インドネシアのサンプルにおける遺伝的および非遺伝的乳がんリスク予測評価
乳がんは女性の間で最も一般的ながんであり、がん関連死亡の原因となっており、世界中で167万人(25.2%)の新規症例と521,907人(14.7%)の死亡を占めている。 乳がんの罹患率と生存率は国ごとに異なります。 インドネシアでは、患者の大多数(70.9%)が進行期の乳がんでクリニックを訪れます。 5年生存率は51.07%です。 生存の最も重要な決定要因の 1 つは、教育レベルと乳がんの段階です (Sinaga et al., 2018)。
現在のスクリーニング方法にはマンモグラフィーと放射線検査が含まれますが、どちらも特にアジア人にとっては不利な点があります。 アジア人集団では乳房密度が高く、この集団では乳がん症例の 37 ~ 70% が診断できないため、マンモグラフィーはあまり有用ではありません (Vachon et al., 2010)。 さらに、スクリーニング方法では二者択一の答えが得られるため、患者のリスク プロファイルを知ることはできません。
私たちは、インドネシア人口における乳がん患者と乳がんの病歴/家族歴のない患者における遺伝的危険因子と非遺伝的危険因子の違いを観察しながら、乳がんスクリーニングプロセスにPRSを導入することを目指しています。
調査の概要
詳細な説明
乳がんは女性の間で最も一般的ながんであり、がん関連死亡の原因となっており、世界中で167万人(25.2%)の新規症例と521,907人(14.7%)の死亡を占めている。 乳がんの罹患率と生存率は国ごとに異なります。 インドネシアでは、患者の大多数(70.9%)が進行期の乳がんでクリニックを訪れます。 5年生存率は51.07%です。 生存の最も重要な決定要因の 1 つは、教育レベルと乳がんの段階です (Sinaga et al., 2018)。
現在のスクリーニング方法にはマンモグラフィーと放射線検査が含まれますが、どちらも特にアジア人にとっては不利な点があります。 アジア人集団では乳房密度が高く、この集団では乳がん症例の 37 ~ 70% が診断できないため、マンモグラフィーはあまり有用ではありません (Vachon et al., 2010)。 さらに、スクリーニング方法では二者択一の答えが得られるため、患者のリスク プロファイルを知ることはできません。
従来、GAIL モデル、BODACIEA、Tyler-Cuzick などのリスク予測アルゴリズムは、患者の病歴と臨床因子を使用していました。 しかし最近では、がんの遺伝性や検査サービスやガイドラインの利用可能性により、遺伝学の重要性が高まっています。 全症例の約 10 ~ 30% は家族性乳がんに起因すると考えられており、そのうち、高い浸透率に関連する遺伝的要因と相関するのは 5% ~ 10% のみです (Costa & Saldanha、2017)。 現在スクリーニングされる最も一般的な遺伝子検査は BRCA 1 と 2 で、次に NCCN およびその他のガイドラインに関する専門家の意見によって厳選された他の 22 遺伝子です。
BRCA1/2 の変異保有者の推定有病率は、一般集団ではそれぞれ 0.11% と 0.12%、乳がんまたは卵巣がんの症例が 3 件以上ある高リスク家系では 12.8% ~ 16% です。 卵巣がん症例の約 10 ~ 15% は BRCA1/2 変異が原因であると考えられています (Zhang et al., 2011)。しかし、病原性 BRCA 変異を持つ個人の約 50% は、がんの強い家族歴を報告していない可能性があります (マンチャンダら、2014)。 NCCN、ASCO、ザンクトガレンは、患者のスクリーニングに関するガイドラインを確立しました(Costa & Saldanha、2017)。しかし、そもそもスクリーニングに行くことに対する患者の意識が低いことが困難です。
多遺伝子リスクスコア(PRS)を使用した遺伝子検査は、低浸透率遺伝子の効果を組み合わせて、高浸透率遺伝子と同じくらい強力な予測値を生み出しますが、高浸透率遺伝子検査よりもはるかに一般的です(Khera et al.、2018)。 PRS は、個人が保有するリスク対立遺伝子の数の加重合計として計算されるのが最も一般的です。リスク対立遺伝子とその重みは、ゲノムワイド関連研究によって検出された遺伝子座とその測定された効果によって定義されます。
一部の一般的な成人発症疾患では、リスク対立遺伝子がゲノムに豊富に含まれる人口のかなりの部分(10~20%)に伝わる多遺伝子リスクは、一般的に使用される臨床リスク因子によってもたらされるリスクに匹敵します(Khera et al.、 2018)。 最近の大規模で包括的な乳がんの GWAS では、乳がんの家族性相対リスクの 45% が、遺伝子型解析と代入によって捕捉された遺伝子変異によって説明できることがわかりました (Mavaddat et al., 2018)。 ジェノタイピング技術が進歩し、コンソーシアムがより多くのサンプルに基づいてアルゴリズムを構築するにつれて、PRS アルゴリズムの予測値は成熟しています。 120,000人の患者を分析し、最高の予測可能性を目指して最適化した後、313のSNPと臨床因子を組み合わせたPRSスコアの予測値は68%であったのに対し、臨床リスク因子を使用した場合の予測値はわずか58%でした(Mavaddat et al., 2018)。 乳がん協会コンソーシアムで実施された研究では、環境リスク因子と組み合わせた PRS を使用して、一般集団におけるさまざまなレベルの乳がんリスクを持つ女性を区別できることが示されました (Rudolph et al., 2018)。
このスコアにより、医療提供者は患者を階層化する機会が得られ、その結果、リスクプロファイルが高い一部の人々がリスク低減療法を早期に開始し、より若い年齢でスクリーニングを開始し、リスク低減を目的としてライフスタイルを修正することが可能になります。 たとえば、多遺伝子リスクスコアの上位 1.5% にある人々は、一般集団と比較してオッズ比が 3 以上です。
多遺伝子リスクスコアは、世界の主要な機関で臨床試験や商業現場で適用されています。 しかし、発展途上国では、患者の乳がんのリスク低減戦略についての認識を高めるために多遺伝子リスクスコアを使用する応用はほとんど行われていない。
集団ベースの遺伝子スクリーニングの臨床実施に関する主な懸念の 1 つは、検査後に専門家が利用できるかどうかです。 卵巣がんのリスク層別化に対する医師の態度に関する英国での研究では、70%の腫瘍内科医と50%の一般医が患者に遺伝子検査を喜んで提供することが示された。 約60%は、この検査により患者にコントロール感が得られると信じており、医療提供者の80%以上は、リスク層別化に基づいて推奨事項を個別化することに前向きである(Hann et al., 2017)。
私たちは、インドネシア人口における乳がん患者と乳がんの病歴/家族歴のない患者における遺伝的危険因子と非遺伝的危険因子の違いを観察しながら、乳がんスクリーニングプロセスにPRSを導入することを目指しています。
研究の種類
入学 (実際)
連絡先と場所
研究場所
-
-
Jakarta Raya
-
Jakarta、Jakarta Raya、インドネシア、12930
- MRCC Siloam Hospitals Semanggi
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準:
症例群の場合
- 原発性乳がんと診断されているか、高浸透性遺伝子検査で陽性反応を示した(例:乳がん) BRCA1/2)
- 初経年齢 > 12歳
- 閉経前
対照群の場合
- 閉経前
- 初経年齢 > 12歳
- 無症状
- 研究とフォローアップに同意した
除外基準:
- ケースグループの場合:
乳がんまたは卵巣がんの一級家族歴がある
コントロールグループの場合:
- 乳がんまたは卵巣がんの家族歴
- 事件との一級関係
研究計画
研究はどのように設計されていますか?
デザインの詳細
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
事例
訴訟は、次のような女性を採用することによって行われます。
|
既知の乳がん関連マーカー (313 バリアント) のジェノタイピングは、マイクロアレイ ジェノタイピング チップ (Genetic Risk) を使用して実施されます。
アンケートの回答によってゲイルモデルスコアが決定され、ひいては臨床リスクスコアが決定されます。
|
|
コホート
コントロールは、Breast Cancer Care Alliance (BCCA) を訪問した以下のクライアントから取得されます。
|
既知の乳がん関連マーカー (313 バリアント) のジェノタイピングは、マイクロアレイ ジェノタイピング チップ (Genetic Risk) を使用して実施されます。
アンケートの回答によってゲイルモデルスコアが決定され、ひいては臨床リスクスコアが決定されます。
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
非遺伝的リスクに関する乳がん患者と非乳がん患者の絶対的リスク差
時間枠:2023 年の第 1 四半期
|
絶対的な非遺伝的リスクは、MDCalc Gail モデルを使用して計算されます
|
2023 年の第 1 四半期
|
|
遺伝的リスクに関する乳がん患者と非乳がん患者の絶対リスク差
時間枠:2023 年の第 1 四半期
|
遺伝的リスクは、アルゴリズムを介してマイクロアレイサンプルの結果を実行することで得られる多遺伝子リスクスコアから導出されます (Mavaddat et al 2019 を参照)
|
2023 年の第 1 四半期
|
協力者と研究者
スポンサー
捜査官
- 主任研究者:Samuel Haryono, MD, PhD、SJH Initiatives
出版物と役立つリンク
一般刊行物
- Costa M, Saldanha P. Risk Reduction Strategies in Breast Cancer Prevention. Eur J Breast Health. 2017 Jul 1;13(3):103-112. doi: 10.5152/ejbh.2017.3583. eCollection 2017 Jul.
- Mavaddat N, Michailidou K, Dennis J, Lush M, Fachal L, Lee A, Tyrer JP, Chen TH, Wang Q, Bolla MK, Yang X, Adank MA, Ahearn T, Aittomaki K, Allen J, Andrulis IL, Anton-Culver H, Antonenkova NN, Arndt V, Aronson KJ, Auer PL, Auvinen P, Barrdahl M, Beane Freeman LE, Beckmann MW, Behrens S, Benitez J, Bermisheva M, Bernstein L, Blomqvist C, Bogdanova NV, Bojesen SE, Bonanni B, Borresen-Dale AL, Brauch H, Bremer M, Brenner H, Brentnall A, Brock IW, Brooks-Wilson A, Brucker SY, Bruning T, Burwinkel B, Campa D, Carter BD, Castelao JE, Chanock SJ, Chlebowski R, Christiansen H, Clarke CL, Collee JM, Cordina-Duverger E, Cornelissen S, Couch FJ, Cox A, Cross SS, Czene K, Daly MB, Devilee P, Dork T, Dos-Santos-Silva I, Dumont M, Durcan L, Dwek M, Eccles DM, Ekici AB, Eliassen AH, Ellberg C, Engel C, Eriksson M, Evans DG, Fasching PA, Figueroa J, Fletcher O, Flyger H, Forsti A, Fritschi L, Gabrielson M, Gago-Dominguez M, Gapstur SM, Garcia-Saenz JA, Gaudet MM, Georgoulias V, Giles GG, Gilyazova IR, Glendon G, Goldberg MS, Goldgar DE, Gonzalez-Neira A, Grenaker Alnaes GI, Grip M, Gronwald J, Grundy A, Guenel P, Haeberle L, Hahnen E, Haiman CA, Hakansson N, Hamann U, Hankinson SE, Harkness EF, Hart SN, He W, Hein A, Heyworth J, Hillemanns P, Hollestelle A, Hooning MJ, Hoover RN, Hopper JL, Howell A, Huang G, Humphreys K, Hunter DJ, Jakimovska M, Jakubowska A, Janni W, John EM, Johnson N, Jones ME, Jukkola-Vuorinen A, Jung A, Kaaks R, Kaczmarek K, Kataja V, Keeman R, Kerin MJ, Khusnutdinova E, Kiiski JI, Knight JA, Ko YD, Kosma VM, Koutros S, Kristensen VN, Kruger U, Kuhl T, Lambrechts D, Le Marchand L, Lee E, Lejbkowicz F, Lilyquist J, Lindblom A, Lindstrom S, Lissowska J, Lo WY, Loibl S, Long J, Lubinski J, Lux MP, MacInnis RJ, Maishman T, Makalic E, Maleva Kostovska I, Mannermaa A, Manoukian S, Margolin S, Martens JWM, Martinez ME, Mavroudis D, McLean C, Meindl A, Menon U, Middha P, Miller N, Moreno F, Mulligan AM, Mulot C, Munoz-Garzon VM, Neuhausen SL, Nevanlinna H, Neven P, Newman WG, Nielsen SF, Nordestgaard BG, Norman A, Offit K, Olson JE, Olsson H, Orr N, Pankratz VS, Park-Simon TW, Perez JIA, Perez-Barrios C, Peterlongo P, Peto J, Pinchev M, Plaseska-Karanfilska D, Polley EC, Prentice R, Presneau N, Prokofyeva D, Purrington K, Pylkas K, Rack B, Radice P, Rau-Murthy R, Rennert G, Rennert HS, Rhenius V, Robson M, Romero A, Ruddy KJ, Ruebner M, Saloustros E, Sandler DP, Sawyer EJ, Schmidt DF, Schmutzler RK, Schneeweiss A, Schoemaker MJ, Schumacher F, Schurmann P, Schwentner L, Scott C, Scott RJ, Seynaeve C, Shah M, Sherman ME, Shrubsole MJ, Shu XO, Slager S, Smeets A, Sohn C, Soucy P, Southey MC, Spinelli JJ, Stegmaier C, Stone J, Swerdlow AJ, Tamimi RM, Tapper WJ, Taylor JA, Terry MB, Thone K, Tollenaar RAEM, Tomlinson I, Truong T, Tzardi M, Ulmer HU, Untch M, Vachon CM, van Veen EM, Vijai J, Weinberg CR, Wendt C, Whittemore AS, Wildiers H, Willett W, Winqvist R, Wolk A, Yang XR, Yannoukakos D, Zhang Y, Zheng W, Ziogas A; ABCTB Investigators; kConFab/AOCS Investigators; NBCS Collaborators; Dunning AM, Thompson DJ, Chenevix-Trench G, Chang-Claude J, Schmidt MK, Hall P, Milne RL, Pharoah PDP, Antoniou AC, Chatterjee N, Kraft P, Garcia-Closas M, Simard J, Easton DF. Polygenic Risk Scores for Prediction of Breast Cancer and Breast Cancer Subtypes. Am J Hum Genet. 2019 Jan 3;104(1):21-34. doi: 10.1016/j.ajhg.2018.11.002. Epub 2018 Dec 13.
- Sinaga ES, Ahmad RA, Shivalli S, Hutajulu SH. Age at diagnosis predicted survival outcome of female patients with breast cancer at a tertiary hospital in Yogyakarta, Indonesia. Pan Afr Med J. 2018 Nov 7;31:163. doi: 10.11604/pamj.2018.31.163.17284. eCollection 2018.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。