Analysis of Breath Volatile Organic Compounds Using Mass Spectrometry
Breath Volatile Organic Compounds (VOC) Analysis Using Proton Transfer Reaction Mass Spectrometry (PTR-MS)
연구 개요
상태
상태
정황
정황
개입 / 치료
개입 / 치료
상세 설명
This study aims to determine whether metabolic changes associated with cancer produce distinct alterations in exhaled breath compared with those of healthy individuals. Breath samples will be analyzed using machine learning techniques to identify volatile organic compound (VOC) patterns and develop diagnostic algorithms capable of detecting multiple types of cancer. The long-term goal is to establish a noninvasive, breath-based screening tool that can facilitate the early detection of various cancers.
Additionally, patients and healthy participants who consent to this study may opt in to be contacted in the future to provide additional breath samples.
연구 유형
연구 유형
등록 (추정된)
등록
연락처 및 위치
연구 연락처
연구 연락처
- 이름: Lead Onco Nurse
- 전화번호: 405-271-8777
- 이메일: SCC-IIT-Office@ouhsc.edu
연구 연락처 백업
- 이름: Nirmal Choradia, MD
- 이메일: Nirmal-Choradia@ouhsc.edu
연구 장소
-
-
Oklahoma
-
Oklahoma City, Oklahoma, 미국, 73117
- OU Health Stephenson Cancer Center
-
연락하다:
- Nirmal Choradia, MD
- 이메일: Nirmal-Choradia@ouhsc.edu
-
-
참여기준
자격 기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
Inclusion Criteria:
- Age ≥ 18 at the time of consent. Male and female patients to be tested.
- Capable of understanding written and/or spoken English language.
- Able to provide informed consent.
- Cancer of any type.
- Newly diagnosed cancer and untreated or established diagnosis of cancer. For established cancer patients, no active anti-cancer treatment for more than one month (reasons for no treatment are such as relapse, progression of cancer, refractory, or intolerance to treatment etc.)
Exclusion Criteria:
- Under the age of 18.
- Anticipated inability to complete breath sampling procedure.
- Unable to provide informed consent.
- Pregnant women
- Active respiratory infection symptoms
- Recent use of antibiotics
- Difficulty in performing coached exhalation
- Individuals who are unable to follow the instructions
- Cancer patients who are on active treatment for cancer or have received cancer treatment within one month
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
그룹/코호트 수
코호트 및 개입
그룹/코호트그룹/코호트 |
개입 / 치료개입 / 치료 |
|---|---|
|
Diagnosed Malignancies
Participants in this group either have a newly diagnosed, untreated cancer or a pre-existing cancer diagnosis but are not currently receiving anticancer therapy.
Participants with a pre-existing diagnosis must not have received any anticancer treatment within the previous month.
|
This is a noninvasive intervention.
Participants will be asked to provide a breath sample using a disposable mouthpiece equipped with a saliva/moisture trap and a non-rebreathing valve.
Breath samples will be collected through normal, steady exhalation.
The entire breath collection process is expected to take no more than 30 minutes to complete.
다른 이름들:
|
|
Healthy Control Group
Participants in this control group have no current or prior diagnosis of a malignancy.
|
This is a noninvasive intervention.
Participants will be asked to provide a breath sample using a disposable mouthpiece equipped with a saliva/moisture trap and a non-rebreathing valve.
Breath samples will be collected through normal, steady exhalation.
The entire breath collection process is expected to take no more than 30 minutes to complete.
다른 이름들:
|
연구는 무엇을 측정합니까?
주요 결과 측정
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
VOC Signature Collection.
기간: 2 Years
|
The successful collection of breath samples from 1000 cancer patients and 1000 healthy volunteers.
|
2 Years
|
|
Assess the sensitivity of Machine Learning (ML) Algorithm In The Test Dataset.
기간: 1 Years
|
Using the training dataset, qualitative output generated by the PTR-MS instrument will be analyzed using machine learning methods to identify volatile organic compound (VOC) patterns associated with different cancer types, including pancreatic, esophageal, hepatocellular carcinoma, lung, and ovarian cancers.
The trained machine learning model will be tested using the dataset.
|
1 Years
|
2차 결과 측정
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
Assess The Specificity and Accuracy of ML Analysis In The Test Dataset.
기간: 1 year
|
To determine the specificity, and overall diagnostic accuracy of the machine learning (ML) algorithm for detecting pancreatic, esophageal, hepatocellular carcinoma, lung, and ovarian cancers within the test dataset.
|
1 year
|
공동 작업자 및 조사자
수사관
수사관
- 수석 연구원: Nirmal Choradia, MD, University of Oklahoma - Stephenson Cancer Center
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
연구 시작
기본 완료 (추정된)
기본 완료
연구 완료 (추정된)
연구 완료
연구 등록 날짜
최초 제출
최초 제출
QC 기준을 충족하는 최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
처음 게시됨
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
마지막 업데이트 게시됨
QC 기준을 충족하는 마지막 업데이트 제출
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
- 비뇨생식기 질환
- 생식기 질환
- 내분비계 질환
- 비뇨생식기 신생물
- 부위별 신생물
- 신생물
- 남성 비뇨 생식기 질환
- 비뇨기과 질환
- 여성 비뇨 생식기 질환
- 여성 비뇨 생식기 질환 및 임신 합병증
- 장 질환
- 호흡기 질환
- 조직학적 유형에 따른 신생물
- 위장관 신생물
- 소화계 신생물
- 소화기계 질환
- 위장병
- 대장 신생물
- 장 신생물
- 생식기 질환, 여성
- 폐 질환
- 내분비샘 신생물
- 췌장 질환
- 간 질환
- 신생물, 선상 및 상피
- 선암종
- 간 신생물
- 호흡기 신생물
- 흉부 신생물
- 결장 질환
- 난소 질환
- 부속기 질환
- 생식기 신생물, 여성
- 생식선 장애
- 피부병
- 유방 질환
- 비뇨기과 신생물
- 암종
- 방광 질환
- 피부 및 결합 조직 질환
- 암종, 간세포
- 폐 신생물
- 대장 신생물
- 난소 신생물
- 유방 신생물
- 췌장 신생물
- 두경부 신생물
- 방광 신생물
기타 연구 ID 번호
기타 연구 ID 번호
- OU-SCC-VOC
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .