Ikke-invasiv kunstig intelligens-baseret platformovervågningsprogram (NIP IT!) (NIP IT!)
Patients who have undergone curative treatment may be at risk of relapse. This study will collect, annotate, and sequence biospecimens (blood, stool, and tissue) from patients across different tumor types to detect molecular residual disease (MRD) before metastases become radiographically or clinically detectable. This will allow for early cancer interception, and hopefully prolong relapse-free survival across tumor types.
Studieoversigt
Status
Status
Betingelser
Betingelser
Detaljeret beskrivelse
The development of anticancer drugs typically starts with patients with advanced cancers who have exhausted standard treatments. Yet even the most active new drugs produce only modest benefits in patients with advanced cancers because of the emergence of resistance, similar to the resistance that bacteria develop when they are repeatedly exposed to antibiotics. In order to achieve larger magnitude gains in survival and make greater impact in the field of cancer, promising drugs must be tested in patients with curable malignancies who have undergone definitive treatment but are at high risk of relapse. Interception is the active intervention of cancers at an early stage, offering an opportunity to eliminate molecular residual disease (MRD) before clinical relapse. MRD describes the situation in which cancer-derived biomarkers are detectable, typically using highly sensitive and specific molecular assays in blood or other body substances that are below the threshold of detection by conventional tests such as CT scans or radiological imaging. Using innovative technologies to monitor patients at high risk of relapse, and applying them to serial samples of their circulating tumor DNA, other body fluids, stool and radiological images, the goal is to develop AI-based models to identify those who are at the highest risk of relapse. This will allow interception studies to be conducted to target microscopic tumor cells in these patients to increase cancer cure rates.
Undersøgelsestype
Undersøgelsestype
Tilmelding (Anslået)
Tilmelding
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Elizabeth Shah
- Telefonnummer: 3833 416-946-4501
- E-mail: elizabeth.shah@uhn.ca
Undersøgelse Kontakt Backup
- Navn: Celeste Yu, MSc
- Telefonnummer: 5281 416-946-4501
- E-mail: celeste.yu@uhn.ca
Studiesteder
-
-
Ontario
-
Toronto, Ontario, Canada, M5G 2M9
- Rekruttering
- Princess Margaret Cancer Centre
-
Kontakt:
- Celeste Yu
- Telefonnummer: 5281 416-946-4501
- E-mail: celeste.yu@uhn.ca
-
Ledende efterforsker:
- Lillian Siu, MD
-
Ledende efterforsker:
- Philippe Bedard, MD
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Prøveudtagningsmetode
Studiebefolkning
Early stage or locally advanced disease that is planned for or have undergone curative treatment.
Beskrivelse
Inclusion Criteria:
- Patients with histological confirmation of a solid tumor.
- Patients must have early stage or locally advanced disease that is planned for or have undergone curative treatment.
- Patient must be ≥ 18 years old.
- All patients must have signed and dated an informed consent form.
Exclusion Criteria:
None
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Observationsmodeller: COHORT
- Tidsperspektiver: PROSPECTIVE
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
|---|
|
NIP IT!
Patients with early stage or locally advanced disease that is planned for or have undergone curative treatment will have next-generation sequencing (NGS)-based ctDNA analysis performed on blood samples to determine minimal residual disease (MRD). Blood samples, stool samples, and additional archival/fresh tumor specimens will be collected for banking and future research purposes. |
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Change from Baseline in ctDNA collected from biospecimens
Tidsramme: Through study completion, an average of 4 years
|
Next-generation sequencing based ctDNA analysis |
Through study completion, an average of 4 years
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Antal deltagere, der er identificeret som høj risiko for klinisk tilbagefald med kunstig intelligens (AI) og maskinlæringsalgoritmer
Tidsramme: Gennem studieafslutning i gennemsnit 4 år
|
Gennem studieafslutning i gennemsnit 4 år
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Efterforskere
Efterforskere
- Ledende efterforsker: Lillian Siu, MD, Princess Margaret Hospital, Canada
- Ledende efterforsker: Philippe Bedard, MD, Princess Margaret Hospital, Canada
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Anslået)
Primær færdiggørelse
Studieafslutning (Anslået)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
- Patologiske processer
- Neoplasmer efter sted
- Neoplasmer
- Neoplasmer efter histologisk type
- Neoplastiske processer
- Hudsygdomme
- Brystsygdomme
- Neuroektodermale tumorer
- Neoplasmer, kimceller og embryonale
- Neoplasmer, nervevæv
- Neuroendokrine tumorer
- Nevi og melanomer
- Neoplasmer i huden
- Patologiske tilstande, tegn og symptomer
- Hud- og bindevævssygdomme
- Neoplasma, Residual
- Brystneoplasmer
- Melanom
- Gastro-enteropancreatisk neuroendokrin tumor
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- NIP IT!
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
De-identified study data (including genetic data) may be potentially shared with approved research collaborators.
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .