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

Application of CT-Linac-Based "All-in-One" One-Stop Radiotherapy in Breast Cancer

19 augustus 2026 bijgewerkt door: Xiaoli Yu, Fudan University

Application of CT-Linac-Based "All-in-One" One-Stop Radiotherapy in All-Scenario Breast Cancer Radiotherapy: A Prospective Clinical Study

This study aims to evaluate and report the clinical adverse events and dosimetric parameters in breast cancer patients undergoing an "all-in-one (AIO)" one-stop, fully automated radiotherapy workflow. By systematically tracking these clinical and physical metrics, we seek to establish a standardized clinical protocol for AIO radiotherapy in breast cancer management.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Studietype

Ingrijpend

Inschrijving (Geschat)

225

Fase

  • Niet toepasbaar

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

  • China
    • Shanghai Municipality
      • Shanghai, Shanghai Municipality, China, 200032
        • Werving
        • Fudan University Shanghai Cancer Center
        • 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

Beschrijving

Inclusion Criteria:

  • Histologically or pathologically confirmed breast cancer with definitive indications for radiotherapy (preoperative, postoperative, or radical)
  • ECOG performance status of 0-2
  • Able to remain still and supine on the treatment couch for up to 30 minutes
  • Provision of signed, written informed consent
  • Able to comply with daily follow-ups and blood sample collections

Exclusion Criteria:

  • Palliative radiotherapy for concurrent distant metastasis
  • Incomplete or ongoing chemotherapy
  • Synchronous multiple primary tumors
  • Current pregnancy or lactation
  • Prior history of radiotherapy to the ipsilateral breast, chest wall, thorax, or regional lymph nodes
  • Severe non-malignant comorbidities (e.g., cardiovascular or pulmonary diseases, systemic lupus erythematosus, scleroderma) resulting in a short life expectancy or inability to tolerate radical radiotherapy
  • Inability or unlikelihood to comply with study follow-up
  • Inability or unwillingness to provide written informed consent

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

  • Primair doel: Ander
  • Toewijzing: Niet-gerandomiseerd
  • Interventioneel model: Sequentiële toewijzing
  • Masker: Geen (open label)

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Ander: ARM1: AI-empowered AIO WBI
Evaluates the feasibility, safety, and patient experiences of the AI-empowered AIO workflow in breast cancer patients undergoing whole-breast irradiation (WBI) without regional nodal involvement.
Ander: Radiotherapy procedure
The workflow relies on specialized convolutional neural networks for automated segmentation and dose-prediction auto-planning. These breast cancer models were trained on 285 historical institutional cases spanning radical mastectomy and breast-conserving surgery over five years. Auto-delineated structures include the clinical target volume, regional lymph nodes (if involved), tumor bed (identified by surgical clips), heart, bilateral lungs, unaffected breast, spinal cord, esophagus, thyroid, and affected humeral head. These contours guide dose prediction to generate deliverable tangential arc plans via clinical-goal-guided automated optimization in the treatment planning system. To adapt to the on-couch treatment scenario, models were validated on retrospective data and offline routines to maximize target delineation accuracy and the first-approval rate of auto-plans.
Ander: ARM2: Expanded-Scenario AIO RT
Evaluates the feasibility, safety, and patient experiences of the AI-empowered AIO workflow in breast cancer patients with broader radiotherapy indications, including breast/chest wall irradiation with or without regional nodal radiotherapy.
Ander: Radiotherapy procedure
The workflow relies on specialized convolutional neural networks for automated segmentation and dose-prediction auto-planning. These breast cancer models were trained on 285 historical institutional cases spanning radical mastectomy and breast-conserving surgery over five years. Auto-delineated structures include the clinical target volume, regional lymph nodes (if involved), tumor bed (identified by surgical clips), heart, bilateral lungs, unaffected breast, spinal cord, esophagus, thyroid, and affected humeral head. These contours guide dose prediction to generate deliverable tangential arc plans via clinical-goal-guided automated optimization in the treatment planning system. To adapt to the on-couch treatment scenario, models were validated on retrospective data and offline routines to maximize target delineation accuracy and the first-approval rate of auto-plans.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Acute adverse events
Tijdsspanne: 6 months
The incidence and severity of acute adverse event include radiation dermatitis, pruritus, skin pain, radiation esophagitis, and radiation pneumonitis.
6 months

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Accuracy
Tijdsspanne: 2 months
Auto-segmentation accuracy was assessed by comparing automatically generated contours against the final physician-approved contours
2 months
Success rate
Tijdsspanne: 2 months
Record AIO workflow success rate: online planning one-pass optimization success rate.
2 months
Quality of life (QoL)
Tijdsspanne: 6 months
Quality of life will be evaluated via standardized QoL scales.
6 months
Time efficiency
Tijdsspanne: 2 months
The time efficiency of the workflow was automatically recorded by the system
2 months
Full-Workflow Patient Intrafraction Motion
Tijdsspanne: 2 months
Evaluated based on geometric deviations between pretreatment image-guided radiotherapy (IGRT), posttreatment imaging, and the baseline simulation CT
2 months
Correlation of Patient Metrology with Setup Error and Dosimetric Performance
Tijdsspanne: 2 months
Evaluation of how Body Mass Index (BMI) and weight fluctuations correlate with geometric setup errors and in vivo gamma pass rates
2 months
Correlation of Anatomical Scale with Setup Error and Dosimetric Performance
Tijdsspanne: 2 months
Evaluation of how anatomical scale/breast size correlates with geometric setup errors and in vivo gamma pass rates
2 months

Medewerkers en onderzoekers

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

Sponsor

Fudan University

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)

27 augustus 2021

Primaire voltooiing (Geschat)

27 augustus 2028

Studie voltooiing (Geschat)

27 november 2028

Studieregistratiedata

Eerst ingediend

1 juli 2026

Eerst ingediend dat voldeed aan de QC-criteria

19 augustus 2026

Eerst geplaatst (Werkelijk)

20 augustus 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

20 augustus 2026

Laatste update ingediend die voldeed aan QC-criteria

19 augustus 2026

Laatst geverifieerd

1 juni 2026

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • FDRT-BC029

Plan Individuele Deelnemersgegevens (IPD)

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

JA

IPD delen Ondersteunend informatietype

  • LEERPROTOCOOL
  • ICF

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