- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT05196087
Ikke-invasiv kunstig intelligens-basert plattformovervåkingsprogram (NIP IT!) (NIP IT!)
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
Status
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
Registrering (Antatt)
Kontakter og plasseringer
Studiekontakt
- Navn: Elizabeth Shah
- Telefonnummer: 3833 416-946-4501
- E-post: elizabeth.shah@uhn.ca
Studer Kontakt Backup
- Navn: Celeste Yu, MSc
- Telefonnummer: 5281 416-946-4501
- E-post: celeste.yu@uhn.ca
Studiesteder
-
-
Ontario
-
Toronto, Ontario, Canada, M5G 2M9
- Rekruttering
- Princess Margaret Cancer Centre
-
Ta kontakt med:
- Celeste Yu
- Telefonnummer: 5281 416-946-4501
- E-post: celeste.yu@uhn.ca
-
Hovedetterforsker:
- Lillian Siu, MD
-
Hovedetterforsker:
- Philippe Bedard, MD
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
Early stage or locally advanced disease that is planned for or have undergone curative treatment.
Beskrivelse
Inclusion Criteria:
- Patients with histological confirmation of a solid tumor.
- Patients must have early stage or locally advanced disease that is planned for or have undergone curative treatment.
- Patient must be ≥ 18 years old.
- All patients must have signed and dated an informed consent form.
Exclusion Criteria:
None
Studieplan
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
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Lillian Siu, MD, Princess Margaret Hospital, Canada
- Hovedetterforsker: Philippe Bedard, MD, Princess Margaret Hospital, Canada
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
- Patologiske prosesser
- Neoplasmer etter nettsted
- Neoplasmer
- Neoplasmer etter histologisk type
- Neoplastiske prosesser
- Hudsykdommer
- Bryst sykdommer
- Nevroektodermale svulster
- Neoplasmer, kjønnsceller og embryonale
- Neoplasmer, nervevev
- Nevroendokrine svulster
- Nevi og melanomer
- Neoplasmer i huden
- Patologiske tilstander, tegn og symptomer
- Hud- og bindevevssykdommer
- Neoplasma, rest
- Brystneoplasmer
- Melanom
- Gastro-enteropancreatic nevroendokrin tumor
Andre studie-ID-numre
- NIP IT!
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
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
Studerer et amerikansk FDA-regulert enhetsprodukt
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. .