- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT06447532
Utilisation de techniques d'apprentissage automatique pour l'évaluation en série des marqueurs inflammatoires systémiques chez les patientes atteintes d'un cancer du sein (INFLAMMATE)
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
Dans le cancer du sein, une augmentation des taux de neutrophiles et une diminution des taux de lymphocytes dans le sang périphérique sont associées à une moins bonne survie globale (SG). Dans les cancers du sein HR+, HER2- métastatiques, un NLR faible avant le traitement et un nombre absolu de lymphocytes (ALC) élevé avant le traitement étaient associés à une meilleure survie sans progression (SSP) et à une meilleure SG. Le développement de modèles prédictifs, basés sur des algorithmes d'apprentissage automatique (ML), a été utilisé dans le pronostic et aide au diagnostic de différents types de cancer.
Bien que les tests de laboratoire réguliers puissent potentiellement constituer des biomarqueurs du cancer du sein, un seul test n’a pas encore fourni une sensibilité ou une spécificité adéquate. L’intelligence artificielle (IA) pourrait aider à intégrer les données de plusieurs tests pour faciliter le diagnostic. Des améliorations techniques telles que la capacité de stockage des données, la puissance de calcul et de meilleurs algorithmes signifient que ML peut traiter des informations cliniquement significatives à partir des données de tests de laboratoire. La généralisabilité et la stabilité des modèles doivent encore être confirmées, compte tenu de limites telles que l'absence de divers types pathologiques, les petites cohortes et le manque de validation externe. Par conséquent, un modèle compétitif est également essentiel pour parvenir à une stratification plus précise des patientes atteintes d’un cancer du sein. Le but de cette étude rétrospective multicentrique est d'évaluer systématiquement la capacité des tests de laboratoire à prédire le cancer du sein et de développer un modèle robuste et généralisable pour aider à identifier les patientes atteintes d'un cancer du sein.
Type d'étude
Inscription (Estimé)
Contacts et emplacements
Lieux d'étude
-
-
-
Buenos Aires, Argentine
- Pablo Mandó
-
-
-
-
Minas Gerais
-
Uberaba, Minas Gerais, Brésil
- Rosekeila Simoes Nomeline
-
-
Rio Grande do Sul
-
Porto Alegre, Rio Grande do Sul, Brésil
- Tomas Reinert
-
-
Sao Paulo
-
Barretos, Sao Paulo, Brésil
- Idam Oliveira Junior
-
Campinas, Sao Paulo, Brésil
- César Cabello
-
Ribeirão Preto, Sao Paulo, Brésil
- Daniel Guimaraes Tiezzi
-
-
-
-
Ontario
-
Toronto, Ontario, Canada
- Vasily Giannakeas
-
-
-
-
-
Seul, Corée, République de
- Wonshik Han
-
-
-
-
-
Cairo, Egypte
- Salma Elashwah
-
-
-
-
-
Madrid, Espagne
- Cristina Saura
-
-
-
-
-
Osaka, Japon
- Masahiro Takada
-
Tokyo, Japon, 113-8677
- Masakazu Toi
-
-
-
-
-
Mexico City, Mexique
- Cynthia Mayte Villarreal Garza
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- Patientes âgées de 18 à 75 ans ;
- Patientes atteintes d'un carcinome du sein invasif diagnostiqué par pathologie ;
- Patients diagnostiqués entre le 1er janvier 2013 et le 31 décembre 2018 ;
- Faire réaliser une formule sanguine complète avant l’intervention chirurgicale (mastectomie ou chirurgie mammaire conservatrice) ou chimiothérapie néoadjuvante ;
Critère d'exclusion:
Présence de troubles hématologiques ;
- Cancer du sein bilatéral ;
- Mâle;
- Score de performance de Karnofsky < 70' ;
- Cancer du sein inflammatoire et carcinome in situ ;
- Grossesse ou allaitement ;
- Preuve de récidive locale ou à distance.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Groupe I : Cancer du sein
Toutes les participantes impliquées dans notre étude sont des femmes ayant reçu un diagnostic de cancer du sein et traitées par chirurgie ou chimiothérapie néoadjuvante du 1er janvier 2013 au 31 décembre 2018.
|
Chirurgie (mastectomie ou quadrantectomie); Chimiothérapie néoadjuvante
Autres noms:
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
La survie globale
Délai: De la date du diagnostic à la date du décès, évalué jusqu'à 120 mois
|
La survie globale
|
De la date du diagnostic à la date du décès, évalué jusqu'à 120 mois
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Survie sans maladie
Délai: De la date du diagnostic à la date de la première progression (récidive locale de la tumeur ou métastase à distance), évaluée jusqu'à 60 mois
|
Survie sans maladie
|
De la date du diagnostic à la date de la première progression (récidive locale de la tumeur ou métastase à distance), évaluée jusqu'à 60 mois
|
Collaborateurs et enquêteurs
Parrainer
Collaborateurs
Les enquêteurs
- Chercheur principal: Afonso C Nazario, PhD, University Federal of Sao Paulo
Publications et liens utiles
Publications générales
- Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021 May;71(3):209-249. doi: 10.3322/caac.21660. Epub 2021 Feb 4.
- Faria SS, Giannarelli D, Cordeiro de Lima VC, Anwar SL, Casadei C, De Giorgi U, Madonna G, Ascierto PA, Mendoza Lopez RV, Chammas R, Capone M. Development of a Prognostic Model for Early Breast Cancer Integrating Neutrophil to Lymphocyte Ratio and Clinical-Pathological Characteristics. Oncologist. 2024 Apr 4;29(4):e447-e454. doi: 10.1093/oncolo/oyad303.
- Choi E, Bahadori MT, Schuetz A, Stewart WF, Sun J. Doctor AI: Predicting Clinical Events via Recurrent Neural Networks. JMLR Workshop Conf Proc. 2016 Aug;56:301-318. Epub 2016 Dec 10.
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Estimé)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- University of Sao Paulo
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
produit fabriqué et exporté des États-Unis.
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .