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

Voorspelling van de reactie op PD-1 Checkpoint-blokkade met behulp van deep learning-analyse van beeldvorming en klinische gegevens (Onc AI)

25 januari 2023 bijgewerkt door: Centre Hospitalier Universitaire de Nīmes

Immunotherapie heeft de behandeling van kanker getransformeerd met de PD-1-klasse van checkpoint-remmers - pembrolizumab en nivolumab - die duurzame reacties aantonen bij metastatische tumoren van stadium IV, zoals niet-kleincellige longkanker en melanoom. Ondanks deze talrijke successen hebben PD-1/PD-L1 checkpoint-blokkadetherapieën een aantal tekortkomingen.

Veel benaderingen om de respons op PD-1/PD-L1 checkpoint-therapie te voorspellen zijn met beperkt succes onderzocht. Recente pogingen om het nut van kwantitatieve beeldvormende biomarkers te onderzoeken om de respons op PD-[L]1-immunotherapie te voorspellen, zijn veelbelovend gebleken. Het doel van deze retrospectieve multicenter studie is het ontwikkelen van een multi-omische classificator om de respons op PD-1/PD-L1 checkpointblokkade voor mutatie-negatieve (EGFR, ALK en ROS1) NSCLC te voorspellen

Studie Overzicht

Toestand

Voltooid

Gedetailleerde beschrijving

Recente fase III-onderzoeken hebben de effectiviteit aangetoond van atezolizumab (PD-L1) bij gemetastaseerde triple-negatieve borstkanker [3] en kleincellige longkanker, terwijl de zorgstandaard voor stadium III niet-kleincellige longkanker is veranderd met positieve resultaten. van de PACIFIC Fase III-studie, waar durvalumab (PD-L1) toegediend na chemoradiatie een significante toename van de algehele overleving liet zien.

Lage responspercentages, over het algemeen in het bereik van 15% tot 20% bij de meeste ziekten bij gebruik als monotherapie, hoge therapiekosten wereldwijd ($ 150.000 of meer per jaar in de VS) en ernstige immuungemedieerde bijwerkingen, vooral bij PD-1 /PD-L1-remmers worden gecombineerd met de CTLA-4-remmers (ipilimumab). Onvoorspelbare en lage responspercentages van patiënten in combinatie met hoge geneesmiddelenkosten en ernstige toxiciteiten kunnen de zorgstelsels, derde betalers en patiënten aanzienlijk belasten. Het is duidelijk dat diagnostische hulpmiddelen om patiënten te stratificeren op basis van waarschijnlijkheid van respons nodig zijn, aangezien PD-[L]1-checkpointremmers steeds meer ingang vinden.

De standaard biomarker is een immunohistochemie (IHC)-test die niveaus van het PD-L1-eiwit meet dat tot expressie wordt gebracht in tumormonsters. Tumormutatielast, aanwezigheid van tumor-infiltrerende lymfocyten en inflammatoire cytokines worden onderzocht in meerdere klinische onderzoeken met PD-(L)1, vaak in combinatie met aanvullende immuno-oncologie (IO)-therapieën. kan inzicht en informatie verschaffen over de gehele tumorlast van de patiënt in plaats van een steekproef van een subset van laesies (zoals geleverd door biopsie of serum-gebaseerde assays). Wanneer diagnostische beelden die alle behandelbare laesies weergeven, verder worden geanalyseerd met computationele technieken zoals machinaal leren en kunstmatige intelligentie, resulterend in de identificatie van relevante beeldvormende biomarkers, kan een nauwkeurige algehele beoordeling van de respons van de patiënt op PD-[L]1-therapie worden bereikt. .

Studietype

Observationeel

Inschrijving (Werkelijk)

300

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

      • Nîmes, Frankrijk, 30900
        • Jean-Paul BEREGI

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 tot 100 jaar (VOLWASSEN, OUDER_ADULT)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

patiënten met niet-kleincellige longkanker (NSCLC), die een behandeling met immunotherapie hebben ondergaan

Beschrijving

Inclusiecriteria:Patiënten tussen 18 en 100 jaar oud -

Uitsluitingscriteria: Patiënt jonger dan 18 jaar

-

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

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
het ontwikkelen van een multi-omische classificator voor het voorspellen van PD-1-respons
Tijdsspanne: gedurende een maand
Zodra er voldoende patiëntgegevens zijn verzameld, worden de beeldvormingsgegevens (zowel baseline- als follow-upscans) geannoteerd (gesegmenteerd) om laesies, lymfeklieren, omliggende organen, enz. af te bakenen.
gedurende een maand

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)

31 januari 2021

Primaire voltooiing (WERKELIJK)

31 maart 2022

Studie voltooiing (WERKELIJK)

31 december 2022

Studieregistratiedata

Eerst ingediend

25 januari 2023

Eerst ingediend dat voldeed aan de QC-criteria

25 januari 2023

Eerst geplaatst (WERKELIJK)

3 februari 2023

Updates van studierecords

Laatste update geplaatst (WERKELIJK)

3 februari 2023

Laatste update ingediend die voldeed aan QC-criteria

25 januari 2023

Laatst geverifieerd

1 januari 2023

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

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 .

3
Abonneren