- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT06144762
췌장암의 조기 발견 및 표적 치료 모니터링을 위한 정밀 영상 (PANC-O-MICS)
2025년 2월 11일 업데이트: Institut du Cancer de Montpellier - Val d'Aurelle
특히, 이 프로젝트에서는 조직학에서 생체 내 MRI, 생체 외 MRI에서 거울 종양 이미지를 획득하여 다중 규모 방사선학 접근 방식을 사용하여 영상 기반 종양 이질성을 포착하는 모델을 개발하는 것이 목표입니다.
완벽한 가상 조직학 종양 표현을 제공하는 이 영상 모델은 조기 암 발견 및 치료 모니터링을 위한 일상적인 생체 내 임상 MRI에서 이차적으로 구현될 것입니다.
이 제안의 성공적인 완료는 췌장암의 포괄적인 비침습적 특성 규명으로 이어질 것이며 환자 관리의 판도를 바꿀 것입니다.
연구 개요
상세 설명
대부분의 환자의 5년 생존율이 3%에 불과한 췌장암은 세계적인 의료 문제입니다.
진단 당시 췌장암의 절반 이상이 전이되었습니다.
심각한 질병 상황은 췌장암을 조기에 진단하고 효과적으로 치료할 수 있는 능력이 없음을 반영합니다.
우리가 질병을 조기에 진단하지 못한 이유는 부분적으로 기관에 접근하기 어렵고, 전통적인 영상 접근법으로 작은 췌장 병변을 발견하는 데 어려움이 있으며, 췌장암의 이질성 스펙트럼에 대한 이해가 부족하기 때문입니다.
단일 시점, 단일 부위 생검은 전체 종양을 평가할 수 없는 반면 여러 시점의 다중 생검은 임상 루틴에서 실행 가능하지 않습니다.
침습적 샘플링의 한계는 전체 종양에 대한 형태적 및 기능적 정보를 공간에서, 그리고 반복되는 경우 시간적으로 캡처하는 비침습적 영상으로 해결할 수 있습니다.
Radiomics는 생검 대신 단일 또는 연속 비침습적 검사를 사용하여 "전체 종양 가상 샘플링"의 가능성을 가지고 있습니다.
이미지를 기존 방사선학의 단순한 사진이 아닌 채굴 가능한 데이터로 접근함으로써 정량적 이미징을 통해 의료 이미지에서 추가 정보를 추출할 수 있을 뿐만 아니라 대규모 환자 모집단에 대한 전반적인 평가를 수행할 수 있습니다.
따라서 이러한 새로운 정량적 접근법은 기존 의료 영상에서 육안으로는 인식할 수 없는 췌장암 특성을 감지할 수 있는 가능성을 갖고 있으며, 췌장암에 대한 맞춤형 의학의 새로운 문을 열어줄 것입니다.
현재까지 조기 암 발견 및 표적 치료 모니터링을 위해 거시적(생체 내 1.5T/3TMRI) 및 미시적(생체 외 9.4TMRI) 규모에서 방사선학의 가치를 평가한 연구는 없습니다.
특히, 이 프로젝트의 목표는 조직학에서 생체 내 MRI, 생체 외 MRI에서 거울 종양 이미지를 획득하여 다중 규모 방사선학 접근 방식을 사용하여 영상 기반 종양 이질성을 포착하는 모델을 개발하는 것입니다.
완벽한 가상 조직학 종양 표현을 제공하는 이 영상 모델은 조기 암 발견 및 치료 모니터링을 위한 일상적인 생체 내 임상 MRI에서 이차적으로 구현될 것입니다.
이 제안의 성공적인 완료는 췌장암의 포괄적인 비침습적 특성 규명으로 이어질 것이며 환자 관리의 판도를 바꿀 것입니다.
연구 유형
중재적
등록 (추정된)
150
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: MOUSSION Aurore
- 전화번호: +33 0467613102
- 이메일: aurore.moussion@icm.unicancer.fr
연구 연락처 백업
- 이름: Texier Emmanuelle
- 전화번호: +33 0467613102
- 이메일: emmanuelle.texier@icm.unicancer.fr
연구 장소
-
-
-
Montpellier, 프랑스, 34298
- 모병
- NOUGARET Stephanie
-
연락하다:
- NOUGARET Stephanie, MD
- 이메일: stephanie.nougaret@icm.unicancer.fr
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
아니
설명
포함 기준:
- 18세 이상의 환자 2.
- 병리학적으로 입증된 췌장암으로 선행 수술 또는 지연 수술 후 신보강 화학요법을 시행할 수 있습니다.
- 가임기 여성을 위한 음성 임신 테스트
- 사회 보호 시스템에 가입된 환자
- 프로젝트 시작 전에 서면 동의서에 서명했습니다.
제외 기준:
- 전이의 존재,
- 수술을 하지 않을 환자
- 임신 또는 수유 중인 여성
- 정신적 또는 심리적 상태, 신체적 또는 법적 무능력으로 인해 프로젝트에 참여할 수 없습니다.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 다른
- 할당: 해당 없음
- 중재 모델: 단일 그룹 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: 혈액 샘플 및 조직 샘플
|
수술 중 : 조직 샘플: 원발성 종양 및 전이 혈액 샘플: EDTA 튜브 3개 생체 외 MRI 데이터 |
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
췌장암 검출 및 치료 반응 모니터링을 증가시키기 위해 생체 내 및 생체 외 MRI를 조직학 및 분자 특성과 통합합니다.
기간: 수술 당일
|
췌장암 검출 및 치료 반응 모니터링에서 방사성 및 다중성 알고리즘의 진단 성능.
|
수술 당일
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
생체 내 규모에서 이미지 거울 종양을 획득하여 다중 규모 방사성 접근법으로 종양 이질성의 영상 표현형
기간: 수술 당일
|
방사성 지도와 이질성의 병원성 지도 사이의 상관관계,
|
수술 당일
|
|
인공 지능 기반 영상의 종양 이질성은 기본 조직학(종양 간질의 비율 및 종양 침윤 림프구의 밀도)(종양 검출 및 반응)과 유전체학을 반영하고 예측할 수 있습니다.
기간: 수술 당일
|
방사성 알고리즘과 기본 조직학(종양 간질의 비율 및 종양 침윤 림프구의 밀도) 간의 상관관계(종양 탐지 및 반응) ii/ 유전체학
|
수술 당일
|
|
종양의 다양한 부분에 대한 비침습적 영상화를 통한 종양 생물학의 이질성,
기간: 수술 당일
|
방사성 지도와 종양 생물학(CYTOF, 단백질체학 및 전사체학) 간의 상관관계,
|
수술 당일
|
|
MRI 결과를 혈액학적 분자생물학 결과와 연관시키십시오.
기간: 수술 당일
|
종양 검출을 위한 방사성 알고리즘과 cDNA 분석 간의 상관관계
|
수술 당일
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 연구 책임자: NOUGARET Stephanie, INSTITUT REGIONAL DU CANCER DE MONTPELLIER Cancer de Montpellier
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
일반 간행물
- Gillies RJ, Kinahan PE, Hricak H. Radiomics: Images Are More than Pictures, They Are Data. Radiology. 2016 Feb;278(2):563-77. doi: 10.1148/radiol.2015151169. Epub 2015 Nov 18.
- Dextraze K, Saha A, Kim D, Narang S, Lehrer M, Rao A, Narang S, Rao D, Ahmed S, Madhugiri V, Fuller CD, Kim MM, Krishnan S, Rao G, Rao A. Spatial habitats from multiparametric MR imaging are associated with signaling pathway activities and survival in glioblastoma. Oncotarget. 2017 Dec 5;8(68):112992-113001. doi: 10.18632/oncotarget.22947. eCollection 2017 Dec 22.
- Tardieu M, Lakhman Y, Khellaf L, Cardoso M, Sgarbura O, Colombo PE, Crispin-Ortuzar M, Sala E, Goze-Bac C, Nougaret S. Assessing Histology Structures by Ex Vivo MR Microscopy and Exploring the Link Between MRM-Derived Radiomic Features and Histopathology in Ovarian Cancer. Front Oncol. 2022 Jan 19;11:771848. doi: 10.3389/fonc.2021.771848. eCollection 2021.
- Himoto Y, Veeraraghavan H, Zheng J, Zamarin D, Snyder A, Capanu M, Nougaret S, Vargas HA, Shitano F, Callahan M, Wang W, Sala E, Lakhman Y. Computed Tomography-Derived Radiomic Metrics Can Identify Responders to Immunotherapy in Ovarian Cancer. JCO Precis Oncol. 2019 Aug 15;3:PO.19.00038. doi: 10.1200/PO.19.00038. eCollection 2019.
- Weigelt B, Vargas HA, Selenica P, Geyer FC, Mazaheri Y, Blecua P, Conlon N, Hoang LN, Jungbluth AA, Snyder A, Ng CKY, Papanastasiou AD, Sosa RE, Soslow RA, Chi DS, Gardner GJ, Shen R, Reis-Filho JS, Sala E. Radiogenomics Analysis of Intratumor Heterogeneity in a Patient With High-Grade Serous Ovarian Cancer. JCO Precis Oncol. 2019 Jun 6;3:PO.18.00410. doi: 10.1200/PO.18.00410. eCollection 2019. No abstract available.
- Nougaret S, Lakhman Y, Gourgou S, Kubik-Huch R, Derchi L, Sala E, Forstner R; European Society of Radiology (ESR) and the European Society of Urogenital Radiology (ESUR). MRI in female pelvis: an ESUR/ESR survey. Insights Imaging. 2022 Mar 28;13(1):60. doi: 10.1186/s13244-021-01152-w.
- Soyer P, Revel MP, Dohan A, Vernhet-Kovacsik H, Nougaret S, Hoeffel C. Gender diversity in authorship in Diagnostic & Interventional Imaging: Where are we now? Diagn Interv Imaging. 2022 May;103(5):237-239. doi: 10.1016/j.diii.2022.02.001. Epub 2022 Feb 17. No abstract available.
- Shinagare AB, Sadowski EA, Park H, Brook OR, Forstner R, Wallace SK, Horowitz JM, Horowitz N, Javitt M, Jha P, Kido A, Lakhman Y, Lee SI, Manganaro L, Maturen KE, Nougaret S, Poder L, Rauch GM, Reinhold C, Sala E, Thomassin-Naggara I, Vargas HA, Venkatesan A, Nikolic O, Rockall AG. Ovarian cancer reporting lexicon for computed tomography (CT) and magnetic resonance (MR) imaging developed by the SAR Uterine and Ovarian Cancer Disease-Focused Panel and the ESUR Female Pelvic Imaging Working Group. Eur Radiol. 2022 May;32(5):3220-3235. doi: 10.1007/s00330-021-08390-y. Epub 2021 Nov 30.
- Tibermacine H, Rouanet P, Sbarra M, Forghani R, Reinhold C, Nougaret S; GRECCAR Study Group. Radiomics modelling in rectal cancer to predict disease-free survival: evaluation of different approaches. Br J Surg. 2021 Oct 23;108(10):1243-1250. doi: 10.1093/bjs/znab191.
- Nougaret S, Vargas HA, Sala E. BJR female genitourinary oncology special feature: introductory editorial. Br J Radiol. 2021 Sep 1;94(1125):20219003. doi: 10.1259/bjr.20219003. No abstract available.
- Rouanet P, Rullier E, Lelong B, Maingon P, Tuech JJ, Pezet D, Castan F, Nougaret S; GRECCAR Study Group*. Tailored Strategy for Locally Advanced Rectal Carcinoma (GRECCAR 4): Long-term Results From a Multicenter, Randomized, Open-Label, Phase II Trial. Dis Colon Rectum. 2022 Aug 1;65(8):986-995. doi: 10.1097/DCR.0000000000002153. Epub 2022 Jul 5.
- Nougaret S, Tibermacine H, Tardieu M, Sala E. Radiomics: an Introductory Guide to What It May Foretell. Curr Oncol Rep. 2019 Jun 25;21(8):70. doi: 10.1007/s11912-019-0815-1.
- Chu LC, Park S, Kawamoto S, Fouladi DF, Shayesteh S, Zinreich ES, Graves JS, Horton KM, Hruban RH, Yuille AL, Kinzler KW, Vogelstein B, Fishman EK. Utility of CT Radiomics Features in Differentiation of Pancreatic Ductal Adenocarcinoma From Normal Pancreatic Tissue. AJR Am J Roentgenol. 2019 Aug;213(2):349-357. doi: 10.2214/AJR.18.20901. Epub 2019 Apr 23.
- Zhang Z, Li S, Wang Z, Lu Y. A Novel and Efficient Tumor Detection Framework for Pancreatic Cancer via CT Images. Annu Int Conf IEEE Eng Med Biol Soc. 2020 Jul;2020:1160-1164. doi: 10.1109/EMBC44109.2020.9176172.
- Chu LC, Park S, Kawamoto S, Wang Y, Zhou Y, Shen W, Zhu Z, Xia Y, Xie L, Liu F, Yu Q, Fouladi DF, Shayesteh S, Zinreich E, Graves JS, Horton KM, Yuille AL, Hruban RH, Kinzler KW, Vogelstein B, Fishman EK. Application of Deep Learning to Pancreatic Cancer Detection: Lessons Learned From Our Initial Experience. J Am Coll Radiol. 2019 Sep;16(9 Pt B):1338-1342. doi: 10.1016/j.jacr.2019.05.034. No abstract available.
- Meier A, Veeraraghavan H, Nougaret S, Lakhman Y, Sosa R, Soslow RA, Sutton EJ, Hricak H, Sala E, Vargas HA. Association between CT-texture-derived tumor heterogeneity, outcomes, and BRCA mutation status in patients with high-grade serous ovarian cancer. Abdom Radiol (NY). 2019 Jun;44(6):2040-2047. doi: 10.1007/s00261-018-1840-5.
- Vargas HA, Veeraraghavan H, Micco M, Nougaret S, Lakhman Y, Meier AA, Sosa R, Soslow RA, Levine DA, Weigelt B, Aghajanian C, Hricak H, Deasy J, Snyder A, Sala E. A novel representation of inter-site tumour heterogeneity from pre-treatment computed tomography textures classifies ovarian cancers by clinical outcome. Eur Radiol. 2017 Sep;27(9):3991-4001. doi: 10.1007/s00330-017-4779-y. Epub 2017 Mar 13.
- Sadowski EA, Thomassin-Naggara I, Rockall A, Maturen KE, Forstner R, Jha P, Nougaret S, Siegelman ES, Reinhold C. O-RADS MRI Risk Stratification System: Guide for Assessing Adnexal Lesions from the ACR O-RADS Committee. Radiology. 2022 Apr;303(1):35-47. doi: 10.1148/radiol.204371. Epub 2022 Jan 18. Erratum In: Radiology. 2023 Jul;308(1):e239017. doi: 10.1148/radiol.239017.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2023년 12월 19일
기본 완료 (추정된)
2029년 10월 1일
연구 완료 (추정된)
2029년 10월 1일
연구 등록 날짜
최초 제출
2023년 11월 13일
QC 기준을 충족하는 최초 제출
2023년 11월 17일
처음 게시됨 (실제)
2023년 11월 22일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2025년 3월 25일
QC 기준을 충족하는 마지막 업데이트 제출
2025년 2월 11일
마지막으로 확인됨
2025년 2월 1일
추가 정보
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. .