- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT05570266
Genetyczna i niegenetyczna ocena ryzyka raka piersi w indonezyjskich próbkach
Rak piersi jest najczęstszym nowotworem i przyczyną zgonów związanych z rakiem wśród kobiet, odpowiadając za 1,67 miliona (25,2%) nowych przypadków i 521 907 (14,7%) zgonów na całym świecie. Częstość występowania i przeżywalność raka piersi różnią się w zależności od kraju. W Indonezji większość pacjentek (70,9%) trafia do poradni z zaawansowanym rakiem piersi. Pięcioletni wskaźnik przeżycia wynosi 51,07%. Jednym z najważniejszych wyznaczników przeżycia jest poziom wykształcenia oraz stopień zaawansowania raka piersi (Sinaga i in., 2018).
Obecne metody badań przesiewowych obejmują mammografię i ocenę radiologiczną, z których obie mają wady, szczególnie w populacji azjatyckiej. Mammografia jest mniej użyteczna w populacji azjatyckiej, ponieważ populacja ta ma gęstsze piersi, co skutkuje brakiem rozpoznania przypadków raka piersi w tej populacji w 37-70% przypadków (Vachon i in., 2010). Ponadto metody przesiewowe dają odpowiedzi binarne, a zatem nie informują o profilu ryzyka pacjentów.
Naszym celem jest wdrożenie PRS do procesu badań przesiewowych w kierunku raka piersi, przy jednoczesnym obserwowaniu różnic genetycznych i niegenetycznych czynników ryzyka u pacjentek z rakiem piersi i pacjentek bez historii medycznej/rodzinnej raka piersi w populacji indonezyjskiej.
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Rak piersi jest najczęstszym nowotworem i przyczyną zgonów związanych z rakiem wśród kobiet, odpowiadając za 1,67 miliona (25,2%) nowych przypadków i 521 907 (14,7%) zgonów na całym świecie. Częstość występowania i przeżywalność raka piersi różnią się w zależności od kraju. W Indonezji większość pacjentek (70,9%) trafia do poradni z zaawansowanym rakiem piersi. Pięcioletni wskaźnik przeżycia wynosi 51,07%. Jednym z najważniejszych wyznaczników przeżycia jest poziom wykształcenia oraz stopień zaawansowania raka piersi (Sinaga i in., 2018).
Obecne metody badań przesiewowych obejmują mammografię i ocenę radiologiczną, z których obie mają wady, szczególnie w populacji azjatyckiej. Mammografia jest mniej użyteczna w populacji azjatyckiej, ponieważ populacja ta ma gęstsze piersi, co skutkuje brakiem rozpoznania przypadków raka piersi w tej populacji w 37-70% przypadków (Vachon i in., 2010). Ponadto metody przesiewowe dają odpowiedzi binarne, a zatem nie informują o profilu ryzyka pacjentów.
Tradycyjnie algorytmy przewidywania ryzyka, takie jak model GAIL, BODACIEA i Tyler-Cuzick, wykorzystują historię medyczną i czynniki kliniczne pacjentów. Jednak ostatnio genetyka zyskała na znaczeniu ze względu na dziedziczność raka i dostępność usług testowych i wytycznych. Około 10-30% wszystkich przypadków przypisuje się rodzinnemu rakowi piersi, z czego tylko 5%-10% koreluje z czynnikami dziedzicznymi związanymi z wysoką penetracją (Costa i Saldanha, 2017). Obecnie najczęstszym testem genetycznym do badań przesiewowych jest BRCA 1 i 2, a następnie inne 22 geny opracowane na podstawie opinii ekspertów na temat NCCN i innych wytycznych.
Oszacowane częstości występowania nosicieli mutacji genu BRCA1/2 wynoszą odpowiednio 0,11% i 0,12% w populacji ogólnej oraz między 12,8% a 16% w rodzinach wysokiego ryzyka, w których występują trzy lub więcej przypadków raka piersi lub jajnika. Uważa się, że około 10-15% przypadków raka jajnika jest spowodowanych mutacją BRCA1/2 (Zhang i in., 2011), jednak ~50% osób z patogenną mutacją BRCA może nie zgłaszać silnego wywiadu rodzinnego w kierunku raka ( Manchanda i in., 2014). NCCN, ASCO, St Gallen i ustaliły wytyczne dotyczące badań przesiewowych pacjentów (Costa i Saldanha, 2017), ale niska świadomość pacjentów, aby w ogóle przejść badania przesiewowe, jest trudna.
Testy genetyczne z wykorzystaniem poligenicznych ocen ryzyka (PRS) łączą efekty genów o niskiej penetracji, które razem tworzą wartość predykcyjną tak silną jak geny o wysokiej penetracji, ale są znacznie bardziej powszechne niż testy genów o wysokiej penetracji (Khera i in., 2018). PRS jest najczęściej obliczany jako suma ważona liczby alleli ryzyka posiadanych przez osobę, gdzie allele ryzyka i ich wagi są definiowane przez loci i ich mierzone efekty wykryte w badaniach asocjacyjnych całego genomu.
W przypadku niektórych powszechnych chorób rozpoczynających się w wieku dorosłym ryzyko poligeniczne przenoszone na znaczną część (10-20%) populacji, której genomy są wzbogacone w allele ryzyka, jest porównywalne z ryzykiem przenoszonym przez powszechnie stosowane kliniczne czynniki ryzyka (Khera i in., 2018). Niedawny kompleksowy GWAS na dużą skalę dotyczący raka piersi wykazał, że 45% rodzinnego względnego ryzyka raka piersi można wytłumaczyć wariantami genetycznymi uchwyconymi przez genotypowanie i imputację (Mavaddat i in., 2018). Wraz z postępem technologii genotypowania i konsorcjami budującymi algorytmy na większej liczbie próbek, wartości predykcyjne algorytmów PRS dojrzewają. Po analizie 120 000 pacjentów i optymalizacji pod kątem najwyższej przewidywalności, wynik PRS łączący 313 SNP i czynniki kliniczne ma wartość predykcyjną 68%, w porównaniu z zaledwie 58% przy zastosowaniu klinicznych czynników ryzyka (Mavaddat i in., 2018). Badanie przeprowadzone w Konsorcjum Stowarzyszenia Raka Piersi wykazało, że PRS w połączeniu ze środowiskowymi czynnikami ryzyka może być wykorzystany do rozróżnienia kobiet o różnym poziomie ryzyka raka piersi w populacji ogólnej (Rudolph i in., 2018).
Ten wynik daje świadczeniodawcom możliwość stratyfikacji pacjentów, co może spowodować, że niektóre osoby o wyższym profilu ryzyka rozpoczną wcześniej terapię zmniejszającą ryzyko, rozpoczną badania przesiewowe w młodszym wieku i zmienią styl życia w celu zmniejszenia ryzyka. Na przykład ci, którzy znajdują się w górnym 1,5% wyniku ryzyka poligenicznego, mają iloraz szans 3 lub więcej w porównaniu z populacją ogólną.
Oceny ryzyka poligenicznego zostały zastosowane w wiodących instytucjach na świecie jako badania kliniczne oraz w warunkach komercyjnych. Jednak w krajach rozwijających się niewiele było zastosowań, aby wykorzystać wielogenową ocenę ryzyka w celu zwiększenia świadomości pacjentów na temat strategii zmniejszania ryzyka raka piersi.
Jednym z głównych problemów związanych z klinicznym wdrażaniem populacyjnych badań genetycznych jest dostępność ekspertów po teście. Badanie przeprowadzone w Wielkiej Brytanii na temat stosunku lekarzy do stratyfikacji ryzyka raka jajnika wykazało, że 70% onkologów i 50% lekarzy pierwszego kontaktu byłoby skłonnych zaoferować swoim pacjentkom badania genetyczne. Około 60% uważa, że test dałby pacjentom poczucie kontroli, a ponad 80% świadczeniodawców jest skłonnych spersonalizować zalecenia w oparciu o stratyfikację ryzyka (Hann i in., 2017).
Naszym celem jest wdrożenie PRS do procesu badań przesiewowych w kierunku raka piersi, przy jednoczesnym obserwowaniu różnic genetycznych i niegenetycznych czynników ryzyka u pacjentek z rakiem piersi i pacjentek bez historii medycznej/rodzinnej raka piersi w populacji indonezyjskiej.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Jakarta Raya
-
Jakarta, Jakarta Raya, Indonezja, 12930
- MRCC Siloam Hospitals Semanggi
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
Dla grupy spraw
- Zdiagnozowano pierwotnego raka piersi lub uzyskano pozytywny wynik testu na obecność genów o wysokiej penetracji (np. BRCA 1/2)
- Wiek menarche > 12 lat
- przed menopauzą
Dla grupy kontrolnej
- przed menopauzą
- Wiek menarche > 12 lat
- Bezobjawowy
- Zgoda na badanie i obserwację
Kryteria wyłączenia:
- Dla grupy przypadku:
Wywiad rodzinny pierwszego stopnia w kierunku raka piersi lub jajnika
Dla grupy kontrolnej:
- Historia rodzinna raka piersi lub jajnika
- Relacja pierwszego stopnia ze sprawami
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Sprawy
Sprawy są podejmowane przez rekrutację kobiet, które:
|
Genotypowanie znanych markerów związanych z rakiem piersi (313 wariantów) zostanie przeprowadzone przy użyciu chipa do genotypowania mikromacierzy (Genetic Risk).
Odpowiedzi w ankiecie określą wyniki modelu Gail, a tym samym ocenę ryzyka klinicznego.
|
|
Kohorta
Kontrole są pobierane od klientek, które odwiedziły Breast Cancer Care Alliance (BCCA) oraz:
|
Genotypowanie znanych markerów związanych z rakiem piersi (313 wariantów) zostanie przeprowadzone przy użyciu chipa do genotypowania mikromacierzy (Genetic Risk).
Odpowiedzi w ankiecie określą wyniki modelu Gail, a tym samym ocenę ryzyka klinicznego.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Bezwzględna różnica ryzyka pomiędzy pacjentkami z rakiem piersi a pacjentami bez raka piersi pod względem ryzyka niegenetycznego
Ramy czasowe: Pierwszy kwartał 2023 r
|
Bezwzględne ryzyko niegenetyczne oblicza się za pomocą modelu Gaila MDCalc
|
Pierwszy kwartał 2023 r
|
|
Bezwzględna różnica ryzyka pomiędzy pacjentami z rakiem piersi i pacjentami bez raka piersi pod względem ryzyka genetycznego
Ramy czasowe: Pierwszy kwartał 2023 r
|
Ryzyko genetyczne oblicza się na podstawie oceny ryzyka wielogenowego uzyskanej w wyniku analizy wyniku próbki mikromacierzy za pomocą algorytmu (patrz Mavaddat i in. 2019).
|
Pierwszy kwartał 2023 r
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Samuel Haryono, MD, PhD, SJH Initiatives
Publikacje i pomocne linki
Publikacje ogólne
- Costa M, Saldanha P. Risk Reduction Strategies in Breast Cancer Prevention. Eur J Breast Health. 2017 Jul 1;13(3):103-112. doi: 10.5152/ejbh.2017.3583. eCollection 2017 Jul.
- Mavaddat N, Michailidou K, Dennis J, Lush M, Fachal L, Lee A, Tyrer JP, Chen TH, Wang Q, Bolla MK, Yang X, Adank MA, Ahearn T, Aittomaki K, Allen J, Andrulis IL, Anton-Culver H, Antonenkova NN, Arndt V, Aronson KJ, Auer PL, Auvinen P, Barrdahl M, Beane Freeman LE, Beckmann MW, Behrens S, Benitez J, Bermisheva M, Bernstein L, Blomqvist C, Bogdanova NV, Bojesen SE, Bonanni B, Borresen-Dale AL, Brauch H, Bremer M, Brenner H, Brentnall A, Brock IW, Brooks-Wilson A, Brucker SY, Bruning T, Burwinkel B, Campa D, Carter BD, Castelao JE, Chanock SJ, Chlebowski R, Christiansen H, Clarke CL, Collee JM, Cordina-Duverger E, Cornelissen S, Couch FJ, Cox A, Cross SS, Czene K, Daly MB, Devilee P, Dork T, Dos-Santos-Silva I, Dumont M, Durcan L, Dwek M, Eccles DM, Ekici AB, Eliassen AH, Ellberg C, Engel C, Eriksson M, Evans DG, Fasching PA, Figueroa J, Fletcher O, Flyger H, Forsti A, Fritschi L, Gabrielson M, Gago-Dominguez M, Gapstur SM, Garcia-Saenz JA, Gaudet MM, Georgoulias V, Giles GG, Gilyazova IR, Glendon G, Goldberg MS, Goldgar DE, Gonzalez-Neira A, Grenaker Alnaes GI, Grip M, Gronwald J, Grundy A, Guenel P, Haeberle L, Hahnen E, Haiman CA, Hakansson N, Hamann U, Hankinson SE, Harkness EF, Hart SN, He W, Hein A, Heyworth J, Hillemanns P, Hollestelle A, Hooning MJ, Hoover RN, Hopper JL, Howell A, Huang G, Humphreys K, Hunter DJ, Jakimovska M, Jakubowska A, Janni W, John EM, Johnson N, Jones ME, Jukkola-Vuorinen A, Jung A, Kaaks R, Kaczmarek K, Kataja V, Keeman R, Kerin MJ, Khusnutdinova E, Kiiski JI, Knight JA, Ko YD, Kosma VM, Koutros S, Kristensen VN, Kruger U, Kuhl T, Lambrechts D, Le Marchand L, Lee E, Lejbkowicz F, Lilyquist J, Lindblom A, Lindstrom S, Lissowska J, Lo WY, Loibl S, Long J, Lubinski J, Lux MP, MacInnis RJ, Maishman T, Makalic E, Maleva Kostovska I, Mannermaa A, Manoukian S, Margolin S, Martens JWM, Martinez ME, Mavroudis D, McLean C, Meindl A, Menon U, Middha P, Miller N, Moreno F, Mulligan AM, Mulot C, Munoz-Garzon VM, Neuhausen SL, Nevanlinna H, Neven P, Newman WG, Nielsen SF, Nordestgaard BG, Norman A, Offit K, Olson JE, Olsson H, Orr N, Pankratz VS, Park-Simon TW, Perez JIA, Perez-Barrios C, Peterlongo P, Peto J, Pinchev M, Plaseska-Karanfilska D, Polley EC, Prentice R, Presneau N, Prokofyeva D, Purrington K, Pylkas K, Rack B, Radice P, Rau-Murthy R, Rennert G, Rennert HS, Rhenius V, Robson M, Romero A, Ruddy KJ, Ruebner M, Saloustros E, Sandler DP, Sawyer EJ, Schmidt DF, Schmutzler RK, Schneeweiss A, Schoemaker MJ, Schumacher F, Schurmann P, Schwentner L, Scott C, Scott RJ, Seynaeve C, Shah M, Sherman ME, Shrubsole MJ, Shu XO, Slager S, Smeets A, Sohn C, Soucy P, Southey MC, Spinelli JJ, Stegmaier C, Stone J, Swerdlow AJ, Tamimi RM, Tapper WJ, Taylor JA, Terry MB, Thone K, Tollenaar RAEM, Tomlinson I, Truong T, Tzardi M, Ulmer HU, Untch M, Vachon CM, van Veen EM, Vijai J, Weinberg CR, Wendt C, Whittemore AS, Wildiers H, Willett W, Winqvist R, Wolk A, Yang XR, Yannoukakos D, Zhang Y, Zheng W, Ziogas A; ABCTB Investigators; kConFab/AOCS Investigators; NBCS Collaborators; Dunning AM, Thompson DJ, Chenevix-Trench G, Chang-Claude J, Schmidt MK, Hall P, Milne RL, Pharoah PDP, Antoniou AC, Chatterjee N, Kraft P, Garcia-Closas M, Simard J, Easton DF. Polygenic Risk Scores for Prediction of Breast Cancer and Breast Cancer Subtypes. Am J Hum Genet. 2019 Jan 3;104(1):21-34. doi: 10.1016/j.ajhg.2018.11.002. Epub 2018 Dec 13.
- Sinaga ES, Ahmad RA, Shivalli S, Hutajulu SH. Age at diagnosis predicted survival outcome of female patients with breast cancer at a tertiary hospital in Yogyakarta, Indonesia. Pan Afr Med J. 2018 Nov 7;31:163. doi: 10.11604/pamj.2018.31.163.17284. eCollection 2018.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
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
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- ID-RPSBC-01-20201012
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
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 .