- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT05782400
Мультиомический подход к метастатическому светлому почечно-клеточному раку
Мультиомический подход к стратификации пациентов и идентификации новых мишеней при метастатическом светлом почечно-клеточном раке
Выбор наилучшей стратегии у пациентов с метастатической светлоклеточной почечно-клеточной карциномой (mccRCC), ранее не получавших лечения, становится проблемой, поскольку нет доступных биомаркеров для определения стратегии назначения лечения. Выяснение прогностических факторов для разработки индивидуальных стратегий лечения является насущной неудовлетворенной клинической потребностью. В последнее время наблюдается большой интерес к неинвазивным методам жидкостной биопсии из-за их способности обнаруживать и характеризовать циркулирующую внеклеточную ДНК (вкДНК), внеклеточные везикулы, ассоциированные с РНК, и циркулирующие опухолевые клетки, а также позволять проводить продольную оценку эволюции опухоли. Дополнительной областью интенсивных исследований также является радиомика как новый подход к разработке прогностических инструментов путем сопоставления особенностей визуализации с характеристиками опухоли, включая гистологию, степень опухоли, генетические модели и молекулярные фенотипы, а также клинические результаты у пациентов с почечными новообразованиями.
Использование вычислительных подходов для интеграции информации, полученной из геномного и транскриптомного анализа опухолевых тканей и вкДНК) или микровезикулярной РНК в крови и из радиомики, может быть использовано для определения оптимальной стратегии распределения для пациентов с мкПКР, подвергающихся первой линии терапии и для выявления новых мишеней при мкПКР.
Целями исследования являются: определение молекулярных подтипов, сигнатур или биомаркеров мкПКР, связанных с различными клиническими исходами, путем применения биоинформатического анализа; извлекать описательные признаки мкПКР из данных радиологической визуализации; интегрировать управляемые omics и клинико-патологические характеристики с радиомикроскопическими характеристиками, извлеченными из опухоли и опухолевой среды, чтобы получить информацию о биологических особенностях, имеющих отношение к исходу терапии.
В этом многоцентровом проспективном исследовании будут оцениваться геномика и радиомика у пациентов с распространенным стадическим ПКР, ранее не получавших лечения. 100 подходящих пациентов будут определены после скрининга, кандидаты на получение лечения первой линии по выбору исследователя в соответствии с клинической практикой. Образцы тканей и плазмы, а также КТ-исследования будут собираться через разные промежутки времени, чтобы обеспечить полный молекулярный профиль и экстраполяцию рентгенологических характеристик соответственно. Искусственные нейронные сети будут использоваться для построения геномно-радиомного профиля пациентов, чтобы коррелировать с ответом на лечение. Этот размер выборки позволит провести исследовательский анализ прогностической и прогностической эффективности мультиомного классификатора, который впоследствии будет проверен на большей расширенной когорте пациентов.
Обзор исследования
Статус
Вмешательство/лечение
Подробное описание
ВОЗДЕЙСТВИЕ За последние десять лет системное лечение метастатического почечно-клеточного рака произвело революцию благодаря внедрению не менее десяти активных препаратов. С появлением новых комбинаций на основе иммунных препаратов и ингибиторов тирозинкиназы (ИТК) выбор наилучшей стратегии у пациентов с метастатическим светлоклеточным почечно-клеточным раком (mccRCC), ранее не получавших лечения, становится проблемой, поскольку нет биомаркеры доступны для руководства стратегией назначения лечения. В недавних клинических исследованиях комбинированная терапия, включающая ниволумаб плюс ипилимумаб, пембролизумаб плюс акситиниб, атезолизумаб плюс бевацизумаб, авелумаб плюс акситиниб, пембролизумаб плюс ленватиниб и ниволумаб плюс кабозантиниб, продемонстрировала значительные преимущества с точки зрения общей выживаемости (ОВ) и/или выживаемости без прогрессирования заболевания. ВБП) при мПКР по сравнению с сунитинибом в качестве стандартной терапии первой линии при мПКР. Тем не менее, существует явная потребность в клинических прогностических биомаркерах для принятия оптимальных решений о лечении. С помощью вышеупомянутого исследования исследователи уверены, что они предоставят доказательство концепции, которая объединяет информацию из геномики и радиомики с использованием вычислительных подходов, таких как машинное обучение, что даст возможность для стратификации пациента на молекулярном уровне.
ОБОСНОВАНИЕ И ВОЗМОЖНОСТЬ
БИОМАРКЕРЫ Модели стратификации риска, основанные на характере экспрессии генов (как матричных, так и длинных некодирующих РНК) при скПКР, доказали свою высокую прогностическую ценность. Следовательно, существует интерес к идентификации и разработке биомаркеров, предсказывающих лечение, чтобы сделать возможной точную онкологию, увеличивающую ответ на лекарство. У пациентов с метастатической почечно-клеточной карциномой, получающих системную терапию, было исследовано несколько кандидатов в прогностические биомаркеры из плазмы, опухоли и тканей хозяина, но пока ни один из них не введен в клиническую практику, и все они требуют проспективной валидации в клинических испытаниях.
В эпоху ингибиторов VEGF исследователи рассчитывали на модель IMDC (Международный консорциум базы данных метастатических ПКР), принимая во внимание общий статус Карновски <80, время до начала терапии <1 года, гемоглобин <нижний уровень нормы, кальций в сыворотке, количество нейтрофилов, и количество тромбоцитов > верхней границы нормы. Исследование CheckMate 214 показало, что ОВ и ЧОО были значительно выше в группе ниволумаб плюс ипилимумаб, чем в группе сунитиниба, среди пациентов с промежуточным и низким риском. Расширенное последующее наблюдение за исследованием KEYNOTE-426 показало, что польза в отношении общей выживаемости и ВБП согласуется с данным классом риска у пациентов и при комбинированной терапии IO/TKI. Подтверждено, что оценка IMDC является прогностической в каждом комбинированном исследовании.
Также было показано, что PD-L1 является прогностическим маркером неблагоприятного прогноза при ПКР, независимо от типа используемого лечения. Совсем недавно экспрессию PD-L1 также оценивали на предмет ее прогностической роли, которая лишь частично подтверждается в популяции CheckMate-214, получавшей комбо IO-IO и считавшейся плохим маркером для таргетной терапии. Генные сигнатуры из ImMotion 150 и 151 свидетельствовали о том, что две разные сигнатуры (ангиогенез и иммунная сигнатура) у пациентов с ПКР могут предсказывать ответ на комбинированное лечение.
Метаболомика также была оценена как потенциальные биомаркеры ПКР, дающие новое представление о клиническом поведении ПКР и для разработки новых терапевтических стратегий. И опухолевая ткань, и кровь представляют собой интересный источник для изучения потенциальных биомаркеров. В частности, были проанализированы образцы плазмы, чтобы лучше понять роль компонентов путей проангиогенеза и клеточной пролиферации. Другой темой является изучение цитокинов, циркулирующих эндотелиальных клеток и механизмов, контролирующих экспрессию генов. Кроме того, исследуются зародышевые генетические вариации важных генов, связанных с механизмом действия и метаболизмом лекарств, а также факторы, участвующие в регуляции экспрессии генов с помощью эпигенетических механизмов или посттранскрипционной регуляции.
РАДИОМИКА Компьютерная томография (КТ) широко доступна, рутинно используется при лечении пациентов с метастатическими опухолями, получающих антиангиогенную терапию, и дает количественные цифровые данные. Во многих исследованиях использовались методы неинвазивной визуализации, основанные на КТ, для оценки патологической степени опухоли почки перед хирургическим вмешательством. Было показано, что различные рентгенологические особенности, такие как размер опухоли и усиление рисунка, коррелируют со степенью опухоли. Однако трудно предсказать патологическую степень опухоли почки только на основании информации, полученной из традиционных радиологических признаков. И наоборот, радиомический анализ включает в себя автоматическое извлечение данных, не распознаваемых человеческим глазом, что приводит к очень подробным характеристикам изображения, касающимся структуры, формы и интенсивности изображения опухоли. Радиомика может обеспечить новый подход к разработке прогностических инструментов путем сопоставления особенностей визуализации с характеристиками опухоли, включая гистологию, степень опухоли, генетические паттерны и молекулярные фенотипы, а также клинические результаты. Цель извлечения данных из изображений состоит в том, чтобы предоставить информацию, выходящую за рамки того, что можно получить только с помощью интерпретации изображений человеком.
В клинической практике прогнозирование агрессивности ПКР по данным визуализации остается сложной задачей. Ретроспективное исследование Shu et al. продемонстрировали, что признаки радиомики могут быть использованы в качестве биомаркеров для предоперационной оценки степени Фурмана по ccRCC. В условиях после лечения радиомика может помочь в прогнозировании ответа на системную терапию, в том числе на антиангиогенное лечение, которое не может быть адекватно оценено с помощью традиционных критериев, основанных на размере.
Смит и его коллеги использовали специальное программное обеспечение и алгоритм постобработки для разработки новой системы для количественной оценки изменений количества васкуляризированной опухоли в пределах определенных порогов затухания, называемых нагрузкой сосудистой опухоли. Этот полуавтоматический биомаркер в дополнение к другим показателям опухоли, таким как длина, площадь и среднее затухание, использовали для прогнозирования ответа на антиангиогенную терапию сунитинибом. Изменения показателей сосудистой опухолевой нагрузки при первоначальной визуализации после терапии после начала приема сунитиниба показали лучшее разделение выживаемости без прогрессирования между пациентами, не ответившими на лечение, и ответившими на лечение по сравнению с другими часто используемыми критериями ответа. Изменения показателей опухоли, включая длину, площадь, среднее значение затухание, RECIST, CHOI, модифицированный CHOI, MASS и 10% суммарного диаметра. Расширение радиологического анализа за счет радиогеномики, радиометаболомики и корреляции с другими наборами эпидемиологических, клинических и тканевых данных может улучшить ведение пациентов в эпоху персонализированной медицины. Понимание того, что могут предложить эти технологии, позволит радиологам играть более важную роль в лечении пациентов с ПКР.
КТ с динамическим контрастированием является подходящим инструментом для количественной оценки усиления опухоли и ее реакции на антиангиогенную терапию. Han и соавт. обнаружили корреляцию между увеличением почечной функции опухоли в начале исследования и ответом на лечение, а также ВБП после лечения сунитинибом или сорафенибом. Напротив, другие исследования продемонстрировали, что, хотя исходные параметры перфузии были выше у пациентов с более длительным временем выживания, они не были в значительной степени прогностическими для исхода, за исключением случаев, когда был установлен анализ отсечения. Другие основанные на КТ методы оценки ответа опухоли на антиангиогенную терапию и прогнозирования клинического исхода проходят дальнейшую оценку. Среди них особенности радиомики КТ, такие как гетерогенность, энтропия и однородность текстуры, являются дополнительными параметрами, которые обещают оценить антиангиогенный ответ метастатического почечно-клеточного рака. Корреляция этих данных визуализации с геномикой (т.е. радиогеномикой), метаболомикой (т.е. радиометаболомикой) и другими данными дает возможность получить объективные количественные биомаркеры биологии опухоли, которые можно использовать для прогнозирования прогноза пациента и вероятности ответа на терапию. преодоление некоторых проблем, связанных с гетерогенностью заболевания.
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ Системы искусственного интеллекта, в частности основанные на машинном обучении и глубоком обучении, способны автономно выявлять характерные закономерности и сложные взаимосвязи между данными, просто просматривая выборочные совокупности. Их способность обрабатывать разнородные данные как для целей классификации, так и для прогнозирования может внести ценный вклад в лучшую стратификацию пациентов с ПКР. Недавно в некоторых работах были предприняты попытки использовать машинное и глубокое обучение для дифференциации доброкачественных и злокачественных небольших почечных образований на основе текстурного анализа компьютерных томограмм, для прогнозирования ядерной степени Фурмана и молекулярных сигнатур на основе экспрессии генов.
В целом стратификация пациентов с ПКР по-прежнему остается сложной задачей, особенно с учетом молекулярной гетерогенности опухолей почки.
Возможность объединить информацию из геномики и радиомики с использованием вычислительных подходов, основанных на машинном обучении, дает возможность переклассифицировать пациентов на подгруппы, которые могут лучше определять стратегии лечения. Как контролируемые, так и неконтролируемые методы могут использоваться для определения оценки биомаркеров, а также для прогнозирования ответа/резистентности к терапии.
ПРЕДВАРИТЕЛЬНЫЕ ДАННЫЕ У исследователей есть предварительные биологические данные по образцам крови 32 пациентов с мПКР, полученным на исходном уровне лечения. Большинство пациентов получали в качестве первой линии комбинацию ниволумаба и ипилимумаба, 9 пациентов получали сунитиниб, 5 — пазопаниб и 6 — кабозантиниб. Молекулярный анализ проводили с использованием панели NGS OncoMine Solid Tumor Panel (Thermo Fisher). Двадцать пять пациентов (78,1%) были носителями молекулярной альтерации в одном или нескольких генах, в том числе: TP53, mTOR, PIK3CA, BRAF, EGFR, RET, GNAS, SF3B1, PDGFRA. Сообщаемая частота аллелей колебалась от 3% до 12%. Предварительный анализ показывает, что пациенты с множественными мутациями имеют лучший ответ (PR+SD по сравнению с PD) на иммунотерапию.
ДИЗАЙН ЭКСПЕРИМЕНТА Это многоцентровое проспективное трансляционное исследование, в котором оценивается геномика и радиомика у пациентов с распространенным ccRC, ранее не получавших лечения, для получения системной терапии первой линии. Девять центров в Италии, в том числе: Национальный институт опухолей (INT) в Милане, Европейский институт онкологии (IEO) в Милане, Онкологический институт Венето (IOV), Поликлиника Сан-Мартино в Генуе, Национальный институт опухолей в Неаполе, Университетская клиника Приемом и лечением пациентов будут заниматься Парма, Миланская исследовательская больница Humanitas, Онкологический центр Авиано и Fondazione Policlinico Universitario Agostino Gemelli в Риме.
Тип исследования
Регистрация (Оцененный)
Контакты и местонахождение
Места учебы
-
-
Mi
-
Milan, Mi, Италия, 20156
- Istituto Tumori
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
КРИТЕРИИ ВКЛЮЧЕНИЯ:
- Подписанное письменное информированное согласие
- Субъекты мужского или женского пола в возрасте ≥18 лет
- Гистологически подтвержденный распространенный/метастатический ПКР с преимущественно светлоклеточным подтипом
- Предшествующая нефрэктомия разрешена
- Доступность образца опухолевой ткани для анализа биомаркеров
- Распространенный (не поддающийся лечебной хирургии или лучевой терапии) или метастатический (AJCC, стадия IV) ПКР, кандидат на получение системного лечения первой линии с монотерапией ИТК или В/О+ИТК или В/О+ИО
- Отсутствие предшествующей системной терапии ПКР, за следующим исключением: предшествующая адъювантная терапия полностью резектабельного ПКР (завершение не менее чем за 6 месяцев до включения в исследование)
- Все риски IMDC (хорошие, средние, плохие)
- Сканирование TC, выполненное с контрастным веществом и без него, на исходном уровне (в соответствии с рекомендациями по протоколу, как указано ниже в таблице 1).
- По крайней мере, одно измеримое поражение, как определено Критериями оценки ответа при солидных опухолях (RECIST) версии 1.1.
- Статус эффективности Восточной кооперативной онкологической группы 0 или 1
- Способен понимать и соблюдать требования протокола.
КРИТЕРИЙ ИСКЛЮЧЕНИЯ:
- Любое предыдущее системное лечение ПКР в запущенных/метастатических состояниях.
- Предшествующее лечение антителами к PD-1, анти-PD-L1, анти-PD-L2, анти-CD137 или анти-CTLA-4 или любыми другими антителами или лекарствами, специально направленными на костимуляцию Т-клеток или контрольную точку пути
- Предшествующее воздействие ингибиторов тирозинкиназы в запущенных/метастатических состояниях
- Активное судорожное расстройство или признаки метастазов в головной мозг, сдавления спинного мозга или карциноматозного менингита
- Диагноз любого злокачественного новообразования, не относящегося к ПКР, развившегося в течение 2 лет до даты начала лечения, за исключением адекватно леченного базальноклеточного или плоскоклеточного рака кожи, или рака in situ молочной железы или шейки матки, или рака предстательной железы низкой степени злокачественности. ≤pT2, N0; Глисон 6) без планов лечебного вмешательства
- Лучевая терапия при костных метастазах в течение 2 нед, любая другая наружная лучевая терапия в течение 4 нед до начала лечения. Субъекты с клинически значимыми текущими осложнениями от предшествующей лучевой терапии не подходят.
Учебный план
Как устроено исследование?
Детали дизайна
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Анализ крови и тканей
Временное ограничение: 36 месяцев
|
Исследование прогностической роли циркулирующих микроРНК и генных изменений у пациентов, которые реагируют на лечение первой линии, по сравнению с теми, у кого не было ответа до лечения, через 1 месяц (4 недели), через 3 месяца (12 недель) и во время лечения. прогрессирование болезни.
Образцы тканей и крови будут изучаться с помощью платформы Illumina NextSeq 500 и анализироваться с помощью онлайн-программного обеспечения GeneGlobe.
Методы, сочетающие различные алгоритмы кластеризации и показатели изменчивости генов, будут использоваться для выявления надежных молекулярных подтипов mccRCC по данным экспрессии и для исследования их связи с клиническими исходами.
|
36 месяцев
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Радиомик анализ
Временное ограничение: 36 месяцев
|
Характеристика изменений данных радиологического изображения при мПКР в данных радиологического изображения при мПКР посредством сегментации КТ.
С помощью программного анализа с открытым исходным кодом мы стремимся экстраполировать из образов изображений количественные характеристики (признаки), невидимые невооруженным глазом, сравнивать различные изображения одного и того же заболевания с известным диагнозом (наземная правда) и разрабатывать прогнозную вычислительную модель болезнь.
Компьютерная томография для Radiomics будет проводиться на исходном уровне и каждые три месяца.
|
36 месяцев
|
Другие показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Компьютерный анализ мутационных, транскриптомных и радиометрических данных
Временное ограничение: 48 месяцев
|
Радиогеномный анализ для определения Radiomics и молекулярной оценки.
Подход на основе искусственной нейронной сети к созданию комбинированной подписи Genomic и Radiomics.
Интеграция полученных многомерных данных с клиническими данными.
Для этой задачи мы объединим наборы данных NGS и Radiomics для разработки специальной модели классификации на основе ИИ, способной эффективно объединять и оценивать массив доступной информации.
Достигнутая биотехнологическая сигнатура мкПКР и ее эволюция с течением времени также будут оценены, чтобы предложить легко интерпретируемый прогностический инструмент (номограмму) клинического исхода.
|
48 месяцев
|
Соавторы и исследователи
Следователи
- Главный следователь: Giuseppe Procopio, MD, Fondazione IRCCS Istituto Nazionale dei Tumori di Milano
Публикации и полезные ссылки
Общие публикации
- Motzer RJ, Tannir NM, McDermott DF, Aren Frontera O, Melichar B, Choueiri TK, Plimack ER, Barthelemy P, Porta C, George S, Powles T, Donskov F, Neiman V, Kollmannsberger CK, Salman P, Gurney H, Hawkins R, Ravaud A, Grimm MO, Bracarda S, Barrios CH, Tomita Y, Castellano D, Rini BI, Chen AC, Mekan S, McHenry MB, Wind-Rotolo M, Doan J, Sharma P, Hammers HJ, Escudier B; CheckMate 214 Investigators. Nivolumab plus Ipilimumab versus Sunitinib in Advanced Renal-Cell Carcinoma. N Engl J Med. 2018 Apr 5;378(14):1277-1290. doi: 10.1056/NEJMoa1712126. Epub 2018 Mar 21.
- Rini BI, Powles T, Atkins MB, Escudier B, McDermott DF, Suarez C, Bracarda S, Stadler WM, Donskov F, Lee JL, Hawkins R, Ravaud A, Alekseev B, Staehler M, Uemura M, De Giorgi U, Mellado B, Porta C, Melichar B, Gurney H, Bedke J, Choueiri TK, Parnis F, Khaznadar T, Thobhani A, Li S, Piault-Louis E, Frantz G, Huseni M, Schiff C, Green MC, Motzer RJ; IMmotion151 Study Group. Atezolizumab plus bevacizumab versus sunitinib in patients with previously untreated metastatic renal cell carcinoma (IMmotion151): a multicentre, open-label, phase 3, randomised controlled trial. Lancet. 2019 Jun 15;393(10189):2404-2415. doi: 10.1016/S0140-6736(19)30723-8. Epub 2019 May 9.
- Havel JJ, Chowell D, Chan TA. The evolving landscape of biomarkers for checkpoint inhibitor immunotherapy. Nat Rev Cancer. 2019 Mar;19(3):133-150. doi: 10.1038/s41568-019-0116-x.
- Rini BI, Plimack ER, Stus V, Gafanov R, Hawkins R, Nosov D, Pouliot F, Alekseev B, Soulieres D, Melichar B, Vynnychenko I, Kryzhanivska A, Bondarenko I, Azevedo SJ, Borchiellini D, Szczylik C, Markus M, McDermott RS, Bedke J, Tartas S, Chang YH, Tamada S, Shou Q, Perini RF, Chen M, Atkins MB, Powles T; KEYNOTE-426 Investigators. Pembrolizumab plus Axitinib versus Sunitinib for Advanced Renal-Cell Carcinoma. N Engl J Med. 2019 Mar 21;380(12):1116-1127. doi: 10.1056/NEJMoa1816714. Epub 2019 Feb 16.
- Suarez-Ibarrola R, Hein S, Reis G, Gratzke C, Miernik A. Current and future applications of machine and deep learning in urology: a review of the literature on urolithiasis, renal cell carcinoma, and bladder and prostate cancer. World J Urol. 2020 Oct;38(10):2329-2347. doi: 10.1007/s00345-019-03000-5. Epub 2019 Nov 5.
- Brooks SA, Brannon AR, Parker JS, Fisher JC, Sen O, Kattan MW, Hakimi AA, Hsieh JJ, Choueiri TK, Tamboli P, Maranchie JK, Hinds P, Miller CR, Nielsen ME, Rathmell WK. ClearCode34: A prognostic risk predictor for localized clear cell renal cell carcinoma. Eur Urol. 2014 Jul;66(1):77-84. doi: 10.1016/j.eururo.2014.02.035. Epub 2014 Feb 25.
- Choueiri TK, Motzer RJ. Systemic Therapy for Metastatic Renal-Cell Carcinoma. N Engl J Med. 2017 Jan 26;376(4):354-366. doi: 10.1056/NEJMra1601333. No abstract available.
- Motzer RJ, Penkov K, Haanen J, Rini B, Albiges L, Campbell MT, Venugopal B, Kollmannsberger C, Negrier S, Uemura M, Lee JL, Vasiliev A, Miller WH Jr, Gurney H, Schmidinger M, Larkin J, Atkins MB, Bedke J, Alekseev B, Wang J, Mariani M, Robbins PB, Chudnovsky A, Fowst C, Hariharan S, Huang B, di Pietro A, Choueiri TK. Avelumab plus Axitinib versus Sunitinib for Advanced Renal-Cell Carcinoma. N Engl J Med. 2019 Mar 21;380(12):1103-1115. doi: 10.1056/NEJMoa1816047. Epub 2019 Feb 16.
- Motzer R, Alekseev B, Rha SY, Porta C, Eto M, Powles T, Grunwald V, Hutson TE, Kopyltsov E, Mendez-Vidal MJ, Kozlov V, Alyasova A, Hong SH, Kapoor A, Alonso Gordoa T, Merchan JR, Winquist E, Maroto P, Goh JC, Kim M, Gurney H, Patel V, Peer A, Procopio G, Takagi T, Melichar B, Rolland F, De Giorgi U, Wong S, Bedke J, Schmidinger M, Dutcus CE, Smith AD, Dutta L, Mody K, Perini RF, Xing D, Choueiri TK; CLEAR Trial Investigators. Lenvatinib plus Pembrolizumab or Everolimus for Advanced Renal Cell Carcinoma. N Engl J Med. 2021 Apr 8;384(14):1289-1300. doi: 10.1056/NEJMoa2035716. Epub 2021 Feb 13.
- Choueiri TK, Powles T, Burotto M, Escudier B, Bourlon MT, Zurawski B, Oyervides Juarez VM, Hsieh JJ, Basso U, Shah AY, Suarez C, Hamzaj A, Goh JC, Barrios C, Richardet M, Porta C, Kowalyszyn R, Feregrino JP, Zolnierek J, Pook D, Kessler ER, Tomita Y, Mizuno R, Bedke J, Zhang J, Maurer MA, Simsek B, Ejzykowicz F, Schwab GM, Apolo AB, Motzer RJ; CheckMate 9ER Investigators. Nivolumab plus Cabozantinib versus Sunitinib for Advanced Renal-Cell Carcinoma. N Engl J Med. 2021 Mar 4;384(9):829-841. doi: 10.1056/NEJMoa2026982.
- Qu L, Wang ZL, Chen Q, Li YM, He HW, Hsieh JJ, Xue S, Wu ZJ, Liu B, Tang H, Xu XF, Xu F, Wang J, Bao Y, Wang AB, Wang D, Yi XM, Zhou ZK, Shi CJ, Zhong K, Sheng ZC, Zhou YL, Jiang J, Chu XY, He J, Ge JP, Zhang ZY, Zhou WQ, Chen C, Yang JH, Sun YH, Wang LH. Prognostic Value of a Long Non-coding RNA Signature in Localized Clear Cell Renal Cell Carcinoma. Eur Urol. 2018 Dec;74(6):756-763. doi: 10.1016/j.eururo.2018.07.032. Epub 2018 Aug 22.
- Sonpavde G, Choueiri TK. Biomarkers: the next therapeutic hurdle in metastatic renal cell carcinoma. Br J Cancer. 2012 Sep 25;107(7):1009-16. doi: 10.1038/bjc.2012.399. Epub 2012 Sep 4.
- Jing L, Guigonis JM, Borchiellini D, Durand M, Pourcher T, Ambrosetti D. LC-MS based metabolomic profiling for renal cell carcinoma histologic subtypes. Sci Rep. 2019 Oct 30;9(1):15635. doi: 10.1038/s41598-019-52059-y.
- Lakshminarayanan H, Rutishauser D, Schraml P, Moch H, Bolck HA. Liquid Biopsies in Renal Cell Carcinoma-Recent Advances and Promising New Technologies for the Early Detection of Metastatic Disease. Front Oncol. 2020 Oct 28;10:582843. doi: 10.3389/fonc.2020.582843. eCollection 2020.
- Bex A, Fournier L, Lassau N, Mulders P, Nathan P, Oyen WJ, Powles T. Assessing the response to targeted therapies in renal cell carcinoma: technical insights and practical considerations. Eur Urol. 2014 Apr;65(4):766-77. doi: 10.1016/j.eururo.2013.11.031. Epub 2013 Nov 28.
- Yi X, Xiao Q, Zeng F, Yin H, Li Z, Qian C, Wang C, Lei G, Xu Q, Li C, Li M, Gong G, Zee C, Guan X, Liu L, Chen BT. Computed Tomography Radiomics for Predicting Pathological Grade of Renal Cell Carcinoma. Front Oncol. 2021 Jan 27;10:570396. doi: 10.3389/fonc.2020.570396. eCollection 2020.
- Shu J, Tang Y, Cui J, Yang R, Meng X, Cai Z, Zhang J, Xu W, Wen D, Yin H. Clear cell renal cell carcinoma: CT-based radiomics features for the prediction of Fuhrman grade. Eur J Radiol. 2018 Dec;109:8-12. doi: 10.1016/j.ejrad.2018.10.005. Epub 2018 Oct 5.
- Smith AD, Zhang X, Bryan J, Souza F, Roda M, Sirous R, Zhang H, Vasanji A, Griswold M. Vascular Tumor Burden as a New Quantitative CT Biomarker for Predicting Metastatic RCC Response to Antiangiogenic Therapy. Radiology. 2016 Nov;281(2):484-498. doi: 10.1148/radiol.2016160143. Epub 2016 Sep 2.
- Han KS, Jung DC, Choi HJ, Jeong MS, Cho KS, Joung JY, Seo HK, Lee KH, Chung J. Pretreatment assessment of tumor enhancement on contrast-enhanced computed tomography as a potential predictor of treatment outcome in metastatic renal cell carcinoma patients receiving antiangiogenic therapy. Cancer. 2010 May 15;116(10):2332-42. doi: 10.1002/cncr.25019.
- Fournier LS, Oudard S, Thiam R, Trinquart L, Banu E, Medioni J, Balvay D, Chatellier G, Frija G, Cuenod CA. Metastatic renal carcinoma: evaluation of antiangiogenic therapy with dynamic contrast-enhanced CT. Radiology. 2010 Aug;256(2):511-8. doi: 10.1148/radiol.10091362. Epub 2010 Jun 15.
- Hudson JM, Bailey C, Atri M, Stanisz G, Milot L, Williams R, Kiss A, Burns PN, Bjarnason GA. The prognostic and predictive value of vascular response parameters measured by dynamic contrast-enhanced-CT, -MRI and -US in patients with metastatic renal cell carcinoma receiving sunitinib. Eur Radiol. 2018 Jun;28(6):2281-2290. doi: 10.1007/s00330-017-5220-2. Epub 2018 Jan 30.
- Zhou L, Zhang Z, Chen YC, Zhao ZY, Yin XD, Jiang HB. A Deep Learning-Based Radiomics Model for Differentiating Benign and Malignant Renal Tumors. Transl Oncol. 2019 Feb;12(2):292-300. doi: 10.1016/j.tranon.2018.10.012. Epub 2018 Dec 17.
- Kuusk T, Neves JB, Tran M, Bex A. Radiomics to better characterize small renal masses. World J Urol. 2021 Aug;39(8):2861-2868. doi: 10.1007/s00345-021-03602-y. Epub 2021 Jan 26.
- Lin F, Cui EM, Lei Y, Luo LP. CT-based machine learning model to predict the Fuhrman nuclear grade of clear cell renal cell carcinoma. Abdom Radiol (NY). 2019 Jul;44(7):2528-2534. doi: 10.1007/s00261-019-01992-7.
- Powles T, Plimack ER, Soulieres D, Waddell T, Stus V, Gafanov R, Nosov D, Pouliot F, Melichar B, Vynnychenko I, Azevedo SJ, Borchiellini D, McDermott RS, Bedke J, Tamada S, Yin L, Chen M, Molife LR, Atkins MB, Rini BI. Pembrolizumab plus axitinib versus sunitinib monotherapy as first-line treatment of advanced renal cell carcinoma (KEYNOTE-426): extended follow-up from a randomised, open-label, phase 3 trial. Lancet Oncol. 2020 Dec;21(12):1563-1573. doi: 10.1016/S1470-2045(20)30436-8. Epub 2020 Oct 23.
- McDermott DF, Huseni MA, Atkins MB, Motzer RJ, Rini BI, Escudier B, Fong L, Joseph RW, Pal SK, Reeves JA, Sznol M, Hainsworth J, Rathmell WK, Stadler WM, Hutson T, Gore ME, Ravaud A, Bracarda S, Suarez C, Danielli R, Gruenwald V, Choueiri TK, Nickles D, Jhunjhunwala S, Piault-Louis E, Thobhani A, Qiu J, Chen DS, Hegde PS, Schiff C, Fine GD, Powles T. Clinical activity and molecular correlates of response to atezolizumab alone or in combination with bevacizumab versus sunitinib in renal cell carcinoma. Nat Med. 2018 Jun;24(6):749-757. doi: 10.1038/s41591-018-0053-3. Epub 2018 Jun 4.
Даты записи исследования
Изучение основных дат
Начало исследования (Действительный)
Первичное завершение (Оцененный)
Завершение исследования (Оцененный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Действительный)
Обновления учебных записей
Последнее опубликованное обновление (Оцененный)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Дополнительные соответствующие термины MeSH
- Урогенитальные заболевания
- Урогенитальные новообразования
- Новообразования по локализации
- Новообразования
- Мужские мочеполовые заболевания
- Заболевания почек
- Урологические заболевания
- Женские урогенитальные заболевания
- Женские мочеполовые заболевания и осложнения беременности
- Новообразования по гистологическому типу
- Новообразования железистые и эпителиальные
- Аденокарцинома
- Урологические новообразования
- Карцинома
- Новообразования почек
- Карцинома, почечно-клеточная
Другие идентификационные номера исследования
- INT220-22
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
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. .