- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT06717295
CCANED-CIPHER-undersøgelsen: Tidlig kræftdetektion og behandlingsresponsovervågning ved hjælp af AI-baseret blodplade- og immuncelle-transkriptomisk profilering (CCANED-CIPHER)
Studieoversigt
Status
Betingelser
Detaljeret beskrivelse
Detaljeret beskrivelse CCANED-CIPHER-undersøgelsen har til formål at revolutionere kræftdiagnostik og behandlingsovervågning ved at udvikle og evaluere et AI-baseret værktøj til tidlig cancerdetektion, der profilerer RNA-biomarkører fra blodplader og immunceller i blodprøver. Denne ikke-invasive tilgang udnytter flydende biopsimetoder til at forbedre tidlig cancerdetektion og give indsigt i terapeutiske reaktioner.
Fase 1 (CCANED): Tidlig opdagelse af kræft
Objektiv:
At identificere specifikke blodplade-afledte RNA-biomarkører, der kan skelne individer med almindelige kræftformer fra raske kontroller ved hjælp af AI-drevet transkriptomisk analyse.
Metode:
Rekruttering af deltagere: Tilmeld 3.500 patienter med bekræftede diagnoser af forskellige almindelige kræftformer og 1.500 kræftfrie kontroller matchet efter alder og køn.
Prøvetagning: Indhent en enkelt blodprøve fra hver deltager ved baseline.
Laboratorieanalyse:
Blodpladeisolering: Udtræk blodplader fra blodprøver. RNA-sekventering: Udfør transkriptomisk profilering for at identificere RNA-ekspressionsmønstre.
Dataanalyse:
AI-integration: Brug maskinlæringsalgoritmer til at analysere RNA-data og identificere biomarkører, der indikerer kræfttilstedeværelse.
Statistisk evaluering: Vurder sensitivitet og specificitet af det diagnostiske værktøj, og evaluer dets evne til at skelne mellem kræfttyper.
Forventede resultater:
Identifikation af pålidelige RNA-biomarkører til tidlig cancerdetektion. Validering af det AI-baserede diagnostiske værktøjs nøjagtighed og gennemførlighed i et klinisk miljø.
Fase 2 (CIPHER): Terapeutisk responsovervågning
Objektiv:
At evaluere, hvordan RNA-biomarkører fra immunceller og blodplader korrelerer med terapeutiske responser, hvilket giver indsigt i behandlingseffektivitet og potentielt tilbagefald.
Metode:
Deltagerrekruttering: Tilmeld 1.000 cancerpatienter diagnosticeret med HCC eller NSCLC på tværs af stadier I til IV.
Prøvesamling:
Baseline: Indsaml blodprøver før behandlingsstart. Opfølgning: Yderligere prøver 6 uger og 6 måneder efter påbegyndelse af behandlingen.
Laboratorieanalyse:
Isolering af immunceller og blodplader: Udtræk disse komponenter fra blodprøver.
Transkriptomisk profilering: Analyser RNA-ekspressionsændringer over tid.
Dataanalyse:
Korrelationsstudier: Evaluer sammenhænge mellem RNA-biomarkører og kliniske behandlingsresponser.
Prædiktiv modellering: Udvikl modeller, der integrerer blodplade- og immuncelle-RNA-profiler for at forudsige resultater.
Forventede resultater:
Identifikation af biomarkører, der korrelerer med behandlingsresponser og progressionsfri overlevelse.
Udvikling af prædiktive modeller for tilbagefald og lægemiddelresistens.
Undersøgelsens betydning
CCANED-CIPHER-undersøgelsen adresserer kritiske behov inden for onkologi ved at levere:
Ikke-invasiv diagnostik: En blodprøve, der reducerer behovet for invasive vævsbiopsier.
Tidlig detektion: Potentiale for at identificere kræftformer på et tidligere, mere behandleligt stadium.
Personlig medicin: Skræddersyede behandlingsstrategier baseret på individuelle biomarkørprofiler.
Forbedret overvågning: Forbedret evne til at overvåge behandlingens effektivitet og justere terapierne i overensstemmelse hermed.
Prædiktiv indsigt: Tidlig påvisning af tilbagefald eller lægemiddelresistens, hvilket muliggør hurtige kliniske indgreb.
Forventet effekt og fremtidige applikationer Ved at integrere avancerede AI-teknologier med innovative flydende biopsimetoder, sigter CCANED-CIPHER-studiet på væsentligt at forbedre cancerdetektion og patientresultater. Identifikationen af specifikke RNA-biomarkører fra blodplader og immunceller har potentialet til at transformere nuværende praksis inden for onkologi, hvilket tilbyder en mere effektiv, præcis og patientvenlig tilgang til kræftbehandling.
Undersøgelsestype
Tilmelding (Anslået)
Kontakter og lokationer
Studiekontakt
- Navn: Javier Toledo, Medical Degree
- Telefonnummer: +44 (0)1223 496000
- E-mail: research@dysplasiadx.com
Undersøgelse Kontakt Backup
- Navn: Osagie Izuogu, PhD
- Telefonnummer: +44 (0)1223 496000
- E-mail: info@dysplasiadx.com
Studiesteder
-
-
-
Rosario, Argentina
- Aktiv, ikke rekrutterende
- Various Cancer Centres
-
-
-
-
-
Cambridge, Det Forenede Kongerige, CB22 3AT
- Tilmelding efter invitation
- Babraham Research Institute
-
London, Det Forenede Kongerige, W1W 7LT
- Rekruttering
- Dysplasia Diagnostics Limited
-
Kontakt:
- Chief Medical Officer, Medical
- Telefonnummer: +447494946013
- E-mail: research@dysplasiadx.com
-
-
-
-
-
Lagos, Nigeria
- Rekruttering
- NSIA- Lagos University Teaching Hospital Cancer Centre
-
Kontakt:
- Adewumi Alabi, Oncology
- Telefonnummer: +2348052843206
- E-mail: aalabi@nlcc.ng
-
Kontakt:
- Solomon Rotimi, Ph.D
- E-mail: solomon@dysplasiadx.com
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
CCANED-CIPHER-undersøgelsen vil inkludere en mangfoldig, geografisk spredt befolkning for at sikre generaliserbarheden og robustheden af dens resultater. Undersøgelsen er opdelt i to faser, der bruger op til 10 medicinske centre globalt på tværs af Storbritannien (UK), Europa, Amerika og Asien.
Fase 1 (CCANED):
Deltagere: 5.000 voksne på 40 år eller derover.
- Kræftpatienter: 3.500 personer med bekræftede diagnoser af almindelige kræftformer.
- Sunde kontroller: 1.500 aldersmatchede kræftfrie individer.
Rekrutteringsstrategi: Deltagerne vil blive identificeret og tilmeldt de deltagende medicinske centre, hvilket sikrer en repræsentativ prøve på tværs af forskellige geografiske lokationer.
Fase 2 (CIPHER):
Deltagere: 1.000 voksne i alderen 40 år eller ældre diagnosticeret med HCC eller NSCLC på tværs af stadier I til IV.
Rekrutteringsstrategi: Kræftpatienter vil blive rekrutteret fra de deltagende kræftcentre, hvilket sikrer en bred repræsentation af sygdomsstadier og behandlingsbaggrunde.
Beskrivelse
Fase 1 (CCANED)
Inklusionskriterier:
- Alder: Voksne i alderen 40 år eller ældre.
- Bekræftet diagnose af en af følgende almindelige kræftformer: Ikke-småcellet lungekræft (NSCLC), Glioblastoma Multiforme (GBM), kolorektal cancer, hepatocellulært karcinom (HCC), brystkræft, prostatakræft, ovariecancer, bugspytkirtelkræft.
Ekskluderingskriterier:
- Er i øjeblikket gravid.
- Tilstedeværelse af aktive infektionssygdomme.
- Brug af antikoagulantia eller blodpladehæmmende medicin inden for de seneste 2 uger.
- Enhver medicinsk eller psykologisk tilstand, der kan påvirke deltagerens evne til at overholde undersøgelsesprocedurer.
Fase 2 (CIPHER)
Inklusionskriterier:
- Voksne i alderen 40 år eller ældre.
- Bekræftet diagnose af: Hepatocellulært karcinom (HCC), ikke-småcellet lungekræft (NSCLC)
- Villighed til at give blodprøver med de specificerede intervaller (baseline, 6 uger og 6 måneder efter behandlingsstart).
Ekskluderingskriterier:
- Tilstedeværelse af en anden malignitet, medmindre den har været i remission i mindst 5 år.
- Signifikante ukontrollerede komorbide tilstande, der kan interferere med studiedeltagelse eller resultater.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
Intervention / Behandling |
|---|---|
|
Kræftpatienter (fase 1)
Denne arm vil omfatte 3.500 personer med bekræftede diagnoser af almindelige kræftformer såsom ikke-småcellet lungekræft (NSCLC), Glioblastoma Multiforme (GBM), kolorektal cancer, hepatocellulært karcinom (HCC), brystkræft, prostatakræft, ovariecancer og bugspytkirtelkræft Kræft.
|
Fremgangsmåde: Deltagerne vil gennemgå en enkelt blodprøve ved baseline. Prøveanalyse: Blodpladeisolering: Blodplader vil blive ekstraheret fra de indsamlede blodprøver. RNA-analyse: RNA fra de isolerede blodplader vil blive ekstraheret og analyseret ved hjælp af AI-baseret transkriptomisk profilering for at identificere biomarkører forbundet med cancer. |
|
Sunde individer
Denne arm vil bestå af 1.500 alders- og kønsmatchede kræftfrie individer, der fungerer som kontroller.
|
Fremgangsmåde: Deltagerne vil gennemgå en enkelt blodprøve ved baseline. Prøveanalyse: Blodpladeisolering: Blodplader vil blive ekstraheret fra de indsamlede blodprøver. RNA-analyse: RNA fra de isolerede blodplader vil blive ekstraheret og analyseret ved hjælp af AI-baseret transkriptomisk profilering for at identificere biomarkører forbundet med cancer. |
|
Kræftpatienter i behandling
Denne kohorte vil omfatte 1.000 patienter diagnosticeret med hepatocellulært karcinom (HCC) eller ikke-småcellet lungekræft (NSCLC) på tværs af stadier I til IV, som er ved at påbegynde standard cancerbehandling.
|
Fremgangsmåde: Deltagerne vil gennemgå en enkelt blodprøve ved baseline. Prøveanalyse: Blodpladeisolering: Blodplader vil blive ekstraheret fra de indsamlede blodprøver. RNA-analyse: RNA fra de isolerede blodplader vil blive ekstraheret og analyseret ved hjælp af AI-baseret transkriptomisk profilering for at identificere biomarkører forbundet med cancer. Procedurer: Blodprøvetagning: Deltagerne vil få taget blodprøver på tre tidspunkter: Baseline: Før behandlingsstart. 6 uger efter behandlingsstart: For at overvåge tidlig behandlingsrespons. 6 måneder efter terapistart: For at vurdere langsigtede terapeutiske resultater. Prøveanalyse: Blodplade- og immuncelleisolering: Blodplader: Udtages fra hver blodprøve for at fortsætte med at overvåge RNA-profiler. Immunceller: Adskilt fra blodprøverne for at analysere immunrespons på terapi. RNA-analyse: Blodplade-RNA: Analyseret for at observere ændringer i transkriptomiske profiler over tid ved hjælp af AI-baserede værktøjer. Immuncelle-RNA: Undersøgt for at vurdere transkriptomiske ændringer forbundet med terapeutiske responser. Datakorrelation: Terapeutisk responsvurdering: RNA-profiler fra blodplader og immunceller vil blive korreleret med kliniske resultater for at identificere biomarkører, der forudsiger behandlingseffektivitet, progressionsfri overlevelse, tilbagefald og lægemiddelresistens. |
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Identifikation af blodplade-RNA-biomarkører, der adskiller kræftpatienter fra kontroller
Tidsramme: Basislinje (enkelt tidspunkt)
|
Brug AI-baseret transkriptomisk analyse af blodplade-RNA til at identificere biomarkører, der skelner mellem cancerpatienter og cancerfrie kontroller.
|
Basislinje (enkelt tidspunkt)
|
|
Identifikation af RNA-biomarkører, der korrelerer med terapeutisk respons (fase 2)
Tidsramme: Baseline til 6 måneder efter behandlingsstart
|
Identificer RNA-biomarkører fra immunceller og blodplader, der korrelerer med klinisk behandlingsrespons, som målt ved standardkriterier (f.eks. RECIST)
|
Baseline til 6 måneder efter behandlingsstart
|
|
Forbindelse mellem immuncelle-transkriptomer og AI-baserede blodpladesignaler
Tidsramme: Baseline til 6 måneder efter behandlingsstart
|
Evaluer, hvordan ændringer i immuncelle-transkriptomer er forbundet med signaler detekteret af det AI-baserede blodpladeprofileringsværktøj.
|
Baseline til 6 måneder efter behandlingsstart
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Det AI-baserede diagnostiske værktøjs følsomhed og specificitet (fase 1)
Tidsramme: Baseline
|
Beregn den diagnostiske nøjagtighed af det AI-baserede værktøj til at opdage kræft blandt deltagere.
|
Baseline
|
|
Gennemførlighed af trombocyttranskriptomisk profileringsimplementering
Tidsramme: Fase 1 - 2 år
|
Vurder det praktiske ved prøveindsamling, bearbejdning og analyse i et klinisk miljø.
|
Fase 1 - 2 år
|
|
Udvikling af prædiktive modeller for behandlingsresultater (fase 2)
Tidsramme: Fase 2 - To år
|
Opret og valider prædiktive modeller, der integrerer blodplade- og immuncelle-RNA-profiler for at forudsige behandlingsrespons og progressionsfri overlevelse.
|
Fase 2 - To år
|
|
Identifikation af biomarkører, der forudsiger tilbagefald og lægemiddelresistens (fase 2)
Tidsramme: Baseline til 6 måneder efter behandlingsstart
|
Identificer RNA-biomarkører, der forudsiger tilbagefald og lægemiddelresistens ved 6-måneders opfølgning.
|
Baseline til 6 måneder efter behandlingsstart
|
Samarbejdspartnere og efterforskere
Sponsor
Efterforskere
- Studieleder: Solomon Rotimi, PhD, Dysplasia Diagnostics Limited
- Ledende efterforsker: Javier Toledo, Medical Degree, Dysplasia Diagnostics Limited
Publikationer og nyttige links
Generelle publikationer
- Smerage JB, Barlow WE, Hortobagyi GN, Winer EP, Leyland-Jones B, Srkalovic G, Tejwani S, Schott AF, O'Rourke MA, Lew DL, Doyle GV, Gralow JR, Livingston RB, Hayes DF. Circulating tumor cells and response to chemotherapy in metastatic breast cancer: SWOG S0500. J Clin Oncol. 2014 Nov 1;32(31):3483-9. doi: 10.1200/JCO.2014.56.2561. Epub 2014 Jun 2.
