- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT05711914
Voorspelling van de reactie op PD-1 Checkpoint-blokkade met behulp van deep learning-analyse van beeldvorming en klinische gegevens (Onc AI)
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
Conditie
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
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
-
Nîmes, Frankrijk, 30900
- Jean-Paul BEREGI
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
Accepteert gezonde vrijwilligers
Geslachten die in aanmerking komen voor studie
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:Patiënten tussen 18 en 100 jaar oud -
Uitsluitingscriteria: Patiënt jonger dan 18 jaar
-
Studie plan
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
Studie record data
Bestudeer belangrijke data
Studie start (WERKELIJK)
Primaire voltooiing (WERKELIJK)
Studie voltooiing (WERKELIJK)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (WERKELIJK)
Updates van studierecords
Laatste update geplaatst (WERKELIJK)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- Local2021/JPB-01
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .