- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT04276025
Pathologische und nuklearmedizinische Faktoren für die Prognose des Lungenkarzinoms (PANU)
Beziehung zwischen histopathologischen Merkmalen, Mutationsstatus, 18F-FDG-PET/CT-Röntgenbildgebungsparametern sowie dem klinischen Ergebnis bei Patienten mit behandlungsnaivem nicht-kleinzelligem Lungenkrebs
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Abschnitt 1: Titel und Übersicht Titel: Beziehung zwischen histopathologischen Merkmalen, Mutationsstatus, 18F-FDG-PET/CT-Radiomic-Bildgebungsparametern sowie klinischem Ergebnis bei Patienten mit behandlungsnaivem nicht-kleinzelligem Lungenkrebs (NSCLC).
Überblick: Die am schnellsten wachsende Inzidenzrate unter allen Tumoren ist heutzutage Lungenkrebs, der die höchste Morbiditätsrate aufweist. Nach Arten von Tumorzellen wird Lungenkrebs in zwei Kategorien eingeteilt: kleinzelliger Lungenkrebs (SCLC) und nicht-kleinzelliger Lungenkrebs (NSCLC), letzterer umfasst Plattenepithelkarzinom, Adenokazinom und großzelliges Karzinom. Die Behandlungsmethoden sind je nach TNM-Stadium unterschiedlich und umfassen hauptsächlich chirurgische Resektion, fokale Therapie, Strahlentherapie, Chemotherapie sowie Immuntherapie. Trotz Verbesserungen in der Arzneimittelentwicklung und Behandlung von NSCLC-Patienten bleiben die 5-Jahres-Überlebensraten unannehmbar niedrig, da viele Patienten bei der Erstdiagnose fortgeschrittene Stadien, Therapieresistenz und Fernmetastasen aufweisen. Ein effektiver Weg zur Verbesserung der niedrigen Überlebensrate besteht also darin, die Diagnoserate in einem frühen Stadium zu erhöhen, vorherzusagen, ob Patienten von der Therapie profitieren werden, und die Wahrscheinlichkeit von Fernmetastasen zu bestimmen. Die Positronen-Emissions-Tomographie (PET)/Computertomographie (CT) spielt eine zunehmende klinische Rolle bei der Behandlung vieler Krebspatienten, da sie einen zusätzlichen Wert bei der Tumorstadieneinteilung, der Beurteilung des Ansprechens, der Prognose und der Vorhersage des Ansprechens auf die Behandlung zeigt.
Derzeit wurden klinisch prädiktive Ergebnisse von PET/CT-Bildgebungstexturanalysen bei einer Vielzahl von Malignomen erhalten, wie z. B. hochgradigen Gliomen, Brustkrebs, Lungenkrebs und metastasierendem Darmkrebs. Die meisten dieser Studien haben einen signifikanten Zusammenhang zwischen PET/CT-Texturbildgebungsdaten und dem klinischen Ergebnis des Patienten gezeigt. Genauer gesagt korrelierten eine Reihe von NSCLC-Studien das Tauchergen und eine Reihe von radiomischen PET/CT-Bildgebungsparametern, um die klinischen Ergebnisse von NSCLC-Patienten vorherzusagen.
Allerdings sind die Ergebnisse teilweise umstritten und es gibt keine Standardisierung bezüglich der Berechnung von PET/CT-Bildgebungsparametern abgesehen von standardisierten Uptake-Werten (SUV). Daher sind zusätzliche Studien notwendig.
Histopathologische Lungenkrebs-Biomarker:
Lungenkrebs-Biomarker wie Genmutationen und zirkulierende Tumorzellen (CTCs) haben entscheidende Auswirkungen auf die Vorhersage pathologischer Diagnosen, die Auswahl wirksamer Therapieentscheidungen und die genaue Bewertung klinischer Ergebnisse. Durch die Erkennung und Nutzung dieser neuen Biomarker können die Forscher die optimalen zielgerichteten Krebstherapien auswählen und neue Medikamente gegen Lungenkrebs entwickeln.
Gen-Biomarker:
Der epidermale Wachstumsfaktorrezeptor (EGFR) ist ein Tyrosinkinase-Rezeptormitglied der ERBB-Familie, der sich auf dem kurzen Arm von Chromosom 7 an Position 125 befindet. Die extrazelluläre Ligandenbindung löst die Homodimerisierung oder Heterodimerisierung von Rezeptoren der ErbB-Familie aus, phosphoryliert aktive Stellen in der zytoplasmatischen Tyrosinkinase und aktiviert intrazelluläre PI3K/AKT/mTOR- und RAS/RAF/MAPK-Signalwege. Die EGFR-Signalgebung ist entscheidend für die Entwicklung und zelluläre Homöostase, Proliferation und Wachstum. EGFR und seine Familienmitglieder wurden aufgrund der Expressionsrate von 50 % bei NSCLC und der Beziehung zwischen Expressionsrate und schlechter Prognose zu wichtigen Kandidaten für die Entwicklung zielgerichteter Therapeutika.
Das B-RAF-Proto-Onkogen, Serin/Threonin-Kinase (BRAF)-Onkogen befindet sich am langen Arm von Chromosom 7 an Position 344. Es ist am RAS-RAF-MEK-ERK-Signalweg beteiligt, indem es für eine Serin/Threonin-Kinase kodiert. Bei Aktivierung fördert BRAF das Zellwachstum, die Proliferation und das Überleben. BRAF wurde hauptsächlich bei Adenokarzinomen und aktuellen oder ehemaligen Rauchern berichtet. Es wurde berichtet, dass es bei NSCLC 1–3 % BRAF-Mutationen gibt, und ihre Rolle als prognostischer Prädiktor.
Die anaplastische Lymphomkinase (ALK) ist ein Tyrosinrezeptor-Mitglied der Insulinrezeptor-Überfamilie, das sich auf dem kurzen Arm von Chromosom 2 an Position 2310 befindet. Und eine ALK-Genumlagerung wurde in einer Untergruppe von NSCLC-Tumoren beschrieben, die eine Fusion von ALK und Echinoderm-Mikrotubuli-assoziiertem Protein-ähnlichem 4(EML4)-Gen beherbergen. Das durch die Anordnung kodierte chimäre Protein mit konstitutiver Kinaseaktivität fördert bösartiges Wachstum und Proliferation. Die EML4-ALK-Fusion wurde bei 3,7 % bis 7 % der NSCLC nachgewiesen und spielt eine Rolle bei der Vorhersage der Prognose.
ROS-Proto-Onkogen 1, Rezeptortyrosinkinase (ROS1) ist ein Tyrosinkinaserezeptor-Mitglied der Insulinrezeptorfamilie und befindet sich auf dem langen Arm von Chromosom 6 an Position 224. Es ist an den Signalwegen einschließlich JAK-ATAT3N, RAS/MEK/ERK, PI3K/AKT und so weiter beteiligt. Es wurde berichtet, dass etwa 1 % bis 2 % der NSCLCs ROS1-Umlagerungen beherbergen. Es tritt bei jungen, weiblichen Nierauchern mit histologischen Ergebnissen eines Adenokarzinoms auf. Es spielt eine Rolle bei der Vorhersage.
Kürzlich hat eine wichtige Entdeckung namens "Immun-Checkpoints" viel mehr Aufmerksamkeit erregt, was den programmierten Tod 1 (PD-1) und den programmierten Todesliganden-1-Rezeptor (PD-L1) bedeutet. PD-1, das zur CD28-Familie gehört, ist ein wichtiger Immun-Checkpoint-Rezeptor, der auf der Oberfläche der aktivierten T-, B- und NK-Zellen exprimiert wird und eine entscheidende Rolle bei der Immunabwehr des Tumors spielt. PD-L1 ist in verschiedenen Tumorarten, einschließlich NSCLC, hochreguliert. PD-L1 liefert negative costimulatorische Signale und bindet PD-1, um zelluläre Immunantworten durch Induktion von T-Zell-Apoptose oder -Erschöpfung zu reduzieren. Die Blockierung des PD-1/PD-L1-Signalwegs mit monoklonalen Antikörpern gilt derzeit als der vielversprechendste Ansatz, der dauerhafte Aktivität und langfristige Überlebensergebnisse bietet. Die Studie von Zhang et al. zeigten, dass der Zusammenhang zwischen PD-L1-Expression und Prognose von der ethnischen Zugehörigkeit abhängt. Aber die Rolle von PD-L1 zur Vorhersage des Gesamtüberlebens ist in Studien unterschiedlich.
PET/CT-Radiomics-Bildgebungsparameter:
Viele onkologische Bildgebungsstudien zielten auf die quantitative Bewertung der 18F-FDG-PET und die Korrelation mit den klinischen Ergebnissen ab. Es gibt eine zugrunde liegende Hypothese, auf der Radiomics-Glukosestoffwechselparameter auf der Existenz einer Beziehung zwischen extrahierten metabolischen Bilddaten und dem molekularen Phänotyp und/oder Genotyp des Tumors beruhen. Radiomische Parameter können idealerweise die Patientenprognose bestimmen und klinische Patientenergebnisse vorhersagen, wobei sie in zwei Arten von Parametern unterteilt werden: A) herkömmliche PET/CT-Parameter und B) Texturmerkmale.
Herkömmliche PET/CT-Parameter umfassen verschiedene grundlegende metabolische Parameter und volumetrische Parameter, wie z. B. SUVMAX, SUVMEAN, SUVPEAK, MTV, TLG, die mehr oder weniger routinemäßig erhoben und häufig in klinischen Patientenberichten verwendet werden.
Strukturelle PET/CT-Merkmale stellen fortgeschrittenere Stoffwechselparameter dar und werden derzeit nicht klinisch verwendet. Sie sollen z. B. die räumliche Heterogenität bösartiger Tumore einschließlich Parameter zweiter Ordnung höherer Ordnung wie GLCM, GLRLM und GLSZM demonstrieren. Solche fortgeschrittenen strukturellen PET/CT-Merkmale scheinen besser zu funktionieren als die konventionellen PET/CT-Parameter, die zur bildgebenden Erklärung in der klinischen Routine verwendet werden. Bis heute gibt es jedoch keinen Konsens darüber, welche optimalen Segmentierungsmethoden oder quantitativen Indizes die metabolischen Eigenschaften einer Tumorläsion ausdrücken und welche strukturellen PET/CT-Merkmale für klinische diagnostische Zwecke verwendet werden können. Daher sind mehr standardisierte Studien erforderlich, um eine optimale Methode festzulegen und diese Parameter in der klinischen Routinediagnostik bei Krebspatienten verwenden zu können.
Abschnitt 2: Zweck und Methode
Zweck:
- Auswahl der PET/CT-Radiomic-Bildgebungsparameter, die nach Bewertung mit zwei verschiedenen veröffentlichten Berechnungsmethoden am robustesten und wiederholbarsten sind, und Kreuzvalidierung mit zwei verschiedenen Patientenkollektiven (deutsche und chinesische NSCLC-Patienten);
- Bewertung der Beziehung zwischen der Art der Genmutationen, konventionellen und strukturellen PET/CT-Parametern und klinischen Ergebnissen bei Patienten mit behandlungsnaivem NSCLC;
- um die Beziehung zwischen CTCs, konventionellen und strukturellen PET/CT-Parametern und dem klinischen Ergebnis bei Patienten mit behandlungsnaivem NSCLC zu bewerten.
Methode: Berechnung der radiomischen PET/CT-Bildgebungsparameter: Führen Sie eine Nachbearbeitung von qualitätsbewerteten, rekonstruierten, schwächungskorrigierten 18F-FDG-PET-Bildern durch und erhalten Sie herkömmliche 18F-FDG-PET/CT-Parameter SUVMAX, SUVMEAN, SUVPEAK, TLG, MTV unter Verwendung des "MM Oncology“ innerhalb der SIEMENS Syngo.via Software. Erhalten Sie Textur-PET/CT-Funktionen mit zwei verschiedenen zuvor veröffentlichten Softwares, LIFEx und MATLAB-Skript, um alle Texturparameter zu extrahieren. Vergleichen Sie dann die Ergebnisse der Texturparameter, die mit zwei verschiedenen Softwares erhalten wurden, und wählen Sie aus, welche unter Berücksichtigung der unterschiedlich erworbenen Methoden am robustesten und wiederholbarsten sind. Bestimmen Sie, welche Texturparameter die gleichen sich ändernden Trends zeigen, um redundante zu entfernen.
Die Forscher werden mit zwei bekannten Abteilungen (Nuklearmedizin und Pathologie) zusammenarbeiten, die auf Onkologie spezialisiert sind (Peking University Cancer Hospital), die anonymisierte Patientendaten von NSCLC-Patienten austauschen, um die Stichprobengröße zu erweitern, Daten zu validieren und Ähnlichkeiten und Unterschiede zu vergleichen zwischen Patienten in Bezug auf verschiedene Rassen und verschiedene Regionen sowie verschiedene bildgebende Analysemethoden, um die Hauptergebnisse zuverlässiger zu machen. Nach Etablierung und Validierung dieser Zwei-Standort-Plattform ist geplant, die Analysen auf weitere solide Tumore wie malignes Melanom etc. auszuweiten.
Die Forscher planen, Proteine, die von mutierten Genen exprimiert werden, aus CTCs zu extrahieren und zu analysieren, welche Genmutationen festgestellt werden. Bestimmung der Korrelation zwischen genetischen Mutationen, die in CTCs identifiziert wurden, und Genmutationen, die durch histopathologische Biopsie identifiziert wurden.
Abschnitt 3: Vorteile und Grenzen Vorteil: Soweit bekannt, ist dies die erste Multisite-Studie, die ein deutsches und ein chinesisches NSCLC-Patientenkollektiv mit demselben Scanprotokoll auf demselben PET/CT-Scanner untersucht und verschiedene veröffentlichte Softwareprogramme zum Extrahieren und Berechnen untersucht 18F-FDG-PET/CT-Texturmerkmale, die unsere Ergebnisse verständlicher und zuverlässiger machen und eine Möglichkeit bieten, unsere Analysen zu validieren.
Einschränkung:der retrospektive Charakter der Studie, der es uns nicht erlaubt, definitive Schlussfolgerungen bezüglich der Parameterauswahl für klinische Routinezwecke zu ziehen.
Studientyp
Einschreibung (Tatsächlich)
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Retrospektive Auswahl beider NSCLC-Patienten der deutschen Kohorte mit begleitenden Genmutationsergebnissen, CTC-Abrechnungsergebnissen und 18F-FDG-PET/CT-Bildgebungsdaten vor Lungentumoroperation (beide deutsche Patientenkohorten)
- Retrospektive Auswahl chinesischer NSCLC-Patienten mit begleitenden Genmutationsergebnissen, CTC-Abrechnungsergebnissen und 18F-FDG-PET/CT-Bildgebungsdaten vor Lungentumoroperation (chinesisches Patientenkollektiv)
Ausschlusskriterien:
- NSCLC-Patienten mit chirurgischer Resektion des Ziel-/Primärtumors vor 18F-FDG-PET/CT-Scan.
- NSCLC-Patienten mit erhöhten Blutzuckerwerten (> 150 mg/dl) unmittelbar vor der 18F-FDG-Injektion.
- basierend auf PET-CT-Scans keine begleitenden malignen Erkrankungen
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
---|---|
Deutsche Kohorte Bayreuth
Retrospektive Analyse der klinischen Routine F18-FDG-PET/CT, molekularer Pathologie und klinischer Ergebnisdaten.
|
Retrospektive Analyse der klinischen Routine F18-FDG-PET/CT, molekularer Pathologie und klinischer Ergebnisdaten.
|
Deutsche Kohorte Hof
Retrospektive Analyse der klinischen Routine F18-FDG-PET/CT, molekularer Pathologie und klinischer Ergebnisdaten.
|
Retrospektive Analyse der klinischen Routine F18-FDG-PET/CT, molekularer Pathologie und klinischer Ergebnisdaten.
|
Chinesische Kohorte Peking
Retrospektive Analyse der klinischen Routine F18-FDG-PET/CT, molekularer Pathologie und klinischer Ergebnisdaten.
|
Retrospektive Analyse der klinischen Routine F18-FDG-PET/CT, molekularer Pathologie und klinischer Ergebnisdaten.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Progressionsfreies Überleben
Zeitfenster: bis Studienabschluss durchschnittlich 3 Jahre nach Erstaufnahme
|
Zeit bis zur Progression (RECIST) basierend auf routinemäßiger klinischer CT-Bildgebung auf vierteljährlicher Basis
|
bis Studienabschluss durchschnittlich 3 Jahre nach Erstaufnahme
|
Gesamtüberleben
Zeitfenster: bis Studienabschluss durchschnittlich 3 Jahre nach Erstaufnahme
|
Zeit bis zum Tod basierend auf klinischen Aufzeichnungen
|
bis Studienabschluss durchschnittlich 3 Jahre nach Erstaufnahme
|
Mitarbeiter und Ermittler
Sponsor
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Sharma SV, Bell DW, Settleman J, Haber DA. Epidermal growth factor receptor mutations in lung cancer. Nat Rev Cancer. 2007 Mar;7(3):169-81. doi: 10.1038/nrc2088.
- Zhu QG, Zhang SM, Ding XX, He B, Zhang HQ. Driver genes in non-small cell lung cancer: Characteristics, detection methods, and targeted therapies. Oncotarget. 2017 Apr 10;8(34):57680-57692. doi: 10.18632/oncotarget.17016. eCollection 2017 Aug 22.
- O'Flaherty L, Wikman H, Pantel K. Biology and clinical significance of circulating tumor cell subpopulations in lung cancer. Transl Lung Cancer Res. 2017 Aug;6(4):431-443. doi: 10.21037/tlcr.2017.07.03.
- Sollini M, Cozzi L, Antunovic L, Chiti A, Kirienko M. PET Radiomics in NSCLC: state of the art and a proposal for harmonization of methodology. Sci Rep. 2017 Mar 23;7(1):358. doi: 10.1038/s41598-017-00426-y.
- Villalobos P, Wistuba II. Lung Cancer Biomarkers. Hematol Oncol Clin North Am. 2017 Feb;31(1):13-29. doi: 10.1016/j.hoc.2016.08.006.
- Khalil FK, Altiok S. Advances in EGFR as a Predictive Marker in Lung Adenocarcinoma. Cancer Control. 2015 Apr;22(2):193-9. doi: 10.1177/107327481502200210.
- Sholl LM. Biomarkers in lung adenocarcinoma: a decade of progress. Arch Pathol Lab Med. 2015 Apr;139(4):469-80. doi: 10.5858/arpa.2014-0128-RA. Epub 2014 Sep 25.
- Cardarella S, Ogino A, Nishino M, Butaney M, Shen J, Lydon C, Yeap BY, Sholl LM, Johnson BE, Janne PA. Clinical, pathologic, and biologic features associated with BRAF mutations in non-small cell lung cancer. Clin Cancer Res. 2013 Aug 15;19(16):4532-40. doi: 10.1158/1078-0432.CCR-13-0657. Epub 2013 Jul 5.
- Paik PK, Arcila ME, Fara M, Sima CS, Miller VA, Kris MG, Ladanyi M, Riely GJ. Clinical characteristics of patients with lung adenocarcinomas harboring BRAF mutations. J Clin Oncol. 2011 May 20;29(15):2046-51. doi: 10.1200/JCO.2010.33.1280. Epub 2011 Apr 11.
- Zhao Z, Verma V, Zhang M. Anaplastic lymphoma kinase: Role in cancer and therapy perspective. Cancer Biol Ther. 2015;16(12):1691-701. doi: 10.1080/15384047.2015.1095407.
- Fujimoto J, Wistuba II. Current concepts on the molecular pathology of non-small cell lung carcinoma. Semin Diagn Pathol. 2014 Jul;31(4):306-13. doi: 10.1053/j.semdp.2014.06.008. Epub 2014 Jun 12.
- Chatziandreou I, Tsioli P, Sakellariou S, Mourkioti I, Giannopoulou I, Levidou G, Korkolopoulou P, Patsouris E, Saetta AA. Comprehensive Molecular Analysis of NSCLC; Clinicopathological Associations. PLoS One. 2015 Jul 24;10(7):e0133859. doi: 10.1371/journal.pone.0133859. eCollection 2015.
- Yoshida A, Kohno T, Tsuta K, Wakai S, Arai Y, Shimada Y, Asamura H, Furuta K, Shibata T, Tsuda H. ROS1-rearranged lung cancer: a clinicopathologic and molecular study of 15 surgical cases. Am J Surg Pathol. 2013 Apr;37(4):554-62. doi: 10.1097/PAS.0b013e3182758fe6.
- Intlekofer AM, Thompson CB. At the bench: preclinical rationale for CTLA-4 and PD-1 blockade as cancer immunotherapy. J Leukoc Biol. 2013 Jul;94(1):25-39. doi: 10.1189/jlb.1212621. Epub 2013 Apr 26.
- Zou W, Wolchok JD, Chen L. PD-L1 (B7-H1) and PD-1 pathway blockade for cancer therapy: Mechanisms, response biomarkers, and combinations. Sci Transl Med. 2016 Mar 2;8(328):328rv4. doi: 10.1126/scitranslmed.aad7118.
- Ameratunga M, Asadi K, Lin X, Walkiewicz M, Murone C, Knight S, Mitchell P, Boutros P, John T. PD-L1 and Tumor Infiltrating Lymphocytes as Prognostic Markers in Resected NSCLC. PLoS One. 2016 Apr 22;11(4):e0153954. doi: 10.1371/journal.pone.0153954. eCollection 2016.
- Ma W, Gilligan BM, Yuan J, Li T. Current status and perspectives in translational biomarker research for PD-1/PD-L1 immune checkpoint blockade therapy. J Hematol Oncol. 2016 May 27;9(1):47. doi: 10.1186/s13045-016-0277-y.
- Zhang M, Li G, Wang Y, Wang Y, Zhao S, Haihong P, Zhao H, Wang Y. PD-L1 expression in lung cancer and its correlation with driver mutations: a meta-analysis. Sci Rep. 2017 Aug 31;7(1):10255. doi: 10.1038/s41598-017-10925-7.
- Pan ZK, Ye F, Wu X, An HX, Wu JX. Clinicopathological and prognostic significance of programmed cell death ligand1 (PD-L1) expression in patients with non-small cell lung cancer: a meta-analysis. J Thorac Dis. 2015 Mar;7(3):462-70. doi: 10.3978/j.issn.2072-1439.2015.02.13.
- Zhong A, Xing Y, Pan X, Shi M, Xu H. Prognostic value of programmed cell death-ligand 1 expression in patients with non-small-cell lung cancer: evidence from an updated meta-analysis. Onco Targets Ther. 2015 Dec 1;8:3595-601. doi: 10.2147/OTT.S91469. eCollection 2015.
- van Helden EJ, Vacher YJL, van Wieringen WN, van Velden FHP, Verheul HMW, Hoekstra OS, Boellaard R, Menke-van der Houven van Oordt CW. Radiomics analysis of pre-treatment [18F]FDG PET/CT for patients with metastatic colorectal cancer undergoing palliative systemic treatment. Eur J Nucl Med Mol Imaging. 2018 Dec;45(13):2307-2317. doi: 10.1007/s00259-018-4100-6. Epub 2018 Aug 9.
- Cook GJR, Azad G, Owczarczyk K, Siddique M, Goh V. Challenges and Promises of PET Radiomics. Int J Radiat Oncol Biol Phys. 2018 Nov 15;102(4):1083-1089. doi: 10.1016/j.ijrobp.2017.12.268. Epub 2018 Jan 31.
- Chicklore S, Goh V, Siddique M, Roy A, Marsden PK, Cook GJ. Quantifying tumour heterogeneity in 18F-FDG PET/CT imaging by texture analysis. Eur J Nucl Med Mol Imaging. 2013 Jan;40(1):133-40. doi: 10.1007/s00259-012-2247-0. Epub 2012 Oct 13.
- Pyka T, Gempt J, Hiob D, Ringel F, Schlegel J, Bette S, Wester HJ, Meyer B, Forster S. Textural analysis of pre-therapeutic [18F]-FET-PET and its correlation with tumor grade and patient survival in high-grade gliomas. Eur J Nucl Med Mol Imaging. 2016 Jan;43(1):133-141. doi: 10.1007/s00259-015-3140-4. Epub 2015 Jul 29.
- Nioche C, Orlhac F, Boughdad S, Reuze S, Goya-Outi J, Robert C, Pellot-Barakat C, Soussan M, Frouin F, Buvat I. LIFEx: A Freeware for Radiomic Feature Calculation in Multimodality Imaging to Accelerate Advances in the Characterization of Tumor Heterogeneity. Cancer Res. 2018 Aug 15;78(16):4786-4789. doi: 10.1158/0008-5472.CAN-18-0125. Epub 2018 Jun 29.
- Orlhac F, Soussan M, Maisonobe JA, Garcia CA, Vanderlinden B, Buvat I. Tumor texture analysis in 18F-FDG PET: relationships between texture parameters, histogram indices, standardized uptake values, metabolic volumes, and total lesion glycolysis. J Nucl Med. 2014 Mar;55(3):414-22. doi: 10.2967/jnumed.113.129858. Epub 2014 Feb 18.
- Pyka T, Bundschuh RA, Andratschke N, Mayer B, Specht HM, Papp L, Zsoter N, Essler M. Textural features in pre-treatment [F18]-FDG-PET/CT are correlated with risk of local recurrence and disease-specific survival in early stage NSCLC patients receiving primary stereotactic radiation therapy. Radiat Oncol. 2015 Apr 22;10:100. doi: 10.1186/s13014-015-0407-7.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (TATSÄCHLICH)
Primärer Abschluss (TATSÄCHLICH)
Studienabschluss (TATSÄCHLICH)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (TATSÄCHLICH)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (TATSÄCHLICH)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- PANU022020
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
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 .
Klinische Studien zur NSCLC
-
Shanghai Henlius BiotechAbgeschlossen
-
The Netherlands Cancer InstituteAnmeldung auf Einladung
-
Centre Oscar LambretUniversity Hospital, LilleBeendet
-
Suzhou Zelgen Biopharmaceuticals Co.,LtdAbgeschlossen
-
Bio-Thera SolutionsAbgeschlossen
-
Xinqiao Hospital of ChongqingAbgeschlossen
-
Seoul St. Mary's HospitalBoehringer IngelheimAktiv, nicht rekrutierend
-
Taipei Veterans General Hospital, TaiwanNational Taiwan University Hospital; China Medical University Hospital; Tri-Service... und andere MitarbeiterUnbekannt
-
AstraZenecaAbgeschlossenNSCLCSchweden, Bulgarien, Mexiko, Russische Föderation, Truthahn, Vereinigtes Königreich, Philippinen, Malaysia, Deutschland, Ungarn, Lettland, Litauen, Polen, Rumänien, Niederlande, Norwegen, Argentinien, Australien, Kanada, Slowakei und mehr