- Bettegowda C, Sausen M, Leary RJ, Kinde I, Wang Y, Agrawal N, Bartlett BR, Wang H, Luber B, Alani RM, Antonarakis ES, Azad NS, Bardelli A, Brem H, Cameron JL, Lee CC, Fecher LA, Gallia GL, Gibbs P, Le D, Giuntoli RL, Goggins M, Hogarty MD, Holdhoff M, Hong SM, Jiao Y, Juhl HH, Kim JJ, Siravegna G, Laheru DA, Lauricella C, Lim M, Lipson EJ, Marie SK, Netto GJ, Oliner KS, Olivi A, Olsson L, Riggins GJ, Sartore-Bianchi A, Schmidt K, Shih lM, Oba-Shinjo SM, Siena S, Theodorescu D, Tie J, Harkins TT, Veronese S, Wang TL, Weingart JD, Wolfgang CL, Wood LD, Xing D, Hruban RH, Wu J, Allen PJ, Schmidt CM, Choti MA, Velculescu VE, Kinzler KW, Vogelstein B, Papadopoulos N, Diaz LA Jr. Detection of circulating tumor DNA in early- and late-stage human malignancies. Sci Transl Med. 2014 Feb 19;6(224):224ra24. doi: 10.1126/scitranslmed.3007094.
- Pantel K, Alix-Panabieres C. Liquid biopsy and minimal residual disease - latest advances and implications for cure. Nat Rev Clin Oncol. 2019 Jul;16(7):409-424. doi: 10.1038/s41571-019-0187-3.
- Mok TS, Wu YL, Thongprasert S, Yang CH, Chu DT, Saijo N, Sunpaweravong P, Han B, Margono B, Ichinose Y, Nishiwaki Y, Ohe Y, Yang JJ, Chewaskulyong B, Jiang H, Duffield EL, Watkins CL, Armour AA, Fukuoka M. Gefitinib or carboplatin-paclitaxel in pulmonary adenocarcinoma. N Engl J Med. 2009 Sep 3;361(10):947-57. doi: 10.1056/NEJMoa0810699. Epub 2009 Aug 19.
- Alix-Panabieres C, Pantel K. Clinical Applications of Circulating Tumor Cells and Circulating Tumor DNA as Liquid Biopsy. Cancer Discov. 2016 May;6(5):479-91. doi: 10.1158/2159-8290.CD-15-1483. Epub 2016 Mar 11.
- Best MG, Sol N, Kooi I, Tannous J, Westerman BA, Rustenburg F, Schellen P, Verschueren H, Post E, Koster J, Ylstra B, Ameziane N, Dorsman J, Smit EF, Verheul HM, Noske DP, Reijneveld JC, Nilsson RJA, Tannous BA, Wesseling P, Wurdinger T. RNA-Seq of Tumor-Educated Platelets Enables Blood-Based Pan-Cancer, Multiclass, and Molecular Pathway Cancer Diagnostics. Cancer Cell. 2015 Nov 9;28(5):666-676. doi: 10.1016/j.ccell.2015.09.018. Epub 2015 Oct 29.
- Cescon DW, Bratman SV, Chan SM, Siu LL. Circulating tumor DNA and liquid biopsy in oncology. Nat Cancer. 2020 Mar;1(3):276-290. doi: 10.1038/s43018-020-0043-5. Epub 2020 Mar 20.
- National Lung Screening Trial Research Team; Aberle DR, Adams AM, Berg CD, Black WC, Clapp JD, Fagerstrom RM, Gareen IF, Gatsonis C, Marcus PM, Sicks JD. Reduced lung-cancer mortality with low-dose computed tomographic screening. N Engl J Med. 2011 Aug 4;365(5):395-409. doi: 10.1056/NEJMoa1102873. Epub 2011 Jun 29.
