Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Präzise Behandlung von inoperablem HCC mithilfe von Multi-Omics-Deep-Learning-Modellen

12. Juni 2024 aktualisiert von: Chen Xiaoping

Präzise Behandlung von nicht resezierbarem Leberkrebs basierend auf dem Multi-Omics-Deep-Learning-Modell: eine multizentrische prospektive einarmige Studie

Eine Operation ist die wichtigste Heilbehandlung für Patienten mit hepatozellulärem Karzinom (HCC), aber 70–80 % der HCC-Patienten befinden sich zum Zeitpunkt der Diagnose im mittleren und fortgeschrittenen Stadium und können nicht chirurgisch reseziert werden. Lokale und systemische Therapie sind die Hauptbehandlungsmethoden für inoperables HCC. Zwei kürzlich durchgeführte Studien mit HAIC in Kombination mit monoklonalem PD-1-Antikörper und gezielter Therapie berichteten über objektive Ansprechraten (ORR) von 43,3 % bis 77,1 %.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Eine Operation ist die wichtigste Heilbehandlung für Patienten mit hepatozellulärem Karzinom (HCC), aber 70–80 % der HCC-Patienten befinden sich zum Zeitpunkt der Diagnose im mittleren und fortgeschrittenen Stadium und können nicht chirurgisch reseziert werden. Lokale und systemische Therapie sind die Hauptbehandlungsmethoden für inoperables HCC. Zwei kürzlich durchgeführte Studien mit HAIC in Kombination mit PD-1-Antikörper und gezielter Therapie berichteten über objektive Ansprechraten (ORR) von 43,3 % bis 77,1 %. Die Auswahl der Patienten, die von der Therapie profitieren, bleibt jedoch eine große Herausforderung für die individualisierte Behandlung von HCC, die eine genauere Vorhersage der Kombinationstherapie erfordert.

Mit der Weiterentwicklung der Sequenzierungstechnologie können immer detailliertere biologische Daten gewonnen werden, darunter Radiomics, Pathologie, Genomik und Immunomik. Die Entwicklung neuer Methoden wie Graph Neural Network und Multi-Scale PHATE ermöglicht in den letzten Jahren die Integration von Multi-Omics-Daten. Der Einsatz von Modellen der künstlichen Intelligenz zur Integration multimodaler Daten ist ein wirksames Mittel, um das Ansprechen auf die Behandlung genauer vorherzusagen. Dies ist hilfreich für eine genauere und detailliertere Klassifizierung von Patienten mit unterschiedlichen Behandlungsergebnissen und um den internen Mechanismus des Ansprechens auf die Behandlung zu untersuchen.

Wir haben ein Multi-Omics-Deep-Learning-Vorhersagemodell erstellt, das auf den retrospektiven Kohortendaten mehrerer medizinischer Zentren basiert (die HAIC in Kombination mit Zieltherapie und Immuntherapie erhielten). Mit einer AUC von 0,86 konnte das Modell besser unterscheiden, welche Patienten von einer Kombinationstherapie profitieren würden.

Daher führten die Forscher diese multizentrische, prospektive, einarmige Studie durch, um das Ansprechen und die Prognose einer Kombinationstherapie in einer vom Modell untersuchten Population zu untersuchen und die Vorhersagekraft des Modells zu bewerten.

Studientyp

Interventionell

Einschreibung (Geschätzt)

30

Phase

  • Phase 1

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studieren Sie die Kontaktsicherung

Studienorte

    • Hubei
      • Wuhan, Hubei, China
        • Rekrutierung
        • Hepatic Surgery Center, Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
        • Kontakt:

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Beschreibung

Einschlusskriterien:

  1. Im Alter von 18–75 Jahren.
  2. Keine vorherige lokale oder systemische Behandlung des hepatozellulären Karzinoms.
  3. Child-Pugh-Leberfunktionswert ≤ 7.
  4. ECOG PS 0-1.
  5. Keine schwerwiegenden organischen Erkrankungen des Herzens, der Lunge, des Gehirns, der Nieren usw.
  6. Eine erweiterte MRT stellt fest, dass der Tumor technisch nicht resezierbar ist.
  7. Pathologischer Typ eines hepatozellulären Karzinoms, bestätigt durch Punktionsbiopsie.
  8. Multimodales Deep-Learning-Modell-Screening auf der Grundlage von Pathologie-, Bildgebungs- und genetischen Daten deutet auf Vorteile von HAIC in Kombination mit Lenvatinib und PD-1-Inhibitoren hin.

Ausschlusskriterien:

  1. Schwangere und stillende Frauen.
  2. An einer Erkrankung leiden, die die Absorption, Verteilung, den Metabolismus oder die Clearance des Studienmedikaments beeinträchtigt (z. B. schweres Erbrechen, chronischer Durchfall, Darmverschluss, beeinträchtigte Absorption usw.).
  3. Eine Vorgeschichte von Magen-Darm-Blutungen innerhalb der letzten 4 Wochen oder eine eindeutige Veranlagung für Magen-Darm-Blutungen (z. B. bekannte lokal aktive Geschwürläsionen, okkultes Blut im Stuhl ++ oder mehr, oder Gastroskopie, wenn anhaltendes okkultes Blut im Stuhl +), die nicht gezielt behandelt wurde, oder andere Erkrankungen, die möglicherweise gastrointestinale Blutungen verursacht haben (z. B. schwere Fundoplikatio/Ösophagusvarizen), wie vom Prüfer festgestellt.
  4. Aktive Infektion.
  5. Andere signifikante klinische und Laboranomalien, die sich auf die Sicherheitsbewertung auswirken.
  6. Unfähigkeit, das Studienprotokoll zur Behandlung oder Nachsorge wie geplant einzuhalten.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Behandlung
  • Zuteilung: N / A
  • Interventionsmodell: Einzelgruppenzuweisung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: Kombinierte Therapiegruppe
Alle Patienten erhielten HAIC in Kombination mit einer gezielten Therapie und Immuntherapie

Alle Patienten wurden mit HAIC in Kombination mit Tislelizumab und Lenvatinib behandelt.

  1. HAIC wurde aus dem FOFOLX 6-Programm Folinsäure+5-Fluorouracil+Oxaliplatin übernommen, 21 Tage zwischen den zweiten HAIC-Behandlungen mit einem Zeitfenster von ±3 Tagen.
  2. Lenvatinib wurde vor der HAIC-Behandlung begonnen und während der HAIC-Behandlung abgesetzt, oral 8 mg oder 12 mg einmal täglich, abhängig vom Körpergewicht.
  3. Die erste Behandlung mit Tislelizumab wurde 0–1 Tage nach HAIC begonnen, 200 mg i.v., gefolgt von einer zweiten Behandlung 21 Tage später.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Objektive Rücklaufquote
Zeitfenster: Vom Zeitpunkt der Einschreibung bis zum Fortschreiten der Krankheit, dem Tod oder dem Ende der Studie werden bis zu 60 Monate veranschlagt.
Die objektive Ansprechrate (ORR) wurde als die Summe der Fälle mit vollständigem Ansprechen (CR) und teilweisem Ansprechen (PR) definiert, die anhand der mRESIST-Kriterien bewertet wurden.
Vom Zeitpunkt der Einschreibung bis zum Fortschreiten der Krankheit, dem Tod oder dem Ende der Studie werden bis zu 60 Monate veranschlagt.

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Gesamtüberleben
Zeitfenster: Vom Datum der Einschreibung bis zum Datum des Todes aus irgendeinem Grund, geschätzt bis zu 60 Monate.
OS ist definiert als die Zeit von der Einschreibung bis zum Tod aus irgendeinem Grund.
Vom Datum der Einschreibung bis zum Datum des Todes aus irgendeinem Grund, geschätzt bis zu 60 Monate.
Sicherheitsbewertung
Zeitfenster: Ausgangswert bis zum Studienende, bewertet bis zu 12 Monate.
Jedes unerwünschte Ereignis während der Behandlung, das mit dem therapeutischen Zweck des Medikaments nicht vereinbar ist. Die Häufigkeit und Schwere unerwünschter Ereignisse und schwerwiegender unerwünschter Ereignisse gemäß CTCAE v5.0.
Ausgangswert bis zum Studienende, bewertet bis zu 12 Monate.

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Ermittler

  • Hauptermittler: Wanguang Zhang, Tongji Hospital

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

1. Juni 2024

Primärer Abschluss (Geschätzt)

30. Juni 2025

Studienabschluss (Geschätzt)

30. Juni 2026

Studienanmeldedaten

Zuerst eingereicht

19. Mai 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

12. Juni 2024

Zuerst gepostet (Tatsächlich)

17. Juni 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

17. Juni 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

12. Juni 2024

Zuletzt verifiziert

1. Juni 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • Precision01

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .