- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT04889729
GENOMED4ALL: Forbedring af MDS-klassificering og -prognose ved AI
Genomisk og personlig medicin for alle (GENOMED4ALL): Anvendelse af kunstig intelligens til at forbedre sygdomsklassificering og prognose ved myelodysplastisk syndrom.
Studieoversigt
Status
Betingelser
Detaljeret beskrivelse
Myelodysplastiske syndromer (MDS) forekommer typisk hos ældre mennesker. Patienter har perifer blodcytopeni, og med tiden udvikler en del af disse patienter sig til akut myeloid leukæmi (AML). Den naturlige historie af MDS er heterogen lige fra tilstande med en næsten normal forventet levetid til former tæt på AML, og derfor er en risikotilpasset behandlingsstrategi obligatorisk. Aktuelle prognostiske scores (Revised International Prognostic Scoring System, IPSS-R) præsenterer begrænsninger, og i de fleste tilfælde er de ikke i stand til at fange pålidelig prognostisk information på individuelt niveau.
Undersøgelse af MDS er blevet hurtigt transformeret ved genomkarakterisering. Somatiske mutationer forekommer i genomerne af hæmatopoietiske stamceller med en lav, men påviselig frekvens under normal DNA-replikation. Enhver genetisk ændring, der forårsager en selektiv fordel i forhold til andre selvfornyende celler, vil føre til klonal dominans (klonal hæmatopoiesis, CH). Konsekvensen af CH er genomisk ustabilitet, der fører til øget risiko for at erhverve yderligere mutationer og udvikle MDS, solid cancer og andre sygdomme. Tiden og stedet for individuelle mutationer og deres klonale fremkomst under sygdomsforløbet er centrale spørgsmål for en bedre forståelse af MDS-patogenese og fænotype og for udvikling af kræftforebyggende strategier.
Der er taget vigtige skridt fremad med at definere den molekylære arkitektur af MDS. MDS forbundet med 5q deletion stammer fra haploinsufficiensen af RPS14 genet. Gener, der koder for spliceosomkomponenter, blev identificeret i en høj andel af forsøgspersoner med MDS. Der er en tæt sammenhæng mellem ringsideroblaster og SF3B1-mutationer, hvilket er i overensstemmelse med en årsagssammenhæng. Derudover har et stigende antal gener vist sig at bære tilbagevendende mutationer i MDS, involveret i DNA-methylering (DNMT3A, TET2, IDH1/2), kromatinmodifikation (EZH2, ASXL1), transkriptionel regulering (RUNX1), signaltransduktion (KRAS). , CBL).
Genmutationer er blevet rapporteret at påvirke overlevelse og risiko for sygdomsprogression i MDS, og evalueringen af mutationsstatus kan tilføje væsentlig information til aktuelt anvendte prognostiske score. For eksempel fandt vi, at SF3B1-mutationer var uafhængige forudsigere for gunstig prognose, mens drivermutationer af ASXL1-, SRSF2-, RUNX1-, TP53- og EZH2-gener var forbundet med en reduceret sandsynlighed for overlevelse. MDS med ringsideroblaster giver det bedste bevis for, at identifikationen af mutantgenet, der er ansvarlig for den indledende klon, er relevant for det kliniske resultat. Faktisk kan ringsideroblaster ikke kun findes hos patienter med en grundlæggende mutation i SF3B1, men også hos dem med en begyndende onkogen læsion i SRSF2. Den gennemsnitlige leukæmifri overlevelse er dog >10 år hos førstnævnte vs <2 år hos sidstnævnte.
Desuden kan mutationsscreening påvirke den kliniske beslutningstagning: a) i MDS med 5q- har forsøgspersoner, der bærer TP53-mutationer, en højere risiko for leukæmiprogression og en lavere sandsynlighed for respons på lenalidomid; b) hos patienter, der modtager HSCT, forudsiger TP53-mutationer høj sandsynlighed for tilbagefald; c) SF3B1-mutationer er forbundet med øget sandsynlighed for erythroid-respons på TGFb-hæmmere (luspatercept), og d) TET2-mutationer kan være forbundet med respons på HMA.
På trods af disse resultater er der behov for forsigtighed mod straks at indføre sådanne mutationstests i klinisk praksis. For det første har tilstedeværelsen af mutationer i et givet individ kun begrænset forudsigelsesevne, da konvertering til MDS er sjælden uanset mutationsstatus. Hertil kommer, at hos patienter med åbenlys MDS forklarer genetiske abnormiteter kun en del af den samlede risiko for overlevelse forbundet med specifikke behandlinger, hvilket betyder, at en stor procentdel stadig er forbundet med kliniske og ikke-mutationsfaktorer. Omfattende analyser af stor patientpopulation og nye metoder til at studere gen-gen-interaktioner og genoptype-fænotype-korrelationer er berettiget for korrekt at estimere den uafhængige effekt af hver genomisk abnormitet på klinisk resultat og respons på behandling.
Ved at kombinere en allerede tilgængelig, stor mængde af sekventerede genomiske data og klinisk information, antager forfatterne, at AI vil gøre det muligt at forstå bedre MDS-biologi og klassificering, forbedre prognostisk/prædiktiv kapacitet af aktuelt tilgængelige værktøjer og anvende behandlinger på en mere målrettet måde, således lette implementeringen af et personligt medicinprogram i hele EU.
Undersøgelsestype
Tilmelding (Forventet)
Kontakter og lokationer
Studiesteder
-
-
-
Milano, Italien
- Istituto Clinico Humanitas
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Patienter ramt af MDS i henhold til WHO-kriterier > 18 år
- Tilgængeligheden af klinisk og hæmatologisk information
- Tilgængelighed af information om målrettet mutationsscreening
Ekskluderingskriterier:
- intet af det ovenstående
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
---|
GENOMED4ALL - MDS patienter
Information om målrettet mutationsscreening (NGS inklusive 60 gener relateret til MDS) fra 13284 MDS-patienter
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
---|---|---|
Forbedring af MDS-klassificering
Tidsramme: gennem studieafslutning, i gennemsnit 2 år
|
At forbedre klassificering af MDS ved at integrere klinisk og hæmatologisk information med genomiske træk.
For at løse dette problem vil forskellige metoder til statistisk læring (Dirichlet processer (DP), Bayesianske netværk (BN)) og maskinlæring (deep learning fysik informeret neurale netværk, begrænset regression og dybe modeller) blive sammenlignet for at definere specifik genotype- fænotype korrelationer og at udvikle en ny sygdomsklassifikation.
|
gennem studieafslutning, i gennemsnit 2 år
|
Forudsigelse af sandsynlighed for samlet overlevelse (måneder mellem diagnose og død eller afslutning af opfølgning) for patienter med MDS
Tidsramme: gennem studieafslutning, i gennemsnit 2 år
|
Samlet overlevelse (OS) vil blive defineret som tiden (udtrykt i måneder) mellem diagnose og død (som følge af alle årsager) eller afslutning af opfølgning (censurerede observationer). Nye prognostiske scores vil blive defineret, herunder følgende funktioner: alder udtrykt i år; køn (mand eller kvinde); antal neutrofiler (antal neutrofiler*10^6/L), blodpladeantal (antal blodplader 10^6/L), hæmoglobinkoncentration (g/dl), cytogenetik (stratificeret i henhold til IPPS-R-kriterier, Blood 2012 120: 2454 -2465), procentdel af knoglemarvsblaster og tilstedeværelse af genmutationer (tilstedeværelse versus fravær). Forskellige statistiske metoder vil blive brugt til at måle forudsigelsesnøjagtighed (målt ved konkordansindeks, C-indeks): Cox-proportional-hazard-metoder, tilfældige overlevelsesskove, neurale netværk, kontinuert individualiseret risikoindeks (CIRI), tidsserieanalyse og Markov-modellering for stokastisk forudsigelse af baner |
gennem studieafslutning, i gennemsnit 2 år
|
Forudsigelse af sandsynlighed for leukæmifri overlevelse (måneder fra diagnose til progression til akut leukæmi eller afslutning på opfølgning) for patienter med MDS
Tidsramme: gennem studieafslutning, i gennemsnit 2 år
|
Leukæmi vil blive defineret som tiden (udtrykt i måneder) mellem diagnose og progression til akut leukæmi eller afslutning af opfølgning. Nye prognostiske scores vil blive defineret, herunder følgende funktioner: alder udtrykt i år; køn (mand eller kvinde); antal neutrofiler (antal neutrofiler*10^6/L), blodpladeantal (antal blodplader 10^6/L), hæmoglobinkoncentration (g/dl), cytogenetik (stratificeret i henhold til IPPS-R-kriterier, Blood 2012 120: 2454 -2465), procentdel af knoglemarvsblaster og tilstedeværelse af genmutationer (tilstedeværelse versus fravær). Forskellige statistiske metoder vil blive brugt til at måle forudsigelsesnøjagtighed (målt ved konkordansindeks, C-indeks): Cox-proportional-hazard-metoder, tilfældige overlevelsesskove, neurale netværk, kontinuert individualiseret risikoindeks (CIRI), tidsserieanalyse og Markov-modellering for stokastisk forudsigelse af baner |
gennem studieafslutning, i gennemsnit 2 år
|
Samarbejdspartnere og efterforskere
Sponsor
Efterforskere
- Ledende efterforsker: Federico Alvarez, UNIVERSIDAD POLITECNICA DE MADRID SPAIN
- Ledende efterforsker: Lucia Comnes, DATAWIZARD SRL ITALY
- Ledende efterforsker: Mar Manu Pereira, FUNDACIO HOSPITAL UNIVERSITARI VALL D'HEBRON - INSTITUT DE RECERCA SPAIN
- Ledende efterforsker: Pierre Fenaux, ASSISTANCE PUBLIQUE HOPITAUX DE PARIS FRANCE
- Ledende efterforsker: Torsten Haferlach, MLL MUNCHNER LEUKAMIELABOR GMBH GERMANY
- Ledende efterforsker: Maria Diez Campelo, Instituto de investigacion biomedica de Salamanca, IBSAL SPAIN
- Ledende efterforsker: Uwe Platzbecker, UNIVERSITAET LEIPZIG GERMANY
- Ledende efterforsker: Gastone Castellani, ALMA MATER STUDIORUM - UNIVERSITA DI BOLOGNA ITALY
- Ledende efterforsker: Andres Krogh, KOBENHAVNS UNIVERSITET DENMARK
- Ledende efterforsker: Babita Singh, FUNDACIO CENTRE DE REGULACIO GENOMICA SPAIN
- Ledende efterforsker: Piero Fariselli, UNIVERSITA DEGLI STUDI DI TORINO ITALY
- Ledende efterforsker: Kostantinos Marias, IDRYMA TECHNOLOGIAS KAI EREVNAS GREECE
- Ledende efterforsker: Mar Mañu Pereira, European Reference Network on Rare Hematological Diseases (ERN-EuroBloodNet)
Publikationer og nyttige links
Generelle publikationer
- Arber DA, Orazi A, Hasserjian R, Thiele J, Borowitz MJ, Le Beau MM, Bloomfield CD, Cazzola M, Vardiman JW. The 2016 revision to the World Health Organization classification of myeloid neoplasms and acute leukemia. Blood. 2016 May 19;127(20):2391-405. doi: 10.1182/blood-2016-03-643544. Epub 2016 Apr 11.
- Greenberg PL, Tuechler H, Schanz J, Sanz G, Garcia-Manero G, Sole F, Bennett JM, Bowen D, Fenaux P, Dreyfus F, Kantarjian H, Kuendgen A, Levis A, Malcovati L, Cazzola M, Cermak J, Fonatsch C, Le Beau MM, Slovak ML, Krieger O, Luebbert M, Maciejewski J, Magalhaes SM, Miyazaki Y, Pfeilstocker M, Sekeres M, Sperr WR, Stauder R, Tauro S, Valent P, Vallespi T, van de Loosdrecht AA, Germing U, Haase D. Revised international prognostic scoring system for myelodysplastic syndromes. Blood. 2012 Sep 20;120(12):2454-65. doi: 10.1182/blood-2012-03-420489. Epub 2012 Jun 27.
- Malcovati L, Hellstrom-Lindberg E, Bowen D, Ades L, Cermak J, Del Canizo C, Della Porta MG, Fenaux P, Gattermann N, Germing U, Jansen JH, Mittelman M, Mufti G, Platzbecker U, Sanz GF, Selleslag D, Skov-Holm M, Stauder R, Symeonidis A, van de Loosdrecht AA, de Witte T, Cazzola M; European Leukemia Net. Diagnosis and treatment of primary myelodysplastic syndromes in adults: recommendations from the European LeukemiaNet. Blood. 2013 Oct 24;122(17):2943-64. doi: 10.1182/blood-2013-03-492884. Epub 2013 Aug 26.
- Harrell FE Jr, Lee KL, Mark DB. Multivariable prognostic models: issues in developing models, evaluating assumptions and adequacy, and measuring and reducing errors. Stat Med. 1996 Feb 28;15(4):361-87. doi: 10.1002/(SICI)1097-0258(19960229)15:43.0.CO;2-4.
- Klampfl T, Gisslinger H, Harutyunyan AS, Nivarthi H, Rumi E, Milosevic JD, Them NC, Berg T, Gisslinger B, Pietra D, Chen D, Vladimer GI, Bagienski K, Milanesi C, Casetti IC, Sant'Antonio E, Ferretti V, Elena C, Schischlik F, Cleary C, Six M, Schalling M, Schonegger A, Bock C, Malcovati L, Pascutto C, Superti-Furga G, Cazzola M, Kralovics R. Somatic mutations of calreticulin in myeloproliferative neoplasms. N Engl J Med. 2013 Dec 19;369(25):2379-90. doi: 10.1056/NEJMoa1311347. Epub 2013 Dec 10.
- Papaemmanuil E, Gerstung M, Bullinger L, Gaidzik VI, Paschka P, Roberts ND, Potter NE, Heuser M, Thol F, Bolli N, Gundem G, Van Loo P, Martincorena I, Ganly P, Mudie L, McLaren S, O'Meara S, Raine K, Jones DR, Teague JW, Butler AP, Greaves MF, Ganser A, Dohner K, Schlenk RF, Dohner H, Campbell PJ. Genomic Classification and Prognosis in Acute Myeloid Leukemia. N Engl J Med. 2016 Jun 9;374(23):2209-2221. doi: 10.1056/NEJMoa1516192.
- Papaemmanuil E, Gerstung M, Malcovati L, Tauro S, Gundem G, Van Loo P, Yoon CJ, Ellis P, Wedge DC, Pellagatti A, Shlien A, Groves MJ, Forbes SA, Raine K, Hinton J, Mudie LJ, McLaren S, Hardy C, Latimer C, Della Porta MG, O'Meara S, Ambaglio I, Galli A, Butler AP, Walldin G, Teague JW, Quek L, Sternberg A, Gambacorti-Passerini C, Cross NC, Green AR, Boultwood J, Vyas P, Hellstrom-Lindberg E, Bowen D, Cazzola M, Stratton MR, Campbell PJ; Chronic Myeloid Disorders Working Group of the International Cancer Genome Consortium. Clinical and biological implications of driver mutations in myelodysplastic syndromes. Blood. 2013 Nov 21;122(22):3616-27; quiz 3699. doi: 10.1182/blood-2013-08-518886. Epub 2013 Sep 12.
- Cazzola M, Della Porta MG, Malcovati L. The genetic basis of myelodysplasia and its clinical relevance. Blood. 2013 Dec 12;122(25):4021-34. doi: 10.1182/blood-2013-09-381665. Epub 2013 Oct 17.
- Ades L, Itzykson R, Fenaux P. Myelodysplastic syndromes. Lancet. 2014 Jun 28;383(9936):2239-52. doi: 10.1016/S0140-6736(13)61901-7. Epub 2014 Mar 21.
- Malcovati L, Porta MG, Pascutto C, Invernizzi R, Boni M, Travaglino E, Passamonti F, Arcaini L, Maffioli M, Bernasconi P, Lazzarino M, Cazzola M. Prognostic factors and life expectancy in myelodysplastic syndromes classified according to WHO criteria: a basis for clinical decision making. J Clin Oncol. 2005 Oct 20;23(30):7594-603. doi: 10.1200/JCO.2005.01.7038. Epub 2005 Sep 26.
- Della Porta MG, Travaglino E, Boveri E, Ponzoni M, Malcovati L, Papaemmanuil E, Rigolin GM, Pascutto C, Croci G, Gianelli U, Milani R, Ambaglio I, Elena C, Ubezio M, Da Via' MC, Bono E, Pietra D, Quaglia F, Bastia R, Ferretti V, Cuneo A, Morra E, Campbell PJ, Orazi A, Invernizzi R, Cazzola M; Rete Ematologica Lombarda (REL) Clinical Network. Minimal morphological criteria for defining bone marrow dysplasia: a basis for clinical implementation of WHO classification of myelodysplastic syndromes. Leukemia. 2015 Jan;29(1):66-75. doi: 10.1038/leu.2014.161. Epub 2014 May 20.
- Papaemmanuil E, Cazzola M, Boultwood J, Malcovati L, Vyas P, Bowen D, Pellagatti A, Wainscoat JS, Hellstrom-Lindberg E, Gambacorti-Passerini C, Godfrey AL, Rapado I, Cvejic A, Rance R, McGee C, Ellis P, Mudie LJ, Stephens PJ, McLaren S, Massie CE, Tarpey PS, Varela I, Nik-Zainal S, Davies HR, Shlien A, Jones D, Raine K, Hinton J, Butler AP, Teague JW, Baxter EJ, Score J, Galli A, Della Porta MG, Travaglino E, Groves M, Tauro S, Munshi NC, Anderson KC, El-Naggar A, Fischer A, Mustonen V, Warren AJ, Cross NC, Green AR, Futreal PA, Stratton MR, Campbell PJ; Chronic Myeloid Disorders Working Group of the International Cancer Genome Consortium. Somatic SF3B1 mutation in myelodysplasia with ring sideroblasts. N Engl J Med. 2011 Oct 13;365(15):1384-95. doi: 10.1056/NEJMoa1103283. Epub 2011 Sep 26.
- Yoshida K, Sanada M, Shiraishi Y, Nowak D, Nagata Y, Yamamoto R, Sato Y, Sato-Otsubo A, Kon A, Nagasaki M, Chalkidis G, Suzuki Y, Shiosaka M, Kawahata R, Yamaguchi T, Otsu M, Obara N, Sakata-Yanagimoto M, Ishiyama K, Mori H, Nolte F, Hofmann WK, Miyawaki S, Sugano S, Haferlach C, Koeffler HP, Shih LY, Haferlach T, Chiba S, Nakauchi H, Miyano S, Ogawa S. Frequent pathway mutations of splicing machinery in myelodysplasia. Nature. 2011 Sep 11;478(7367):64-9. doi: 10.1038/nature10496.
- Malcovati L, Papaemmanuil E, Bowen DT, Boultwood J, Della Porta MG, Pascutto C, Travaglino E, Groves MJ, Godfrey AL, Ambaglio I, Galli A, Da Via MC, Conte S, Tauro S, Keenan N, Hyslop A, Hinton J, Mudie LJ, Wainscoat JS, Futreal PA, Stratton MR, Campbell PJ, Hellstrom-Lindberg E, Cazzola M; Chronic Myeloid Disorders Working Group of the International Cancer Genome Consortium and of the Associazione Italiana per la Ricerca sul Cancro Gruppo Italiano Malattie Mieloproliferative. Clinical significance of SF3B1 mutations in myelodysplastic syndromes and myelodysplastic/myeloproliferative neoplasms. Blood. 2011 Dec 8;118(24):6239-46. doi: 10.1182/blood-2011-09-377275. Epub 2011 Oct 12.
- Della Porta MG, Tuechler H, Malcovati L, Schanz J, Sanz G, Garcia-Manero G, Sole F, Bennett JM, Bowen D, Fenaux P, Dreyfus F, Kantarjian H, Kuendgen A, Levis A, Cermak J, Fonatsch C, Le Beau MM, Slovak ML, Krieger O, Luebbert M, Maciejewski J, Magalhaes SM, Miyazaki Y, Pfeilstocker M, Sekeres MA, Sperr WR, Stauder R, Tauro S, Valent P, Vallespi T, van de Loosdrecht AA, Germing U, Haase D, Greenberg PL, Cazzola M. Validation of WHO classification-based Prognostic Scoring System (WPSS) for myelodysplastic syndromes and comparison with the revised International Prognostic Scoring System (IPSS-R). A study of the International Working Group for Prognosis in Myelodysplasia (IWG-PM). Leukemia. 2015 Jul;29(7):1502-13. doi: 10.1038/leu.2015.55. Epub 2015 Feb 27.
- Bersanelli M, Travaglino E, Meggendorfer M, Matteuzzi T, Sala C, Mosca E, Chiereghin C, Di Nanni N, Gnocchi M, Zampini M, Rossi M, Maggioni G, Termanini A, Angelucci E, Bernardi M, Borin L, Bruno B, Bonifazi F, Santini V, Bacigalupo A, Voso MT, Oliva E, Riva M, Ubezio M, Morabito L, Campagna A, Saitta C, Savevski V, Giampieri E, Remondini D, Passamonti F, Ciceri F, Bolli N, Rambaldi A, Kern W, Kordasti S, Sole F, Palomo L, Sanz G, Santoro A, Platzbecker U, Fenaux P, Milanesi L, Haferlach T, Castellani G, Della Porta MG. Classification and Personalized Prognostic Assessment on the Basis of Clinical and Genomic Features in Myelodysplastic Syndromes. J Clin Oncol. 2021 Apr 10;39(11):1223-1233. doi: 10.1200/JCO.20.01659. Epub 2021 Feb 4.
- Senent L, Arenillas L, Luno E, Ruiz JC, Sanz G, Florensa L. Reproducibility of the World Health Organization 2008 criteria for myelodysplastic syndromes. Haematologica. 2013 Apr;98(4):568-75. doi: 10.3324/haematol.2012.071449. Epub 2012 Oct 12.
- Schanz J, Tuchler H, Sole F, Mallo M, Luno E, Cervera J, Granada I, Hildebrandt B, Slovak ML, Ohyashiki K, Steidl C, Fonatsch C, Pfeilstocker M, Nosslinger T, Valent P, Giagounidis A, Aul C, Lubbert M, Stauder R, Krieger O, Garcia-Manero G, Faderl S, Pierce S, Le Beau MM, Bennett JM, Greenberg P, Germing U, Haase D. New comprehensive cytogenetic scoring system for primary myelodysplastic syndromes (MDS) and oligoblastic acute myeloid leukemia after MDS derived from an international database merge. J Clin Oncol. 2012 Mar 10;30(8):820-9. doi: 10.1200/JCO.2011.35.6394. Epub 2012 Feb 13.
- Gerstung M, Papaemmanuil E, Martincorena I, Bullinger L, Gaidzik VI, Paschka P, Heuser M, Thol F, Bolli N, Ganly P, Ganser A, McDermott U, Dohner K, Schlenk RF, Dohner H, Campbell PJ. Precision oncology for acute myeloid leukemia using a knowledge bank approach. Nat Genet. 2017 Mar;49(3):332-340. doi: 10.1038/ng.3756. Epub 2017 Jan 16.
- Grinfeld J, Nangalia J, Baxter EJ, Wedge DC, Angelopoulos N, Cantrill R, Godfrey AL, Papaemmanuil E, Gundem G, MacLean C, Cook J, O'Neil L, O'Meara S, Teague JW, Butler AP, Massie CE, Williams N, Nice FL, Andersen CL, Hasselbalch HC, Guglielmelli P, McMullin MF, Vannucchi AM, Harrison CN, Gerstung M, Green AR, Campbell PJ. Classification and Personalized Prognosis in Myeloproliferative Neoplasms. N Engl J Med. 2018 Oct 11;379(15):1416-1430. doi: 10.1056/NEJMoa1716614.
- Perperoglou A. Cox models with dynamic ridge penalties on time-varying effects of the covariates. Stat Med. 2014 Jan 15;33(1):170-80. doi: 10.1002/sim.5921. Epub 2013 Aug 2.
- Pellagatti A, Armstrong RN, Steeples V, Sharma E, Repapi E, Singh S, Sanchi A, Radujkovic A, Horn P, Dolatshad H, Roy S, Broxholme J, Lockstone H, Taylor S, Giagounidis A, Vyas P, Schuh A, Hamblin A, Papaemmanuil E, Killick S, Malcovati L, Hennrich ML, Gavin AC, Ho AD, Luft T, Hellstrom-Lindberg E, Cazzola M, Smith CWJ, Smith S, Boultwood J. Impact of spliceosome mutations on RNA splicing in myelodysplasia: dysregulated genes/pathways and clinical associations. Blood. 2018 Sep 20;132(12):1225-1240. doi: 10.1182/blood-2018-04-843771. Epub 2018 Jun 21.
- Reilly B, Tanaka TN, Diep D, Yeerna H, Tamayo P, Zhang K, Bejar R. DNA methylation identifies genetically and prognostically distinct subtypes of myelodysplastic syndromes. Blood Adv. 2019 Oct 8;3(19):2845-2858. doi: 10.1182/bloodadvances.2019000192.
- Masaki S, Ikeda S, Hata A, Shiozawa Y, Kon A, Ogawa S, Suzuki K, Hakuno F, Takahashi SI, Kataoka N. Myelodysplastic Syndrome-Associated SRSF2 Mutations Cause Splicing Changes by Altering Binding Motif Sequences. Front Genet. 2019 Apr 16;10:338. doi: 10.3389/fgene.2019.00338. eCollection 2019.
- Liang Y, Tebaldi T, Rejeski K, Joshi P, Stefani G, Taylor A, Song Y, Vasic R, Maziarz J, Balasubramanian K, Ardasheva A, Ding A, Quattrone A, Halene S. SRSF2 mutations drive oncogenesis by activating a global program of aberrant alternative splicing in hematopoietic cells. Leukemia. 2018 Dec;32(12):2659-2671. doi: 10.1038/s41375-018-0152-7. Epub 2018 Jun 1.
- Haferlach T, Nagata Y, Grossmann V, Okuno Y, Bacher U, Nagae G, Schnittger S, Sanada M, Kon A, Alpermann T, Yoshida K, Roller A, Nadarajah N, Shiraishi Y, Shiozawa Y, Chiba K, Tanaka H, Koeffler HP, Klein HU, Dugas M, Aburatani H, Kohlmann A, Miyano S, Haferlach C, Kern W, Ogawa S. Landscape of genetic lesions in 944 patients with myelodysplastic syndromes. Leukemia. 2014 Feb;28(2):241-7. doi: 10.1038/leu.2013.336. Epub 2013 Nov 13.
- Bacher U, Haferlach T, Schnittger S, Zenger M, Meggendorfer M, Jeromin S, Roller A, Grossmann V, Krauth MT, Alpermann T, Kern W, Haferlach C. Investigation of 305 patients with myelodysplastic syndromes and 20q deletion for associated cytogenetic and molecular genetic lesions and their prognostic impact. Br J Haematol. 2014 Mar;164(6):822-33. doi: 10.1111/bjh.12710. Epub 2013 Dec 26.
- Haase D, Stevenson KE, Neuberg D, Maciejewski JP, Nazha A, Sekeres MA, Ebert BL, Garcia-Manero G, Haferlach C, Haferlach T, Kern W, Ogawa S, Nagata Y, Yoshida K, Graubert TA, Walter MJ, List AF, Komrokji RS, Padron E, Sallman D, Papaemmanuil E, Campbell PJ, Savona MR, Seegmiller A, Ades L, Fenaux P, Shih LY, Bowen D, Groves MJ, Tauro S, Fontenay M, Kosmider O, Bar-Natan M, Steensma D, Stone R, Heuser M, Thol F, Cazzola M, Malcovati L, Karsan A, Ganster C, Hellstrom-Lindberg E, Boultwood J, Pellagatti A, Santini V, Quek L, Vyas P, Tuchler H, Greenberg PL, Bejar R; International Working Group for MDS Molecular Prognostic Committee. TP53 mutation status divides myelodysplastic syndromes with complex karyotypes into distinct prognostic subgroups. Leukemia. 2019 Jul;33(7):1747-1758. doi: 10.1038/s41375-018-0351-2. Epub 2019 Jan 11.
- Kulasekararaj AG, Jiang J, Smith AE, Mohamedali AM, Mian S, Gandhi S, Gaken J, Czepulkowski B, Marsh JC, Mufti GJ. Somatic mutations identify a subgroup of aplastic anemia patients who progress to myelodysplastic syndrome. Blood. 2014 Oct 23;124(17):2698-704. doi: 10.1182/blood-2014-05-574889. Epub 2014 Aug 18.
- Della Porta MG, Galli A, Bacigalupo A, Zibellini S, Bernardi M, Rizzo E, Allione B, van Lint MT, Pioltelli P, Marenco P, Bosi A, Voso MT, Sica S, Cuzzola M, Angelucci E, Rossi M, Ubezio M, Malovini A, Limongelli I, Ferretti VV, Spinelli O, Tresoldi C, Pozzi S, Luchetti S, Pezzetti L, Catricala S, Milanesi C, Riva A, Bruno B, Ciceri F, Bonifazi F, Bellazzi R, Papaemmanuil E, Santoro A, Alessandrino EP, Rambaldi A, Cazzola M. Clinical Effects of Driver Somatic Mutations on the Outcomes of Patients With Myelodysplastic Syndromes Treated With Allogeneic Hematopoietic Stem-Cell Transplantation. J Clin Oncol. 2016 Oct 20;34(30):3627-3637. doi: 10.1200/JCO.2016.67.3616.
- Lindsley RC, Saber W, Mar BG, Redd R, Wang T, Haagenson MD, Grauman PV, Hu ZH, Spellman SR, Lee SJ, Verneris MR, Hsu K, Fleischhauer K, Cutler C, Antin JH, Neuberg D, Ebert BL. Prognostic Mutations in Myelodysplastic Syndrome after Stem-Cell Transplantation. N Engl J Med. 2017 Feb 9;376(6):536-547. doi: 10.1056/NEJMoa1611604.
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
- GENOMED4ALL: MDS
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 .
Kliniske forsøg med Myelodysplastiske syndromer
-
University of Colorado, DenverRekrutteringKlinefelters syndrom | Trisomi X | XYY syndrom | XXXY og XXXXY syndrom | Xxyy syndrom | Xyyy syndrom | Xxxx syndrom | Xxxxx syndrom | Xxxyy syndrom | Xxyyy syndrom | Xyyyy syndrom | Mand med sexkromosommosaicismeForenede Stater
-
Riphah International UniversityAfsluttet
-
Riphah International UniversityAfsluttet
-
Shaare Zedek Medical CenterUkendtPræmenstruelt syndrom - PMS
-
Esra ÖZERKTO Karatay UniversityRekrutteringEffekten af aromaterapiapplikation med bergamot og grapefrugt æteriske olier på PMS (Aromatherapy)Præmenstruelt syndrom - PMSKalkun
-
Brian JonasNational Cancer Institute (NCI); Celgene; Pharmacyclics LLC.AfsluttetTidligere behandlet myelodysplastisk syndrom | Myelodysplastisk syndrom | Terapi-relateret myelodysplastisk syndrom | Sekundært myelodysplastisk syndrom | Refraktært højrisiko myelodysplastisk syndromForenede Stater
-
Hrain Biotechnology Co., Ltd.Shanghai Changzheng HospitalAktiv, ikke rekrutterendePOMES syndrom | Tilbagefaldende og refraktær POMES-syndromKina
-
Riphah International UniversityRekrutteringNedre kors syndromPakistan
-
Foundation University IslamabadRekruttering
-
University of CalgaryUkendtNefrotisk syndrom hos børn | Nefrotisk syndrom, minimal ændring | Nefrotisk syndrom, idiopatiskCanada