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

Merkmale der funktionellen MRT-Bildgebung und Fettquantifizierung von CT-fettfreien Nierenneoplasmen: Beziehungen zu histologischen Klassifikationen und molekularen Markern

18. März 2026 aktualisiert von: Li-Jen Wang, Chang Gung Memorial Hospital
Die Kenntnis der histologischen Diagnose und seines Subtyps eines Nierenparenchymtumors ist wichtig, um festzustellen, ob die Wahl eines bestimmten Schemas aus Chemotherapie, Zieltherapie und Immuntherapie für die Behandlung dieses Tumors geeignet und wirksam sein könnte. Die Computertomographie (CT) gilt als hervorragende bildgebende Methode zur Erkennung von intratumoralem Fett, und die meisten renalen Angiomyolipome (AML) konnten daher sicher in der Computertomographie diagnostiziert werden, indem intratumorales Fett sichtbar gemacht wurde. Wenn ein Nierenparenchymtumor jedoch in der Computertomographie kein nachweisbares Fett im Tumor aufweist, gibt es eine lange Liste seiner Diagnosen, einschließlich gutartiger Neubildungen wie Angiomyolipom mit minimalem Fettgehalt, Onkozytom, metanephrischem Adenom usw. und bösartigem Potenzial für epitheloides Angiomyolipom (eAML). , bösartige Neubildungen wie Nierenzellkarzinom (RCC), Sarkom, maligne eAML usw. Darüber hinaus gibt es drei Arten von Krebsmedikamenten (antiangiogenetische Medikamente, Säugetierziele von Rapamycin-Inhibitoren, Immunmodulatoren). Ob das Krebsmedikament wirksam ist, hängt hauptsächlich von den Subtypen der RCCs ab. Dennoch konnte die Computertomographie histologische Arten von Nierenparenchymmassen mit Ausnahme von renalen AMLs mit reichlich Fett nicht zuverlässig unterscheiden. Daher ist bei Patienten ohne gesicherte Diagnose durch bildgebende Untersuchungen in der Regel eine weitere Biopsie des Nierentumors erforderlich, um die histologische Diagnose und den Subtyp zu validieren. In diese Studie sollen daher 60 Patienten mit Nierenparenchymtumoren aufgenommen werden, die in der Computertomographie kein intratumorales Fett zeigen. Alle eingeschlossenen Patienten werden einer multiparametrischen Magnetresonanztomographie (MRT) zur Fettdetektion unterzogen.

Studienübersicht

Status

Aktiv, nicht rekrutierend

Bedingungen

Detaillierte Beschreibung

Die multiparametrische MRT umfasst nicht nur herkömmliche T1- und T2-gewichtete Bilder, sondern auch diffusionsgewichtete Bilder und dynamisch kontrastverstärkte Bilder. Die Fettdetektions-MRT umfasst fettunterdrückte Bilder durch Frequenzauswahl, phasenverschobene Bilder (im Vergleich zum Inphase-Bild) und eine Fettquantifizierungsimpulssequenz zur Bestimmung des Vorhandenseins oder Nichtvorhandenseins von intratumoralem Fett sowie zur Messung der Fettmenge. Wir werden MRT-Charakteristika der Nierenparenchymtumoren der Patienten erfassen. Wenn sich die Patienten nach der MRT-Untersuchung einer weiteren Biopsie zur Feststellung histologischer Diagnosen und Subtypen unterziehen, werden die aus der Biopsie gewonnenen Proben des Nierentumors durch immunhistochemische Färbung (IHC), quantitative Echtzeit-Polymerasekettenreaktion (qPCR) und Western Blot weiter analysiert Einholung der Einverständniserklärung des Patienten. Die MRT-Eigenschaften der Nierenparenchymtumoren der Patienten werden dann mit histologischen Untersuchungen, IHC-, qPCR- und Western-Blot-Untersuchungen der Tumoren korreliert. Anschließend werden wir univariate und multivariate Analysen verwenden, um zu bestimmen, ob MRT-Merkmale als bildgebende Surrogate für die Vorhersage von Biomarkern wie histologische Diagnose, Subtypen, IHC-, qPCR- und Western-Blot-Ergebnisse nützlich sind.

Studientyp

Interventionell

Einschreibung (Geschätzt)

44

Phase

  • Unzutreffend

Kontakte und Standorte

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

Studienorte

    • Taiwan
      • Taoyuan District, Taiwan, Taiwan, 333
        • Li-Jen Wang

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. Alter ≥ 20 Jahre alt
  2. Nierenparenchymtumoren ohne nachweisbares intratumorales Fett in der Computertomographie (CT) haben
  3. Normale Nierenfunktion (d. h. geschätzte glomeruläre Filtrationsrate ≧ 60 ml/min/1,73). m2)
  4. Keine Allergiegeschichte gegen jodhaltiges Kontrastmittel

Ausschlusskriterien:

  1. Schwangere oder stillende Frau
  2. Widerruf der Einwilligung nach Aufklärung
  3. Diejenigen, die kein MRT abgeschlossen haben
  4. Diejenigen, die keine Nierentumorbiopsie erhielten

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

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

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: Multiparametrische und fettdetektierende Magnetresonanztomographie (MRT)
Erkennung der geringen Fettmenge mithilfe von Pulssequenzen zur Fetterkennung im MRT
Differenzierung von renalen AMLs mit minimalem Fettgehalt und RCCs

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Beurteilung der MR-Eigenschaften – T2WI
Zeitfenster: 3 Jahre
T2-gewichtete Bilder (T2WI)
3 Jahre
Beurteilung der MR-Eigenschaften – ADC
Zeitfenster: 3 Jahre
Scheinbarer Diffusionskoeffizient (ADC)
3 Jahre
Beurteilung der MR-Eigenschaften – IVIM
Zeitfenster: 3 Jahre
Intravoxel-inkohärente Bewegung (IVIM)
3 Jahre

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Immunhistochemie (IHC) Statin – mTOR
Zeitfenster: 3 Jahre
Die IHC-Färbungen für Proteinreaktionen des gesamten mTOR werden mithilfe elektronischer Dateien analysiert, die vom Aperio Digital Pathology Slide Scanner erhalten wurden.
3 Jahre
Immunhistochemie (IHC) Statin-Phospho-mTOR
Zeitfenster: 3 Jahre
Die IHC-Färbungen für Proteinreaktionen von Phospho-mTOR (pmTOR) werden mithilfe elektronischer Dateien analysiert, die vom Aperio Digital Pathology Slide Scanner erhalten wurden.
3 Jahre
Immunhistochemie (IHC) Statin-Rheb
Zeitfenster: 3 Jahre
Die IHC-Färbungen für Proteinreaktionen von Rheb werden mithilfe elektronischer Dateien analysiert, die vom Aperio Digital Pathology Slide Scanner erhalten wurden.
3 Jahre
Immunhistochemie (IHC) Statin-S6K
Zeitfenster: 3 Jahre
Die IHC-Färbungen für Proteinreaktionen von S6K werden mithilfe elektronischer Dateien analysiert, die vom Aperio Digital Pathology Slide Scanner erhalten wurden.
3 Jahre
Immunhistochemie (IHC) Statin – pS6K
Zeitfenster: 3 Jahre
Die IHC-Färbungen für Proteinreaktionen von pS6K werden mithilfe elektronischer Dateien analysiert, die vom Aperio Digital Pathology Slide Scanner erhalten wurden.
3 Jahre
Quantitative Echtzeit-Polymerase-Kettenreaktion (qPCR)
Zeitfenster: 3 Jahre

Wir extrahieren RNA aus Tumorzellen mit dem RNeasy Mini Kit (Qiagen) gemäß dem Protokoll des Herstellers und die umgekehrte Transkription von RNA in cDNA erfolgt mit dem PrimeScript TM RT-Reagenzienkit (Takara Bio Inc.), gefolgt von einer Amplifikation durch Polymerase-Kettenreaktion ( PCR) unter Verwendung des SYBR Green SuperMix (BioRad, Hercules, CA).

Der quantitative Echtzeit-PCR-Test (qPCR) umfasst Primersequenzen der Gene des PI3K/AKT/mTOR-Signalwegs, einschließlich Phosphatase und Tensin-Homolog (PTEN), mTOR, ribosomale Protein-S6-Kinase B1 (S6K1), Ras-Homolog, MTORC1-Bindung (RHEB). und die Gene des eukaryontischen Translationsinitiationsfaktors 4E-bindendes Protein 1 (4EBP1) werden analysiert.

3 Jahre

Mitarbeiter und Ermittler

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

Ermittler

  • Hauptermittler: Li-Jen Wang, M.D., M.P.H., Chang Gung Memorial 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)

11. Februar 2019

Primärer Abschluss (Geschätzt)

31. Dezember 2026

Studienabschluss (Geschätzt)

31. Dezember 2026

Studienanmeldedaten

Zuerst eingereicht

6. November 2023

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

9. November 2023

Zuerst gepostet (Tatsächlich)

13. November 2023

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

20. März 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

18. März 2026

Zuletzt verifiziert

1. März 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Planen Sie die Erstellung individueller Teilnehmerdaten

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 .

Klinische Studien zur Nierentumoren

Klinische Studien zur Multiparametrische und fettdetektierende Magnetresonanztomographie (MRT)

Abonnieren