- Sequist LV, Waltman BA, Dias-Santagata D, Digumarthy S, Turke AB, Fidias P, Bergethon K, Shaw AT, Gettinger S, Cosper AK, Akhavanfard S, Heist RS, Temel J, Christensen JG, Wain JC, Lynch TJ, Vernovsky K, Mark EJ, Lanuti M, Iafrate AJ, Mino-Kenudson M, Engelman JA. Genotypic and histological evolution of lung cancers acquiring resistance to EGFR inhibitors. Sci Transl Med. 2011 Mar 23;3(75):75ra26. doi: 10.1126/scitranslmed.3002003.
- Diehl F, Li M, Dressman D, He Y, Shen D, Szabo S, Diaz LA Jr, Goodman SN, David KA, Juhl H, Kinzler KW, Vogelstein B. Detection and quantification of mutations in the plasma of patients with colorectal tumors. Proc Natl Acad Sci U S A. 2005 Nov 8;102(45):16368-73. doi: 10.1073/pnas.0507904102. Epub 2005 Oct 28.
- Raposo G, Stoorvogel W. Extracellular vesicles: exosomes, microvesicles, and friends. J Cell Biol. 2013 Feb 18;200(4):373-83. doi: 10.1083/jcb.201211138.
- Arroyo JD, Chevillet JR, Kroh EM, Ruf IK, Pritchard CC, Gibson DF, Mitchell PS, Bennett CF, Pogosova-Agadjanyan EL, Stirewalt DL, Tait JF, Tewari M. Argonaute2 complexes carry a population of circulating microRNAs independent of vesicles in human plasma. Proc Natl Acad Sci U S A. 2011 Mar 22;108(12):5003-8. doi: 10.1073/pnas.1019055108. Epub 2011 Mar 7.
- Oxnard GR, Thress KS, Alden RS, Lawrance R, Paweletz CP, Cantarini M, Yang JC, Barrett JC, Janne PA. Association Between Plasma Genotyping and Outcomes of Treatment With Osimertinib (AZD9291) in Advanced Non-Small-Cell Lung Cancer. J Clin Oncol. 2016 Oct 1;34(28):3375-82. doi: 10.1200/JCO.2016.66.7162. Epub 2016 Jun 27.
- Best MG, Sol N, In 't Veld SGJG, Vancura A, Muller M, Niemeijer AN, Fejes AV, Tjon Kon Fat LA, Huis In 't Veld AE, Leurs C, Le Large TY, Meijer LL, Kooi IE, Rustenburg F, Schellen P, Verschueren H, Post E, Wedekind LE, Bracht J, Esenkbrink M, Wils L, Favaro F, Schoonhoven JD, Tannous J, Meijers-Heijboer H, Kazemier G, Giovannetti E, Reijneveld JC, Idema S, Killestein J, Heger M, de Jager SC, Urbanus RT, Hoefer IE, Pasterkamp G, Mannhalter C, Gomez-Arroyo J, Bogaard HJ, Noske DP, Vandertop WP, van den Broek D, Ylstra B, Nilsson RJA, Wesseling P, Karachaliou N, Rosell R, Lee-Lewandrowski E, Lewandrowski KB, Tannous BA, de Langen AJ, Smit EF, van den Heuvel MM, Wurdinger T. Swarm Intelligence-Enhanced Detection of Non-Small-Cell Lung Cancer Using Tumor-Educated Platelets. Cancer Cell. 2017 Aug 14;32(2):238-252.e9. doi: 10.1016/j.ccell.2017.07.004.
- Tsui NB, Ng EK, Lo YM. Stability of endogenous and added RNA in blood specimens, serum, and plasma. Clin Chem. 2002 Oct;48(10):1647-53.
- Sharma SV, Lee DY, Li B, Quinlan MP, Takahashi F, Maheswaran S, McDermott U, Azizian N, Zou L, Fischbach MA, Wong KK, Brandstetter K, Wittner B, Ramaswamy S, Classon M, Settleman J. A chromatin-mediated reversible drug-tolerant state in cancer cell subpopulations. Cell. 2010 Apr 2;141(1):69-80. doi: 10.1016/j.cell.2010.02.027.
- Redwood N, Beggs D, Morgan WE. Dissemination of tumour cells from fine needle biopsy. Thorax. 1989 Oct;44(10):826-7. doi: 10.1136/thx.44.10.826.
- Mobadersany P, Yousefi S, Amgad M, Gutman DA, Barnholtz-Sloan JS, Velazquez Vega JE, Brat DJ, Cooper LAD. Predicting cancer outcomes from histology and genomics using convolutional networks. Proc Natl Acad Sci U S A. 2018 Mar 27;115(13):E2970-E2979. doi: 10.1073/pnas.1717139115. Epub 2018 Mar 12.
- Lans H, Hoeijmakers JHJ, Vermeulen W, Marteijn JA. The DNA damage response to transcription stress. Nat Rev Mol Cell Biol. 2019 Dec;20(12):766-784. doi: 10.1038/s41580-019-0169-4. Epub 2019 Sep 26.
- Kucab JE, Zou X, Morganella S, Joel M, Nanda AS, Nagy E, Gomez C, Degasperi A, Harris R, Jackson SP, Arlt VM, Phillips DH, Nik-Zainal S. A Compendium of Mutational Signatures of Environmental Agents. Cell. 2019 May 2;177(4):821-836.e16. doi: 10.1016/j.cell.2019.03.001. Epub 2019 Apr 11.
- Joosse SA, Beyer B, Gasch C, Nastaly P, Kuske A, Isbarn H, Horst LJ, Hille C, Gorges TM, Cayrefourcq L, Alix-Panabieres C, Tennstedt P, Riethdorf S, Schlomm T, Pantel K. Tumor-Associated Release of Prostatic Cells into the Blood after Transrectal Ultrasound-Guided Biopsy in Patients with Histologically Confirmed Prostate Cancer. Clin Chem. 2020 Jan 1;66(1):161-168. doi: 10.1373/clinchem.2019.310912.
- Jackson W 3rd, Sosnoski DM, Ohanessian SE, Chandler P, Mobley A, Meisel KD, Mastro AM. Role of Megakaryocytes in Breast Cancer Metastasis to Bone. Cancer Res. 2017 Apr 15;77(8):1942-1954. doi: 10.1158/0008-5472.CAN-16-1084. Epub 2017 Feb 15.
- Hustedt N, Durocher D. The control of DNA repair by the cell cycle. Nat Cell Biol. 2016 Dec 23;19(1):1-9. doi: 10.1038/ncb3452.
- Hirschhaeuser F, Menne H, Dittfeld C, West J, Mueller-Klieser W, Kunz-Schughart LA. Multicellular tumor spheroids: an underestimated tool is catching up again. J Biotechnol. 2010 Jul 1;148(1):3-15. doi: 10.1016/j.jbiotec.2010.01.012. Epub 2010 Jan 25.
- Gay LJ, Felding-Habermann B. Contribution of platelets to tumour metastasis. Nat Rev Cancer. 2011 Feb;11(2):123-34. doi: 10.1038/nrc3004.
- Chiou YY, Hu J, Sancar A, Selby CP. RNA polymerase II is released from the DNA template during transcription-coupled repair in mammalian cells. J Biol Chem. 2018 Feb 16;293(7):2476-2486. doi: 10.1074/jbc.RA117.000971. Epub 2017 Dec 27.
- Aitken SJ, Anderson CJ, Connor F, Pich O, Sundaram V, Feig C, Rayner TF, Lukk M, Aitken S, Luft J, Kentepozidou E, Arnedo-Pac C, Beentjes SV, Davies SE, Drews RM, Ewing A, Kaiser VB, Khamseh A, Lopez-Arribillaga E, Redmond AM, Santoyo-Lopez J, Sentis I, Talmane L, Yates AD; Liver Cancer Evolution Consortium; Semple CA, Lopez-Bigas N, Flicek P, Odom DT, Taylor MS. Pervasive lesion segregation shapes cancer genome evolution. Nature. 2020 Jul;583(7815):265-270. doi: 10.1038/s41586-020-2435-1. Epub 2020 Jun 24.
- Gerlinger M, Rowan AJ, Horswell S, Math M, Larkin J, Endesfelder D, Gronroos E, Martinez P, Matthews N, Stewart A, Tarpey P, Varela I, Phillimore B, Begum S, McDonald NQ, Butler A, Jones D, Raine K, Latimer C, Santos CR, Nohadani M, Eklund AC, Spencer-Dene B, Clark G, Pickering L, Stamp G, Gore M, Szallasi Z, Downward J, Futreal PA, Swanton C. Intratumor heterogeneity and branched evolution revealed by multiregion sequencing. N Engl J Med. 2012 Mar 8;366(10):883-892. doi: 10.1056/NEJMoa1113205.
- Siravegna G, Mussolin B, Buscarino M, Corti G, Cassingena A, Crisafulli G, Ponzetti A, Cremolini C, Amatu A, Lauricella C, Lamba S, Hobor S, Avallone A, Valtorta E, Rospo G, Medico E, Motta V, Antoniotti C, Tatangelo F, Bellosillo B, Veronese S, Budillon A, Montagut C, Racca P, Marsoni S, Falcone A, Corcoran RB, Di Nicolantonio F, Loupakis F, Siena S, Sartore-Bianchi A, Bardelli A. Clonal evolution and resistance to EGFR blockade in the blood of colorectal cancer patients. Nat Med. 2015 Jul;21(7):795-801. doi: 10.1038/nm.3870. Epub 2015 Jun 1.
Hjælpsomme links
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Anslået)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
- Urogenitale sygdomme
- Genitale sygdomme
- Sygdomme i det endokrine system
- Genitale neoplasmer, mandlige
- Urogenitale neoplasmer
- Neoplasmer efter sted
- Kønssygdomme, mandlige
- Prostatasygdomme
- Mandlige urogenitale sygdomme
- Urogenitale sygdomme hos kvinder
- Kvinders urogenitale sygdomme og graviditetskomplikationer
- Tarmsygdomme
- Luftvejssygdomme
- Neoplasmer efter histologisk type
- Gastrointestinale neoplasmer
- Neoplasmer i fordøjelsessystemet
- Sygdomme i fordøjelsessystemet
- Gastrointestinale sygdomme
- Intestinale neoplasmer
- Endetarmssygdomme
- Kønssygdomme, kvindelige
- Lungesygdomme
- Neoplasmer i endokrine kirtler
- Leversygdomme
- Neoplasmer, kirtel og epitel
- Adenocarcinom
- Neoplasmer i leveren
- Neoplasmer i luftvejene
- Thoracale neoplasmer
- Tyktarmssygdomme
- Ovariesygdomme
- Adnexale sygdomme
- Genitale neoplasmer, kvindelige
- Gonadale lidelser
- Karcinom
- Astrocytom
- Gliom
- Neoplasmer, Neuroepithelial
- Neuroektodermale tumorer
- Neoplasmer, kimceller og embryonale
- Neoplasmer, nervevæv
- Karcinom, bronkogent
- Bronkiale neoplasmer
- Neoplasmer
- Prostatiske neoplasmer
- Carcinom, hepatocellulært
- Lungeneoplasmer
- Kolorektale neoplasmer
- Ovariale neoplasmer
- Glioblastom
- Karcinom, ikke-småcellet lunge
- Kræft i bugspytkirtlen, voksen
- Undersøgelsesteknikker
- Kliniske laboratorieteknikker
- Diagnostiske teknikker og procedurer
- Diagnose
- Hæmatologiske tests
Andre undersøgelses-id-numre
- CCANED-CIPHER
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
produkt fremstillet i og eksporteret fra U.S.A.
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 .