- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT04666220
VETC, valore prognostico e predittivo nel carcinoma renale e nel carcinoma surrenale
Vasi che incapsulano cluster tumorali (VETC), valore prognostico e predittivo nel carcinoma a cellule renali e nel carcinoma della ghiandola surrenale
La metastasi è la principale causa di morte nei pazienti oncologici e spesso la transizione epiteliale-mesenchimale (EMT) è sostenuta come meccanismo di base. Recentemente Fang e colleghi hanno descritto un processo di metastasi indipendente dall'EMT nel carcinoma epatocellulare (HCC): l'endotelio copre un piccolo gruppo di cellule tumorali consentendo la diffusione del tumore. Questo processo di angiogenesi, denominato VETC (vasi che incapsulano cluster tumorali) nella letteratura sull'HCC, è stato descritto con nomi diversi in altri tipi di cancro. Inoltre, i ricercatori hanno confermato l'impatto negativo del VETC sulla prognosi dei pazienti in un'ampia coorte multicentrica di HCC. Inoltre, Fang et al. hanno dimostrato che i pazienti affetti da HCC VETC-positivo traggono maggiori benefici dalla terapia con sorafenib. È interessante notare che questo tipo di angiogenesi è stato riscontrato anche nel carcinoma a cellule renali, nel feocromocitoma della ghiandola surrenale, nel carcinoma follicolare della tiroide e nel sarcoma della parte molle alveolare (ASPS) e associato alla prognosi. Inoltre, la distinzione tra neoplasie benigne e maligne del surrene è una questione complessa, essendo i criteri stabiliti ancora privi di una forte riproducibilità.
Diversi inibitori della tirosina chinasi sono disponibili per diversi tipi di cancro; tra questi, HCC, RCC, ASPS e TC possono beneficiare dei cosiddetti inibitori antiangiogenici della tirosina chinasi (aTKI) (come sunitinib, sorafenib, pazopanib). Manca una convalida generale (indipendente dall'istotipo) del ruolo prognostico di VETC. Inoltre, gli inibitori dei recettori del fattore di crescita endoteliale vascolare tirosin-chinasi (VEGFR-TKI), rappresentano un trattamento efficace per diversi tipi di cancro, ma sono ancora necessari marcatori predittivi. Inoltre, nuovi agenti di immunoterapia sistemica vengono approvati in molti tipi di cancro, in alternativa agli inibitori dell'angiogenesi. Un quadro più ampio che includa meccanismi metastatici, microambiente tumorale (TME, cioè angiogenesi e infiltrato immunitario) e risposta al trattamento potrebbe rispondere a diverse esigenze attualmente non soddisfatte. Reti bayesiane e modelli causali possono essere impiegati per trarre conclusioni efficaci da dati retrospettivi.
Lo scopo del presente studio è quello di indagare in pazienti con RCC e carcinoma surrenalico (AC) l'espressione di VETC sul tessuto tumorale, correlando i risultati con i dati clinici, le caratteristiche dei pazienti e l'esito.
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
Contesto e introduzione
La metastasi è la principale causa di morte nei pazienti oncologici e spesso la transizione epiteliale-mesenchimale (EMT) è sostenuta come meccanismo di base, sebbene siano state identificate alcune limitazioni [1,2] Recentemente Fang e colleghi hanno descritto un processo indipendente dall'EMT di metastasi nel carcinoma epatocellulare (HCC): l'endotelio (evidenziato dall'immunoistochimica CD34) copre piccoli gruppi di cellule tumorali consentendo la diffusione del tumore [3]. Questo processo di angiogenesi, chiamato VETC (vessels that incapsulate tumor clusters) nella letteratura sull'HCC, è stato descritto con nomi diversi in altri tipi di cancro [4]. Inoltre, i ricercatori hanno confermato l'impatto negativo del VETC sulla prognosi dei pazienti in un'ampia coorte multicentrica di HCC [5]. Inoltre, Fang et al. hanno dimostrato che i pazienti affetti da HCC VETC-positivo traggono maggiori benefici dalla terapia con sorafenib [6]. È interessante notare che questo tipo di angiogenesi è stato riscontrato anche nel carcinoma a cellule renali, nel feocromocitoma della ghiandola surrenale, nel carcinoma follicolare della tiroide e nel sarcoma delle parti molli alveolari (ASPS) e associato alla prognosi [7-10, 34,35]. Inoltre, la distinzione tra neoplasie benigne e maligne della ghiandola surrenale è una questione complessa, essendo i criteri stabiliti ancora privi di una forte riproducibilità [36].
Diversi inibitori della tirosina chinasi sono disponibili per diversi tipi di cancro; tra questi, HCC, RCC, ASPS e TC possono beneficiare dei cosiddetti inibitori antiangiogenici della tirosina chinasi (aTKI) (come sunitinib, sorafenib, pazopanib) [11-14].
Razionale dello studio Manca una validazione generale (istotipo-indipendente) del ruolo prognostico del VETC. Inoltre, gli inibitori dei recettori del fattore di crescita endoteliale vascolare tirosin-chinasi (VEGFR-TKI), rappresentano un trattamento efficace per diversi tipi di cancro, ma sono ancora necessari marcatori predittivi. Inoltre, nuovi agenti di immunoterapia sistemica vengono approvati in molti tipi di cancro, in alternativa agli inibitori dell'angiogenesi. Un quadro più ampio che includa meccanismi metastatici, microambiente tumorale (TME, cioè angiogenesi e infiltrato immunitario) e risposta al trattamento potrebbe rispondere a diverse esigenze attualmente non soddisfatte. Reti bayesiane e modelli causali possono essere impiegati per trarre conclusioni efficaci da dati retrospettivi.
Obiettivi dello studio Obiettivi generali
- L'indagine sistematica di VETC in RCC e AC al fine di rappresentare l'impatto di questo fenomeno.
- Esplorare il possibile ruolo della TME e in particolare del VETC nel predire una risposta più benefica ai VEGFR-TKI, fornendo un nuovo strumento per guidare la scelta terapeutica.
Disegno dello studio Lo studio è monocentrico, osservazionale e verrà eseguito su dati clinici e istologici raccolti nel corso dello studio.
Per tutte le serie, saranno registrate le caratteristiche cliniche ed epidemiologiche, tutti i vetrini istologici disponibili saranno rivisti e, sui vetrini del tumore primario, saranno rivalutate le caratteristiche istologiche.
Qualora fossero presenti più campioni di tumori, quelli aventi l'interfaccia del tessuto circostante il tumore saranno selezionati e colorati con l'anticorpo CD34.
Il VETC sarà valutato in modo indipendente da almeno due patologi, all'oscuro dei dati clinici. VETC sarà registrato come positivo o negativo, essendo VETC definito come immunoreattività CD34 inequivocabile di un rivestimento continuo di cellule endoteliali attorno a cluster tumorali. VETC sarà considerato alternativo al comune pattern capillare, costituito da piccoli vasi sanguigni circolari o lineari.
Considerazioni statistiche Il progetto prevede di raccogliere i dati di 100 pazienti sottoposti a intervento chirurgico per RCC presso la nostra istituzione tra il 2005 e il 2007 per la valutazione dell'impatto del VETC sulla prognosi e i dati di 60 pazienti che hanno ricevuto sunitinib o pazopanib come trattamento di prima linea per RCC presso il nostro centro per esplorare se i pazienti con fenotipo vascolare VETC trarrebbero maggiori benefici dal trattamento con TKI. Inoltre, gli investigatori raccoglieranno i dati di 20 pazienti sottoposti a intervento chirurgico per AC presso la nostra istituzione tra il 2000 e il 2018.
Analisi bayesiana Saranno costruiti grafi aciclici orientati con le informazioni scientifiche disponibili; saranno calcolati aggiustamenti e indipendenze condizionali [15-17]. Le simulazioni predittive precedenti, se del caso, saranno implementate per regolarizzare il precedente e ridurre l'overfitting. Le variabili continue saranno standardizzate per facilitare il campionamento. I modelli saranno fittati usando Stan (un linguaggio di programmazione probabilistico) e R [18,19]. Stan esegue un campionatore No U-Turn, un'estensione del campionamento Hamiltonian Monte Carlo (HMC), che è esso stesso una forma di Markov Chain Monte Carlo [20-22]. Verranno generate quattro catene per 4000 iterazioni, o 8000 ogni volta che la dimensione effettiva del campione sarà bassa. Le 2000 (o 4000) iterazioni finali di ciascuna catena convergono come indicato dalla diagnostica post-modellazione come il numero effettivo di Gelman-Rubin R ̂.[23] Prima di utilizzare le medie campionarie (per le stime) ei quantili campionari (per gli intervalli di compatibilità (CI)) sarà garantita una prestazione soddisfacente del modello predittivo a posteriori [23,24]. L'IC sarà calcolato come l'89% del più alto intervallo di densità posteriore (HDPI) [23]. Ogni volta che sarebbero presenti più cluster di dati, i ricercatori utilizzeranno modelli multilivello (gerarchici) con effetti variabili [25]. Per limitare le transizioni divergenti, i ricercatori riparametrizzeranno i modelli con una forma equivalente non centrata [26] L'accuratezza predittiva sarà misurata attraverso criteri informativi ampiamente applicabili (WAIC) [27].
Ritiro dei soggetti I dati mancanti saranno trattati modellando il processo di mancanze. [28-29]
Moduli e modalità di raccolta e gestione dei dati A ciascun soggetto sarà assegnato un numero progressivo di identificazione. Per ogni soggetto i dati saranno raccolti in un case report form (CRF). CRF includerà SIN, nome, sesso, data di nascita, data dell'intervento chirurgico primario, lato, dimensione, istotipo, classificazione rilevante, necrosi, invasione linfovascolare, R, stadio, data della terapia con TKI, data della progressione della malattia, punteggi prognostici (IMDC punteggio [30], punteggio MSKCC [31]), punteggio Karnofsky [32], dati prima-ultima riga (tipo, date di inizio e fine, migliore risposta, data di progressione), ultimo stato di follow-up, ultimo contatto, decesso, VETC. Tutti i dati saranno registrati in formato foglio di calcolo Microsoft Excel. I dati vengono raccolti dal gestore dei dati e la base del database verrà bloccata con una password. Gli spazi saranno riempiti con "NA" ogni volta che una caratteristica non è stata esplorata o un elemento non è applicabile al singolo caso.
Per AC, CRF includerà SIN, nome, sesso, data di nascita, data dell'intervento chirurgico primario, lato, dimensione e criteri prognostici per malignità basati sulla classificazione di Weiss mod [33].
Considerazioni etiche Protezione del paziente Il ricercatore responsabile assicurerà che questo studio sarà condotto in accordo con la Dichiarazione di Helsinki (emendamenti di Tokyo, Venezia, Hong Kong e Somerset West) o con le leggi e i regolamenti del paese.
Il protocollo è stato scritto e lo studio sarà condotto secondo le linee guida istituzionali (ICH) per la buona pratica clinica. Il protocollo e i suoi allegati sono stati soggetti a revisione e approvazione da parte del/i Comitato/i etico/i indipendente/i competente/i ("IEC").
Identificazione del soggetto - Protezione dei dati personali Tutte le registrazioni che identificano il soggetto devono essere mantenute riservate e, nella misura consentita dalle leggi e/o dai regolamenti applicabili, non essere rese pubbliche. Il nome del paziente non verrà richiesto né registrato presso il Data Center. Ad ogni paziente iscritto allo studio verrà automaticamente attribuito un numero progressivo di identificazione. Questo numero identificherà il paziente e deve essere incluso in tutti i moduli di segnalazione del caso. Al fine di evitare errori di identificazione, sulle schede di segnalazione verranno riportate anche le iniziali del paziente e la data di nascita.
Ogni e qualsiasi informazione o documentazione del paziente relativa ad una sperimentazione clinica, nei limiti consentiti, attraverso una "chiave" conservata ovunque, indipendentemente dal fatto che tale chiave sia o meno fornita unitamente alle informazioni o alla documentazione, deve essere considerata come contenente dati personali sensibili del paziente, ed è pertanto soggetta alle disposizioni della normativa applicabile in materia di protezione dei dati ("privacy"). La violazione di tali norme può comportare sanzioni amministrative o addirittura penali.
Le informazioni o la documentazione del paziente possono essere considerate "anonime", e come tali non soggette alla normativa sulla privacy, solo quando non è più disponibile alcuna chiave che consenta l'identificazione del paziente.
Consenso informato Tutti i pazienti saranno informati degli obiettivi dello studio. Saranno informati della massima riservatezza dei dati dei loro pazienti, ma che le loro cartelle cliniche possono essere esaminate a fini di studio da persone autorizzate diverse dal loro medico curante. Si sottolinea che la partecipazione è volontaria e che il paziente è autorizzato a rifiutare un'ulteriore partecipazione al protocollo ogni volta che lo desidera. Ciò non pregiudicherà le successive cure del paziente. Il consenso informato documentato deve essere ottenuto per tutti i pazienti inclusi nello studio prima che vengano registrati presso il Data Center. Questo deve essere fatto in conformità con i requisiti normativi nazionali e locali. Per gli Stati membri dell'Unione Europea, la procedura di consenso informato deve essere conforme alle linee guida ICH sulla buona pratica clinica. Ciò implica che "il modulo di consenso informato scritto deve essere firmato e datato personalmente dal paziente o dal suo rappresentante legalmente riconosciuto".
Conflitto di interessi Qualsiasi ricercatore e/o membro del personale di ricerca che abbia un conflitto di interessi con questo studio (come la proprietà di brevetti, royalties o guadagni finanziari superiori al minimo consentito dalla loro istituzione) deve rivelare completamente la natura del conflitto di interessi .
Proprietà dei dati Secondo le Linee Guida ICH sulla Buona Pratica Clinica lo sponsor di uno studio (l'Istituzione, qualora lo sperimentatore o i coordinatori dello studio agiscano come sponsor nell'espletamento delle proprie funzioni istituzionali ai sensi del contratto di lavoro o di collaborazione con Humanitas) è il proprietario dei dati che ne derivano. Tutti i centri ei ricercatori che partecipano allo studio devono essere messi al corrente di tale circostanza e invitati a non diffondere informazioni o dati senza il preventivo consenso espresso dell'Ente.
Tipo di studio
Iscrizione (Anticipato)
Contatti e Sedi
Contatto studio
- Nome: Salvatore L Renne, MD
- Numero di telefono: +39028224 7743
- Email: salvatore.renne@hunimed.eu
Backup dei contatti dello studio
- Nome: Paolo A Zucali, MD
- Numero di telefono: +398224 4061
- Email: paolo.zucali@hunimed.eu
Luoghi di studio
-
-
MI
-
Rozzano, MI, Italia, 20089
- Reclutamento
- Humanitas Clinical and Research Hospital
-
Contatto:
- Salvatore L Renne, MD
- Numero di telefono: +3902 8224 7743
- Email: salvatore.renne@hunimed.eu
-
Contatto:
- Paolo A Zucali, MD
- Numero di telefono: +3902 8224 4061
- Email: paolo.zucali@hunimed.eu
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Bambino
- Adulto
- Adulto più anziano
Accetta volontari sani
Sessi ammissibili allo studio
Metodo di campionamento
Popolazione di studio
Al fine di valutare gli effetti del VETC sulla prognosi, questo studio includerà una serie di pazienti sottoposti a intervento chirurgico presso la nostra istituzione per RCC (dal 2005 al 2007) e per carcinoma surrenalico (2000-2018). Inoltre, per indagare il possibile ruolo di TME, in particolare di VETC, nel predire il beneficio dei TKI, questo studio prenderà in considerazione serie di RCC, selezionate da un database prospettico mantenuto di pazienti trattati con TKI di prima linea presso il nostro centro.
Dimensione stimata del campione: 160 pazienti per RCC e 20 pazienti per AC.
Descrizione
Criterio di inclusione:
- Diagnosi istologica di carcinoma a cellule renali;
- Diagnosi istologica di Carcinoma del surrene;
- Disponibilità di materiale istologico;
- Per la valutazione del ruolo prognostico: nessun trattamento sistemico con TKI somministrato prima dell'intervento chirurgico.
Criteri di esclusione:
- Materiale istologico non disponibile;
- Per RCC: diagnosi istologica diversa dall'istotipo a cellule chiare.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Modelli osservazionali: Coorte
- Prospettive temporali: Retrospettiva
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
Carcinoma a cellule renali (RCC)
Per tutte le serie, saranno registrate le caratteristiche cliniche ed epidemiologiche, tutti i vetrini istologici disponibili saranno rivisti e, sui vetrini del tumore primario, saranno rivalutate le caratteristiche istologiche. Qualora fossero presenti più campioni di tumori, quelli aventi l'interfaccia del tessuto circostante il tumore saranno selezionati e colorati con l'anticorpo CD34. Il VETC sarà valutato in modo indipendente da almeno due patologi, all'oscuro dei dati clinici. VETC sarà registrato come positivo o negativo, essendo VETC definito come immunoreattività CD34 inequivocabile di un rivestimento continuo di cellule endoteliali attorno a cluster tumorali. VETC sarà considerato alternativo al comune pattern capillare, costituito da piccoli vasi sanguigni circolari o lineari. |
Valuteremo la presenza di VETC su campioni di tessuto
Altri nomi:
|
|
Carcinoma surrenale
vedi (RCC)
|
Valuteremo la presenza di VETC su campioni di tessuto
Altri nomi:
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
VETC in RCC e AC.
Lasso di tempo: 2-3 mesi
|
Identificare l'espressione di VETC nel carcinoma a cellule renali e nel carcinoma surrenale.
|
2-3 mesi
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
VETC predittivo (OS)
Lasso di tempo: 2-3 mesi
|
Sopravvivenza globale specifica per il trattamento
|
2-3 mesi
|
|
VETC predittivo (PFS)
Lasso di tempo: 2-3 mesi
|
Sopravvivenza libera da progressione specifica del trattamento
|
2-3 mesi
|
|
VETC predittivo (controllo)
Lasso di tempo: 2-3 mesi
|
Tasso di controllo della malattia specifico per il trattamento
|
2-3 mesi
|
Collaboratori e investigatori
Investigatori
- Investigatore principale: Salvatore L Renne, MD, Humanitas Clinical and Reseach Hospital
Pubblicazioni e link utili
Pubblicazioni generali
- Kalluri R, Weinberg RA. The basics of epithelial-mesenchymal transition. J Clin Invest. 2009 Jun;119(6):1420-8. doi: 10.1172/JCI39104. Erratum In: J Clin Invest. 2010 May 3;120(5):1786.
- Ledford H. Cancer theory faces doubts. Nature. 2011 Apr 21;472(7343):273. doi: 10.1038/472273a. No abstract available.
- Fang JH, Zhou HC, Zhang C, Shang LR, Zhang L, Xu J, Zheng L, Yuan Y, Guo RP, Jia WH, Yun JP, Chen MS, Zhang Y, Zhuang SM. A novel vascular pattern promotes metastasis of hepatocellular carcinoma in an epithelial-mesenchymal transition-independent manner. Hepatology. 2015 Aug;62(2):452-65. doi: 10.1002/hep.27760. Epub 2015 Apr 22.
- Carmeliet P, Jain RK. Molecular mechanisms and clinical applications of angiogenesis. Nature. 2011 May 19;473(7347):298-307. doi: 10.1038/nature10144.
- Renne SL, Woo HY, Allegra S, Rudini N, Yano H, Donadon M, Vigano L, Akiba J, Lee HS, Rhee H, Park YN, Roncalli M, Di Tommaso L. Vessels Encapsulating Tumor Clusters (VETC) Is a Powerful Predictor of Aggressive Hepatocellular Carcinoma. Hepatology. 2020 Jan;71(1):183-195. doi: 10.1002/hep.30814. Epub 2019 Aug 9.
- Fang JH, Xu L, Shang LR, Pan CZ, Ding J, Tang YQ, Liu H, Liu CX, Zheng JL, Zhang YJ, Zhou ZG, Xu J, Zheng L, Chen MS, Zhuang SM. Vessels That Encapsulate Tumor Clusters (VETC) Pattern Is a Predictor of Sorafenib Benefit in Patients with Hepatocellular Carcinoma. Hepatology. 2019 Sep;70(3):824-839. doi: 10.1002/hep.30366. Epub 2019 Mar 15.
- Sugino T, Yamaguchi T, Hoshi N, Kusakabe T, Ogura G, Goodison S, Suzuki T. Sinusoidal tumor angiogenesis is a key component in hepatocellular carcinoma metastasis. Clin Exp Metastasis. 2008;25(7):835-41. doi: 10.1007/s10585-008-9199-6. Epub 2008 Aug 20.
- Edeline J, Mottier S, Vigneau C, Jouan F, Perrin C, Zerrouki S, Fergelot P, Patard JJ, Rioux-Leclercq N. Description of 2 angiogenic phenotypes in clear cell renal cell carcinoma. Hum Pathol. 2012 Nov;43(11):1982-90. doi: 10.1016/j.humpath.2012.01.023. Epub 2012 May 22.
- Lopez JI, Erramuzpe A, Guarch R, Cortes JM, Pulido R, Llarena R, Angulo JC. CD34 immunostaining enhances a distinct pattern of intratumor angiogenesis with prognostic implications in clear cell renal cell carcinoma. APMIS. 2017 Feb;125(2):128-133. doi: 10.1111/apm.12649.
- Setsu N, Yoshida A, Takahashi F, Chuman H, Kushima R. Histological analysis suggests an invasion-independent metastatic mechanism in alveolar soft part sarcoma. Hum Pathol. 2014 Jan;45(1):137-42. doi: 10.1016/j.humpath.2013.07.045.
- Brose MS, Nutting CM, Jarzab B, Elisei R, Siena S, Bastholt L, de la Fouchardiere C, Pacini F, Paschke R, Shong YK, Sherman SI, Smit JW, Chung J, Kappeler C, Pena C, Molnar I, Schlumberger MJ; DECISION investigators. Sorafenib in radioactive iodine-refractory, locally advanced or metastatic differentiated thyroid cancer: a randomised, double-blind, phase 3 trial. Lancet. 2014 Jul 26;384(9940):319-28. doi: 10.1016/S0140-6736(14)60421-9. Epub 2014 Apr 24.
- Motzer RJ, Hutson TE, Tomczak P, Michaelson MD, Bukowski RM, Rixe O, Oudard S, Negrier S, Szczylik C, Kim ST, Chen I, Bycott PW, Baum CM, Figlin RA. Sunitinib versus interferon alfa in metastatic renal-cell carcinoma. N Engl J Med. 2007 Jan 11;356(2):115-24. doi: 10.1056/NEJMoa065044.
- Paoluzzi L, Maki RG. Diagnosis, Prognosis, and Treatment of Alveolar Soft-Part Sarcoma: A Review. JAMA Oncol. 2019 Feb 1;5(2):254-260. doi: 10.1001/jamaoncol.2018.4490.
- Sternberg CN, Davis ID, Mardiak J, Szczylik C, Lee E, Wagstaff J, Barrios CH, Salman P, Gladkov OA, Kavina A, Zarba JJ, Chen M, McCann L, Pandite L, Roychowdhury DF, Hawkins RE. Pazopanib in locally advanced or metastatic renal cell carcinoma: results of a randomized phase III trial. J Clin Oncol. 2010 Feb 20;28(6):1061-8. doi: 10.1200/JCO.2009.23.9764. Epub 2010 Jan 25.
- Pearl, J. Causality. (Cambridge university press, 2009).
- van der Zander, B., Liskiewicz, M. & Textor, J. Constructing Separators and Adjustment Sets in Ancestral Graphs. in Proceedings of UAI 11-24 (2014).
- Perković, E., Textor, J., Kalisch, M. & Maathuis, M. H. A complete generalized adjustment criterion. arXiv Prepr. arXiv1507.01524 (2015).
- R Core Team. R: A Language and Environment for Statistical Computing. (2019)
- Carpenter, B. et al. Stan : A Probabilistic Programming Language. J. Stat. Softw. 76, (2017).
- Duane, S., Kennedy, A. D., Pendleton, B. J. & Roweth, D. Hybrid Monte Carlo. Phys. Lett. B 195, 216-222 (1987).
- Metropolis, N., Rosenbluth, A. W., Rosenbluth, M. N., Teller, A. H. & Teller, E. Equation of State Calculations by Fast Computing Machines. J. Chem. Phys. 21, 1087-1092 (1953).
- Hoffman, M. D. & Gelman, A. The no-U-turn sampler: Adaptively setting path lengths in Hamiltonian Monte Carlo. J. Mach. Learn. Res. 15, 1593-1623 (2014).
- Gelman, A. et al. Bayesian data analysis. (CRC press, 2013).
- McElreath, R. Statistical rethinking: A Bayesian course with examples in R and Stan. (CRC press, 2020).
- Gelman, A. Discussion paper analysis of variance - Why it is more important than ever. Ann. Stat. 33, 1-53 (2005).
- Papaspiliopoulos, O., Roberts, G. O. & Sköld, M. A general framework for the parametrization of hierarchical models. Stat. Sci. 22, 59-73 (2007).
- Watanabe, S. Asymptotic equivalence of Bayes cross validation and widely applicable information criterion in singular learning theory. J. Mach. Learn. Res. 11, 3571-3594 (2010).
- Rubin, D. B. Inference and missing data. Biometrika 63, 581-592 (1976).
- Little, R. J. A. & Rubin, D. B. Statistical Analysis with Missing Data. (Wiley, 2019).
- Heng DY, Xie W, Regan MM, Warren MA, Golshayan AR, Sahi C, Eigl BJ, Ruether JD, Cheng T, North S, Venner P, Knox JJ, Chi KN, Kollmannsberger C, McDermott DF, Oh WK, Atkins MB, Bukowski RM, Rini BI, Choueiri TK. Prognostic factors for overall survival in patients with metastatic renal cell carcinoma treated with vascular endothelial growth factor-targeted agents: results from a large, multicenter study. J Clin Oncol. 2009 Dec 1;27(34):5794-9. doi: 10.1200/JCO.2008.21.4809. Epub 2009 Oct 13.
- Mekhail TM, Abou-Jawde RM, Boumerhi G, Malhi S, Wood L, Elson P, Bukowski R. Validation and extension of the Memorial Sloan-Kettering prognostic factors model for survival in patients with previously untreated metastatic renal cell carcinoma. J Clin Oncol. 2005 Feb 1;23(4):832-41. doi: 10.1200/JCO.2005.05.179.
- Karnofsky DA Burchenal JH. (1949). 'The Clinical Evaluation of Chemotherapeutic Agents in Cancer.' In: MacLeod CM (Ed), Evaluation of Chemotherapeutic Agents. Columbia Univ Press. Page 196.
- Aubert S, Wacrenier A, Leroy X, Devos P, Carnaille B, Proye C, Wemeau JL, Lecomte-Houcke M, Leteurtre E. Weiss system revisited: a clinicopathologic and immunohistochemical study of 49 adrenocortical tumors. Am J Surg Pathol. 2002 Dec;26(12):1612-9. doi: 10.1097/00000478-200212000-00009.
- Oudijk L, van Nederveen F, Badoual C, Tissier F, Tischler AS, Smid M, Gaal J, Lepoutre-Lussey C, Gimenez-Roqueplo AP, Dinjens WN, Korpershoek E, de Krijger R, Favier J. Vascular pattern analysis for the prediction of clinical behaviour in pheochromocytomas and paragangliomas. PLoS One. 2015 Mar 20;10(3):e0121361. doi: 10.1371/journal.pone.0121361. eCollection 2015.
- Favier J, Plouin PF, Corvol P, Gasc JM. Angiogenesis and vascular architecture in pheochromocytomas: distinctive traits in malignant tumors. Am J Pathol. 2002 Oct;161(4):1235-46. doi: 10.1016/S0002-9440(10)64400-8.
- Lau SK, Weiss LM. The Weiss system for evaluating adrenocortical neoplasms: 25 years later. Hum Pathol. 2009 Jun;40(6):757-68. doi: 10.1016/j.humpath.2009.03.010.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Anticipato)
Completamento dello studio (Anticipato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
- Neoplasie per tipo istologico
- Neoplasie
- Neoplasie urologiche
- Neoplasie urogenitali
- Neoplasie per sede
- Malattie renali
- Malattie urologiche
- Adenocarcinoma
- Neoplasie, ghiandolari ed epiteliali
- Malattie del sistema endocrino
- Neoplasie delle ghiandole endocrine
- Neoplasie renali
- Malattie della ghiandola surrenale
- Neoplasie della corteccia surrenale
- Neoplasie della ghiandola surrenale
- Malattie della corteccia surrenale
- Carcinoma, cellule renali
- Carcinoma
- Carcinoma surrenalico
Altri numeri di identificazione dello studio
- Predictive VETC
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano IPD
Periodo di condivisione IPD
Criteri di accesso alla condivisione IPD
Tipo di informazioni di supporto alla condivisione IPD
- Protocollo di studio
- Piano di analisi statistica (SAP)
- Modulo di consenso informato (ICF)
- Relazione sullo studio clinico (CSR)
- Codice analitico
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .