molecular subtyping of luminal breast cancer, with comparison to multiomics
Časové okno: 1 year
The primary outcome is the diagnostic performance of AI-assisted analysis for molecular subtyping of luminal breast cancer on contrast-enhanced breast MRI. Quantitative radiomic features and deep learning features are extracted from DCE-MRI, followed by classification into multiomics-defined molecular subtypes. Performance metrics include sensitivity, specificity, positive predictive value, negative predictive value, accuracy, and area under the receiver operating characteristic curve (AUC). Participants must have undergone both breast MRI and multiomics profiling of tumor tissue. Performance metrics will be compared with those obtained from multiomics classification within the same participants to evaluate the relative diagnostic performance.
1 year

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Predictive Performance of Multiomics Model for Pathological Complete Response (pCR) in Luminal Breast Cancer
Časové okno: 1 years
The model integrates multiomics data, including breast MRI, pathological features, and other relevant molecular and clinical variables, to predict pathological complete response (ypT0/is ypN0) following neoadjuvant therapy in patients with luminal breast cancer. Performance metrics include sensitivity, specificity, positive predictive value, negative predictive value, accuracy, area under the receiver operating characteristic curve (AUC), C-index, and time-dependent AUC. Participants must have undergone neoadjuvant therapy with available pathological response assessment.
1 years

Další výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Predictive Performance of Multiomics Model for Disease-Free Survival (DFS) in Luminal Breast Cancer
Časové okno: 5 years

The model integrates multiomics data, including breast MRI, pathological features, and other relevant molecular and clinical variables, to predict disease-free survival in luminal breast cancer, defined as time from surgery to first documented disease recurrence, distant metastasis, or death from any cause.

Performance metrics include sensitivity, specificity, positive predictive value, negative predictive value, accuracy, area under the receiver operating characteristic curve (AUC), C-index, and time-dependent AUC. Participants must have undergone surgery and completed 5 years follow-up.
5 years

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Fudan University

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

6. ledna 2026

Primární dokončení (Odhadovaný)

31. prosince 2027

Dokončení studie (Odhadovaný)

31. prosince 2029

Termíny zápisu do studia

První předloženo

26. června 2026

První předloženo, které splnilo kritéria kontroly kvality

2. července 2026

První zveřejněno (Aktuální)

9. července 2026

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

10. července 2026

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

8. července 2026

Naposledy ověřeno

1. července 2026

Více informací

Termíny související s touto studií

Klíčová slova

Další identifikační čísla studie

  • 2410-Exp103-KY
  • 82430061 (Jiné číslo grantu/financování: Key Project of National Natural Science Foundation of China)

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NEROZHODNÝ

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

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 .

Klinické studie na HR pozitivní/HER-2 negativní rakovina prsu

Prohledejte podobné pokusy

Sponzoři a spolupracovníci

Zdravotní podmínky

Drogové intervence

CROs by country

CROs in Liberia

Podmínky

Vzácné nemoci

Drogové intervence

Doplňky stravy

Sponzor / Spolupracovníci

Místa

3
Předplatit