Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

GENOMED4ALL: улучшение классификации и прогнозирования МДС с помощью ИИ

6 сентября 2022 г. обновлено: Istituto Clinico Humanitas

Геномная и персонализированная медицина для всех (GENOMED4ALL): применение искусственного интеллекта для улучшения классификации заболеваний и прогноза при миелодиспластическом синдроме.

Миелодиспластические синдромы (МДС) обычно возникают у пожилых людей. Существующая система классификации заболеваний и прогностические шкалы (Международная система прогностической оценки, IPSS) имеют ограничения и в большинстве случаев не позволяют получить достоверную прогностическую информацию на индивидуальном уровне. Изучение МДС быстро трансформировалось благодаря характеристике генома, и появляется все больше доказательств того, что скрининг мутаций может добавить важную информацию к имеющимся в настоящее время прогностическим показателям. Проект будет направлен на разработку решений на основе искусственного интеллекта (ИИ) для улучшения классификации и прогнозирования МДС посредством внедрения подхода персонализированной медицины. В тесном сотрудничестве с Европейской справочной сетью по редким гематологическим заболеваниям (ERN-EuroBloodNet, FPA 739541) GENOMED4ALL привлекает нескольких клинических партнеров из сети, используя при этом медицинскую информацию и репозитории, которые будут собраны, включая стандарты функциональной совместимости, продвигаемые ERN-EuroBloodNet. центральный реестр, Европейская платформа редких заболеваний крови (ENROL, GA 947670).

Обзор исследования

Статус

Активный, не рекрутирующий

Подробное описание

Миелодиспластические синдромы (МДС) обычно возникают у пожилых людей. У пациентов наблюдается цитопения периферической крови, и со временем у части этих субъектов развивается острый миелоидный лейкоз (ОМЛ). Естественное течение МДС неоднородно, начиная от состояний с почти нормальной продолжительностью жизни и заканчивая формами, близкими к ОМЛ, поэтому обязательна стратегия лечения, адаптированная к риску. Текущие прогностические оценки (Пересмотренная международная прогностическая система оценки, IPSS-R) имеют ограничения и в большинстве случаев не позволяют получить достоверную прогностическую информацию на индивидуальном уровне.

Изучение МДС быстро трансформировалось благодаря характеристике генома. Соматические мутации встречаются в геномах гемопоэтических стволовых клеток с низкой, но обнаруживаемой частотой при нормальной репликации ДНК. Любое генетическое изменение, вызывающее избирательное преимущество по отношению к другим самообновляющимся клеткам, приведет к клональному доминированию (клональному гематопоэзу, СН). Последствием ВГ является нестабильность генома, приводящая к повышенному риску приобретения дополнительных мутаций и развития МДС, солидного рака и других заболеваний. Время и место отдельных мутаций и их клональное появление в ходе болезни являются центральными вопросами для лучшего понимания патогенеза и фенотипа МДС, а также для разработки стратегий профилактики рака.

Важные шаги были сделаны в определении молекулярной архитектуры МДС. МДС, связанный с делецией 5q, возникает из-за гаплонедостаточности гена RPS14. Гены, кодирующие компоненты сплайсосомы, были идентифицированы у большого количества пациентов с МДС. Существует тесная связь между кольцевыми сидеробластами и мутациями SF3B1, что согласуется с причинно-следственной связью. Кроме того, было обнаружено, что все большее число генов несет рекуррентные мутации при МДС, участвующие в метилировании ДНК (DNMT3A, TET2, IDH1/2), модификации хроматина (EZH2, ASXL1), регуляции транскрипции (RUNX1), передаче сигнала (KRAS , ЦБЛ).

Сообщалось, что генные мутации влияют на выживаемость и риск прогрессирования заболевания при МДС, и оценка статуса мутации может добавить важную информацию к используемым в настоящее время прогностическим шкалам. Например, мы обнаружили, что мутации SF3B1 были независимыми предикторами благоприятного прогноза, в то время как драйверные мутации генов ASXL1, SRSF2, RUNX1, TP53 и EZH2 были связаны со сниженной вероятностью выживания. MDS с кольцевыми сидеробластами обеспечивает лучшее доказательство того, что идентификация мутантного гена, ответственного за исходный клон, имеет отношение к клиническому исходу. Фактически, кольцевые сидеробласты могут быть обнаружены не только у пациентов с исходной мутацией в SF3B1, но также и у пациентов с инициирующим онкогенным поражением в SRSF2. Однако медиана выживаемости без лейкемии составляет >10 лет в первом случае против <2 лет во втором.

Более того, скрининг мутаций может повлиять на принятие клинических решений: а) при МДС с 5q- субъекты, несущие мутации TP53, имеют более высокий риск прогрессирования лейкемии и более низкую вероятность ответа на леналидомид; б) у пациентов, получающих ТГСК, мутации TP53 предсказывают высокую вероятность рецидива; c) мутации SF3B1 связаны с повышенной вероятностью эритроидного ответа на ингибиторы TGFb (люспатерцепт), а d) мутации TET2 могут быть связаны с ответом на HMA.

Несмотря на эти результаты, необходимо предостерегать от немедленного внедрения такого мутационного тестирования в клиническую практику. Во-первых, наличие мутаций у конкретного человека имеет лишь ограниченную прогностическую силу, поскольку конверсия в МДС происходит редко, независимо от статуса мутации. Кроме того, у пациентов с явным МДС генетические аномалии объясняют лишь часть общего риска для выживания, связанного со специфическими видами лечения, а это означает, что большой процент по-прежнему связан с клиническими и немутационными факторами. Всесторонний анализ большой популяции пациентов и новые методы изучения межгенных взаимодействий и корреляций генотип-фенотип необходимы для правильной оценки независимого влияния каждой геномной аномалии на клинический исход и реакцию на лечение.

Объединив уже доступный большой объем секвенированных геномных данных и клиническую информацию, авторы выдвигают гипотезу о том, что ИИ позволит лучше понять биологию и классификацию МДС, повысить прогностическую/прогностическую способность доступных в настоящее время инструментов и применять лечение более целенаправленно, таким образом содействие реализации программы персонализированной медицины в ЕС.

Тип исследования

Наблюдательный

Регистрация (Ожидаемый)

13284

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Места учебы

      • Milano, Италия
        • Istituto Clinico Humanitas

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

18 лет и старше (Взрослый, Пожилой взрослый)

Принимает здоровых добровольцев

Нет

Полы, имеющие право на обучение

Все

Метод выборки

Невероятностная выборка

Исследуемая популяция

Пациенты, страдающие МДС. 13284 пациента с доступной клинической и геномной информацией

Описание

Критерии включения:

  • Пациенты с МДС в соответствии с критериями ВОЗ > 18 лет
  • Доступность клинической и гематологической информации
  • Доступность информации о целевом скрининге мутаций

Критерий исключения:

  • ни один из вышеперечисленных

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

Когорты и вмешательства

Группа / когорта
GENOMED4ALL - Пациенты с МДС
Информация о целевом скрининге мутаций (NGS, включая 60 генов, связанных с МДС) у 13284 пациентов с МДС.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Улучшение классификации МДС
Временное ограничение: через завершение обучения, в среднем 2 года
Улучшить классификацию МДС путем объединения клинической и гематологической информации с геномными особенностями. Для решения этой проблемы будут сравниваться различные методы статистического обучения (процессы Дирихле (DP), байесовские сети (BN)) и машинного обучения (нейронная сеть, основанная на физике глубокого обучения, регрессия с ограничениями и глубокие модели) для определения конкретного генотипа. корреляции фенотипов и разработать новую классификацию болезней.
через завершение обучения, в среднем 2 года
Прогноз вероятности общей выживаемости (месяцы между диагнозом и смертью или окончанием наблюдения) для пациентов с МДС
Временное ограничение: через завершение обучения, в среднем 2 года

Общая выживаемость (ОВ) будет определяться как время (выраженное в месяцах) между диагнозом и смертью (в результате всех причин) или окончанием наблюдения (цензурированные наблюдения).

Будут определены новые прогностические показатели, включающие следующие признаки: возраст, выраженный в годах; пол (мужской или женский); количество нейтрофилов (количество нейтрофилов*10^6/л), количество тромбоцитов (количество тромбоцитов 10^6/л), концентрация гемоглобина (г/дл), цитогенетика (стратифицировано по критериям IPPS-R, Blood 2012 120: 2454 -2465), процент бластов костного мозга и наличие генных мутаций (наличие или отсутствие).

Для измерения точности прогноза будут использоваться различные статистические методы (измеряемые индексом согласованности, C-индексом): методы пропорциональной опасности Кокса, случайные леса выживания, нейронные сети, непрерывный индивидуальный индекс риска (CIRI), анализ временных рядов и марковское моделирование для стохастического анализа. предсказание траекторий

через завершение обучения, в среднем 2 года
Прогнозирование вероятности выживания без лейкемии (в месяцах от постановки диагноза до прогрессирования острого лейкоза или окончания наблюдения) для пациентов с МДС
Временное ограничение: через завершение обучения, в среднем 2 года

Лейкемия будет определяться как время (выраженное в месяцах) между постановкой диагноза и прогрессированием до острого лейкоза или окончанием наблюдения.

Будут определены новые прогностические показатели, включающие следующие признаки: возраст, выраженный в годах; пол (мужской или женский); количество нейтрофилов (количество нейтрофилов*10^6/л), количество тромбоцитов (количество тромбоцитов 10^6/л), концентрация гемоглобина (г/дл), цитогенетика (стратификация по критериям IPPS-R, Blood 2012 120: 2454 -2465), процент бластов костного мозга и наличие генных мутаций (наличие или отсутствие).

Для измерения точности прогноза будут использоваться различные статистические методы (измеряемые индексом согласованности, C-индексом): методы пропорциональной опасности Кокса, случайные леса выживания, нейронные сети, непрерывный индивидуальный индекс риска (CIRI), анализ временных рядов и марковское моделирование для стохастического анализа. предсказание траекторий

через завершение обучения, в среднем 2 года

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Следователи

  • Главный следователь: Federico Alvarez, UNIVERSIDAD POLITECNICA DE MADRID SPAIN
  • Главный следователь: Lucia Comnes, DATAWIZARD SRL ITALY
  • Главный следователь: Mar Manu Pereira, FUNDACIO HOSPITAL UNIVERSITARI VALL D'HEBRON - INSTITUT DE RECERCA SPAIN
  • Главный следователь: Pierre Fenaux, ASSISTANCE PUBLIQUE HOPITAUX DE PARIS FRANCE
  • Главный следователь: Torsten Haferlach, MLL MUNCHNER LEUKAMIELABOR GMBH GERMANY
  • Главный следователь: Maria Diez Campelo, Instituto de investigacion biomedica de Salamanca, IBSAL SPAIN
  • Главный следователь: Uwe Platzbecker, UNIVERSITAET LEIPZIG GERMANY
  • Главный следователь: Gastone Castellani, ALMA MATER STUDIORUM - UNIVERSITA DI BOLOGNA ITALY
  • Главный следователь: Andres Krogh, KOBENHAVNS UNIVERSITET DENMARK
  • Главный следователь: Babita Singh, FUNDACIO CENTRE DE REGULACIO GENOMICA SPAIN
  • Главный следователь: Piero Fariselli, UNIVERSITA DEGLI STUDI DI TORINO ITALY
  • Главный следователь: Kostantinos Marias, IDRYMA TECHNOLOGIAS KAI EREVNAS GREECE
  • Главный следователь: Mar Mañu Pereira, European Reference Network on Rare Hematological Diseases (ERN-EuroBloodNet)

Публикации и полезные ссылки

Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.

Общие публикации

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

15 марта 2021 г.

Первичное завершение (Ожидаемый)

15 декабря 2022 г.

Завершение исследования (Ожидаемый)

31 декабря 2024 г.

Даты регистрации исследования

Первый отправленный

5 мая 2021 г.

Впервые представлено, что соответствует критериям контроля качества

12 мая 2021 г.

Первый опубликованный (Действительный)

17 мая 2021 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

9 сентября 2022 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

6 сентября 2022 г.

Последняя проверка

1 сентября 2022 г.

Дополнительная информация

Термины, связанные с этим исследованием

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Подписаться