- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT04889729
GENOMED4ALL: migliorare la classificazione e la prognosi delle MDS mediante l'IA
Medicina genomica e personalizzata per tutti (GENOMED4ALL): applicazione dell'intelligenza artificiale per migliorare la classificazione e la prognosi delle malattie nella sindrome mielodisplastica.
Panoramica dello studio
Stato
Condizioni
Descrizione dettagliata
Le sindromi mielodisplastiche (MDS) si verificano tipicamente nelle persone anziane. I pazienti presentano citopenia del sangue periferico e con il tempo una parte di questi soggetti evolve in leucemia mieloide acuta (AML). La storia naturale della MDS è eterogenea e va da condizioni con un'aspettativa di vita quasi normale a forme vicine all'AML, e quindi è obbligatoria una strategia di trattamento adattata al rischio. Gli attuali punteggi prognostici (Revised International Prognostic Scoring System, IPSS-R) presentano limitazioni e nella maggior parte dei casi non riescono a catturare informazioni prognostiche affidabili a livello individuale.
Lo studio delle MDS è stato rapidamente trasformato dalla caratterizzazione del genoma. Le mutazioni somatiche si verificano nei genomi delle cellule staminali ematopoietiche con una frequenza bassa ma rilevabile durante la normale replicazione del DNA. Qualsiasi alterazione genetica che causi un vantaggio selettivo rispetto ad altre cellule autorinnovanti porterà alla dominanza clonale (emopoiesi clonale, CH). La conseguenza di CH è l'instabilità genomica che porta ad un aumento del rischio di acquisire ulteriori mutazioni e di sviluppare MDS, cancro solido e altre malattie. Il tempo e il luogo delle singole mutazioni e la loro comparsa clonale durante il decorso della malattia sono questioni centrali per una migliore comprensione della patogenesi e del fenotipo delle MDS e per lo sviluppo di strategie di prevenzione del cancro.
Importanti passi avanti sono stati compiuti nella definizione dell'architettura molecolare delle MDS. La MDS associata alla delezione 5q deriva dall'aploinsufficienza del gene RPS14. I geni che codificano per i componenti dello spliceosoma sono stati identificati in un'alta percentuale di soggetti con MDS. Esiste una stretta relazione tra i sideroblasti ad anello e le mutazioni di SF3B1, che è coerente con una relazione causale. Inoltre, è stato scoperto che un numero crescente di geni è portatore di mutazioni ricorrenti nella MDS, coinvolte nella metilazione del DNA (DNMT3A, TET2, IDH1/2), modificazione della cromatina (EZH2, ASXL1), regolazione trascrizionale (RUNX1), trasduzione del segnale (KRAS , CBL).
È stato riportato che le mutazioni genetiche influenzano la sopravvivenza e il rischio di progressione della malattia nella MDS e la valutazione dello stato della mutazione può aggiungere informazioni significative ai punteggi prognostici attualmente utilizzati. Ad esempio, abbiamo scoperto che le mutazioni SF3B1 erano predittori indipendenti di prognosi favorevole, mentre le mutazioni driver dei geni ASXL1, SRSF2, RUNX1, TP53 ed EZH2 erano associate a una ridotta probabilità di sopravvivenza. MDS con sideroblasti ad anello forniscono la migliore prova che l'identificazione del gene mutante responsabile del clone iniziale è rilevante per l'esito clinico. Infatti, i sideroblasti ad anello possono essere trovati non solo in pazienti con una mutazione fondante in SF3B1, ma anche in quelli con una lesione oncogenica iniziale in SRSF2. Tuttavia, la sopravvivenza libera da leucemia mediana è >10 anni nel primo rispetto a <2 anni nel secondo.
Inoltre, lo screening delle mutazioni può influenzare il processo decisionale clinico: a) nella SMD con 5q-, i soggetti portatori di mutazioni TP53 hanno un rischio più elevato di progressione leucemica e una minore probabilità di risposta alla lenalidomide; b) nei pazienti sottoposti a HSCT, le mutazioni di TP53 predicono un'elevata probabilità di recidiva; c) le mutazioni di SF3B1 sono associate a una maggiore probabilità di risposta eritroide agli inibitori del TGFb (luspatercept) e d) le mutazioni di TET2 potrebbero essere associate alla risposta a HMA.
Nonostante questi risultati, è necessaria cautela nell'adottare immediatamente tali test mutazionali nella pratica clinica. In primo luogo, la presenza di mutazioni in un dato individuo ha solo un potere predittivo limitato, poiché la conversione a MDS è rara indipendentemente dallo stato della mutazione. Inoltre, nei pazienti con SMD conclamate, le anomalie genetiche spiegano solo una parte del rischio totale per la sopravvivenza associato a trattamenti specifici, il che significa che un'ampia percentuale è ancora associata a fattori clinici e non mutazionali. Sono necessarie analisi complete di un'ampia popolazione di pazienti e nuovi metodi per studiare le interazioni gene-gene e le correlazioni genotipo-fenotipo per stimare correttamente l'effetto indipendente di ciascuna anomalia genomica sull'esito clinico e sulla risposta al trattamento.
Combinando una grande quantità già disponibile di dati genomici sequenziati e informazioni cliniche, gli autori ipotizzano che l'IA consentirà di comprendere meglio la biologia e la classificazione delle MDS, migliorare la capacità prognostica/predittiva degli strumenti attualmente disponibili e applicare i trattamenti in modo più mirato, quindi facilitare l'attuazione del programma di medicina personalizzata in tutta l'UE.
Tipo di studio
Iscrizione (Anticipato)
Contatti e Sedi
Luoghi di studio
-
-
-
Milano, Italia
- Istituto Clinico Humanitas
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
Accetta volontari sani
Sessi ammissibili allo studio
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
- Pazienti affetti da MDS secondo i criteri dell'OMS > 18 anni
- Disponibilità di informazioni cliniche ed ematologiche
- Disponibilità di informazioni sullo screening di mutazioni mirate
Criteri di esclusione:
- nessuna delle precedenti
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
---|
GENOMED4ALL - Pazienti affetti da MDS
Informazioni sullo screening di mutazioni mirate (NGS inclusi 60 geni correlati a MDS) da 13284 pazienti affetti da MDS
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
---|---|---|
Miglioramento della classificazione MDS
Lasso di tempo: attraverso il completamento degli studi, una media di 2 anni
|
Migliorare la classificazione delle MDS integrando le informazioni cliniche ed ematologiche con le caratteristiche genomiche.
Per affrontare questo problema, saranno confrontati diversi metodi di apprendimento statistico (processi di Dirichlet (DP), reti bayesiane (BN)) e machine learning (rete neurale informata dalla fisica dell'apprendimento profondo, regressione vincolata e modelli profondi) al fine di definire specifici genotipi- correlazioni fenotipiche e sviluppare una nuova classificazione delle malattie.
|
attraverso il completamento degli studi, una media di 2 anni
|
Previsione della probabilità di sopravvivenza globale (mesi tra la diagnosi e la morte o la fine del follow-up) per i pazienti con MDS
Lasso di tempo: attraverso il completamento degli studi, una media di 2 anni
|
La sopravvivenza globale (OS) sarà definita come il tempo (espresso in mesi) che intercorre tra la diagnosi e la morte (per tutte le cause) o la fine del follow-up (osservazioni censurate). Verranno definiti nuovi punteggi prognostici comprendenti le seguenti caratteristiche: età espressa in anni; sesso (maschio o femmina); conta dei neutrofili (numero di neutrofili*10^6/L), conta delle piastrine (numero di piastrine 10^6/L), concentrazione di emoglobina (g/dl), citogenetica (stratificata secondo i criteri IPPS-R, Blood 2012 120: 2454 -2465), percentuale di blasti midollari e presenza di mutazioni geniche (presenza vs assenza). Verranno utilizzati diversi metodi statistici per misurare l'accuratezza della previsione (misurata dall'indice di concordanza, indice C): metodi di rischio proporzionale di Cox, foreste di sopravvivenza casuale, reti neurali, indice di rischio individualizzato continuo (CIRI), analisi delle serie temporali e modellazione di Markov per stocastico previsione delle traiettorie |
attraverso il completamento degli studi, una media di 2 anni
|
Previsione della probabilità di sopravvivenza libera da leucemia (mesi dalla diagnosi alla progressione verso la leucemia acuta o alla fine del follow-up) per i pazienti con MDS
Lasso di tempo: attraverso il completamento degli studi, una media di 2 anni
|
La leucemia sarà definita come il tempo (espresso in mesi) tra la diagnosi e la progressione verso la leucemia acuta o la fine del follow-up. Verranno definiti nuovi punteggi prognostici comprendenti le seguenti caratteristiche: età espressa in anni; sesso (maschio o femmina); conta dei neutrofili (numero di neutrofili*10^6/L), conta delle piastrine (numero di piastrine 10^6/L), concentrazione di emoglobina (g/dl), citogenetica (stratificata secondo i criteri IPPS-R, Blood 2012 120: 2454 -2465), percentuale di blasti midollari e presenza di mutazioni geniche (presenza vs assenza). Verranno utilizzati diversi metodi statistici per misurare l'accuratezza della previsione (misurata dall'indice di concordanza, indice C): metodi di rischio proporzionale di Cox, foreste di sopravvivenza casuale, reti neurali, indice di rischio individualizzato continuo (CIRI), analisi delle serie temporali e modellazione di Markov per stocastico previsione delle traiettorie |
attraverso il completamento degli studi, una media di 2 anni
|
Collaboratori e investigatori
Sponsor
Investigatori
- Investigatore principale: Federico Alvarez, UNIVERSIDAD POLITECNICA DE MADRID SPAIN
- Investigatore principale: Lucia Comnes, DATAWIZARD SRL ITALY
- Investigatore principale: Mar Manu Pereira, FUNDACIO HOSPITAL UNIVERSITARI VALL D'HEBRON - INSTITUT DE RECERCA SPAIN
- Investigatore principale: Pierre Fenaux, ASSISTANCE PUBLIQUE HOPITAUX DE PARIS FRANCE
- Investigatore principale: Torsten Haferlach, MLL MUNCHNER LEUKAMIELABOR GMBH GERMANY
- Investigatore principale: Maria Diez Campelo, Instituto de investigacion biomedica de Salamanca, IBSAL SPAIN
- Investigatore principale: Uwe Platzbecker, UNIVERSITAET LEIPZIG GERMANY
- Investigatore principale: Gastone Castellani, ALMA MATER STUDIORUM - UNIVERSITA DI BOLOGNA ITALY
- Investigatore principale: Andres Krogh, KOBENHAVNS UNIVERSITET DENMARK
- Investigatore principale: Babita Singh, FUNDACIO CENTRE DE REGULACIO GENOMICA SPAIN
- Investigatore principale: Piero Fariselli, UNIVERSITA DEGLI STUDI DI TORINO ITALY
- Investigatore principale: Kostantinos Marias, IDRYMA TECHNOLOGIAS KAI EREVNAS GREECE
- Investigatore principale: Mar Mañu Pereira, European Reference Network on Rare Hematological Diseases (ERN-EuroBloodNet)
Pubblicazioni e link utili
Pubblicazioni generali
- Arber DA, Orazi A, Hasserjian R, Thiele J, Borowitz MJ, Le Beau MM, Bloomfield CD, Cazzola M, Vardiman JW. The 2016 revision to the World Health Organization classification of myeloid neoplasms and acute leukemia. Blood. 2016 May 19;127(20):2391-405. doi: 10.1182/blood-2016-03-643544. Epub 2016 Apr 11.
- Greenberg PL, Tuechler H, Schanz J, Sanz G, Garcia-Manero G, Sole F, Bennett JM, Bowen D, Fenaux P, Dreyfus F, Kantarjian H, Kuendgen A, Levis A, Malcovati L, Cazzola M, Cermak J, Fonatsch C, Le Beau MM, Slovak ML, Krieger O, Luebbert M, Maciejewski J, Magalhaes SM, Miyazaki Y, Pfeilstocker M, Sekeres M, Sperr WR, Stauder R, Tauro S, Valent P, Vallespi T, van de Loosdrecht AA, Germing U, Haase D. Revised international prognostic scoring system for myelodysplastic syndromes. Blood. 2012 Sep 20;120(12):2454-65. doi: 10.1182/blood-2012-03-420489. Epub 2012 Jun 27.
- Malcovati L, Hellstrom-Lindberg E, Bowen D, Ades L, Cermak J, Del Canizo C, Della Porta MG, Fenaux P, Gattermann N, Germing U, Jansen JH, Mittelman M, Mufti G, Platzbecker U, Sanz GF, Selleslag D, Skov-Holm M, Stauder R, Symeonidis A, van de Loosdrecht AA, de Witte T, Cazzola M; European Leukemia Net. Diagnosis and treatment of primary myelodysplastic syndromes in adults: recommendations from the European LeukemiaNet. Blood. 2013 Oct 24;122(17):2943-64. doi: 10.1182/blood-2013-03-492884. Epub 2013 Aug 26.
- Harrell FE Jr, Lee KL, Mark DB. Multivariable prognostic models: issues in developing models, evaluating assumptions and adequacy, and measuring and reducing errors. Stat Med. 1996 Feb 28;15(4):361-87. doi: 10.1002/(SICI)1097-0258(19960229)15:43.0.CO;2-4.
- Klampfl T, Gisslinger H, Harutyunyan AS, Nivarthi H, Rumi E, Milosevic JD, Them NC, Berg T, Gisslinger B, Pietra D, Chen D, Vladimer GI, Bagienski K, Milanesi C, Casetti IC, Sant'Antonio E, Ferretti V, Elena C, Schischlik F, Cleary C, Six M, Schalling M, Schonegger A, Bock C, Malcovati L, Pascutto C, Superti-Furga G, Cazzola M, Kralovics R. Somatic mutations of calreticulin in myeloproliferative neoplasms. N Engl J Med. 2013 Dec 19;369(25):2379-90. doi: 10.1056/NEJMoa1311347. Epub 2013 Dec 10.
- Papaemmanuil E, Gerstung M, Bullinger L, Gaidzik VI, Paschka P, Roberts ND, Potter NE, Heuser M, Thol F, Bolli N, Gundem G, Van Loo P, Martincorena I, Ganly P, Mudie L, McLaren S, O'Meara S, Raine K, Jones DR, Teague JW, Butler AP, Greaves MF, Ganser A, Dohner K, Schlenk RF, Dohner H, Campbell PJ. Genomic Classification and Prognosis in Acute Myeloid Leukemia. N Engl J Med. 2016 Jun 9;374(23):2209-2221. doi: 10.1056/NEJMoa1516192.
- Papaemmanuil E, Gerstung M, Malcovati L, Tauro S, Gundem G, Van Loo P, Yoon CJ, Ellis P, Wedge DC, Pellagatti A, Shlien A, Groves MJ, Forbes SA, Raine K, Hinton J, Mudie LJ, McLaren S, Hardy C, Latimer C, Della Porta MG, O'Meara S, Ambaglio I, Galli A, Butler AP, Walldin G, Teague JW, Quek L, Sternberg A, Gambacorti-Passerini C, Cross NC, Green AR, Boultwood J, Vyas P, Hellstrom-Lindberg E, Bowen D, Cazzola M, Stratton MR, Campbell PJ; Chronic Myeloid Disorders Working Group of the International Cancer Genome Consortium. Clinical and biological implications of driver mutations in myelodysplastic syndromes. Blood. 2013 Nov 21;122(22):3616-27; quiz 3699. doi: 10.1182/blood-2013-08-518886. Epub 2013 Sep 12.
- Cazzola M, Della Porta MG, Malcovati L. The genetic basis of myelodysplasia and its clinical relevance. Blood. 2013 Dec 12;122(25):4021-34. doi: 10.1182/blood-2013-09-381665. Epub 2013 Oct 17.
- Ades L, Itzykson R, Fenaux P. Myelodysplastic syndromes. Lancet. 2014 Jun 28;383(9936):2239-52. doi: 10.1016/S0140-6736(13)61901-7. Epub 2014 Mar 21.
- Malcovati L, Porta MG, Pascutto C, Invernizzi R, Boni M, Travaglino E, Passamonti F, Arcaini L, Maffioli M, Bernasconi P, Lazzarino M, Cazzola M. Prognostic factors and life expectancy in myelodysplastic syndromes classified according to WHO criteria: a basis for clinical decision making. J Clin Oncol. 2005 Oct 20;23(30):7594-603. doi: 10.1200/JCO.2005.01.7038. Epub 2005 Sep 26.
- Della Porta MG, Travaglino E, Boveri E, Ponzoni M, Malcovati L, Papaemmanuil E, Rigolin GM, Pascutto C, Croci G, Gianelli U, Milani R, Ambaglio I, Elena C, Ubezio M, Da Via' MC, Bono E, Pietra D, Quaglia F, Bastia R, Ferretti V, Cuneo A, Morra E, Campbell PJ, Orazi A, Invernizzi R, Cazzola M; Rete Ematologica Lombarda (REL) Clinical Network. Minimal morphological criteria for defining bone marrow dysplasia: a basis for clinical implementation of WHO classification of myelodysplastic syndromes. Leukemia. 2015 Jan;29(1):66-75. doi: 10.1038/leu.2014.161. Epub 2014 May 20.
- Papaemmanuil E, Cazzola M, Boultwood J, Malcovati L, Vyas P, Bowen D, Pellagatti A, Wainscoat JS, Hellstrom-Lindberg E, Gambacorti-Passerini C, Godfrey AL, Rapado I, Cvejic A, Rance R, McGee C, Ellis P, Mudie LJ, Stephens PJ, McLaren S, Massie CE, Tarpey PS, Varela I, Nik-Zainal S, Davies HR, Shlien A, Jones D, Raine K, Hinton J, Butler AP, Teague JW, Baxter EJ, Score J, Galli A, Della Porta MG, Travaglino E, Groves M, Tauro S, Munshi NC, Anderson KC, El-Naggar A, Fischer A, Mustonen V, Warren AJ, Cross NC, Green AR, Futreal PA, Stratton MR, Campbell PJ; Chronic Myeloid Disorders Working Group of the International Cancer Genome Consortium. Somatic SF3B1 mutation in myelodysplasia with ring sideroblasts. N Engl J Med. 2011 Oct 13;365(15):1384-95. doi: 10.1056/NEJMoa1103283. Epub 2011 Sep 26.
- Yoshida K, Sanada M, Shiraishi Y, Nowak D, Nagata Y, Yamamoto R, Sato Y, Sato-Otsubo A, Kon A, Nagasaki M, Chalkidis G, Suzuki Y, Shiosaka M, Kawahata R, Yamaguchi T, Otsu M, Obara N, Sakata-Yanagimoto M, Ishiyama K, Mori H, Nolte F, Hofmann WK, Miyawaki S, Sugano S, Haferlach C, Koeffler HP, Shih LY, Haferlach T, Chiba S, Nakauchi H, Miyano S, Ogawa S. Frequent pathway mutations of splicing machinery in myelodysplasia. Nature. 2011 Sep 11;478(7367):64-9. doi: 10.1038/nature10496.
- Malcovati L, Papaemmanuil E, Bowen DT, Boultwood J, Della Porta MG, Pascutto C, Travaglino E, Groves MJ, Godfrey AL, Ambaglio I, Galli A, Da Via MC, Conte S, Tauro S, Keenan N, Hyslop A, Hinton J, Mudie LJ, Wainscoat JS, Futreal PA, Stratton MR, Campbell PJ, Hellstrom-Lindberg E, Cazzola M; Chronic Myeloid Disorders Working Group of the International Cancer Genome Consortium and of the Associazione Italiana per la Ricerca sul Cancro Gruppo Italiano Malattie Mieloproliferative. Clinical significance of SF3B1 mutations in myelodysplastic syndromes and myelodysplastic/myeloproliferative neoplasms. Blood. 2011 Dec 8;118(24):6239-46. doi: 10.1182/blood-2011-09-377275. Epub 2011 Oct 12.
- Della Porta MG, Tuechler H, Malcovati L, Schanz J, Sanz G, Garcia-Manero G, Sole F, Bennett JM, Bowen D, Fenaux P, Dreyfus F, Kantarjian H, Kuendgen A, Levis A, Cermak J, Fonatsch C, Le Beau MM, Slovak ML, Krieger O, Luebbert M, Maciejewski J, Magalhaes SM, Miyazaki Y, Pfeilstocker M, Sekeres MA, Sperr WR, Stauder R, Tauro S, Valent P, Vallespi T, van de Loosdrecht AA, Germing U, Haase D, Greenberg PL, Cazzola M. Validation of WHO classification-based Prognostic Scoring System (WPSS) for myelodysplastic syndromes and comparison with the revised International Prognostic Scoring System (IPSS-R). A study of the International Working Group for Prognosis in Myelodysplasia (IWG-PM). Leukemia. 2015 Jul;29(7):1502-13. doi: 10.1038/leu.2015.55. Epub 2015 Feb 27.
- Bersanelli M, Travaglino E, Meggendorfer M, Matteuzzi T, Sala C, Mosca E, Chiereghin C, Di Nanni N, Gnocchi M, Zampini M, Rossi M, Maggioni G, Termanini A, Angelucci E, Bernardi M, Borin L, Bruno B, Bonifazi F, Santini V, Bacigalupo A, Voso MT, Oliva E, Riva M, Ubezio M, Morabito L, Campagna A, Saitta C, Savevski V, Giampieri E, Remondini D, Passamonti F, Ciceri F, Bolli N, Rambaldi A, Kern W, Kordasti S, Sole F, Palomo L, Sanz G, Santoro A, Platzbecker U, Fenaux P, Milanesi L, Haferlach T, Castellani G, Della Porta MG. Classification and Personalized Prognostic Assessment on the Basis of Clinical and Genomic Features in Myelodysplastic Syndromes. J Clin Oncol. 2021 Apr 10;39(11):1223-1233. doi: 10.1200/JCO.20.01659. Epub 2021 Feb 4.
- Senent L, Arenillas L, Luno E, Ruiz JC, Sanz G, Florensa L. Reproducibility of the World Health Organization 2008 criteria for myelodysplastic syndromes. Haematologica. 2013 Apr;98(4):568-75. doi: 10.3324/haematol.2012.071449. Epub 2012 Oct 12.
- Schanz J, Tuchler H, Sole F, Mallo M, Luno E, Cervera J, Granada I, Hildebrandt B, Slovak ML, Ohyashiki K, Steidl C, Fonatsch C, Pfeilstocker M, Nosslinger T, Valent P, Giagounidis A, Aul C, Lubbert M, Stauder R, Krieger O, Garcia-Manero G, Faderl S, Pierce S, Le Beau MM, Bennett JM, Greenberg P, Germing U, Haase D. New comprehensive cytogenetic scoring system for primary myelodysplastic syndromes (MDS) and oligoblastic acute myeloid leukemia after MDS derived from an international database merge. J Clin Oncol. 2012 Mar 10;30(8):820-9. doi: 10.1200/JCO.2011.35.6394. Epub 2012 Feb 13.
- Gerstung M, Papaemmanuil E, Martincorena I, Bullinger L, Gaidzik VI, Paschka P, Heuser M, Thol F, Bolli N, Ganly P, Ganser A, McDermott U, Dohner K, Schlenk RF, Dohner H, Campbell PJ. Precision oncology for acute myeloid leukemia using a knowledge bank approach. Nat Genet. 2017 Mar;49(3):332-340. doi: 10.1038/ng.3756. Epub 2017 Jan 16.
- Grinfeld J, Nangalia J, Baxter EJ, Wedge DC, Angelopoulos N, Cantrill R, Godfrey AL, Papaemmanuil E, Gundem G, MacLean C, Cook J, O'Neil L, O'Meara S, Teague JW, Butler AP, Massie CE, Williams N, Nice FL, Andersen CL, Hasselbalch HC, Guglielmelli P, McMullin MF, Vannucchi AM, Harrison CN, Gerstung M, Green AR, Campbell PJ. Classification and Personalized Prognosis in Myeloproliferative Neoplasms. N Engl J Med. 2018 Oct 11;379(15):1416-1430. doi: 10.1056/NEJMoa1716614.
- Perperoglou A. Cox models with dynamic ridge penalties on time-varying effects of the covariates. Stat Med. 2014 Jan 15;33(1):170-80. doi: 10.1002/sim.5921. Epub 2013 Aug 2.
- Pellagatti A, Armstrong RN, Steeples V, Sharma E, Repapi E, Singh S, Sanchi A, Radujkovic A, Horn P, Dolatshad H, Roy S, Broxholme J, Lockstone H, Taylor S, Giagounidis A, Vyas P, Schuh A, Hamblin A, Papaemmanuil E, Killick S, Malcovati L, Hennrich ML, Gavin AC, Ho AD, Luft T, Hellstrom-Lindberg E, Cazzola M, Smith CWJ, Smith S, Boultwood J. Impact of spliceosome mutations on RNA splicing in myelodysplasia: dysregulated genes/pathways and clinical associations. Blood. 2018 Sep 20;132(12):1225-1240. doi: 10.1182/blood-2018-04-843771. Epub 2018 Jun 21.
- Reilly B, Tanaka TN, Diep D, Yeerna H, Tamayo P, Zhang K, Bejar R. DNA methylation identifies genetically and prognostically distinct subtypes of myelodysplastic syndromes. Blood Adv. 2019 Oct 8;3(19):2845-2858. doi: 10.1182/bloodadvances.2019000192.
- Masaki S, Ikeda S, Hata A, Shiozawa Y, Kon A, Ogawa S, Suzuki K, Hakuno F, Takahashi SI, Kataoka N. Myelodysplastic Syndrome-Associated SRSF2 Mutations Cause Splicing Changes by Altering Binding Motif Sequences. Front Genet. 2019 Apr 16;10:338. doi: 10.3389/fgene.2019.00338. eCollection 2019.
- Liang Y, Tebaldi T, Rejeski K, Joshi P, Stefani G, Taylor A, Song Y, Vasic R, Maziarz J, Balasubramanian K, Ardasheva A, Ding A, Quattrone A, Halene S. SRSF2 mutations drive oncogenesis by activating a global program of aberrant alternative splicing in hematopoietic cells. Leukemia. 2018 Dec;32(12):2659-2671. doi: 10.1038/s41375-018-0152-7. Epub 2018 Jun 1.
- Haferlach T, Nagata Y, Grossmann V, Okuno Y, Bacher U, Nagae G, Schnittger S, Sanada M, Kon A, Alpermann T, Yoshida K, Roller A, Nadarajah N, Shiraishi Y, Shiozawa Y, Chiba K, Tanaka H, Koeffler HP, Klein HU, Dugas M, Aburatani H, Kohlmann A, Miyano S, Haferlach C, Kern W, Ogawa S. Landscape of genetic lesions in 944 patients with myelodysplastic syndromes. Leukemia. 2014 Feb;28(2):241-7. doi: 10.1038/leu.2013.336. Epub 2013 Nov 13.
