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

Op microbiomen gebaseerd diagnostisch hulpmiddel voor de screening van colorectale kanker (GUILTI) (GUILTI)

11 augustus 2026 bijgewerkt door: Gianluca Ianiro, Catholic University of the Sacred Heart

Een op het darmmicrobioom gebaseerd diagnostisch hulpmiddel voor de screening van colorectale kanker

Colorectale kanker (CRC) is wereldwijd een van de meest voorkomende vormen van kanker en doodsoorzaak door kanker. Populatiegebaseerde screeningprogramma's voor populaties met een gemiddeld risico zijn effectief gebleken bij het terugdringen van zowel de incidentie als de mortaliteit van colorectale borstkanker door vroegtijdige detectie van kanker. Het fecaal immunochemisch testen (FIT) heeft nog steeds een suboptimaal diagnostisch rendement, met zowel gemiste adenomen als vooral onnodige colonoscopieën. De identificatie van nieuwe, niet-invasieve biomarkers is momenteel een van de onderzoeksgebieden die de meeste uitgaven op het gebied van onderzoek aandrijven. CRC. Een grote hoeveelheid bewijsmateriaal toont aan dat veranderingen in het darmmicrobioom en de verrijking van specifieke taxa (bijv. Fusobacterium nucleatum, Parvimonas micra en anderen) zijn betrokken bij de pathogenese van CRC. Bovendien hebben recente onderzoeken gemeenschappelijke microbiële kenmerken ontdekt die in staat zijn om op reproduceerbare wijze onderscheid te maken tussen patiënten met dikkedarmkanker en gezonde controles. Het doel van deze observationele studie is het ontwikkelen van een op het darmmicrobioom gebaseerd diagnostisch hulpmiddel voor de identificatie van darmkanker en gevorderde colorectale adenomen bij patiënten die deelnamen aan de nationaal screeningsprogramma voor colorectale kanker (CRC) (50-69 jaar oud) en onder wie verwijzen naar alle centra die bij dit onderzoek betrokken zijn voor screening van colonoscopie met positiviteit van FIT, van beide geslachten. Het primaire eindpunt van de studie is het ontwikkelen van een op het darmmicrobioom gebaseerd diagnostisch hulpmiddel voor de identificatie van CRC en gevorderde colorectale adenomen bij patiënten die betrokken zijn bij het nationale CRC-screeningprogramma, waarbij gebruik wordt gemaakt van zowel statistische als machine learning-benaderingen. De secundaire eindpunten zijn:

  • De associatie van klinische en colonoscopieresultaten met FIT-resultaten;
  • De karakterisering van het darmmicrobioom vanuit ecologisch, taxonomisch, fylogenetisch en functioneel oogpunt;
  • De associatie tussen microbioomsignaturen met klinische en colonoscopieresultaten, door middel van statistische en machinaal lerende algoritmen. Bij baseline zullen de ingeschreven patiënten binnen 2 weken na inschrijving een fecaal monster verstrekken en zullen demografische, klinische kenmerken en laboratoriumgegevens worden geregistreerd. Ingeschreven patiënten zullen, net als in de klinische praktijk, binnen 4 weken na de positieve FIT worden ingepland voor colonoscopie en de histologie van gereseceerde laesies zal worden beoordeeld door ervaren pathologen volgens de WHO-classificatie en de criteria van Wenen. Klinische, endoscopische en microbiële gegevens zullen worden gecombineerd door middel van statistische en machine learning-algoritmen om specifieke microbiële biomarkers geassocieerd met CRC te identificeren en een nieuw diagnostisch hulpmiddel te ontwikkelen, gebaseerd op een scoresysteem. Dit instrument zal worden gevalideerd en de diagnostische prestaties zullen worden vergeleken met traditionele screeningsmethoden.

Studie Overzicht

Toestand

Werving

Gedetailleerde beschrijving

Colorectale kanker (CRC) is wereldwijd de derde meest voorkomende kanker en de tweede meest voorkomende doodsoorzaak door kanker, met bijna 2 miljoen nieuwe gevallen en een miljoen sterfgevallen in 2020. In de afgelopen decennia zijn op de bevolking gebaseerde screeningprogramma's voor populaties met een gemiddeld risico uitgegroeid tot een effectieve strategie om zowel de incidentie als de mortaliteit van colorectale borstkanker terug te dringen door vroegtijdige detectie van kanker. De fecale immunochemische testen (FIT), het diagnostische referentie-instrument in de meeste landen, hebben nog steeds een suboptimaal diagnostisch rendement, met zowel gemiste adenomen als vooral onnodige colonoscopieën. Om deze redenen is de identificatie van nieuwe, niet-invasieve biomarkers de laatste jaren absoluut pleitbezorger op het gebied van CRC. Uit een grote hoeveelheid bewijsmateriaal blijkt dat veranderingen in het darmmicrobioom en de verrijking van specifieke taxa (bijv. Fusobacterium nucleatum, Parvimonas micra en anderen) zijn betrokken bij de pathogenese van CRC. Bovendien hebben recente onderzoeken, waaronder metagenomische meta-analyses van onze groep, gemeenschappelijke microbiële kenmerken ontdekt die in staat zijn om op reproduceerbare wijze onderscheid te maken tussen patiënten met dikkedarmkanker en gezonde controles. Op basis van dit bewijsmateriaal hebben internationale richtlijnen onlangs de exploitatie van op microbioom gebaseerde biomarkers voor de screening van colorectale borstkanker in de klinische praktijk bepleit, maar dergelijke onderzoeken zijn tot op heden nog niet beschikbaar.

Het primaire doel is het ontwikkelen van een op het darmmicrobioom gebaseerd diagnostisch hulpmiddel voor de identificatie van CRC en gevorderde colorectale adenomen.

De secundaire doelstellingen zijn:

  • Om FIT te associëren met klinische en colonoscopieresultaten
  • Karakteriseren van het darmmicrobioom van ingeschreven patiënten
  • Om microbioomsignaturen te associëren met klinische en colonoscopieresultaten. Dit is een observationeel prospectief multicenter onderzoek, waarin patiënten zullen worden geselecteerd uit degenen die zijn ingeschreven voor het nationale screeningsprogramma voor colorectale kanker (CRC) en die zullen verwijzen naar alle centra die bij dit onderzoek betrokken zijn voor screening op colonoscopie. Patiënten die aan alle inclusiecriteria voldoen en geen van de exclusiecriteria (gedetailleerd in het specifieke gedeelte van deze website) komen in aanmerking voor dit onderzoek. N=1202 patiënten zullen worden geïncludeerd, op basis van de berekening van de steekproefomvang en inclusief een validatiegroep. Er zullen N=911 patiënten nodig zijn, en we zullen 91 patiënten toevoegen om een ​​potentiële uitval van 10% te dekken en 200 patiënten als validatiegroep (20% van het studiecohort). Patiënten die in dit validatiecohort zijn opgenomen, zullen dezelfde uitsluitings- en inclusiecriteria hebben als andere patiënten en zullen dezelfde onderzoeksprocedures ondergaan. Bij baseline zullen alle ingeschreven patiënten binnen 2 weken na inschrijving een fecaal monster verstrekken (verzameld met behulp van een buffer voor genoombehoud). Dit monster zal in elk klinisch centrum bij -80°C worden bewaard en er zullen geanonimiseerde ID's aan worden toegewezen. Bovendien zullen demografische, klinische kenmerken en laboratoriumgegevens worden vastgelegd.

Voor alle ingeschreven patiënten zullen artsen de volgende gegevens registreren:

  • Bekende geschiedenis van CRC;
  • Comorbiditeiten;
  • Medicijninname;
  • Gastro-intestinale (GI) en alarmsymptomen (bloedarmoede door ijzertekort, hematochezia, onverklaard gewichtsverlies, buikpijn, plotselinge verandering in de stoelgang);
  • Dieetgewoonten;
  • Roken en alcoholgebruik;
  • BMI (body mass index);
  • Kwantitatieve FIT-gegevens;
  • Informatie over eerdere FIT en/of colonoscopieën en/of virtuele colonoscopieën.

Alle ingeschreven patiënten zullen binnen 4 weken na de positieve FIT een colonoscopie ondergaan, na de colonoscopie endoscopische kenmerken (grootte, plaats, vorm gebaseerd op de klasse van Parijs). en histopathologische kenmerken van gedetecteerde laesies zullen worden verzameld. Gevorderde colorectale adenomen zullen worden gedefinieerd als adenomen groter dan of gelijk aan 10 mm, en/of met villeuze componenten groter dan of gelijk aan 25%, en/of hooggradige dysplasie. Bovendien zullen patiënten met de diagnose CRC ook een totale CT-scan van het lichaam om de ziekte te stadiëren en zal worden doorverwezen naar een oncologisch pad in de klinische praktijk, en de volgende gegevens zullen worden verzameld: aanwezigheid van lymfekliermetastasen en van orgaanmetastasen, TNM (Tumor-Node-Metastasis) klasse. De inschrijvingsfase zal 48 maanden duren. Aan het einde van de inschrijvingsfase zullen de onderzoekers de microbioomanalyse uitvoeren en zullen de onderzoekers klinische, endoscopische en microbiële gegevens combineren door middel van statistische en machine learning algoritmen om specifieke microbiële biomarkers te identificeren die geassocieerd zijn met CRC en geavanceerde colorectale adenomen, om een ​​nieuw diagnostisch hulpmiddel te ontwikkelen, gebaseerd op een scoresysteem.

De studieresultaten worden gedetailleerd beschreven in het specifieke gedeelte van deze website. Microbioomanalyse zal worden uitgevoerd met behulp van shotgun-sequencingtechnieken. Bovendien zullen de onderzoekers, om een ​​panel van microbiële soorten te verkrijgen die meestal geassocieerd worden met CRC en geavanceerde colorectale adenomen, gebruik maken van machine learning-toepassingen, bijvoorbeeld met behulp van de algemeen aanvaarde Random Forest-algoritmen, evenals meta-analytische benaderingen die ons grote cohort integreren met eerder gepubliceerde metagenomische cohorten. Een gedefinieerd panel van microbiële soorten die meestal geassocieerd zijn met CRC en gevorderde colorectale adenomen zal een uitgebreide risicoscore opleveren op basis van microbioomkenmerken, met twee specifieke doelen: het verbeteren van de nauwkeurigheidstests van het FIT-diagnostisch hulpmiddel en het gemakkelijk interpreteerbaar maken door artsen. verzamelde klinische gegevens zullen statistisch worden gecombineerd om microbiële kenmerken te rangschikken van meest naar minst geassocieerd.

Deze ranglijsten zullen worden benut om een ​​microbioomprofiel van een nieuw individu te evalueren, en om te rapporteren hoeveel van de gedefinieerde soorten in het vorige panel zijn gevonden, en dus gekoppeld aan CRC en geavanceerde colorectale adenomen. Associaties tussen geïdentificeerde soorten en interessante makers zullen worden geschat door middel van robuuste statistische analysemethoden, zoals gedeeltelijke correlatie of lineaire modellering. Vervolgens worden de associaties gerangschikt en vergeleken tussen markers voor dezelfde soort, waarbij voor elke soort een prioriteitsscore wordt gegeven. Bijzondere zorg zal worden besteed aan het identificeren van potentiële verstorende markers waarvan bekend is dat ze verband houden met verschillen in de samenstelling van het microbioom, bijvoorbeeld leeftijd, die in plaats daarvan zouden moeten worden gebruikt als covariaten in de statistische modellering. Naast statistische modellering zullen de associaties tussen soorten en markers ook worden geëvalueerd via ML-benaderingen, met name die welke de belangrijkheidsscores voor de inputkenmerken (soorten, in ons geval) opleveren, die kunnen worden gebruikt om de soort over de verschillende markers heen te rangschikken ( bijv. Willekeurig bos, LASSO, enz.). Continue variabelen worden gerapporteerd als gemiddelde ± standaarddeviatie of als mediaan en interkwartielbereik (IQR), en categorische variabelen worden samengevat als frequentie en percentage. Vergelijkingen van variabelen zullen worden gemaakt met behulp van de t-test (of Mann-Whitney/Kruskal-Wallis), Chi-kwadraattest of Fisher's exact-test, afhankelijk van het geval. Een p-waarde <0,05 wordt geacht een statistische significantie aan te duiden. Logistische regressiemodellen zullen worden uitgevoerd om de aanwezigheid van variabelen te identificeren die onafhankelijk van elkaar verband houden met de uitkomsten. Variabelen waarmee in de modellen rekening wordt gehouden, werden geselecteerd door middel van stapsgewijze modelselectie en geleid door klinische relevantie. Alle statistische analyses werden uitgevoerd met behulp van SPSS v. 28.0 voor Macintosh (SPSS Inc., Chicago, VS).

De onderzoekers zullen een Machine Learning (ML)-framework gebruiken dat is gebaseerd op het scikit-learn Python-pakket, waarbij gebruik wordt gemaakt van een kruisvalidatiebenadering met 100 bootstrap-iteraties en een 80/20 willekeurige verdeling in trainings- en testplooien. Classificatie- en regressie-ML-algoritmen zullen worden getraind op taxonomische relatieve hoeveelheden en functionele potentiële profielen op microbioomsoortniveau. Taxonomische overvloed op soortniveau zal worden geschat door MetaPhlAn 4 (met behulp van de nieuwste beschikbare databases, momenteel Oct22 genoemd) en genormaliseerd met behulp van de arcsin-sqrt-transformatie voor compositiegegevens. Functionele potentiële profielen zullen worden geschat met behulp van de nieuwste HUMANN 4-versie en de onderzoekers zullen zowel schattingen van de overvloed van afzonderlijke microbiële genfamilies als van metabolische routes in overweging nemen. Gedeeltelijke correlaties tussen soorten en markers zullen worden berekend met behulp van de Spearman-index, om vertekeningen als gevolg van uitbijterwaarden te voorkomen en gecorrigeerd voor covariaten, zoals geslacht, leeftijd en body-mass index, waarvan bekend is dat ze een impact hebben op de samenstelling van het microbioom. Gedeeltelijke correlatiewaarden zullen worden gecorrigeerd met behulp van de Benjamini-Hochberg-procedure voor het percentage valse ontdekkingen.

Studietype

Observationeel

Inschrijving (Geschat)

1202

Contacten en locaties

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

Studiecontact

Studie Contact Back-up

Studie Locaties

    • RM
      • Rome, RM, Italië, 00168
        • Werving
        • Catholic University of the Sacred Heart
        • Contact:

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

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Deelnemers zullen worden geselecteerd uit degenen die zijn ingeschreven voor het nationale screeningsprogramma voor colorectale kanker (CRC) en die verwijzen naar alle centra die bij dit onderzoek betrokken zijn voor screening op colonoscopie. Patiënten die aan alle inclusiecriteria voldoen en geen van de exclusiecriteria komen in aanmerking voor dit onderzoek. Er zullen in totaal 1202 patiënten worden geïncludeerd, op basis van de berekening van de steekproefomvang en inclusief een validatiegroep. Er zullen N=911 patiënten nodig zijn, en we zullen 91 patiënten toevoegen om een ​​potentiële uitval van 10% te dekken en 200 patiënten als validatiegroep (20% van het studiecohort). Patiënten die in dit validatiecohort zijn opgenomen, zullen dezelfde uitsluitings- en inclusiecriteria hebben als andere patiënten en zullen dezelfde onderzoeksprocedures ondergaan.

Beschrijving

Inclusiecriteria:

  • Patiënten die deelnemen aan het nationale bevolkingsonderzoek naar darmkanker (50-69 jaar)
  • Positiviteit tegenover de FIT;
  • Mogelijkheid om schriftelijke geïnformeerde toestemming te geven en te voldoen aan de onderzoeksprocedures.

Uitsluitingscriteria:

  • Patiënten ongeschikt voor colonoscopie;
  • Andere oncologische aandoeningen;
  • Gelijktijdige ernstige comorbiditeiten of gastro-intestinale (GI) organische ziekten (bijv. divertikelziekte, inflammatoire darmziekte);
  • Antibiotica of probiotica binnen 4 weken voorafgaand aan inschrijving;
  • Chronische therapie (>12 weken) met protonpompremmers.

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
Groepen/cohorten

Het studiecohort bestaat uit patiënten die deelnamen aan het nationale screeningsprogramma voor colorectale kanker (CRC). De deelnemers zullen worden geselecteerd uit degenen die deelnamen aan het nationale screeningsprogramma voor colorectale kanker (CRC) en die verwijzen naar alle centra die bij dit onderzoek betrokken zijn voor screening op colonoscopie. Patiënten die aan alle inclusiecriteria voldoen en geen van de exclusiecriteria komen in aanmerking voor dit onderzoek. N=1202 patiënten zullen worden geïncludeerd, op basis van de berekening van de steekproefomvang en inclusief een validatiegroep.

Er zullen N=911 patiënten nodig zijn, en we zullen 91 patiënten toevoegen om een ​​potentiële uitval van 10% te dekken en 200 patiënten als validatiegroep (20% van het studiecohort).

Darmmicrobioomtesten voor de karakterisering van het darmmicrobioom van de patiënt

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Op darmmicrobioom gebaseerd diagnostisch hulpmiddel voor CRC en geavanceerde detectie van colorectale adenomen
Tijdsspanne: 60 maanden
Ontdekking van een microbiële signatuur in de darmen die de diagnose van colorectale kanker en gevorderde colorectale adenomen kan voorspellen
60 maanden

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Correlatie tussen klinische en endoscopische uitkomsten met FIT
Tijdsspanne: 60 maanden
De correlatie van klinische en colonoscopieresultaten met fecale immunochemische testresultaten
60 maanden
Microbioomkenmerken van fecale monsters
Tijdsspanne: 60 maanden
De karakterisering van het darmmicrobioom vanuit ecologisch, taxonomisch, fylogenetisch en functioneel oogpunt
60 maanden
Correlatie tussen microbioomsignaturen met klinische en endoscopische resultaten
Tijdsspanne: 60 maanden
De correlatie tussen microbioomsignaturen met klinische en colonoscopieresultaten, door middel van statistische en machinaal lerende algoritmen
60 maanden

Medewerkers en onderzoekers

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

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Algemene publicaties

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)

7 februari 2025

Primaire voltooiing (Geschat)

30 september 2029

Studie voltooiing (Geschat)

30 september 2029

Studieregistratiedata

Eerst ingediend

11 december 2024

Eerst ingediend dat voldeed aan de QC-criteria

12 december 2024

Eerst geplaatst (Werkelijk)

17 december 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

13 augustus 2026

Laatste update ingediend die voldeed aan QC-criteria

11 augustus 2026

Laatst geverifieerd

1 augustus 2026

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

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

JA

Beschrijving IPD-plan

De individuele gegevens van patiënten worden gedeeld

IPD-tijdsbestek voor delen

Gegevens zullen na voltooiing van het onderzoek gedurende 5 jaar beschikbaar zijn

IPD-toegangscriteria voor delen

Gegevens worden op redelijk verzoek aan de PI verstrekt

IPD delen Ondersteunend informatietype

  • LEERPROTOCOOL
  • SAP

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 .

Abonneren