Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Investigación de Traducción Clínica sobre un Modelo de Predicción de Metástasis a Distancia en Cáncer de Mama Multi-ómico Potenciado por Inteligencia Artificial (COMPASS-BC)

27 de febrero de 2026 actualizado por: Jian Huang, Second Affiliated Hospital, School of Medicine, Zhejiang University

Un Modelo de Predicción de Metástasis a Distancia en Cáncer de Mama Multi-ómico Potenciado por Inteligencia Artificial y Su Investigación de Traducción Clínica

El cáncer de mama es una de las neoplasias malignas más comunes en mujeres a nivel mundial, y la metástasis a distancia es la principal causa de mal pronóstico y muerte. Este proyecto tiene como objetivo construir un sistema de predicción de precisión basado en multiómica (patología digital, inmunohistoquímica, proteómica, secuenciación genética) e inteligencia artificial para predecir la metástasis a distancia y específica de órgano (hueso, pulmón, hígado, cerebro) en el cáncer de mama, analizar sus mecanismos y proporcionar nuevas soluciones para la medicina de precisión.

Descripción general del estudio

Estado

Reclutamiento

Condiciones

Tipo de estudio

De observación

Inscripción (Estimado)

2000

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Estudio Contacto

Ubicaciones de estudio

  • Porcelana
    • Zhejiang
      • Hangzhou, Zhejiang, Porcelana, 310000
        • Reclutamiento
        • the second Affiliated Hospital, Zhejiang University School of Medicine
        • Contacto:
        • Investigador principal:
          • Jian Huang, MD, PhD

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

  • Niño
  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

No

Método de muestreo

Muestra no probabilística

Población de estudio

La población de estudio comprende pacientes de sexo femenino diagnosticadas con cáncer de mama entre 2000 y 2028, identificadas a través de centros hospitalarios participantes.
Esto incluye pacientes que han desarrollado metástasis distantes (específicas de órgano) (hígado, pulmón, hueso o cerebro) y para las cuales están disponibles muestras de tejido primario y/o metastásico.

Descripción

Criterios de inclusión:

  1. Pacientes de sexo femenino con diagnóstico patológico de cáncer de mama en nuestro hospital o centros participantes entre el 1 de enero de 2000 y el 30 de diciembre de 2028.
  2. Debe cumplir uno de los siguientes: 1) Diagnosticada inicialmente de cáncer de mama en nuestro hospital, ha desarrollado metástasis a distancia (hígado, hueso, pulmón o cerebro) y tiene una biopsia o muestra quirúrgica del sitio metastásico almacenada en nuestro hospital, con información clínica completa disponible. 2) La muestra del tumor primario no está en nuestro hospital, pero una biopsia o muestra quirúrgica de un sitio metastásico a distancia (hígado, hueso, pulmón, cerebro) está almacenada en nuestro hospital.

Criterios de exclusión:

  1. Malignidad metastásica concomitante de otro cáncer primario.
  2. Información clínica incompleta.

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

Cohortes e Intervenciones

Grupo / Cohorte
Grupo 1
Estratificación del Riesgo Metastásico (Alto/Medio/Bajo Riesgo)
Grupo 2
Metástasis Específica de Órgano (Hueso/Pulmón/Hígado/Cerebro)
Grupo 3
Grupo de Control No Metastásico

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Supervivencia Libre de Metástasis
Periodo de tiempo: Desde el diagnóstico hasta el 30 de diciembre de 2028
Tiempo desde el diagnóstico inicial de cáncer de mama hasta la aparición de metástasis a distancia.
Desde el diagnóstico hasta el 30 de diciembre de 2028

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Rendimiento de los Modelos de Predicción
Periodo de tiempo: Al final del estudio (diciembre de 2028)

Evalúe el rendimiento de (1) el modelo de estratificación del riesgo metastásico, (2) el modelo de predicción de metástasis específica de órgano, y (3) el modelo de predicción de la ventana temporal de metástasis.

Medida: Precisión y Área Bajo la Curva (AUC). (Precisión objetivo ≥80%, AUC ≥0,80)
Al final del estudio (diciembre de 2028)

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

Second Affiliated Hospital, School of Medicine, Zhejiang University

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

1 de diciembre de 2025

Finalización primaria (Estimado)

30 de diciembre de 2028

Finalización del estudio (Estimado)

30 de diciembre de 2028

Fechas de registro del estudio

Enviado por primera vez

19 de noviembre de 2025

Primero enviado que cumplió con los criterios de control de calidad

19 de noviembre de 2025

Publicado por primera vez (Actual)

28 de noviembre de 2025

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

3 de marzo de 2026

Última actualización enviada que cumplió con los criterios de control de calidad

27 de febrero de 2026

Última verificación

1 de febrero de 2026

Más información

Términos relacionados con este estudio

Términos MeSH relevantes adicionales

Otros números de identificación del estudio

  • 2025-COMPASS-BC (Otro identificador: The Second Affiliated Hospital, Zhejiang University School of Medicine)

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

Descripción del plan IPD

La compartición de IPD no está garantizada y es estrictamente condicional. Primero, el consentimiento para el almacenamiento a largo plazo y el uso futuro de los datos para investigación se recoge como un elemento opcional y separado en el Formulario de Consentimiento Informado. Por lo tanto, no se puede compartir IPD de ningún participante que no proporcione este consentimiento opcional específico.

Segundo, el estudio involucra datos multimodales altamente sensibles, incluyendo patología digital, proteómica y secuenciación genómica. Estos datos están sujetos a protocolos estrictos de preservación de la privacidad (como encriptación y privacidad diferencial) y supervisión por parte del comité de seguridad de datos institucional para proteger la confidencialidad de los participantes y prevenir la reidentificación.

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

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. .

Ensayos clínicos sobre Cáncer de mama

Buscar ensayos similares

Patrocinadores y Colaboradores

Condiciones médicas

Intervenciones de drogas

CROs by country

CROs in Russia

Condiciones

Enfermedades Raras

Intervenciones de drogas

Suplementos dietéticos

Patrocinador / Colaboradores

Localizaciones

Suscribir