- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT04781062
Entwicklung eines horizontalen Datenintegrationsklassifikators für die nichtinvasive Früherkennung von Brustkrebs (RENOVATE)
Dies ist eine translationale Non-Profit-Studie. Unser Vorschlag zielt darauf ab, einen nichtinvasiven Klassifikator für horizontale Datenintegration (HDI) für die Früherkennung von Brustkrebs zu schaffen, mit dem Endziel, in den meisten Fällen nutzlose Biopsien von Verdachtsfällen zu vermeiden, die während des radiologischen Screenings auftreten.
Frauen mit radiologisch identifizierten Läsionen, BIRADS-3/4/5, kleiner als 2 cm nach radiologischer Beurteilung (d. h. radiologisch T1), werden aufgenommen und eingeladen, periphere Blutproben (35 ml) und Urinproben (50 ml) zu spenden. Es werden radiologische Bilder sowie demografische und anatomopathologische Daten erhoben.
Ziel dieses Projektes ist die Entwicklung eines HDI-Klassifikators, der eine frühe nicht-invasive Diagnose von Brustkrebs mit ähnlicher Genauigkeit im Vergleich zu Brustbiopsien ermöglicht. Ein solcher Klassifikator wird basierend auf der Korrelation zwischen dem molekularen Profil von peripherem Blut (ctDNA, Proteine, Exosomen) und Urin (ctDNA), die bei T0 (Baseline, vor diagnostischer Biopsie) gesammelt wurden, und der bioptischen Diagnose entwickelt. Die Beurteilung des Profils von peripherem Blut (ctDNA, Proteine, Exosomen) und Urin (ctDNA) zu zwei Zeitpunkten für diagnostizierten pT1-Brustkrebs (T0: Baseline, vor Biopsie; T1: nach Diagnose von pT1-Brustkrebs) wird uns dies ermöglichen zwischen tumor- und wirtsspezifischen molekularen Veränderungen im Zusammenhang mit dem Vorhandensein/Fehlen von Brustkrebs unterscheiden.
Studienübersicht
Status
Bedingungen
Detaillierte Beschreibung
Hintergrund: Derzeit ist die Früherkennung von invasivem Brustkrebs auf den kombinierten Einsatz von Mammographie und Ultraschall angewiesen. Diese Ansätze sind in Bezug auf die Genauigkeit immer noch suboptimal, und im Falle eines radiologischen Verdachts sind Bestätigungsbiopsien oder Recall-Tests erforderlich. In jüngster Zeit hat die Untersuchung nichtinvasiver Biomarker bei Krebs enormes Interesse geweckt, gefördert durch den Fortschritt von Technologien und das Potenzial zur Früherkennung von Malignomen. Bisher hat jedoch keine Studie versucht, die gleichzeitige Bewertung biologisch unterschiedlicher Analyten und Datencharakterisierungsalgorithmen (Radiomics-Ansätze) anzuwenden, um die Genauigkeit der Brustkrebsfrüherkennung zu erhöhen.
Hypothese: Mehrere biologische Analyten müssen mit der Verfeinerung von Radiomics-Algorithmen kombiniert werden, um die derzeitigen Einschränkungen der Früherkennung von Brustkrebs zu überwinden. Das übergeordnete Ziel des Projekts ist die Entwicklung eines Klassifikators für horizontale Datenintegration (HDI), der eine frühe nichtinvasive Diagnose von invasivem Brustkrebs mit hoher Genauigkeit ermöglicht.
Ziele: Ziel 1: Testen der Leistungsfähigkeit für die Diagnose kleiner invasiver Brustkrebsarten von a) ultrasensitiver Next-Generation-Sequenzierung auf zirkulierender Tumor-DNA (ctDNA); b) Aptamer-basierte Proteomik-Arrays an plasmatischen Proteinen; c) Radiomics-Algorithmen für maschinelles Lernen. Ziel 2: Entwicklung eines HDI-Klassifikators basierend auf den oben genannten Methoden mit dem Ziel, den Bedarf an invasiven Verfahren in der Früherkennung von Brustkrebs zu reduzieren. Ziel 3: Verbesserung der Leistung des HDI-Klassifikators durch Integration anderer potenziell transformativer Methoden der nichtinvasiven Diagnose.
Experimentelles Design: Periphere Blutproben und Urinproben werden von einer prospektiven Kohorte von 750 Patienten mit radiologisch verdächtigen kleinen Brustläsionen gesammelt, die sich einer diagnostischen Biopsie in der diagnostischen Senologieabteilung des San Martino Hospitals unterziehen. Ultrasensitive Next Generation Sequencing (NGS) an Plasma-ctDNA wird unter Verwendung eines von uns entwickelten benutzerdefinierten getaggten Amplikon-Panels an einer Kohorte von 3.269 sequenzierten Brustkrebsfällen der GENIE-Initiative durchgeführt. Wir werden auch ein neues Protokoll namens zellfreie methylierte DNA-Immunpräzipitation und Hochdurchsatz-Sequenzierung (cfMeDIP-seq) in Zusammenarbeit mit dem Dana Farber Cancer Institute, Boston, zur Methylomanalyse kleiner Mengen ctDNA aus Plasma und Urin anwenden. Potenzielle krebsbezogene Plasmaproteine werden mithilfe von SomaScan-Proteinarrays auf Aptamerbasis in Zusammenarbeit mit dem Sidra Medical Center, Doha, Katar, analysiert. Ein Radiomics-Klassifikator, der vom Senology-Team in einer explorativen Untergruppe der von der Universität Genua gesponserten ASTOUND-Studie entwickelt wurde, wird an derselben Kohorte trainiert und getestet. Andere nicht-invasive Diagnosemethoden werden ebenfalls bewertet. Ein HDI-Klassifikator wird anhand von ctDNA-, Proteomik- und Radiomics-Ergebnissen unter Verwendung fortschrittlicher maschineller Lernmethoden generiert. Unser HDI-Klassifikator wird schließlich nach Bedarf mit anderen Prädiktoren integriert und an unserer Kohorte validiert.
Erwartete Ergebnisse: 1. Bewertung der Leistungsfähigkeit modernster nicht-invasiver Methoden im Zusammenhang mit der Früherkennung von Brustkrebs. 2. Entwicklung eines nichtinvasiven HDI-Klassifikators für Brustkrebs im Frühstadium. 3. Neue biologische Erkenntnisse zu kleinen Brustkrebsarten.
Auswirkungen auf Krebs: 1. Erhöhung der Genauigkeit der Brustfrüherkennung gegenüber aktuellen Methoden. 2. Reduzierung des Bedarfs an Rückruf- und invasiven Tests bei der Brustkrebsdiagnose. 3. Langfristige Auswirkungen auf die Brustkrebsmortalität.
Studientyp
Einschreibung (Tatsächlich)
Phase
- Unzutreffend
Kontakte und Standorte
Studienorte
-
-
-
Genova, Italien, 16132
- Ospedale Policlinico San Martino
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Beschreibung
Einschlusskriterien:
- Schriftliche Einverständniserklärung
- Durch digitale bilaterale Mammographie erkannte Brustläsionen
- Geeignet für eine diagnostische Biopsie (tru-cut oder VABB) gemäß der normalen klinischen Praxis
- Fähigkeit und Wille, die Protokollanforderungen einzuhalten
Ausschlusskriterien:
- Vorgeschichte von Krebs jeglicher Art
- Klinischer oder radiologischer Verdacht auf fortgeschrittenen oder metastasierten Krebs zum Zeitpunkt des Screenings
- Bekannte Vorgeschichte von aktiven oder behandelten Autoimmunerkrankungen oder manifesten chronischen oder saisonalen und aktiven allergischen Erkrankungen
- Vorgeschichte eines schweren Traumas oder einer Operation während der 24 Wochen vor dem Screening
- Vorgeschichte einer aktiven Infektionskrankheit, entweder chronisch oder akut, die jedoch in den 8 Wochen vor dem Screening aufgetreten ist
- Vorgeschichte bekannter akuter oder chronischer Herz-, Nieren- oder Lebererkrankungen oder akuter kardialer Ereignisse
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Diagnose
- Zuteilung: Nicht randomisiert
- Interventionsmodell: Sequenzielle Zuweisung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
---|---|
Experimental: Gruppe Brustkrebs im Stadium T1
Frauen mit radiologisch identifizierten Läsionen, BIRADS-3/4/5, kleiner als 2 cm nach radiologischer Beurteilung (d. h. radiologisch T1), werden aufgenommen und eingeladen, periphere Blutproben und Urinproben zu Studienbeginn zu spenden. Es werden radiologische Bilder sowie demografische und anatomopathologische Daten erhoben. Bei bioptisch bestätigtem T1-Brustkrebs wird den Patientinnen nach der primären Brustkrebsoperation eine zweite periphere Blut- und Urinentnahme unterzogen. |
Entnahme von peripheren Blut- und Urinproben
Entnahme von peripheren Blut- und Urinproben
|
Aktiver Komparator: Gruppe mit gutartigen Brustläsionen
Frauen mit radiologisch identifizierten Läsionen, BIRADS-3/4/5, kleiner als 2 cm nach radiologischer Beurteilung (d. h. radiologisch T1), werden aufgenommen und eingeladen, periphere Blutproben und Urinproben zu Studienbeginn zu spenden. Es werden radiologische Bilder sowie demografische und anatomopathologische Daten erhoben. Wenn eine bioptisch bestätigte gutartige Läsion vorliegt, werden keine weiteren Proben entnommen. |
Entnahme von peripheren Blut- und Urinproben
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Entwicklung eines HDI-Klassifikators, der eine frühe nicht-invasive Diagnose von Brustkrebs mit ähnlicher Genauigkeit im Vergleich zu Brustbiopsien ermöglicht
Zeitfenster: 5 Jahre
|
Genauigkeit eines Klassifikators für horizontale Datenintegration (HDI) bei der korrekten Klassifizierung von pT1-Brustkrebs aus gutartigen Läsionen (d. h. nicht-invasives Adenokarzinom der Brust) mit ähnlichen radiologischen Merkmalen (d. h. maximaler Läsionsdurchmesser kleiner oder gleich 2 cm).
Der HDI-Klassifikator ist definiert als eine variable Mischung von Merkmalen aus verschiedenen Radiomics-Analysen auf Baseline-Mammogrammen und molekularen Analysen von peripherem Blut (ctDNA-Methylierung durch cfMeDIPSeq, Proteine unter Verwendung der SomaScan® Somalogic-Plattform, miRNA-Sequenzierung aus Exosomen) und Urin (ctDNA-Methylierung durch cfMeDIPSeq ) gesammelt bei T0 (Grundlinie, vor diagnostischer Biopsie).
Dieses Ergebnis wird mit der Genauigkeit der diagnostischen Biopsie bei derselben Patientenkohorte verglichen.
|
5 Jahre
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Genauigkeit des HDI-Klassifikators
Zeitfenster: 5 Jahre
|
Genauigkeit des HDI-Klassifikators unter Berücksichtigung und nach Entfernung wirtsspezifischer Variablen durch Bewertung derselben Variablen nach der Operation.
|
5 Jahre
|
Analytische und klinische Gültigkeit des HDI-Klassifikators
Zeitfenster: 5 Jahre
|
Analytische und klinische Gültigkeit von kostengünstigeren Ersatzmethoden zur Messung derselben Variablen, die im HDI-Klassifikator enthalten sind (z. B. methylierungsspezifische PCR-Assays, ELISA-Essays für ausgewählte Proteine, quantitative Echtzeit-PCR für miRNAs).
|
5 Jahre
|
Mitarbeiter und Ermittler
Sponsor
Mitarbeiter
Ermittler
- Hauptermittler: Gabriele Zoppoli, MD, PhD, Ospedale Policlinico San Martino
Publikationen und hilfreiche Links
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Voraussichtlich)
Studienabschluss (Voraussichtlich)
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
- 4452
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 Brustkrebs
-
Novartis PharmaceuticalsAbgeschlossenMetastasierter Brustkrebs (MBC) | Locally Advance Breast Cancer (LABC)Vereinigtes Königreich, Spanien
-
BioNTech SESeventh Framework ProgrammeAbgeschlossenBrustkrebs (Triple Negative Breast Cancer (TNBC))Schweden, Deutschland
-
Filipa Lynce, MDAstraZeneca; Daiichi Sankyo, Inc.RekrutierungBrustkrebs | HER2-positiver Brustkrebs | Invasiver Brustkrebs | Entzündlicher Brustkrebs Stadium III | HER2 Low Breast AdenokarzinomVereinigte Staaten