- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05570266
Evaluación de la predicción del riesgo de cáncer de mama genético y no genético en muestras de Indonesia
El cáncer de mama es el cáncer más común y la causa de muertes relacionadas con el cáncer entre las mujeres, representando 1,67 millones (25,2 %) de casos nuevos y 521 907 (14,7 %) de muertes en todo el mundo. Las tasas de prevalencia y supervivencia del cáncer de mama difieren según el país. En Indonesia, la mayoría de los pacientes (70,9%) acuden a la clínica con estadios avanzados de cáncer de mama. La tasa de supervivencia a cinco años es del 51,07%. Uno de los determinantes más importantes de la supervivencia es el nivel educativo y el estadio del cáncer de mama (Sinaga et al., 2018).
Los métodos de detección actuales incluyen evaluaciones de mamografía y radiología, las cuales tienen desventajas específicamente en la población asiática. La mamografía es menos útil en la población asiática porque la población tiene senos más densos, lo que da como resultado que no se diagnostiquen casos de cáncer de mama en esta población en el 37-70% de los casos (Vachon et al., 2010). Además, los métodos de detección proporcionan respuestas binarias y, por lo tanto, no informan el perfil de riesgo de los pacientes.
Nuestro objetivo es implementar PRS en el proceso de detección del cáncer de mama mientras se observan las diferencias de los factores de riesgo genéticos y no genéticos en pacientes con cáncer de mama y pacientes sin antecedentes médicos o familiares de cáncer de mama en la población de Indonesia.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
El cáncer de mama es el cáncer más común y la causa de muertes relacionadas con el cáncer entre las mujeres, representando 1,67 millones (25,2 %) de casos nuevos y 521 907 (14,7 %) de muertes en todo el mundo. Las tasas de prevalencia y supervivencia del cáncer de mama difieren según el país. En Indonesia, la mayoría de los pacientes (70,9%) acuden a la clínica con estadios avanzados de cáncer de mama. La tasa de supervivencia a cinco años es del 51,07%. Uno de los determinantes más importantes de la supervivencia es el nivel educativo y el estadio del cáncer de mama (Sinaga et al., 2018).
Los métodos de detección actuales incluyen evaluaciones de mamografía y radiología, las cuales tienen desventajas específicamente en la población asiática. La mamografía es menos útil en la población asiática porque la población tiene senos más densos, lo que da como resultado que no se diagnostiquen casos de cáncer de mama en esta población en el 37-70% de los casos (Vachon et al., 2010). Además, los métodos de detección proporcionan respuestas binarias y, por lo tanto, no informan el perfil de riesgo de los pacientes.
Tradicionalmente, los algoritmos de predicción de riesgos como el modelo GAIL, BODACIEA y Tyler-Cuzick utilizan el historial médico y los factores clínicos de los pacientes. Sin embargo, recientemente, la genética ha ganado importancia debido a la naturaleza hereditaria del cáncer y la disponibilidad de servicios y pautas de prueba. Alrededor del 10-30 % de todos los casos se atribuyen a cánceres de mama familiares y, de estos, solo el 5 %-10 % se correlacionan con factores hereditarios relacionados con una alta penetrancia (Costa & Saldanha, 2017). La prueba genética más común para detectar hoy en día es BRCA 1 y 2, y luego otros 22 genes seleccionados por opiniones de expertos en NCCN y otras pautas.
Las prevalencias estimadas para portadores de mutaciones en BRCA1/2 son, respectivamente, del 0,11% y 0,12% en la población general, y entre el 12,8-16% en familias de alto riesgo con tres o más casos de cáncer de mama u ovario. Se cree que aproximadamente el 10-15 % de los casos de cáncer de ovario se deben a una mutación BRCA1/2 (Zhang et al., 2011); sin embargo, es posible que ~50 % de las personas con una mutación patógena en BRCA no informen antecedentes familiares importantes de cáncer ( Manchanda et al., 2014). NCCN, ASCO, St Gallen y ha establecido pautas para evaluar a los pacientes (Costa & Saldanha, 2017), pero la poca conciencia de los pacientes para someterse a la detección en primer lugar es difícil.
Las pruebas genéticas que usan puntajes de riesgo poligénico (PRS) combinan los efectos de los genes de baja penetrancia que juntos crean un valor predictivo tan fuerte como los genes de alta penetrancia, pero son mucho más comunes que las pruebas genéticas de alta penetrancia (Khera et al., 2018). Una PRS se calcula más comúnmente como una suma ponderada del número de alelos de riesgo portados por un individuo, donde los alelos de riesgo y sus pesos están definidos por los loci y sus efectos medidos según lo detectado por estudios de asociación de genoma completo.
Para algunas enfermedades comunes de aparición en adultos, el riesgo poligénico transmitido a un segmento sustancial (10-20 %) de la población cuyos genomas están enriquecidos en alelos de riesgo es comparable al riesgo transmitido por los factores de riesgo clínicos comúnmente utilizados (Khera et al., 2018). Un reciente GWAS integral a gran escala para el cáncer de mama encontró que el 45 % del riesgo relativo familiar de cáncer de mama puede explicarse por variantes genéticas capturadas por genotipado e imputación (Mavaddat et al., 2018). A medida que avanzan las tecnologías de genotipado y los consorcios construyen algoritmos en más muestras, los valores predictivos de los algoritmos PRS están madurando. Después del análisis de 120 000 pacientes y la optimización para lograr la máxima predictibilidad, una puntuación de PRS que combina 313 SNP y factores clínicos tiene un valor predictivo del 68 %, en comparación con solo el 58 % utilizando factores de riesgo clínicos (Mavaddat et al., 2018). Un estudio realizado en el Consorcio de la Asociación de Cáncer de Mama mostró que la PRS combinada con factores de riesgo ambientales se puede usar para distinguir a las mujeres con diferentes niveles de riesgo de cáncer de mama en la población general (Rudolph et al., 2018).
Este puntaje brinda a los proveedores la oportunidad de estratificar a los pacientes, lo que puede dar lugar a que algunas personas con un perfil de riesgo más alto comiencen antes la terapia para reducir el riesgo, comiencen a realizarse exámenes de detección a una edad más temprana y modifiquen sus estilos de vida con el fin de reducir su riesgo. Por ejemplo, aquellos que se encuentran en el 1,5 % superior de la puntuación de riesgo poligénico tienen una razón de probabilidad de 3 o más en comparación con la población general.
Los puntajes de riesgo poligénico se han aplicado en instituciones líderes en el mundo como ensayos clínicos y en entornos comerciales. Sin embargo, ha habido poca aplicación en los países en desarrollo para usar la puntuación de riesgo poligénico para aumentar la conciencia de las estrategias de reducción de riesgo de cáncer de mama en pacientes.
Una de las principales preocupaciones sobre la implementación clínica del cribado genético poblacional es la disponibilidad de expertos después de la prueba. Un estudio realizado en el Reino Unido sobre la actitud de los médicos hacia la estratificación del riesgo de cáncer de ovario mostró que el 70 % de los oncólogos y el 50 % de los médicos de cabecera estarían dispuestos a ofrecer pruebas genéticas a sus pacientes. Alrededor del 60 % cree que la prueba les daría a los pacientes una sensación de control, y más del 80 % de los proveedores están dispuestos a personalizar las recomendaciones según la estratificación del riesgo (Hann et al., 2017).
Nuestro objetivo es implementar PRS en el proceso de detección del cáncer de mama mientras se observan las diferencias de los factores de riesgo genéticos y no genéticos en pacientes con cáncer de mama y pacientes sin antecedentes médicos o familiares de cáncer de mama en la población de Indonesia.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Jakarta Raya
-
Jakarta, Jakarta Raya, Indonesia, 12930
- MRCC Siloam Hospitals Semanggi
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
Para grupo de casos
- Haber sido diagnosticado con cáncer de mama primario o dado positivo para genes de alta penetrancia (p. BRCA 1/2)
- Edad de la menarquia > 12 años
- premenopáusica
para el grupo de control
- premenopáusica
- Edad de la menarquia > 12 años
- asintomático
- Consentimiento para el estudio y seguimiento
Criterio de exclusión:
- Para grupo de casos:
Antecedentes familiares de primer grado de cáncer de mama o de ovario
Para el grupo de control:
- Antecedentes familiares de cáncer de mama o de ovario
- Relación de primer grado con los casos
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Casos
Los casos se toman reclutando mujeres que:
|
La genotipificación de marcadores conocidos relacionados con el cáncer de mama (313 variantes) se realizará utilizando un chip de genotipificación de micromatrices (riesgo genético).
Las respuestas de la encuesta determinarán las puntuaciones del modelo de Gail y, por lo tanto, la puntuación de riesgo clínico.
|
|
Grupo
Los controles se toman de clientes que visitaron Breast Cancer Care Alliance (BCCA) y:
|
La genotipificación de marcadores conocidos relacionados con el cáncer de mama (313 variantes) se realizará utilizando un chip de genotipificación de micromatrices (riesgo genético).
Las respuestas de la encuesta determinarán las puntuaciones del modelo de Gail y, por lo tanto, la puntuación de riesgo clínico.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Diferencia de riesgo absoluto entre pacientes con cáncer de mama y pacientes sin cáncer de mama en términos de su riesgo no genético
Periodo de tiempo: Primer trimestre de 2023
|
El riesgo absoluto no genético se calcula utilizando el modelo MDCalc Gail.
|
Primer trimestre de 2023
|
|
Diferencia de riesgo absoluto entre pacientes con cáncer de mama y pacientes sin cáncer de mama en términos de su riesgo genético
Periodo de tiempo: Primer trimestre de 2023
|
El riesgo genético se deriva de la puntuación de riesgo poligénico adquirida al ejecutar el resultado de una muestra de microarrays a través de un algoritmo (ver Mavaddat et al 2019)
|
Primer trimestre de 2023
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Samuel Haryono, MD, PhD, SJH Initiatives
Publicaciones y enlaces útiles
Publicaciones Generales
- Costa M, Saldanha P. Risk Reduction Strategies in Breast Cancer Prevention. Eur J Breast Health. 2017 Jul 1;13(3):103-112. doi: 10.5152/ejbh.2017.3583. eCollection 2017 Jul.
- Mavaddat N, Michailidou K, Dennis J, Lush M, Fachal L, Lee A, Tyrer JP, Chen TH, Wang Q, Bolla MK, Yang X, Adank MA, Ahearn T, Aittomaki K, Allen J, Andrulis IL, Anton-Culver H, Antonenkova NN, Arndt V, Aronson KJ, Auer PL, Auvinen P, Barrdahl M, Beane Freeman LE, Beckmann MW, Behrens S, Benitez J, Bermisheva M, Bernstein L, Blomqvist C, Bogdanova NV, Bojesen SE, Bonanni B, Borresen-Dale AL, Brauch H, Bremer M, Brenner H, Brentnall A, Brock IW, Brooks-Wilson A, Brucker SY, Bruning T, Burwinkel B, Campa D, Carter BD, Castelao JE, Chanock SJ, Chlebowski R, Christiansen H, Clarke CL, Collee JM, Cordina-Duverger E, Cornelissen S, Couch FJ, Cox A, Cross SS, Czene K, Daly MB, Devilee P, Dork T, Dos-Santos-Silva I, Dumont M, Durcan L, Dwek M, Eccles DM, Ekici AB, Eliassen AH, Ellberg C, Engel C, Eriksson M, Evans DG, Fasching PA, Figueroa J, Fletcher O, Flyger H, Forsti A, Fritschi L, Gabrielson M, Gago-Dominguez M, Gapstur SM, Garcia-Saenz JA, Gaudet MM, Georgoulias V, Giles GG, Gilyazova IR, Glendon G, Goldberg MS, Goldgar DE, Gonzalez-Neira A, Grenaker Alnaes GI, Grip M, Gronwald J, Grundy A, Guenel P, Haeberle L, Hahnen E, Haiman CA, Hakansson N, Hamann U, Hankinson SE, Harkness EF, Hart SN, He W, Hein A, Heyworth J, Hillemanns P, Hollestelle A, Hooning MJ, Hoover RN, Hopper JL, Howell A, Huang G, Humphreys K, Hunter DJ, Jakimovska M, Jakubowska A, Janni W, John EM, Johnson N, Jones ME, Jukkola-Vuorinen A, Jung A, Kaaks R, Kaczmarek K, Kataja V, Keeman R, Kerin MJ, Khusnutdinova E, Kiiski JI, Knight JA, Ko YD, Kosma VM, Koutros S, Kristensen VN, Kruger U, Kuhl T, Lambrechts D, Le Marchand L, Lee E, Lejbkowicz F, Lilyquist J, Lindblom A, Lindstrom S, Lissowska J, Lo WY, Loibl S, Long J, Lubinski J, Lux MP, MacInnis RJ, Maishman T, Makalic E, Maleva Kostovska I, Mannermaa A, Manoukian S, Margolin S, Martens JWM, Martinez ME, Mavroudis D, McLean C, Meindl A, Menon U, Middha P, Miller N, Moreno F, Mulligan AM, Mulot C, Munoz-Garzon VM, Neuhausen SL, Nevanlinna H, Neven P, Newman WG, Nielsen SF, Nordestgaard BG, Norman A, Offit K, Olson JE, Olsson H, Orr N, Pankratz VS, Park-Simon TW, Perez JIA, Perez-Barrios C, Peterlongo P, Peto J, Pinchev M, Plaseska-Karanfilska D, Polley EC, Prentice R, Presneau N, Prokofyeva D, Purrington K, Pylkas K, Rack B, Radice P, Rau-Murthy R, Rennert G, Rennert HS, Rhenius V, Robson M, Romero A, Ruddy KJ, Ruebner M, Saloustros E, Sandler DP, Sawyer EJ, Schmidt DF, Schmutzler RK, Schneeweiss A, Schoemaker MJ, Schumacher F, Schurmann P, Schwentner L, Scott C, Scott RJ, Seynaeve C, Shah M, Sherman ME, Shrubsole MJ, Shu XO, Slager S, Smeets A, Sohn C, Soucy P, Southey MC, Spinelli JJ, Stegmaier C, Stone J, Swerdlow AJ, Tamimi RM, Tapper WJ, Taylor JA, Terry MB, Thone K, Tollenaar RAEM, Tomlinson I, Truong T, Tzardi M, Ulmer HU, Untch M, Vachon CM, van Veen EM, Vijai J, Weinberg CR, Wendt C, Whittemore AS, Wildiers H, Willett W, Winqvist R, Wolk A, Yang XR, Yannoukakos D, Zhang Y, Zheng W, Ziogas A; ABCTB Investigators; kConFab/AOCS Investigators; NBCS Collaborators; Dunning AM, Thompson DJ, Chenevix-Trench G, Chang-Claude J, Schmidt MK, Hall P, Milne RL, Pharoah PDP, Antoniou AC, Chatterjee N, Kraft P, Garcia-Closas M, Simard J, Easton DF. Polygenic Risk Scores for Prediction of Breast Cancer and Breast Cancer Subtypes. Am J Hum Genet. 2019 Jan 3;104(1):21-34. doi: 10.1016/j.ajhg.2018.11.002. Epub 2018 Dec 13.
- Sinaga ES, Ahmad RA, Shivalli S, Hutajulu SH. Age at diagnosis predicted survival outcome of female patients with breast cancer at a tertiary hospital in Yogyakarta, Indonesia. Pan Afr Med J. 2018 Nov 7;31:163. doi: 10.11604/pamj.2018.31.163.17284. eCollection 2018.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- ID-RPSBC-01-20201012
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
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. .