Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Ikke-invasiv kunstig intelligens-basert plattformovervåkingsprogram (NIP IT!) (NIP IT!)

24. september 2026 oppdatert av: University Health Network, Toronto

Patients who have undergone curative treatment may be at risk of relapse. This study will collect, annotate, and sequence biospecimens (blood, stool, and tissue) from patients across different tumor types to detect molecular residual disease (MRD) before metastases become radiographically or clinically detectable. This will allow for early cancer interception, and hopefully prolong relapse-free survival across tumor types.

Studieoversikt

Detaljert beskrivelse

The development of anticancer drugs typically starts with patients with advanced cancers who have exhausted standard treatments. Yet even the most active new drugs produce only modest benefits in patients with advanced cancers because of the emergence of resistance, similar to the resistance that bacteria develop when they are repeatedly exposed to antibiotics. In order to achieve larger magnitude gains in survival and make greater impact in the field of cancer, promising drugs must be tested in patients with curable malignancies who have undergone definitive treatment but are at high risk of relapse. Interception is the active intervention of cancers at an early stage, offering an opportunity to eliminate molecular residual disease (MRD) before clinical relapse. MRD describes the situation in which cancer-derived biomarkers are detectable, typically using highly sensitive and specific molecular assays in blood or other body substances that are below the threshold of detection by conventional tests such as CT scans or radiological imaging. Using innovative technologies to monitor patients at high risk of relapse, and applying them to serial samples of their circulating tumor DNA, other body fluids, stool and radiological images, the goal is to develop AI-based models to identify those who are at the highest risk of relapse. This will allow interception studies to be conducted to target microscopic tumor cells in these patients to increase cancer cure rates.

Studietype

Observasjonsmessig

Registrering (Antatt)

800

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

Studer Kontakt Backup

Studiesteder

    • Ontario
      • Toronto, Ontario, Canada, M5G 2M9
        • Rekruttering
        • Princess Margaret Cancer Centre
        • Ta kontakt med:
        • Hovedetterforsker:
          • Lillian Siu, MD
        • Hovedetterforsker:
          • Philippe Bedard, MD

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

18 år og eldre (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Alle

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Early stage or locally advanced disease that is planned for or have undergone curative treatment.

Beskrivelse

Inclusion Criteria:

  1. Patients with histological confirmation of a solid tumor.
  2. Patients must have early stage or locally advanced disease that is planned for or have undergone curative treatment.
  3. Patient must be ≥ 18 years old.
  4. All patients must have signed and dated an informed consent form.

Exclusion Criteria:

None

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

  • Observasjonsmodeller: COHORT
  • Tidsperspektiver: PROSPECTIVE

Kohorter og intervensjoner

Gruppe / Kohort
NIP IT!

Patients with early stage or locally advanced disease that is planned for or have undergone curative treatment will have next-generation sequencing (NGS)-based ctDNA analysis performed on blood samples to determine minimal residual disease (MRD). Blood samples, stool samples, and additional archival/fresh tumor specimens will be collected for banking and future research purposes.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Change from Baseline in ctDNA collected from biospecimens
Tidsramme: Through study completion, an average of 4 years

Next-generation sequencing based ctDNA analysis

Through study completion, an average of 4 years

Sekundære resultatmål

Resultatmål
Tidsramme
Antall deltakere som er identifisert som høy risiko for klinisk tilbakefall med kunstig intelligens (AI) og maskinlæringsalgoritmer
Tidsramme: Gjennom studiegjennomføring i snitt 4 år
Gjennom studiegjennomføring i snitt 4 år

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Etterforskere

  • Hovedetterforsker: Lillian Siu, MD, Princess Margaret Hospital, Canada
  • Hovedetterforsker: Philippe Bedard, MD, Princess Margaret Hospital, Canada

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

20. juli 2022

Primær fullføring (Antatt)

1. juni 2028

Studiet fullført (Antatt)

1. juni 2028

Datoer for studieregistrering

Først innsendt

13. desember 2021

Først innsendt som oppfylte QC-kriteriene

4. januar 2022

Først lagt ut (Faktiske)

19. januar 2022

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

28. september 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

24. september 2026

Sist bekreftet

1. september 2026

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

IPD-planbeskrivelse

De-identified study data (including genetic data) may be potentially shared with approved research collaborators.

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere