- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT07287904
Prediksjon av målorientert terapi-effektivitet hos EGFR-mutante lungekreftpasienter ved bruk av KI-basert multimodal data
16. desember 2025 oppdatert av: Xiaorong Dong, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology
En retrospektiv analyseundersøkelse om å forutsi effekten av målrettet behandling hos lungekreftpasienter med EGFR-mutasjoner basert på AI-drevet multimodal data
Hovedformålet med denne studien er å utforske verdien av multimodal bildeinformasjon og modeller for å forutsi prognosen til EGFR-positive pasienter med ikke-småcellet lungekreft som gjennomgår målrettet behandling, og å gi et grunnlag for å velge passende populasjoner for presis kreftbehandling og tilsvarende terapi.
Vi analyserte retrospektivt pasientkasusdata, ekstraherte preoperativ CT-bilder, H&E-fargede hele-dia digital patologibilder og pre- eller postoperative gentestrapporter for å ekstrahere radiomiske egenskaper fra tumor- og peritumorregioner.
Disse egenskapene ble kombinert med flerdimensjonale patologiske trekk og genuttrykksfordelingsegenskaper for å konstruere en multimodal radiopatogenomisk modell, som tilbyr mer presis prognostisk evaluering for lungekreftpasienter som mottar målrettet behandling.
Studieoversikt
Status
Har ikke rekruttert ennå
Forhold
Detaljert beskrivelse
Denne studien er en observasjonsstudie, med mål om å inkludere data fra 500 pasienter diagnostisert med stadium IB-IIIA invasiv lungeadenokarcinom som gjennomgikk radikal kirurgi ved Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, fra januar 2021 til desember 2024, sammen med data fra totalt 1 000 pasienter fra andre multisentersenter.
Studien vil samle inn og registrere informasjon om deltakernes demografi, patologi, bildebehandling, genetisk testing og kliniske egenskaper via sykehusets elektroniske pasientjournal.
Pasientens overlevelsesstatus vil bli innhentet gjennom telefonoppfølging og hjemmebesøk.
Radiomiske trekk ved svulsten og peritumoralregioner vil bli ekstrahert fra preoperativ CT-bilder, H&E-fargede digitale hele-lysbildefil patologi-bilder og genetiske testrapporter.
Disse vil bli kombinert med flerdimensjonale patologiske trekk og genuttrykksfordelingsegenskaper fra pasienttilfellene for å konstruere en multi-omics-modell som integrerer bildebehandling, patologi, demografi og genetikk, og gir en mer presis prognostisk vurdering for målrettet behandling av lungekreftpasienter.
Studietype
Observasjonsmessig
Registrering (Antatt)
1000
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Xiaorong Dong, Dr
- E-post: xiaorongdong@hust.edu.cn
Studer Kontakt Backup
- Navn: Na Li, Dr
- Telefonnummer: 02785726114
- E-post: ln19931020@126.com
Studiesteder
-
-
Hubei
-
Wuhan, Hubei, Kina, 430022
- Wuhan Union Hospital
-
Ta kontakt med:
- Na Li, Dr
- Telefonnummer: 02785726114
- E-post: ln19931020@126.com
-
-
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
- Voksen
- Eldre voksen
Tar imot friske frivillige
Nei
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Retrospektivt inkluderte data fra 1000 pasienter diagnostisert med stadium IB-IIIA invasiv lungeadenokarsinom med EGFR-mutasjoner som gjennomgikk radikal kirurgi fra januar 2021 til desember 2024.
Beskrivelse
Inklusjonskriterier:
- Alder 18–80 år, gjennomgår radikal kirurgi for lungekreft (R0-reseksjon);
- Postoperativ patologisk stadium IB–IIIA, patologisk bekreftet som adenokarsinom;
- EGFR-genetest positiv, EGFR 19del/L858R-mutasjon;
- Mottar postoperativ EGFR-TKI-målrettet adjuvantterapi;
- Komplette og klare preoperative bildediagnostiske data, genetisk testrapport og patologirapport tilgjengelig.
Eksklusjonskriterier:
- Pasienter negative for EGFR;
- Ufullstendig kirurgisk reseksjon (R1, R2);
- Mottok ikke EGFR-TKI-målrettet terapi etter operasjon;
- Residiv eller avansert stadiepasienter;
- Ufullstendige pre- eller postoperative data;
- Pasienter som døde innen 30 dager etter operasjon.
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
DFS
Tidsramme: to år
|
Endepunktet for denne studien var sykdomsfri overlevelse (DFS), definert som tidsintervallet fra operasjon til første tilbakefall eller død, vurdert opp til 24 måneder.
|
to år
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Etterforskere
- Hovedetterforsker: Xiaorong Dong, Dr, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology
Publikasjoner og nyttige lenker
Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.
Generelle publikasjoner
- Vaidya P, Bera K, Gupta A, Wang X, Corredor G, Fu P, Beig N, Prasanna P, Patil PD, Velu PD, Rajiah P, Gilkeson R, Feldman MD, Choi H, Velcheti V, Madabhushi A. CT derived radiomic score for predicting the added benefit of adjuvant chemotherapy following surgery in stage I, II resectable non-small cell lung cancer: a retrospective multicohort study for outcome prediction. Lancet Digit Health. 2020 Mar;2(3):e116-e128. doi: 10.1016/S2589-7500(20)30002-9. Epub 2020 Feb 13.
- Chen M, Lu H, Copley SJ, Han Y, Logan A, Viola P, Cortellini A, Pinato DJ, Power D, Aboagye EO. A Novel Radiogenomics Biomarker for Predicting Treatment Response and Pneumotoxicity From Programmed Cell Death Protein or Ligand-1 Inhibition Immunotherapy in NSCLC. J Thorac Oncol. 2023 Jun;18(6):718-730. doi: 10.1016/j.jtho.2023.01.089. Epub 2023 Feb 10.
- Lin H, Hua J, Gong Z, Chen M, Qiu B, Wu Y, He W, Wang Y, Feng Z, Liang Y, Long W, Li R, Kuang Q, Chen Y, Lu J, Luo S, Zhao W, Yan L, Chen X, Shi Z, Xu Z, Mo Z, Liu E, Han C, Cui Y, Yang X, Chen X, Liu J, Pan X, Madabhushi A, Lu C, Liu Z. Multimodal radiopathological integration for prognosis and prediction of adjuvant chemotherapy benefit in resectable lung adenocarcinoma: A multicentre study. Cancer Lett. 2025 Apr 28;616:217557. doi: 10.1016/j.canlet.2025.217557. Epub 2025 Feb 13.
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 (Antatt)
25. desember 2025
Primær fullføring (Antatt)
1. juli 2027
Studiet fullført (Antatt)
1. august 2027
Datoer for studieregistrering
Først innsendt
24. november 2025
Først innsendt som oppfylte QC-kriteriene
16. desember 2025
Først lagt ut (Faktiske)
17. desember 2025
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
17. desember 2025
Siste oppdatering sendt inn som oppfylte QC-kriteriene
16. desember 2025
Sist bekreftet
1. oktober 2025
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
- Neoplasmer etter nettsted
- Neoplasmer
- Sykdommer i luftveiene
- Neoplasmer etter histologisk type
- Lungesykdommer
- Neoplasmer, kjertel og epitel
- Adenokarsinom
- Neoplasmer i luftveiene
- Thoracale neoplasmer
- Karsinom
- Karsinom, bronkogent
- Bronkiale neoplasmer
- Adenokarsinom i lungene
- Lungeneoplasmer
- Karsinom, ikke-småcellet lunge
- Diagnostiske teknikker og prosedyrer
- Diagnose
- Diagnostisk avbildning
Andre studie-ID-numre
- AIEF20250825
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
UBESLUTTE
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. .