Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Pre-Treatment DCE-MRI AI Models Predict Neoadjuvant Chemotherapy Response in HR+/HER2- Breast Cancer

maanantai 13. heinäkuuta 2026 päivittänyt: Fujian Cancer Hospital

A Multicenter Prospective Observational Cohort Study: Predicting Neoadjuvant Chemotherapy Response Using Pre-Treatment DCE-MRI-Based AI Models in HR+/HER2- Breast Cancer

This study is a multicenter, prospective, observational cohort study to evaluate the predictive performance of pre-treatment DCE-MRI-based artificial intelligence (AI) models for neoadjuvant chemotherapy benefit in HR+/HER2- breast cancer. The study plans to enroll eligible HR+/HER2- breast cancer patients receiving routine standard neoadjuvant chemotherapy and stratify participants into high-benefit and low-benefit subgroups via the established AI model based on baseline breast DCE-MRI images.

All enrolled patients will undergo systematic collection of baseline clinical-pathological data, pre-treatment DCE-MRI scans, neoadjuvant chemotherapy regimens, postoperative residual cancer burden (RCB) classification, objective response rate (ORR), and long-term survival endpoints including disease-free survival (DFS) and overall survival (OS). The primary objective compares the rate of RCB 0-1 between AI-defined high-benefit patients and published historical control data; secondary analyses compare ORR, RCB 0-1 proportion, DFS and OS between AI-stratified high-benefit and low-benefit subgroups to comprehensively verify the clinical value of this imaging AI model for individualized neoadjuvant chemotherapy selection.

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Ehdot

Interventio / Hoito

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

100

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

Opiskelupaikat

  • Kiina
    • Fujian
      • Fuzhou, Fujian, Kiina
        • Rekrytointi
        • Fujian Cancer Hospital
        • Ottaa yhteyttä:
      • Fuzhou, Fujian, Kiina
        • Rekrytointi
        • Fujian Provincial Hospital
        • Ottaa yhteyttä:
      • Quanzhou, Fujian, Kiina
        • Rekrytointi
        • The Second Affiliated Hospital of Fujian Medical University
        • Ottaa yhteyttä:
    • Ningde
      • Ningde, Ningde, Kiina
        • Rekrytointi
        • Ningde First Hospital
        • Ottaa yhteyttä:
    • Sanming
      • Sanming, Sanming, Kiina
        • Rekrytointi
        • Sanming Second Hospital
        • Ottaa yhteyttä:
          • junxiao wang, doctor
          • Puhelinnumero: 15159110696
          • Sähköposti: 25985991@qq.com

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

This study population consists of female patients aged 18 years or older with histologically confirmed stage II-III HR+/HER2-negative invasive breast cancer according to the 8th AJCC staging system. All participants receive routine standard neoadjuvant chemotherapy in multi-center breast cancer departments, complete standardized pre-treatment DCE-MRI with qualified imaging data, have ECOG performance status 0-1 and intact vital organ function. Subjects must satisfy all inclusion criteria, without meeting any exclusion criteria, and sign written informed consent voluntarily. Approximately 100 eligible patients will be consecutively enrolled from participating hospitals.

Kuvaus

Inclusion Criteria:

  1. Female patients aged ≥ 18 years old.
  2. Histopathologically confirmed invasive breast carcinoma.
  3. Hormone receptor positive (ER and/or PR ≥1%), HER2-negative status (IHC 0-1+, or IHC 2+ with negative FISH result).
  4. Clinical stage II-III breast cancer per the 8th AJCC staging system, with clinical indication for neoadjuvant chemotherapy or primary surgery.
  5. Standard pre-treatment breast DCE-MRI performed before neoadjuvant chemotherapy, with image quality eligible for AI model analysis.
  6. ECOG performance status 0 or 1; adequate function of major vital organs to tolerate planned clinical treatment.
  7. Voluntary participation with written informed consent obtained.

Exclusion Criteria:

  1. Prior systemic anti-tumor therapy for breast cancer other than planned neoadjuvant chemotherapy.
  2. Inflammatory breast cancer or distant metastatic disease (M1).
  3. Concurrent active malignant tumors of other origins.
  4. Contraindications to MRI examination or unqualified MRI images that cannot support model analysis.
  5. Severe comorbidities incompatible with neoadjuvant chemotherapy or surgical resection.
  6. Any other conditions judged ineligible for enrollment by the investigator.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
HR+/HER2- Breast Cancer Cohort Receiving Neoadjuvant Chemotherapy
Multicenter prospective observational cohort of patients with HR+/HER2- invasive breast cancer who receive routine standard neoadjuvant chemotherapy. All participants undergo pre-treatment DCE-MRI scanning, and an MRI-based AI model is applied to stratify patients into high and low chemotherapy benefit subgroups.
Diagnostinen testi: Pre-treatment DCE-MRI-based AI model
Preoperative dynamic contrast-enhanced MRI images are input into an artificial intelligence prediction model to stratify HR+/HER2- breast cancer patients into high and low neoadjuvant chemotherapy benefit subgroups.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Incidence of Residual Cancer Burden (RCB) 0-1
Aikaikkuna: After completion of neoadjuvant chemotherapy and definitive surgery (approximately 3-6 months after enrollment)
Compare the incidence of RCB 0-1 among HR+/HER2- breast cancer patients stratified as high chemotherapy benefit by pre-treatment DCE-MRI AI model against published historical control data to verify the predictive value of the imaging AI model.
After completion of neoadjuvant chemotherapy and definitive surgery (approximately 3-6 months after enrollment)

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Objective response rate (ORR) of AI-defined high neoadjuvant chemotherapy benefit group
Aikaikkuna: Imaging assessment after completion of neoadjuvant chemotherapy and prior to surgery
Compare the objective response rate (ORR) assessed by imaging after neoadjuvant chemotherapy before surgery in patients of AI-identified high chemotherapy benefit subgroup with historical control data.
Imaging assessment after completion of neoadjuvant chemotherapy and prior to surgery
Between-subgroup differences in RCB 0-1 rate
Aikaikkuna: RCB classification obtained after definitive surgical resection, approximately 3-6 months after enrollment
Compare RCB 0-1 incidence between AI-stratified high benefit subgroup and low benefit subgroup.
RCB classification obtained after definitive surgical resection, approximately 3-6 months after enrollment
Between-subgroup differences in objective response rate (ORR)
Aikaikkuna: ORR imaging assessment after neoadjuvant chemotherapy before surgery
Compare ORR between AI-stratified high benefit subgroup and low benefit subgroup.
ORR imaging assessment after neoadjuvant chemotherapy before surgery
Disease-free survival (DFS) between high and low chemotherapy benefit subgroups
Aikaikkuna: From the date of surgery until the first recurrence, metastasis, or death, whichever came first, assessed up to 60 months
Compare DFS (time interval from the date of surgery to first recurrence, metastasis or death) between AI-stratified high and low chemotherapy benefit subgroups to explore the correlation between AI imaging stratification and long-term survival prognosis.
From the date of surgery until the first recurrence, metastasis, or death, whichever came first, assessed up to 60 months
Overall survival (OS) between high and low chemotherapy benefit subgroups
Aikaikkuna: From the date of surgery until death from any cause, assessed up to 60 months
Compare OS between AI-stratified high and low chemotherapy benefit subgroups to explore the correlation between AI imaging stratification and long-term survival prognosis.
From the date of surgery until death from any cause, assessed up to 60 months

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Fujian Cancer Hospital

Tutkijat

  • Päätutkija: Chuangui Song, doctor, Fujian Cancer Hospital

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Maanantai 1. kesäkuuta 2026

Ensisijainen valmistuminen (Arvioitu)

Perjantai 30. huhtikuuta 2027

Opintojen valmistuminen (Arvioitu)

Keskiviikko 30. kesäkuuta 2027

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Maanantai 6. heinäkuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Maanantai 13. heinäkuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Tiistai 14. heinäkuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 14. heinäkuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Maanantai 13. heinäkuuta 2026

Viimeksi vahvistettu

Keskiviikko 1. heinäkuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • K2026-219-01

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Tilaa