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

Observationsundersøgelse, der analyserer transkriptomet og mutationsstatus for skjoldbruskkirtelkarcinomer af follikulær oprindelse med forskellige grader af malignitet (TRAMT)

12. marts 2025 opdateret af: Marco Salvatore, IRCCS SYNLAB SDN

Skjoldbruskkirtelkræft (TC) er den mest almindelige endokrine malignitet med veldifferentierede skjoldbruskkirtelkarcinomer (DTCS) -papillary (PTC) og follikulær (FTC) -komponering af de fleste tilfælde. Mens DTC'er generelt har gunstige prognoser, skrider en undergruppe til dårligt differentieret eller anaplastisk skjoldbruskkirtelkarcinom (ATC), som er meget aggressiv. Tumorklassificering er baseret på histopatologi, invasivitet og molekylære egenskaber med nye enheder som skjoldbruskkirtel tumorer med usikre maligne potentielle (TT-UMP) og ikke-invasive follikulære skjoldbruskkirtelnoplasma med papillære lignende atomegenskaber (NIFTP), der raffinerer diagnostiske kriterier.

Aktuelle standardbehandlinger inkluderer kirurgisk resektion, radioaktiv jodbehandling og udskiftning af skjoldbruskkirtelhormon. Imidlertid udvikler nogle patienter radioiodin-ildfast sygdom med en øget risiko for tilbagefald og progression. Molekylære ændringer i MAPK- og PI3K -veje spiller kritiske roller i thyroidetumorigenese, der påvirker terapeutisk respons og prognose. Identificering af nye biomarkører til tidlig påvisning og risikostratificering er afgørende. Emerging bevis fremhæver rollen som mikroRNA'er (miRNA'er) i udvikling af skjoldbruskkirtelkræft, der fungerer som onkogener eller tumorundertrykkere.

Denne retrospektive case-control-undersøgelse sigter mod at identificere nye molekylære markører, der er knyttet til aggressivitet i skjoldbruskkirtlen. Arkiveret formalin-fixed paraffinindlejret (FFPE) væv og blodprøver vil blive analyseret fra patienter med forskellige grader af PTC og FTC invasivitet. Kontrolprøver vil være histologisk normalt skjoldbruskkirtelvæv fra de samme patienter.

Næste generations sekventering (NGS), inklusive RNA-seq og miRNA-seq, vil blive anvendt til at påvise differentielt udtrykt RNA-molekyler. Validering udføres ved hjælp af realtid PCR i en uafhængig kohort. Genomisk sekventering med høj kapacitet (Illumina Trusight Oncology 500) vil vurdere mutationer, kopienummervariationer og tumormutationsbelastning for at korrelere genetiske ændringer med malignitet. Varianter vil blive prioriteret baseret på frekvensforskelle i tumor kontra ikke-tumorpopulationer og funktionel relevans.

Undersøgelsen vil tilmelde patienter med follikulær celle-afledt skjoldbruskkirtelkarcinom. En effektanalyse indikerer, at 80 forsøgspersoner giver> 80% statistisk effekt til identifikation af biomarkør. Beskrivende statistik, parametriske/ikke-parametriske tests og maskinlæringsmetoder vil analysere transkriptomiske og genomiske data. Modtagerens driftskarakteristik (ROC) -kurver vil vurdere diagnostisk biomarkørnøjagtighed, mens logistisk regression vil modellere sammenhænge mellem molekylære ændringer og sygdomsgrad.

Denne undersøgelse har til formål at afdække molekylære mekanismer, der driver udvikling af kræft i skjoldbruskkirtlen og identificerer biomarkører til forbedret risikostratificering, tidlig diagnose og potentiel terapeutisk målretning. Resultater kan forbedre personaliserede behandlingsmetoder inden for skjoldbruskkirtel -onkologi.

Studieoversigt

Status

Rekruttering

Undersøgelsestype

Observationel

Tilmelding (Anslået)

80

Kontakter og lokationer

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

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

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

Ja

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Undersøgelsespopulationen består af patienter med skjoldbruskkirtelkarcinom, der stammer fra den follikulære skjoldbruskkirtelcelle i forskellige grader af malignitet. For en sådan retrospektiv population, i betragtning af undersøgelsens primære mål om at identificere potentielle vævsbiomarkører for patologi, blev der udført en A-posteriori-effektanalyse under hensyntagen til et parret statistisk design af case-control-typen, hvor kontrolgruppen er afferent for den sunde modstamme af vævene, der er tilgængelige i arkiverne i den samme thyroid carcinoma-patienter.

For undergruppeanalyser, der er forbundet med de forskellige grader af invasivitet/aggressivitet, vurderes den statistiske magt, der er forbundet med de mulige kliniske stratifikationer, inden de fortsætter med de statistiske analyser

Beskrivelse

Inkluderingskriterier:

  • Patienter af begge køn i alderen> 18 år med skjoldbruskkirtelkræft af follikulær oprindelse.

Ekskluderingskriterier:

  • Patienter, der ikke passer til inkluderingskriterierne.

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
Patienter med kræft i skjoldbruskkirtlen
Kontrolpersoner
Emner med ikke-kræftforhygiejningspatologi

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Identifikation af nye molekylære biomarkører forbundet med progression og aggressivitet af follikulær-afledt skjoldbruskkirtelkarcinomer
Tidsramme: 1-36 måneder
RNA-seq og miRNA-seq på serumprøver
1-36 måneder
Bestem genetiske ændringer Hat kan bidrage til sygdomsprogression
Tidsramme: 1-36 måneder
Identifikation af mutationer, variationer i kopienummer og tumormutationsbelastning)
1-36 måneder

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Udvikling af forudsigelige modeller til forbedret risikostratificering og prognose
Tidsramme: 12-36 måneder
Anvendelse af maskinlæringsmetode til at integrere transkriptomiske og genomiske data
12-36 måneder

Samarbejdspartnere og efterforskere

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

Efterforskere

  • Ledende efterforsker: Giovanni Smaldone, Irccs Synlab Sdn

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.

Generelle publikationer

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)

13. marts 2023

Primær færdiggørelse (Faktiske)

30. juli 2024

Studieafslutning (Anslået)

31. marts 2027

Datoer for studieregistrering

Først indsendt

4. marts 2025

Først indsendt, der opfyldte QC-kriterier

12. marts 2025

Først opslået (Faktiske)

25. marts 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. marts 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

12. marts 2025

Sidst verificeret

1. november 2024

Mere information

Begreber relateret til denne undersøgelse

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 .

Abonner