Nauwkeurige genhandtekening voor het voorspellen van resultaten in PDAC
1 juli 2022 bijgewerkt door: Lei Huang, The Fourth Affiliated Hospital of Anhui Medical University
Gensignatuur ontwikkeld met behulp van machine learning voor nauwkeurige voorspelling van terugval en overleving bij gereseceerd stadium I-II pancreas ductaal adenocarcinoom
Het huidige TNM-stadiëringssysteem is niet voldoende voor het voorspellen van de prognose en kan niet nauwkeurig de patiënten identificeren die meer behoefte hebben aan adjuvante therapie bij ductaal adenocarcinoom van de pancreas (PDAC).
Markers voor tumormutatie en kopieaantalvariatie (CNV) kunnen een hogere voorspellende waarde hebben.
In deze studie werd volledige exosoomsequencing uitgevoerd voor patiënten met stadium I-II PDAC die R0-resectie ondergingen.
De onderzoekers probeerden genen te identificeren met afwijkende statussen van mutaties of CNV's tussen patiënten met en zonder recidief binnen 1 jaar na R0-resectie, en vervolgens een op SVM gebaseerde prognostische classificator (de SVM-handtekening) te construeren voor PDAC met behulp van een machine. aan het leren; de onderzoekers probeerden vervolgens de SVM-handtekening verder te valideren in een onafhankelijk cohort.
Studie Overzicht
Toestand
Voltooid
Conditie
Interventie / Behandeling
Studietype
Observationeel
Inschrijving (Werkelijk)
70
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
-
-
Shanghai
-
Shanghai, Shanghai, China, 200025
- Ruijin Hospital, Shanghai Jiao Tong University School of Medicine
-
-
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, Oudere volwassene)
Accepteert gezonde vrijwilligers
NVT
Geslachten die in aanmerking komen voor studie
Allemaal
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
De onderzoekers namen twee onafhankelijke cohorten van opeenvolgende patiënten op met incidentele, primaire, microscopisch bevestigde stadium I-II PDAC die alleen radicale R0-resectie ondergingen.
Voor het trainingscohort werden gegevens verzameld van 30 patiënten die resectie ondergingen tussen maart 2015 en december 2016 in het Chinese PLA General Hospital in Beijing, China.
Patiënten die niet terugvielen of stierven binnen 1 jaar na resectie hadden een follow-up van ten minste 1 jaar.
De onderzoekers includeerden ook 40 patiënten uit de database van The Cancer Genome Atlas (TCGA) (https://www.cancer.gov/about-nci/organization/ccg/research/structural-genomics/tcga)
als het validatiecohort, met dezelfde criteria als hierboven; ze werden gediagnosticeerd tussen januari 2010 en december 2013.
Beschrijving
Inclusiecriteria:
- Beschikbaarheid van dia's van hematoxyline en eosine met invasieve tumorcomponenten
- Beschikbaarheid van klinisch-pathologische kenmerken en follow-upgegevens
- Geen voorgeschiedenis van kanker
Uitsluitingscriteria:
- Geen in formaline gefixeerd, in paraffine ingebed (FFPE) tumormonster van primaire tumor
- Ontvangst van elke neoadjuvante en/of adjuvante kankergerichte therapie
- Overlevingstijd <3 maanden na resectie
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 |
|---|---|
|
trainingscohort
30 patiënten die tussen maart 2015 en december 2016 resectie ondergaan in het Chinese PLA General Hospital in Beijing, China
|
radicale R0-resectie van pancreasadenocarcinoom
|
|
validatie cohort
40 patiënten uit de database van The Cancer Genome Atlas (TCGA) (https://www.cancer.gov/about-nci/organization/ccg/research/structural-genomics/tcga)
|
radicale R0-resectie van pancreasadenocarcinoom
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Ziektevrij overleven
Tijdsspanne: 3 jaar
|
de tijd tot recidief op elke plaats of overlijden door alle oorzaken, afhankelijk van wat zich het eerst voordeed
|
3 jaar
|
|
Algemeen overleven
Tijdsspanne: 3 jaar
|
de tijd tot overlijden door welke oorzaak dan ook
|
3 jaar
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
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)
19 april 2021
Primaire voltooiing (Werkelijk)
1 mei 2022
Studie voltooiing (Werkelijk)
22 juni 2022
Studieregistratiedata
Eerst ingediend
23 juni 2022
Eerst ingediend dat voldeed aan de QC-criteria
30 juni 2022
Eerst geplaatst (Werkelijk)
1 juli 2022
Updates van studierecords
Laatste update geplaatst (Werkelijk)
7 juli 2022
Laatste update ingediend die voldeed aan QC-criteria
1 juli 2022
Laatst geverifieerd
1 juli 2022
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- PaC-SVM1
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
ONBESLIST
Beschrijving IPD-plan
Nog niet besloten
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 .