Udvikling af en horisontal dataintegrationsklassificering til ikke-invasiv tidlig diagnose af brystkræft (RENOVATE)
Dette er en translationel non-profit undersøgelse. Vores forslag sigter mod at skabe en ikke-invasiv Horisontal Data Integration (HDI) klassifikator til tidlig diagnose af brystkræft, med det endelige mål at undgå i de fleste tilfælde ubrugelige biopsier af mistænkelige tilfælde, der opstår under radiologisk screening.
Kvinder med radiologisk identificerede læsioner, BIRADS-3/4/5, mindre end 2 cm ved radiologisk vurdering (dvs. radiologisk T1), vil blive tilmeldt og inviteret til at donere perifere blodprøver (35 ml) og urinprøver (50 ml). Radiologiske billeder samt demografiske og anatomopatologiske data vil blive indsamlet.
Formålet med dette projekt er at udvikle en HDI-klassifikator, der muliggør tidlig ikke-invasiv diagnose af brystkræft med samme nøjagtighed sammenlignet med brystbiopsier. En sådan klassifikator vil blive udviklet baseret på sammenhængen mellem den molekylære profil af perifert blod (ctDNA, proteiner, exosomer) og urin (ctDNA) indsamlet ved T0 (baseline, før diagnostisk biopsi) og bioptisk diagnose. Vurderingen af profilen af perifert blod (ctDNA, proteiner, exosomer) og urin (ctDNA) på to tidspunkter for diagnosticeret pT1 brystkræft (T0: baseline, før biopsi; T1: efter diagnose af pT1 brystkræft) vil give os mulighed for at skelne mellem tumor- og værtsspecifikke molekylære ændringer i forbindelse med tilstedeværelse/fravær af brystkræft.
Studieoversigt
Status
Betingelser
Detaljeret beskrivelse
Baggrund: I øjeblikket er tidlig diagnose af invasiv brystkræft afhængig af den kombinerede brug af mammografi og ultralyd. Disse tilgange er stadig suboptimale med hensyn til nøjagtighed, og bekræftelsesbiopsi eller genkaldelsestest er nødvendig i tilfælde af radiologisk mistænkt. For nylig har undersøgelsen af ikke-invasive biomarkører i cancer fået enorm interesse, fremmet af fremskridt inden for teknologier og potentialet for tidlig påvisning af maligniteter. Imidlertid har ingen undersøgelse hidtil forsøgt at anvende den samtidige vurdering af biologisk forskellige analytter og datakarakteriseringsalgoritmer (radiomiks tilgange) til at øge nøjagtigheden af tidlig brystkræftdiagnose.
Hypotese: Flere biologiske analytter skal kombineres med forfining af radiomiks algoritmer for at overvinde de nuværende begrænsninger af tidlig brystkræftdiagnose. Det overordnede mål for projektet er at udvikle en horisontal dataintegration (HDI) klassifikator, der muliggør tidlig ikke-invasiv diagnose af invasiv brystkræft med høj nøjagtighed.
Mål: Mål 1: At teste ydeevnen til diagnosticering af små invasive brystkræftformer af a) ultrasensitiv næste generations sekvensering på cirkulerende tumor-DNA (ctDNA); b) aptamer-base proteomics-arrays på plasmaproteiner; c) algoritmer til maskinindlæring af radiomik. Mål 2: At udvikle en HDI klassifikator baseret på de førnævnte metoder med det formål at reducere behovet for invasive procedurer ved tidlig brystkræftdiagnostik. Mål 3: At forbedre ydeevnen af HDI-klassifikatoren ved at integrere andre potentielt transformative metoder til ikke-invasiv diagnose.
Eksperimentelt design: Perifere blodprøver og urinprøver vil blive indsamlet fra en potentiel kohorte på 750 patienter med radiologisk mistænkte små brystlæsioner, der gennemgår diagnostisk biopsi på Diagnostics Senology Unit på San Martino Hospital. Ultrasensitiv Next Generation Sequencing (NGS) på plasma ctDNA vil blive udført ved hjælp af et brugerdefineret tagged-amplicon panel designet af os på en kohorte af 3.269 sekventerede brystkræfttilfælde fra GENIE-initiativet. Vi vil også blive anvendt en ny protokol kaldet cellefri methyleret DNA-immunpræcipitation og high-throughput sekventering (cfMeDIP-seq) i samarbejde med Dana Farber Cancer Institute, Boston til methylomanalyse af små mængder ctDNA fra plasma og urin. Potentielle cancer-relaterede plasmaproteiner vil blive analyseret ved hjælp af SomaScan aptamer-base protein arrays i samarbejde med Sidra Medical Center, Doha, Qatar. En radiomiksklassifikator udviklet af Senology-teamet på en undersøgende undergruppe af ASTOUND-forsøget, sponsoreret af University of Genova, vil blive trænet og testet på den samme kohorte. Andre ikke-invasive diagnostiske metoder vil også blive vurderet. En HDI-klassifikator vil blive genereret på ctDNA-, proteomik- og radiomikresultater ved hjælp af avancerede maskinlæringsmetoder. Vores HDI-klassifikator vil endelig blive integreret efter behov med andre prædiktorer og valideret på vores kohorte.
Forventede resultater: 1. Vurdering af ydeevnen af banebrydende ikke-invasive metoder i forbindelse med tidlig brystkræftdiagnose. 2. Udvikling af en ikke-invasiv HDI-klassifikator til tidlig brystkræft. 3. Ny biologisk indsigt om små brystkræftformer.
Indvirkning på kræft: 1. Øget nøjagtighed af tidlig brystdiagnose i forhold til nuværende metoder. 2. Reduktion af behovet for tilbagekaldelse og invasive tests ved brystkræftdiagnostik. 3. Langsigtet indvirkning på brystkræftdødelighed.
Undersøgelsestype
Tilmelding (Faktiske)
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiesteder
-
-
-
Genova, Italien, 16132
- Ospedale Policlinico San Martino
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Beskrivelse
Inklusionskriterier:
- Skriftligt informeret samtykke
- Brystlæsioner opdaget ved digital bilateral mammografi
- Berettiget til diagnostisk biopsi (tru-cut eller VABB) i henhold til normal klinisk praksis
- Evne og vilje til at overholde protokolkravene
Ekskluderingskriterier:
- Tidligere historie med kræft, enhver form
- Klinisk eller radiologisk mistanke om fremskreden eller metastatisk cancer på screeningstidspunktet
- Kendt historie med aktive eller behandlede autoimmune eller manifeste kroniske eller sæsonbestemte og aktive allergiske lidelser
- Anamnese med større traumer eller operation i løbet af de 24 uger før screening
- Anamnese med aktiv infektionssygdom, enten kronisk eller akut, men forekommende i løbet af de 8 uger før screening
- Anamnese med kendte akutte eller kroniske hjerte-, nyre- eller leversygdomme eller akutte hjertehændelser
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Diagnostisk
- Tildeling: Ikke-randomiseret
- Interventionel model: Sekventiel tildeling
- Maskning: Ingen (Åben etiket)
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
Eksperimentel: Brystkræftstadie T1 gruppe
Kvinder med radiologisk identificerede læsioner, BIRADS-3/4/5, mindre end 2 cm ved radiologisk vurdering (dvs. radiologisk T1), vil blive tilmeldt og inviteret til at donere perifere blodprøver og urinprøver ved baseline. Radiologiske billeder samt demografiske og anatomopatologiske data vil blive indsamlet. Hvis T1-brystkræft bekræftes bioptisk, vil patienterne gennemgå en anden perifer blod- og urinopsamling efter primær brystkræftoperation. |
indsamling af perifer blod- og urinprøve
indsamling af perifer blod- og urinprøve
|
|
Aktiv komparator: Godartet brystlæsionsgruppe
Kvinder med radiologisk identificerede læsioner, BIRADS-3/4/5, mindre end 2 cm ved radiologisk vurdering (dvs. radiologisk T1), vil blive tilmeldt og inviteret til at donere perifere blodprøver og urinprøver ved baseline. Radiologiske billeder samt demografiske og anatomopatologiske data vil blive indsamlet. Hvis bioptisk bekræftet godartet læsion, vil der ikke blive indsamlet andre prøver. |
indsamling af perifer blod- og urinprøve
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Udvikling af en HDI-klassifikator, der muliggør tidlig ikke-invasiv diagnose af brystkræft med samme nøjagtighed sammenlignet med brystbiopsier
Tidsramme: 5 år
|
Nøjagtighed af en horisontal dataintegration (HDI) klassifikator til korrekt klassificering af pT1 brystcancer fra benigne læsioner (dvs. ikke-invasiv brystadenokarcinom), der viser lignende radiologiske træk (dvs. maksimal læsionsdiameter mindre eller lig med 2 cm).
HDI-klassifikatoren er defineret som en variabel blanding af funktioner fra forskellige radiomikroanalyser på baseline mammografier og molekylære analyser på perifert blod (ctDNA-methylering ved cfMeDIPSeq, proteiner ved hjælp af SomaScan® Somalogic-platformen, miRNA-sekventering fra exosomer) og urin (ctDNADIPSeq-methylering ved cfMeDIPSeq ) opsamlet ved T0 (baseline, før diagnostisk biopsi).
Dette resultat vil blive sammenlignet med nøjagtigheden af diagnostisk biopsi på samme patienters kohorte.
|
5 år
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøjagtighed af HDI-klassifikatoren
Tidsramme: 5 år
|
Nøjagtighed af HDI-klassifikatoren, når der tages hensyn til og efter fjernelse af værtsspecifikke variabler ved at vurdere de samme variabler efter operationen.
|
5 år
|
|
Analytisk og klinisk validitet af HDI-klassifikatoren
Tidsramme: 5 år
|
Analytisk og klinisk validitet af surrogat, billigere metoder til at måle de samme variabler inkluderet i HDI-klassifikatoren (f.eks. methyleringsspecifikke PCR-assays, ELISA-essays for udvalgte proteiner, kvantitativ realtids-PCR for miRNA'er).
|
5 år
|
Samarbejdspartnere og efterforskere
Sponsor
Samarbejdspartnere
Efterforskere
- Ledende efterforsker: Gabriele Zoppoli, MD, PhD, Ospedale Policlinico San Martino
Publikationer og nyttige links
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Forventet)
Studieafslutning (Forventet)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- 4452
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
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 .