- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT04666220
VETC, wartość prognostyczna i predykcyjna w raku nerkowokomórkowym i raku nadnerczy
Naczynia otaczające skupiska guzów (VETC), wartość prognostyczna i predykcyjna w raku nerkowokomórkowym i raku nadnerczy
Przerzuty są główną przyczyną śmierci pacjentów z rakiem, a jako podstawowy mechanizm często zaleca się przemianę nabłonkowo-mezenchymalną (EMT). Niedawno Fang i współpracownicy opisali niezależny od EMT proces przerzutów w raku wątrobowokomórkowym (HCC): śródbłonek obejmuje małe skupisko komórek nowotworowych, umożliwiając rozprzestrzenianie się guza. Ten proces angiogenezy, nazwany w literaturze HCC VETC (naczynia, które otaczają skupiska guzów), został opisany pod różnymi nazwami w innych typach nowotworów. Ponadto badacze potwierdzili negatywny wpływ VETC na rokowanie pacjentów w dużej wieloośrodkowej kohorcie HCC. Ponadto Fang i wsp. wykazali, że pacjenci dotknięci HCC z dodatnim wynikiem VETC odnoszą większe korzyści z terapii sorafenibem. Co ciekawe, ten typ angiogenezy stwierdzono również w raku nerkowokomórkowym, guzie chromochłonnym nadnerczy, raku pęcherzykowym tarczycy i mięsaku części miękkich pęcherzyków płucnych (ASPS) i był związany z rokowaniem. Ponadto rozróżnienie między łagodnymi i złośliwymi nowotworami nadnerczy jest kwestią złożoną, ponieważ ustalone kryteria wciąż nie mają silnej powtarzalności.
Dostępnych jest kilka inhibitorów kinazy tyrozynowej dla różnych typów raka; wśród nich HCC, RCC, ASPS i TC mogą odnieść korzyści z tak zwanych antyangiogennych inhibitorów kinazy tyrozynowej (aTKI) (takich jak sunitynib, sorafenib, pazopanib). Brakuje ogólnej (niezależnej od histotypu) walidacji prognostycznej roli VETC. Co więcej, inhibitory receptorów czynnika wzrostu śródbłonka naczyń kinazy tyrozynowej (VEGFR-TKI) stanowią skuteczne leczenie różnych typów raka, ale nadal potrzebne są markery predykcyjne. Ponadto w wielu typach nowotworów zatwierdza się nowe środki do immunoterapii ogólnoustrojowej jako alternatywę dla inhibitorów angiogenezy. Szersza rama obejmująca mechanizmy przerzutowe, mikrośrodowisko guza (TME, tj. Sieci bayesowskie i modele przyczynowe mogą być wykorzystane do skutecznego wyciągania wniosków z danych retrospektywnych.
Celem niniejszego badania jest zbadanie u pacjentów z RCC i rakiem nadnerczy (AC) ekspresji VETC na tkance nowotworowej, korelowanie wyników z danymi klinicznymi, charakterystyką pacjentów i wynikiem.
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Tło i wprowadzenie
Przerzuty są główną przyczyną śmierci pacjentów z rakiem i często zaleca się przejście z nabłonka do mezenchymy (EMT) jako podstawowy mechanizm, chociaż zidentyfikowano pewne ograniczenia [1,2]. Ostatnio Fang i współpracownicy opisali niezależny od EMT proces przerzuty w raku wątrobowokomórkowym (HCC): śródbłonek (podkreślony przez immunohistochemię CD34) obejmuje małe skupisko komórek nowotworowych umożliwiające rozsiew nowotworu [3]. Ten proces angiogenezy, nazwany w literaturze dotyczącej HCC VETC (ang. Ponadto badacze potwierdzili negatywny wpływ VETC na rokowanie pacjentów w dużej wieloośrodkowej kohorcie HCC [5]. Ponadto Fang i wsp. wykazali, że pacjenci z HCC z dodatnim wynikiem VETC odnoszą większe korzyści z leczenia sorafenibem [6]. Co ciekawe, ten typ angiogenezy stwierdzono również w raku nerkowokomórkowym, guzie chromochłonnym nadnerczy, raku pęcherzykowym tarczycy i mięsaku części miękkich pęcherzyków płucnych (ASPS) i wiązał się z rokowaniem [7-10, 34,35]. Ponadto rozróżnienie między łagodnymi i złośliwymi nowotworami nadnerczy jest kwestią złożoną, ponieważ ustalone kryteria wciąż nie mają silnej powtarzalności [36].
Dostępnych jest kilka inhibitorów kinazy tyrozynowej dla różnych typów raka; wśród nich HCC, RCC, ASPS i TC mogą odnosić korzyści z tzw. antyangiogennych inhibitorów kinazy tyrozynowej (aTKI) (takich jak sunitynib, sorafenib, pazopanib) [11-14].
Uzasadnienie badania Brakuje ogólnej (niezależnej od histotypu) walidacji prognostycznej roli VETC. Co więcej, inhibitory receptorów czynnika wzrostu śródbłonka naczyń kinazy tyrozynowej (VEGFR-TKI) stanowią skuteczne leczenie różnych typów raka, ale nadal potrzebne są markery predykcyjne. Ponadto w wielu typach nowotworów zatwierdza się nowe środki do immunoterapii ogólnoustrojowej jako alternatywę dla inhibitorów angiogenezy. Szersza rama obejmująca mechanizmy przerzutowe, mikrośrodowisko guza (TME, tj. Sieci bayesowskie i modele przyczynowe mogą być wykorzystane do skutecznego wyciągania wniosków z danych retrospektywnych.
Cele opracowania Cele ogólne
- Systematyczne badanie VETC w RCC i AC w celu zobrazowania wpływu tego zjawiska.
- Zbadanie możliwej roli TME, aw szczególności VETC, w przewidywaniu bardziej korzystnej odpowiedzi na VEGFR-TKI, dostarczając nowego narzędzia do kierowania wyborem terapeutycznym.
Projekt badania Badanie jest monocentryczne, obserwacyjne i zostanie przeprowadzone na danych klinicznych i histologicznych zebranych w trakcie badania.
Dla wszystkich serii zostaną zarejestrowane cechy kliniczne i epidemiologiczne, wszystkie dostępne preparaty histologiczne zostaną poddane przeglądowi, a w przypadku preparatów guza pierwotnego ponownie oceniona zostanie charakterystyka histologiczna.
Ilekroć będzie obecnych wiele próbek guzów, zostaną wybrane i wybarwione przeciwciałem CD34 te, które mają powierzchnię przylegania tkanki otaczającej guz.
VETC zostanie ocenione niezależnie przez co najmniej dwóch patologów, którzy nie znają danych klinicznych. VETC będzie rejestrowane jako dodatnie lub ujemne, przy czym VETC jest definiowane jako jednoznaczna immunoreaktywność CD34 ciągłej wyściółki komórek śródbłonka wokół skupisk guzów. VETC będzie uważane za alternatywę dla wspólnego wzoru kapilarnego, składającego się z małych okrągłych lub liniowych naczyń krwionośnych.
Względy statystyczne Projekt przewiduje zebranie danych od 100 pacjentów, którzy przeszli operację raka nerki nerki w naszej placówce w latach 2005-2007 w celu oceny wpływu VETC na rokowanie oraz danych 60 pacjentów, którzy otrzymali sunitynib lub pazopanib jako leczenie pierwszego rzutu raka nerki w naszym ośrodku, aby zbadać, czy pacjenci z fenotypem naczyniowym VETC odniosą większe korzyści z leczenia TKI. Ponadto badacze zbiorą dane 20 pacjentów, którzy przeszli operację AC w naszej placówce w latach 2000-2018.
Na podstawie dostępnych informacji naukowych zostaną skonstruowane grafy acykliczne kierowane analizą bayesowską; zostaną obliczone zbiory dostosowań i zależności warunkowe [15-17]. W stosownych przypadkach zostaną wdrożone wcześniejsze symulacje predykcyjne w celu uregulowania wcześniejszego i zmniejszenia nadmiernego dopasowania. Zmienne ciągłe zostaną znormalizowane, aby ułatwić pobieranie próbek. Modele będą dopasowane przy użyciu Stana (probabilistycznego języka programowania) i R [18,19]. Stan uruchamia sampler No U-Turn, będący rozszerzeniem próbkowania Hamiltonian Monte Carlo (HMC), które samo w sobie jest formą Markowa Chain Monte Carlo [20-22]. Zostaną wygenerowane cztery łańcuchy dla 4000 iteracji lub 8000, gdy efektywny rozmiar próby masowej będzie niski. Końcowe 2000 (lub 4000) iteracji każdego łańcucha jest zbieżne, na co wskazuje diagnostyka po modelowaniu, taka jak liczba efektywnych R Gelmana-Rubina. Zadowalająca a posteriori wydajność modelu predykcyjnego zostanie zapewniona przed użyciem średnich z próby (do oszacowań) i kwantyli z próby (do przedziałów zgodności (CI)) [23,24]. CI zostanie obliczone jako 89% najwyższego tylnego przedziału gęstości (HDPI) [23]. Ilekroć będzie obecnych więcej klastrów danych, badacze użyją wielopoziomowych (hierarchicznych) modeli o różnych efektach [25]. Aby ograniczyć rozbieżne przejścia, badacze ponownie sparametryzują modele z niecentrowaną równoważną formą [26]. Dokładność predykcyjna zostanie zmierzona za pomocą powszechnie stosowanych kryteriów informacyjnych (WAIC) [27].
Wycofanie podmiotów Brakujące dane będą traktowane modelując proces braku. [28-29]
Formularze i procedury gromadzenia i zarządzania danymi Każdemu podmiotowi zostanie nadany kolejny numer identyfikacyjny. Dla każdego podmiotu dane zostaną zebrane w formie opisu przypadku (CRF). CRF będzie zawierać SIN, imię i nazwisko, płeć, datę urodzenia, datę pierwotnej operacji, bok, rozmiar, histotyp, odpowiednią ocenę, martwicę, inwazję naczyń limfatycznych, R, stadium, datę terapii TKI, datę progresji choroby, wyniki prognostyczne (IMDC punktacja [30], punktacja MSKCC [31]), punktacja Karnofsky'ego [32], dane pierwszej-ostatniej linii (rodzaj, daty rozpoczęcia i zakończenia, najlepsza odpowiedź, data progresji), stan ostatniej obserwacji, ostatni kontakt, zgon, VETC. Wszystkie dane zostaną zarejestrowane w formacie arkusza kalkulacyjnego Microsoft Excel. Dane zbierane są przez administratora danych, a baza danych jest blokowana hasłem. Miejsca zostaną wypełnione „NA”, ilekroć cecha nie została zbadana lub element nie ma zastosowania w indywidualnym przypadku.
W przypadku AC CRF będzie zawierać SIN, imię i nazwisko, płeć, datę urodzenia, datę pierwotnej operacji, bok, rozmiar i kryteria prognostyczne dla nowotworu złośliwego na podstawie modu Klasyfikacji Weissa [33].
Względy etyczne Ochrona pacjentów Odpowiedzialny badacz dopilnuje, aby to badanie zostało przeprowadzone zgodnie z Deklaracją Helsińską (poprawki z Tokio, Wenecji, Hongkongu i Somerset West) lub przepisami prawa i regulacjami danego kraju.
Protokół został sporządzony, a badanie zostanie przeprowadzone zgodnie z wytycznymi instytucji (ICH) dotyczącymi dobrej praktyki klinicznej. Protokół i jego załączniki zostały poddane przeglądowi i zatwierdzeniu przez kompetentne Niezależne komisje etyczne („IEC”).
Identyfikacja podmiotu — ochrona danych osobowych Wszystkie zapisy identyfikujące podmiot muszą być traktowane jako poufne i, w zakresie dozwolonym przez obowiązujące przepisy prawa i/lub regulacje, nie mogą być udostępniane publicznie. Nazwisko pacjenta nie będzie wymagane ani rejestrowane w Data Center. Kolejny numer identyfikacyjny zostanie automatycznie nadany każdemu pacjentowi zarejestrowanemu w badaniu. Numer ten będzie identyfikował pacjenta i musi być uwzględniony we wszystkich formularzach opisów przypadków. W celu uniknięcia błędów w identyfikacji, na formularzach opisów przypadków umieszcza się również inicjały pacjentów i datę urodzenia.
Wszelkie informacje lub dokumentację pacjenta dotyczące badania klinicznego, o ile na to pozwala, za pomocą „klucza” przechowywanego w dowolnym miejscu, niezależnie od tego, czy klucz ten jest dostarczany wraz z informacją lub dokumentacją, czy też nie, należy uznać za zawierające wrażliwe dane osobowe pacjenta, w związku z czym podlega postanowieniom obowiązujących przepisów o ochronie danych („prywatność”). Złamanie tych przepisów może skutkować sankcjami administracyjnymi, a nawet karnymi.
Informacje lub dokumentację pacjenta można uznać za „anonimowe” i jako takie niepodlegające przepisom dotyczącym prywatności tylko wtedy, gdy nie jest już dostępny żaden klucz umożliwiający identyfikację pacjenta.
Świadoma zgoda Wszyscy pacjenci zostaną poinformowani o celach badania. Zostaną oni poinformowani o ścisłej poufności danych ich pacjentów, ale o tym, że ich dokumentacja medyczna może być przeglądana w celach badawczych przez upoważnione osoby inne niż lekarz prowadzący. Zostanie podkreślone, że udział jest dobrowolny, a pacjent ma prawo do odmówić dalszego udziału w protokole, kiedy tylko zechce. Nie wpłynie to negatywnie na późniejszą opiekę nad pacjentem. Udokumentowaną świadomą zgodę należy uzyskać w przypadku wszystkich pacjentów włączonych do badania przed zarejestrowaniem ich w Centrum danych. Należy to zrobić zgodnie z krajowymi i lokalnymi wymogami prawnymi. W przypadku krajów członkowskich Unii Europejskiej procedura świadomej zgody musi być zgodna z wytycznymi ICH dotyczącymi dobrej praktyki klinicznej. Oznacza to, że „pisemny formularz świadomej zgody powinien być podpisany i opatrzony datą własnoręcznie przez pacjenta lub przez jego prawnie akceptowanego przedstawiciela”.
Konflikt interesów Każdy badacz i/lub członek personelu badawczego, który ma konflikt interesów w związku z tym badaniem (taki jak własność patentu, tantiemy lub zysk finansowy większy niż minimum dozwolone przez jego instytucję) musi w pełni ujawnić charakter konfliktu interesów .
Własność danych Zgodnie z Wytycznymi ICH dotyczącymi Dobrej Praktyki Klinicznej sponsor badania (Instytucja, jeśli badacz lub koordynatorzy badania występują jako sponsor w ramach wykonywania swoich obowiązków instytucjonalnych wynikających z umowy o pracę lub współpracy z Humanitas) jest właścicielem wynikających z nich danych. Wszystkie ośrodki i badacze biorący udział w badaniu powinni zostać poinformowani o takiej okoliczności i zaproszeni do nierozpowszechniania informacji lub danych bez uprzedniej wyraźnej zgody Instytucji.
Typ studiów
Zapisy (Oczekiwany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Salvatore L Renne, MD
- Numer telefonu: +39028224 7743
- E-mail: salvatore.renne@hunimed.eu
Kopia zapasowa kontaktu do badania
- Nazwa: Paolo A Zucali, MD
- Numer telefonu: +398224 4061
- E-mail: paolo.zucali@hunimed.eu
Lokalizacje studiów
-
-
MI
-
Rozzano, MI, Włochy, 20089
- Rekrutacyjny
- Humanitas Clinical and Research Hospital
-
Kontakt:
- Salvatore L Renne, MD
- Numer telefonu: +3902 8224 7743
- E-mail: salvatore.renne@hunimed.eu
-
Kontakt:
- Paolo A Zucali, MD
- Numer telefonu: +3902 8224 4061
- E-mail: paolo.zucali@hunimed.eu
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
Aby ocenić wpływ VETC na rokowanie, badanie to obejmie grupę pacjentów, którzy przeszli operację w naszej instytucji z powodu RCC (od 2005 do 2007) i raka nadnerczy (2000-2018). Ponadto, aby zbadać możliwą rolę TME, w szczególności VETC, w przewidywaniu korzyści z TKI, w tym badaniu rozważone zostaną serie RCC wybrane z prospektywnie prowadzonej bazy danych pacjentów leczonych TKI pierwszej linii w naszym ośrodku.
Szacunkowa wielkość próby: 160 pacjentów dla RCC i 20 pacjentów dla AC.
Opis
Kryteria przyjęcia:
- Rozpoznanie histologiczne raka nerki;
- Rozpoznanie histologiczne raka nadnerczy;
- Dostępność materiału histologicznego;
- Dla oceny roli prognostycznej: brak leczenia ogólnoustrojowego za pomocą TKI podawanych przed operacją.
Kryteria wyłączenia:
- Niedostępny materiał histologiczny;
- W przypadku RCC: rozpoznanie histologiczne różne od histotypu Clear Cell.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: Kohorta
- Perspektywy czasowe: Z mocą wsteczną
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Rak nerkowokomórkowy (RCC)
Dla wszystkich serii zostaną zarejestrowane cechy kliniczne i epidemiologiczne, wszystkie dostępne preparaty histologiczne zostaną poddane przeglądowi, a w przypadku preparatów guza pierwotnego ponownie oceniona zostanie charakterystyka histologiczna. Ilekroć będzie obecnych wiele próbek guzów, zostaną wybrane i wybarwione przeciwciałem CD34 te, które mają powierzchnię przylegania tkanki otaczającej guz. VETC zostanie ocenione niezależnie przez co najmniej dwóch patologów, którzy nie znają danych klinicznych. VETC będzie rejestrowane jako dodatnie lub ujemne, przy czym VETC jest definiowane jako jednoznaczna immunoreaktywność CD34 ciągłej wyściółki komórek śródbłonka wokół skupisk guzów. VETC będzie uważane za alternatywę dla wspólnego wzoru kapilarnego, składającego się z małych okrągłych lub liniowych naczyń krwionośnych. |
Ocenimy obecność VETC w próbkach tkanek
Inne nazwy:
|
|
Rak nadnerczy
patrz (RCC)
|
Ocenimy obecność VETC w próbkach tkanek
Inne nazwy:
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
VETC w RCC i AC.
Ramy czasowe: 2-3 miesiące
|
Aby zidentyfikować ekspresję VETC w raku nerkowokomórkowym i raku nadnerczy.
|
2-3 miesiące
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Predykcyjne VETC (OS)
Ramy czasowe: 2-3 miesiące
|
Całkowity czas przeżycia specyficzny dla leczenia
|
2-3 miesiące
|
|
Predykcyjne VETC (PFS)
Ramy czasowe: 2-3 miesiące
|
Specyficzne dla leczenia przeżycie wolne od progresji
|
2-3 miesiące
|
|
Predykcyjne VETC (kontrola)
Ramy czasowe: 2-3 miesiące
|
Specyficzny dla leczenia wskaźnik kontroli choroby
|
2-3 miesiące
|
Współpracownicy i badacze
Śledczy
- Główny śledczy: Salvatore L Renne, MD, Humanitas Clinical and Reseach Hospital
Publikacje i pomocne linki
Publikacje ogólne
- Kalluri R, Weinberg RA. The basics of epithelial-mesenchymal transition. J Clin Invest. 2009 Jun;119(6):1420-8. doi: 10.1172/JCI39104. Erratum In: J Clin Invest. 2010 May 3;120(5):1786.
- Ledford H. Cancer theory faces doubts. Nature. 2011 Apr 21;472(7343):273. doi: 10.1038/472273a. No abstract available.
- Fang JH, Zhou HC, Zhang C, Shang LR, Zhang L, Xu J, Zheng L, Yuan Y, Guo RP, Jia WH, Yun JP, Chen MS, Zhang Y, Zhuang SM. A novel vascular pattern promotes metastasis of hepatocellular carcinoma in an epithelial-mesenchymal transition-independent manner. Hepatology. 2015 Aug;62(2):452-65. doi: 10.1002/hep.27760. Epub 2015 Apr 22.
- Carmeliet P, Jain RK. Molecular mechanisms and clinical applications of angiogenesis. Nature. 2011 May 19;473(7347):298-307. doi: 10.1038/nature10144.
- Renne SL, Woo HY, Allegra S, Rudini N, Yano H, Donadon M, Vigano L, Akiba J, Lee HS, Rhee H, Park YN, Roncalli M, Di Tommaso L. Vessels Encapsulating Tumor Clusters (VETC) Is a Powerful Predictor of Aggressive Hepatocellular Carcinoma. Hepatology. 2020 Jan;71(1):183-195. doi: 10.1002/hep.30814. Epub 2019 Aug 9.
- Fang JH, Xu L, Shang LR, Pan CZ, Ding J, Tang YQ, Liu H, Liu CX, Zheng JL, Zhang YJ, Zhou ZG, Xu J, Zheng L, Chen MS, Zhuang SM. Vessels That Encapsulate Tumor Clusters (VETC) Pattern Is a Predictor of Sorafenib Benefit in Patients with Hepatocellular Carcinoma. Hepatology. 2019 Sep;70(3):824-839. doi: 10.1002/hep.30366. Epub 2019 Mar 15.
- Sugino T, Yamaguchi T, Hoshi N, Kusakabe T, Ogura G, Goodison S, Suzuki T. Sinusoidal tumor angiogenesis is a key component in hepatocellular carcinoma metastasis. Clin Exp Metastasis. 2008;25(7):835-41. doi: 10.1007/s10585-008-9199-6. Epub 2008 Aug 20.
- Edeline J, Mottier S, Vigneau C, Jouan F, Perrin C, Zerrouki S, Fergelot P, Patard JJ, Rioux-Leclercq N. Description of 2 angiogenic phenotypes in clear cell renal cell carcinoma. Hum Pathol. 2012 Nov;43(11):1982-90. doi: 10.1016/j.humpath.2012.01.023. Epub 2012 May 22.
- Lopez JI, Erramuzpe A, Guarch R, Cortes JM, Pulido R, Llarena R, Angulo JC. CD34 immunostaining enhances a distinct pattern of intratumor angiogenesis with prognostic implications in clear cell renal cell carcinoma. APMIS. 2017 Feb;125(2):128-133. doi: 10.1111/apm.12649.
- Setsu N, Yoshida A, Takahashi F, Chuman H, Kushima R. Histological analysis suggests an invasion-independent metastatic mechanism in alveolar soft part sarcoma. Hum Pathol. 2014 Jan;45(1):137-42. doi: 10.1016/j.humpath.2013.07.045.
- Brose MS, Nutting CM, Jarzab B, Elisei R, Siena S, Bastholt L, de la Fouchardiere C, Pacini F, Paschke R, Shong YK, Sherman SI, Smit JW, Chung J, Kappeler C, Pena C, Molnar I, Schlumberger MJ; DECISION investigators. Sorafenib in radioactive iodine-refractory, locally advanced or metastatic differentiated thyroid cancer: a randomised, double-blind, phase 3 trial. Lancet. 2014 Jul 26;384(9940):319-28. doi: 10.1016/S0140-6736(14)60421-9. Epub 2014 Apr 24.
- Motzer RJ, Hutson TE, Tomczak P, Michaelson MD, Bukowski RM, Rixe O, Oudard S, Negrier S, Szczylik C, Kim ST, Chen I, Bycott PW, Baum CM, Figlin RA. Sunitinib versus interferon alfa in metastatic renal-cell carcinoma. N Engl J Med. 2007 Jan 11;356(2):115-24. doi: 10.1056/NEJMoa065044.
- Paoluzzi L, Maki RG. Diagnosis, Prognosis, and Treatment of Alveolar Soft-Part Sarcoma: A Review. JAMA Oncol. 2019 Feb 1;5(2):254-260. doi: 10.1001/jamaoncol.2018.4490.
- Sternberg CN, Davis ID, Mardiak J, Szczylik C, Lee E, Wagstaff J, Barrios CH, Salman P, Gladkov OA, Kavina A, Zarba JJ, Chen M, McCann L, Pandite L, Roychowdhury DF, Hawkins RE. Pazopanib in locally advanced or metastatic renal cell carcinoma: results of a randomized phase III trial. J Clin Oncol. 2010 Feb 20;28(6):1061-8. doi: 10.1200/JCO.2009.23.9764. Epub 2010 Jan 25.
- Pearl, J. Causality. (Cambridge university press, 2009).
- van der Zander, B., Liskiewicz, M. & Textor, J. Constructing Separators and Adjustment Sets in Ancestral Graphs. in Proceedings of UAI 11-24 (2014).
- Perković, E., Textor, J., Kalisch, M. & Maathuis, M. H. A complete generalized adjustment criterion. arXiv Prepr. arXiv1507.01524 (2015).
- R Core Team. R: A Language and Environment for Statistical Computing. (2019)
- Carpenter, B. et al. Stan : A Probabilistic Programming Language. J. Stat. Softw. 76, (2017).
- Duane, S., Kennedy, A. D., Pendleton, B. J. & Roweth, D. Hybrid Monte Carlo. Phys. Lett. B 195, 216-222 (1987).
- Metropolis, N., Rosenbluth, A. W., Rosenbluth, M. N., Teller, A. H. & Teller, E. Equation of State Calculations by Fast Computing Machines. J. Chem. Phys. 21, 1087-1092 (1953).
- Hoffman, M. D. & Gelman, A. The no-U-turn sampler: Adaptively setting path lengths in Hamiltonian Monte Carlo. J. Mach. Learn. Res. 15, 1593-1623 (2014).
- Gelman, A. et al. Bayesian data analysis. (CRC press, 2013).
- McElreath, R. Statistical rethinking: A Bayesian course with examples in R and Stan. (CRC press, 2020).
- Gelman, A. Discussion paper analysis of variance - Why it is more important than ever. Ann. Stat. 33, 1-53 (2005).
- Papaspiliopoulos, O., Roberts, G. O. & Sköld, M. A general framework for the parametrization of hierarchical models. Stat. Sci. 22, 59-73 (2007).
- Watanabe, S. Asymptotic equivalence of Bayes cross validation and widely applicable information criterion in singular learning theory. J. Mach. Learn. Res. 11, 3571-3594 (2010).
- Rubin, D. B. Inference and missing data. Biometrika 63, 581-592 (1976).
- Little, R. J. A. & Rubin, D. B. Statistical Analysis with Missing Data. (Wiley, 2019).
- Heng DY, Xie W, Regan MM, Warren MA, Golshayan AR, Sahi C, Eigl BJ, Ruether JD, Cheng T, North S, Venner P, Knox JJ, Chi KN, Kollmannsberger C, McDermott DF, Oh WK, Atkins MB, Bukowski RM, Rini BI, Choueiri TK. Prognostic factors for overall survival in patients with metastatic renal cell carcinoma treated with vascular endothelial growth factor-targeted agents: results from a large, multicenter study. J Clin Oncol. 2009 Dec 1;27(34):5794-9. doi: 10.1200/JCO.2008.21.4809. Epub 2009 Oct 13.
- Mekhail TM, Abou-Jawde RM, Boumerhi G, Malhi S, Wood L, Elson P, Bukowski R. Validation and extension of the Memorial Sloan-Kettering prognostic factors model for survival in patients with previously untreated metastatic renal cell carcinoma. J Clin Oncol. 2005 Feb 1;23(4):832-41. doi: 10.1200/JCO.2005.05.179.
- Karnofsky DA Burchenal JH. (1949). 'The Clinical Evaluation of Chemotherapeutic Agents in Cancer.' In: MacLeod CM (Ed), Evaluation of Chemotherapeutic Agents. Columbia Univ Press. Page 196.
- Aubert S, Wacrenier A, Leroy X, Devos P, Carnaille B, Proye C, Wemeau JL, Lecomte-Houcke M, Leteurtre E. Weiss system revisited: a clinicopathologic and immunohistochemical study of 49 adrenocortical tumors. Am J Surg Pathol. 2002 Dec;26(12):1612-9. doi: 10.1097/00000478-200212000-00009.
- Oudijk L, van Nederveen F, Badoual C, Tissier F, Tischler AS, Smid M, Gaal J, Lepoutre-Lussey C, Gimenez-Roqueplo AP, Dinjens WN, Korpershoek E, de Krijger R, Favier J. Vascular pattern analysis for the prediction of clinical behaviour in pheochromocytomas and paragangliomas. PLoS One. 2015 Mar 20;10(3):e0121361. doi: 10.1371/journal.pone.0121361. eCollection 2015.
- Favier J, Plouin PF, Corvol P, Gasc JM. Angiogenesis and vascular architecture in pheochromocytomas: distinctive traits in malignant tumors. Am J Pathol. 2002 Oct;161(4):1235-46. doi: 10.1016/S0002-9440(10)64400-8.
- Lau SK, Weiss LM. The Weiss system for evaluating adrenocortical neoplasms: 25 years later. Hum Pathol. 2009 Jun;40(6):757-68. doi: 10.1016/j.humpath.2009.03.010.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Oczekiwany)
Ukończenie studiów (Oczekiwany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
- Nowotwory według typu histologicznego
- Nowotwory
- Nowotwory urologiczne
- Nowotwory układu moczowo-płciowego
- Nowotwory według lokalizacji
- Choroby nerek
- Choroby Urologiczne
- Rak gruczołowy
- Nowotwory gruczołowe i nabłonkowe
- Choroby układu hormonalnego
- Nowotwory gruczołów dokrewnych
- Nowotwory nerek
- Choroby nadnerczy
- Nowotwory kory nadnerczy
- Nowotwory nadnerczy
- Choroby kory nadnerczy
- Rak, Komórka Nerki
- Rak
- Rak kory nadnerczy
Inne numery identyfikacyjne badania
- Predictive VETC
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Ramy czasowe udostępniania IPD
Kryteria dostępu do udostępniania IPD
Typ informacji pomocniczych dotyczących udostępniania IPD
- Protokół badania
- Plan analizy statystycznej (SAP)
- Formularz świadomej zgody (ICF)
- Raport z badania klinicznego (CSR)
- Kod analityczny
Badanie danych/dokumentów
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .