Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Application of CT-Linac-Based "All-in-One" One-Stop Radiotherapy in Breast Cancer

19 de agosto de 2026 atualizado por: Xiaoli Yu, Fudan University

Application of CT-Linac-Based "All-in-One" One-Stop Radiotherapy in All-Scenario Breast Cancer Radiotherapy: A Prospective Clinical Study

This study aims to evaluate and report the clinical adverse events and dosimetric parameters in breast cancer patients undergoing an "all-in-one (AIO)" one-stop, fully automated radiotherapy workflow. By systematically tracking these clinical and physical metrics, we seek to establish a standardized clinical protocol for AIO radiotherapy in breast cancer management.

Visão geral do estudo

Status

Recrutamento

Condições

Intervenção / Tratamento

Tipo de estudo

Intervencional

Inscrição (Estimado)

225

Estágio

  • Não aplicável

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Contato de estudo

Estude backup de contato

Locais de estudo

  • China
    • Shanghai Municipality
      • Shanghai, Shanghai Municipality, China, 200032
        • Recrutamento
        • Fudan University Shanghai Cancer Center
        • Contato:

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Não

Descrição

Inclusion Criteria:

  • Histologically or pathologically confirmed breast cancer with definitive indications for radiotherapy (preoperative, postoperative, or radical)
  • ECOG performance status of 0-2
  • Able to remain still and supine on the treatment couch for up to 30 minutes
  • Provision of signed, written informed consent
  • Able to comply with daily follow-ups and blood sample collections

Exclusion Criteria:

  • Palliative radiotherapy for concurrent distant metastasis
  • Incomplete or ongoing chemotherapy
  • Synchronous multiple primary tumors
  • Current pregnancy or lactation
  • Prior history of radiotherapy to the ipsilateral breast, chest wall, thorax, or regional lymph nodes
  • Severe non-malignant comorbidities (e.g., cardiovascular or pulmonary diseases, systemic lupus erythematosus, scleroderma) resulting in a short life expectancy or inability to tolerate radical radiotherapy
  • Inability or unlikelihood to comply with study follow-up
  • Inability or unwillingness to provide written informed consent

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

  • Finalidade Principal: Outro
  • Alocação: Não randomizado
  • Modelo Intervencional: Atribuição sequencial
  • Mascaramento: Nenhum (rótulo aberto)

Armas e Intervenções

Grupo de Participantes / Braço
Intervenção / Tratamento
Outro: ARM1: AI-empowered AIO WBI
Evaluates the feasibility, safety, and patient experiences of the AI-empowered AIO workflow in breast cancer patients undergoing whole-breast irradiation (WBI) without regional nodal involvement.
Outro: Radiotherapy procedure
The workflow relies on specialized convolutional neural networks for automated segmentation and dose-prediction auto-planning. These breast cancer models were trained on 285 historical institutional cases spanning radical mastectomy and breast-conserving surgery over five years. Auto-delineated structures include the clinical target volume, regional lymph nodes (if involved), tumor bed (identified by surgical clips), heart, bilateral lungs, unaffected breast, spinal cord, esophagus, thyroid, and affected humeral head. These contours guide dose prediction to generate deliverable tangential arc plans via clinical-goal-guided automated optimization in the treatment planning system. To adapt to the on-couch treatment scenario, models were validated on retrospective data and offline routines to maximize target delineation accuracy and the first-approval rate of auto-plans.
Outro: ARM2: Expanded-Scenario AIO RT
Evaluates the feasibility, safety, and patient experiences of the AI-empowered AIO workflow in breast cancer patients with broader radiotherapy indications, including breast/chest wall irradiation with or without regional nodal radiotherapy.
Outro: Radiotherapy procedure
The workflow relies on specialized convolutional neural networks for automated segmentation and dose-prediction auto-planning. These breast cancer models were trained on 285 historical institutional cases spanning radical mastectomy and breast-conserving surgery over five years. Auto-delineated structures include the clinical target volume, regional lymph nodes (if involved), tumor bed (identified by surgical clips), heart, bilateral lungs, unaffected breast, spinal cord, esophagus, thyroid, and affected humeral head. These contours guide dose prediction to generate deliverable tangential arc plans via clinical-goal-guided automated optimization in the treatment planning system. To adapt to the on-couch treatment scenario, models were validated on retrospective data and offline routines to maximize target delineation accuracy and the first-approval rate of auto-plans.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Acute adverse events
Prazo: 6 months
The incidence and severity of acute adverse event include radiation dermatitis, pruritus, skin pain, radiation esophagitis, and radiation pneumonitis.
6 months

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Accuracy
Prazo: 2 months
Auto-segmentation accuracy was assessed by comparing automatically generated contours against the final physician-approved contours
2 months
Success rate
Prazo: 2 months
Record AIO workflow success rate: online planning one-pass optimization success rate.
2 months
Quality of life (QoL)
Prazo: 6 months
Quality of life will be evaluated via standardized QoL scales.
6 months
Time efficiency
Prazo: 2 months
The time efficiency of the workflow was automatically recorded by the system
2 months
Full-Workflow Patient Intrafraction Motion
Prazo: 2 months
Evaluated based on geometric deviations between pretreatment image-guided radiotherapy (IGRT), posttreatment imaging, and the baseline simulation CT
2 months
Correlation of Patient Metrology with Setup Error and Dosimetric Performance
Prazo: 2 months
Evaluation of how Body Mass Index (BMI) and weight fluctuations correlate with geometric setup errors and in vivo gamma pass rates
2 months
Correlation of Anatomical Scale with Setup Error and Dosimetric Performance
Prazo: 2 months
Evaluation of how anatomical scale/breast size correlates with geometric setup errors and in vivo gamma pass rates
2 months

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Fudan University

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

27 de agosto de 2021

Conclusão Primária (Estimado)

27 de agosto de 2028

Conclusão do estudo (Estimado)

27 de novembro de 2028

Datas de inscrição no estudo

Enviado pela primeira vez

1 de julho de 2026

Enviado pela primeira vez que atendeu aos critérios de CQ

19 de agosto de 2026

Primeira postagem (Real)

20 de agosto de 2026

Atualizações de registro de estudo

Última Atualização Postada (Real)

20 de agosto de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

19 de agosto de 2026

Última verificação

1 de junho de 2026

Mais Informações

Termos relacionados a este estudo

Termos MeSH relevantes adicionais

Outros números de identificação do estudo

  • FDRT-BC029

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

SIM

Tipo de informação de suporte de compartilhamento de IPD

  • PROTOCOLO DE ESTUDO
  • CIF

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Se inscrever