- Bacher U, Haferlach T, Schnittger S, Zenger M, Meggendorfer M, Jeromin S, Roller A, Grossmann V, Krauth MT, Alpermann T, Kern W, Haferlach C. Investigation of 305 patients with myelodysplastic syndromes and 20q deletion for associated cytogenetic and molecular genetic lesions and their prognostic impact. Br J Haematol. 2014 Mar;164(6):822-33. doi: 10.1111/bjh.12710. Epub 2013 Dec 26.
- Haase D, Stevenson KE, Neuberg D, Maciejewski JP, Nazha A, Sekeres MA, Ebert BL, Garcia-Manero G, Haferlach C, Haferlach T, Kern W, Ogawa S, Nagata Y, Yoshida K, Graubert TA, Walter MJ, List AF, Komrokji RS, Padron E, Sallman D, Papaemmanuil E, Campbell PJ, Savona MR, Seegmiller A, Ades L, Fenaux P, Shih LY, Bowen D, Groves MJ, Tauro S, Fontenay M, Kosmider O, Bar-Natan M, Steensma D, Stone R, Heuser M, Thol F, Cazzola M, Malcovati L, Karsan A, Ganster C, Hellstrom-Lindberg E, Boultwood J, Pellagatti A, Santini V, Quek L, Vyas P, Tuchler H, Greenberg PL, Bejar R; International Working Group for MDS Molecular Prognostic Committee. TP53 mutation status divides myelodysplastic syndromes with complex karyotypes into distinct prognostic subgroups. Leukemia. 2019 Jul;33(7):1747-1758. doi: 10.1038/s41375-018-0351-2. Epub 2019 Jan 11.
- Kulasekararaj AG, Jiang J, Smith AE, Mohamedali AM, Mian S, Gandhi S, Gaken J, Czepulkowski B, Marsh JC, Mufti GJ. Somatic mutations identify a subgroup of aplastic anemia patients who progress to myelodysplastic syndrome. Blood. 2014 Oct 23;124(17):2698-704. doi: 10.1182/blood-2014-05-574889. Epub 2014 Aug 18.
- Della Porta MG, Galli A, Bacigalupo A, Zibellini S, Bernardi M, Rizzo E, Allione B, van Lint MT, Pioltelli P, Marenco P, Bosi A, Voso MT, Sica S, Cuzzola M, Angelucci E, Rossi M, Ubezio M, Malovini A, Limongelli I, Ferretti VV, Spinelli O, Tresoldi C, Pozzi S, Luchetti S, Pezzetti L, Catricala S, Milanesi C, Riva A, Bruno B, Ciceri F, Bonifazi F, Bellazzi R, Papaemmanuil E, Santoro A, Alessandrino EP, Rambaldi A, Cazzola M. Clinical Effects of Driver Somatic Mutations on the Outcomes of Patients With Myelodysplastic Syndromes Treated With Allogeneic Hematopoietic Stem-Cell Transplantation. J Clin Oncol. 2016 Oct 20;34(30):3627-3637. doi: 10.1200/JCO.2016.67.3616.
- Lindsley RC, Saber W, Mar BG, Redd R, Wang T, Haagenson MD, Grauman PV, Hu ZH, Spellman SR, Lee SJ, Verneris MR, Hsu K, Fleischhauer K, Cutler C, Antin JH, Neuberg D, Ebert BL. Prognostic Mutations in Myelodysplastic Syndrome after Stem-Cell Transplantation. N Engl J Med. 2017 Feb 9;376(6):536-547. doi: 10.1056/NEJMoa1611604.
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
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- GENOMED4ALL: MDS
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 .