Application of CT-Linac-Based "All-in-One" One-Stop Radiotherapy in Breast Cancer
Application of CT-Linac-Based "All-in-One" One-Stop Radiotherapy in All-Scenario Breast Cancer Radiotherapy: A Prospective Clinical Study
Descripción general del estudio
Estado
Estado
Condiciones
Condiciones
Intervención / Tratamiento
Intervención / Tratamiento
Tipo de estudio
Tipo de estudio
Inscripción (Estimado)
Inscripción
Fase
Fase
- No aplica
Contactos y Ubicaciones
Estudio Contacto
Estudio Contacto
- Nombre: Xiaoli Yu, MD, PhD
- Número de teléfono: +86-021-64175590
- Correo electrónico: xiaoliyu@fudan.edu.cn
Copia de seguridad de contactos de estudio
- Nombre: Xiaofang Wang, MD, PhD
- Número de teléfono: +86 18017317247
- Correo electrónico: xiaofang0708@yeah.net
Ubicaciones de estudio
-
-
Shanghai Municipality
-
Shanghai, Shanghai Municipality, Porcelana, 200032
- Reclutamiento
- Fudan University Shanghai Cancer Center
-
Contacto:
- Xiaofang Wang Wang
- Número de teléfono: +86 18017317247
- Correo electrónico: xiaofang0708@yeah.net
-
-
Criterios de participación
Criterio de elegibilidad
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Descripción
Inclusion Criteria:
- Histologically or pathologically confirmed breast cancer with definitive indications for radiotherapy (preoperative, postoperative, or radical)
- ECOG performance status of 0-2
- Able to remain still and supine on the treatment couch for up to 30 minutes
- Provision of signed, written informed consent
- Able to comply with daily follow-ups and blood sample collections
Exclusion Criteria:
- Palliative radiotherapy for concurrent distant metastasis
- Incomplete or ongoing chemotherapy
- Synchronous multiple primary tumors
- Current pregnancy or lactation
- Prior history of radiotherapy to the ipsilateral breast, chest wall, thorax, or regional lymph nodes
- Severe non-malignant comorbidities (e.g., cardiovascular or pulmonary diseases, systemic lupus erythematosus, scleroderma) resulting in a short life expectancy or inability to tolerate radical radiotherapy
- Inability or unlikelihood to comply with study follow-up
- Inability or unwillingness to provide written informed consent
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Otro
- Asignación: No aleatorizado
- Modelo Intervencionista: Asignación Secuencial
- Enmascaramiento: Ninguno (etiqueta abierta)
Número de brazos
Armas e Intervenciones
Grupo de participantes/brazoGrupo de participantes/brazo |
Intervención / TratamientoIntervención / Tratamiento |
|---|---|
|
Otro: ARM1: AI-empowered AIO WBI
Evaluates the feasibility, safety, and patient experiences of the AI-empowered AIO workflow in breast cancer patients undergoing whole-breast irradiation (WBI) without regional nodal involvement.
|
The workflow relies on specialized convolutional neural networks for automated segmentation and dose-prediction auto-planning.
These breast cancer models were trained on 285 historical institutional cases spanning radical mastectomy and breast-conserving surgery over five years.
Auto-delineated structures include the clinical target volume, regional lymph nodes (if involved), tumor bed (identified by surgical clips), heart, bilateral lungs, unaffected breast, spinal cord, esophagus, thyroid, and affected humeral head.
These contours guide dose prediction to generate deliverable tangential arc plans via clinical-goal-guided automated optimization in the treatment planning system.
To adapt to the on-couch treatment scenario, models were validated on retrospective data and offline routines to maximize target delineation accuracy and the first-approval rate of auto-plans.
|
|
Otro: ARM2: Expanded-Scenario AIO RT
Evaluates the feasibility, safety, and patient experiences of the AI-empowered AIO workflow in breast cancer patients with broader radiotherapy indications, including breast/chest wall irradiation with or without regional nodal radiotherapy.
|
The workflow relies on specialized convolutional neural networks for automated segmentation and dose-prediction auto-planning.
These breast cancer models were trained on 285 historical institutional cases spanning radical mastectomy and breast-conserving surgery over five years.
Auto-delineated structures include the clinical target volume, regional lymph nodes (if involved), tumor bed (identified by surgical clips), heart, bilateral lungs, unaffected breast, spinal cord, esophagus, thyroid, and affected humeral head.
These contours guide dose prediction to generate deliverable tangential arc plans via clinical-goal-guided automated optimization in the treatment planning system.
To adapt to the on-couch treatment scenario, models were validated on retrospective data and offline routines to maximize target delineation accuracy and the first-approval rate of auto-plans.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Acute adverse events
Periodo de tiempo: 6 months
|
The incidence and severity of acute adverse event include radiation dermatitis, pruritus, skin pain, radiation esophagitis, and radiation pneumonitis.
|
6 months
|
Medidas de resultado secundarias
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Accuracy
Periodo de tiempo: 2 months
|
Auto-segmentation accuracy was assessed by comparing automatically generated contours against the final physician-approved contours
|
2 months
|
|
Success rate
Periodo de tiempo: 2 months
|
Record AIO workflow success rate: online planning one-pass optimization success rate.
|
2 months
|
|
Quality of life (QoL)
Periodo de tiempo: 6 months
|
Quality of life will be evaluated via standardized QoL scales.
|
6 months
|
|
Time efficiency
Periodo de tiempo: 2 months
|
The time efficiency of the workflow was automatically recorded by the system
|
2 months
|
|
Full-Workflow Patient Intrafraction Motion
Periodo de tiempo: 2 months
|
Evaluated based on geometric deviations between pretreatment image-guided radiotherapy (IGRT), posttreatment imaging, and the baseline simulation CT
|
2 months
|
|
Correlation of Patient Metrology with Setup Error and Dosimetric Performance
Periodo de tiempo: 2 months
|
Evaluation of how Body Mass Index (BMI) and weight fluctuations correlate with geometric setup errors and in vivo gamma pass rates
|
2 months
|
|
Correlation of Anatomical Scale with Setup Error and Dosimetric Performance
Periodo de tiempo: 2 months
|
Evaluation of how anatomical scale/breast size correlates with geometric setup errors and in vivo gamma pass rates
|
2 months
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Inicio del estudio
Finalización primaria (Estimado)
Finalización primaria
Finalización del estudio (Estimado)
Finalización del estudio
Fechas de registro del estudio
Enviado por primera vez
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Publicado por primera vez
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización publicada
Última actualización enviada que cumplió con los criterios de control de calidad
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
Otros números de identificación del estudio
- FDRT-BC029
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Tipo de información de apoyo para compartir IPD
- PROTOCOLO DE ESTUDIO
- CIF
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .