Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Detectie van longkanker door plasmalipiden (ELAID)

2 juni 2020 bijgewerkt door: Jun Wang, Peking University People's Hospital

Detectie van longkanker in een vroeg stadium met behulp van machine learning en plasmametabolomica

Er zijn momenteel geen betrouwbare op bloed gebaseerde tests beschikbaar voor de diagnose van longkanker in een vroeg stadium. We proberen een zeer nauwkeurige methode vast te stellen voor het opsporen van longkanker in een vroeg stadium door machine learning te combineren met ongerichte en gerichte metabolomics.

Studie Overzicht

Toestand

Voltooid

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Alle plasmalipiden werden eerst gedetecteerd door niet-gerichte metabolomics-methoden en 9 kenmerkende lipiden van longkanker in een vroeg stadium werden geselecteerd door het algoritme van de ondersteunende vectormachine. Vervolgens werd een gerichte metabolomics-methode ontwikkeld om de 9 lipiden kwantitatief te detecteren op basis van de monitoringmodus voor meerdere reacties. Uiteindelijk werd een detectiemodel opgesteld op basis van de 9 lipiden.

Studietype

Observationeel

Inschrijving (Werkelijk)

558

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

  • China
    • Beijing
      • Beijing, Beijing, China, 100044
        • Peking University People's Hospital

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

18 jaar en ouder (VOLWASSEN, OUDER_ADULT)

Accepteert gezonde vrijwilligers

Ja

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Patiënten die longknobbels of vertroebeling hadden en een operatie ondergingen bij de afdeling Thoraxchirurgie van het Peaking University People's Hospital, het Jiangsu Cancer Hospital en het Beijing Haidian Hospital waren ingeschreven

Beschrijving

Inclusiecriteria:

  1. longknobbeltjes of troebelheid
  2. plan om geopereerd te worden

Uitsluitingscriteria:

  1. geschiedenis van andere maligniteiten
  2. kreeg vóór de operatie een antikankerbehandeling (chemotherapie, radiotherapie, gerichte therapie, enz.).

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Deelnemers werden geopereerd
Patiënten die een operatie ondergingen op de afdeling Thoraxchirurgie van het Peaking University People's Hospital, het Jiangsu Cancer Hospital en het Beijing Haidian Hospital werden ingeschreven met de volgende criteria: 1) pathologisch bevestigde longkanker; 2) geen voorgeschiedenis van andere maligniteiten; 3) geen antikankerbehandeling (chemotherapie, radiotherapie, gerichte therapie, enz.) vóór de operatie. Plasmamonsters werden verzameld vóór de operatie en plasmalipiden werden gedetecteerd door middel van massaspectrometrie. Pathologische diagnose en klinische kenmerken van ingeschreven deelnemers werden opgehaald.
Diagnostische toets: Plasma-lipiden
Plasmalipiden werden gedetecteerd door een Ultimate 3000 ultra-high-performance vloeistofchromatografie (UHPLC) systeem gekoppeld aan Q-Exactive MS (Thermo Scientific). Vervolgens werd een detectiemodel gebouwd op basis van plasmalipiden met behulp van een algoritme voor machine learning.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Plasma-lipiden
Tijdsspanne: Alle monsters werden samen gedetecteerd na werving van deelnemers en monsterverzameling. Alle monsters werden binnen 18 maanden na monsterverzameling gedetecteerd.
Er werd een detectiemodel ontwikkeld op basis van 9 lipiden, waaronder 3 lysofosfatidylcholines, 5 fosfatidylcholines en een triglyceride. De 9 lipiden werden gedetecteerd door gerichte metabolomics door middel van massaspectrometrie.
Alle monsters werden samen gedetecteerd na werving van deelnemers en monsterverzameling. Alle monsters werden binnen 18 maanden na monsterverzameling gedetecteerd.

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Peking University People's Hospital

Medewerkers

Jiangsu Cancer Institute & Hospital
Peking University Health Science Center
Beijing Haidian Hospital

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (WERKELIJK)

13 december 2018

Primaire voltooiing (WERKELIJK)

31 oktober 2019

Studie voltooiing (WERKELIJK)

20 mei 2020

Studieregistratiedata

Eerst ingediend

13 februari 2020

Eerst ingediend dat voldeed aan de QC-criteria

25 februari 2020

Eerst geplaatst (WERKELIJK)

27 februari 2020

Updates van studierecords

Laatste update geplaatst (WERKELIJK)

4 juni 2020

Laatste update ingediend die voldeed aan QC-criteria

2 juni 2020

Laatst geverifieerd

1 juni 2020

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • 2018PHB233-01

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Klinische onderzoeken op Plasma-lipiden

Zoek naar vergelijkbare onderzoeken

Sponsors en medewerkers

Medische omstandigheden

Geneesmiddelinterventies

CROs by country

CROs in Jamaica

Voorwaarden

Zeldzame ziekten

Geneesmiddelinterventies

Voedingssupplementen

Sponsor / medewerkers

Locaties

3
Abonneren