Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Brug af maskinlæringsteknikker til seriel vurdering af systemiske inflammatoriske markører hos brystkræftpatienter (INFLAMMATE)

10. marts 2025 opdateret af: Afonso Celso Pinto Nazario, Federal University of São Paulo
Brystkræft er den mest almindelige kræftsygdom hos kvinder globalt, med 2,3 millioner nye tilfælde diagnosticeret i 2020. Hormonreceptorpositiv (HR+), human epidermal vækstfaktor receptor 2-negativ (HER2-) brystkræft er den mest udbredte undertype, som omfatter 69 % af alle brystkræfttilfælde i USA. Inden for tumorimmunmikromiljøet er en højere intensitet af myeloid celleinfiltration og lave niveauer af lymfocytinfiltration blevet forbundet med værre resultater. Markører i perifert blod er dukket op som prædiktive biomarkører, der let kan opnås non-invasivt og til lave omkostninger. Eksperimenter har bekræftet, at de relative komponenter i disse test (såsom immunceller) direkte eller indirekte deltog i tumorforekomst, udvikling og immunflugt, hvilket understreger den potentielle brug af laboratorietests som tumorbiomarkører

Studieoversigt

Status

Tilmelding efter invitation

Betingelser

Detaljeret beskrivelse

Ved brystkræft er øgede neutrofilniveauer og nedsatte lymfocytniveauer i perifert blod forbundet med dårligere samlet overlevelse (OS). I HR+ var HER2-metastaserende brystkræft, lavt NLR før behandling og højt absolut lymfocyttal (ALC) før behandling relateret til bedre progressionsfri overlevelse (PFS) og OS. Udviklingen af ​​prædiktive modeller, baseret på maskinlæringsalgoritmer (ML) er blevet brugt i prognosticering og hjælper med diagnosticering af forskellige typer kræft.

Selvom regelmæssige laboratorietests har potentiale til at være biomarkører for brystkræft, mangler en enkelt test endnu at give tilstrækkelig sensitivitet eller specificitet. Kunstig intelligens (AI) kan hjælpe med at integrere data fra flere tests for at hjælpe med diagnosticering. Tekniske forbedringer såsom datalagringskapacitet, computerkraft og bedre algoritmer betyder, at ML kan behandle klinisk meningsfuld information fra laboratorietestdata. Modellers generaliserbarhed og stabilitet mangler stadig at blive bekræftet i lyset af begrænsninger såsom fravær af forskellige patologiske typer, små kohorter og manglende ekstern validering. Derfor er en konkurrencedygtig model også essentiel for at opnå mere præcis stratificering af patienter med brystkræft. Formålet med denne retrospektive multicenterundersøgelse er systematisk at evaluere laboratorietests evne til at forudsige brystkræft og udvikle en robust og generaliserbar model til at hjælpe med at identificere patienter med brystkræft.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

4500

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

      • Buenos Aires, Argentina
        • Pablo Mandó
    • Minas Gerais
      • Uberaba, Minas Gerais, Brasilien
        • Rosekeila Simoes Nomeline
    • Rio Grande do Sul
      • Porto Alegre, Rio Grande do Sul, Brasilien
        • Tomas Reinert
    • Sao Paulo
      • Barretos, Sao Paulo, Brasilien
        • Idam Oliveira Junior
      • Campinas, Sao Paulo, Brasilien
        • César Cabello
      • Ribeirão Preto, Sao Paulo, Brasilien
        • Daniel Guimaraes Tiezzi
    • Ontario
      • Toronto, Ontario, Canada
        • Vasily Giannakeas
      • Cairo, Egypten
        • Salma Elashwah
      • Osaka, Japan
        • Masahiro Takada
      • Tokyo, Japan, 113-8677
        • Masakazu Toi
      • Seul, Korea, Republikken
        • Wonshik Han
      • Mexico City, Mexico
        • Cynthia Mayte Villarreal Garza
      • Madrid, Spanien
        • Cristina Saura

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Alle kvinder, der er involveret i vores undersøgelse, er patienter, som er patologisk diagnosticeret med brystkræft og behandlet med kirurgi eller neoadjuverende kemoterapi fra 1. januar 2013 til 31. december 2018.

Beskrivelse

Inklusionskriterier:

  • Kvindelige patienter i alderen mellem 18 og 75 år;
  • Invasive brystcarcinompatienter diagnosticeret ved patologi;
  • Patienter diagnosticeret mellem 1. januar 2013 og 31. december 2018;
  • Få foretaget en fuldstændig blodtælling før det kirurgiske indgreb (mastektomi eller konservativ brystkirurgi) eller neoadjuverende kemoterapi;

Ekskluderingskriterier:

Tilstedeværelse af hæmatologiske lidelser;

  • Bilateral brystkræft;
  • Han;
  • Karnofsky Performance Status Score < 70';
  • Inflammatorisk brystkræft og in situ carcinom;
  • Graviditet eller amning;
  • Bevis på lokal eller fjern gentagelse.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Gruppe I: Brystkræft
Alle deltagere, der er involveret i vores undersøgelse, er kvinder, der er diagnosticeret med brystkræft og behandlet med kirurgi eller neoadjuverende kemoterapi fra 1. januar 2013 til 31. december 2018.
Kirurgi (mastektomi eller kvadrantektomi); Neoadjuverende kemoterapi
Andre navne:
  • Neoadjuverende kemoterapi

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Samlet overlevelse
Tidsramme: Fra diagnosedato til dødsdato, vurderet op til 120 måneder
Samlet overlevelse
Fra diagnosedato til dødsdato, vurderet op til 120 måneder

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Sygdomsfri overlevelse
Tidsramme: Fra datoen for diagnosen til datoen for første progression (lokalt tilbagefald af tumor eller fjernmetastaser), vurderet op til 60 måneder
Sygdomsfri overlevelse
Fra datoen for diagnosen til datoen for første progression (lokalt tilbagefald af tumor eller fjernmetastaser), vurderet op til 60 måneder

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

1. august 2024

Primær færdiggørelse (Faktiske)

31. december 2024

Studieafslutning (Anslået)

1. februar 2027

Datoer for studieregistrering

Først indsendt

26. april 2024

Først indsendt, der opfyldte QC-kriterier

2. juni 2024

Først opslået (Faktiske)

7. juni 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. marts 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

10. marts 2025

Sidst verificeret

1. juni 2024

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • University of Sao Paulo

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

produkt fremstillet i og eksporteret fra U.S.A.

Ingen

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 Brystkræft

Abonner