- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT06370234
Модель прогнозирования ответа NAC при раке молочной железы на основе особенностей параметрической динамики.
Модель прогнозирования ответа на неоадъювантную химиотерапию при раке молочной железы на основе особенностей параметрической динамики изображений MR-PET и QDS-IR до и в начале лечения.
Обзор исследования
Статус
Условия
Вмешательство/лечение
Подробное описание
Рак молочной железы является наиболее часто диагностируемым раком и остается четвертой по значимости причиной смертности от рака среди тайваньских женщин за последнее десятилетие. Решения о наилучшем лечении рака молочной железы принимаются на основе результатов теста на рецепторы эстрогена (ER) и прогестерона (PR), теста на рецептор эпидермального фактора роста человека типа 2 (HER2) и определения стадии TNM с использованием биопсии. После оценки статуса менопаузы и реакции ER, PR и HER2 при лечении рака молочной железы 2-й стадии или выше можно рассмотреть неоадъювантную химиотерапию (NAC) для преимуществ (1) превращения неоперабельного рака в хирургически резектабельный, (2) метастазирования. лечение, (3) уменьшение опухоли, (4) улучшение общей выживаемости и безрецидивной выживаемости (5) прогнозирование гистологических параметров. Известно, что пациенты с патологическим полным ответом (pCR) после NAC связаны с лучшей безрецидивной выживаемостью и улучшенной общей выживаемостью. Поэтому важно разработать более эффективные схемы лечения и стратифицировать пациентов на основе компьютерной модели прогнозирования для оценки ответа NAC.
Основная цель данного исследования — разработать компьютерную модель прогнозирования ответа на лечение NAC. Учитывая обычно наблюдаемую гетерогенность внутреннего параметрического состава опухоли, в этом исследовании будут использоваться гистологические характеристики и реакция на лечение для изучения особенностей изображения в качестве входных данных для прогнозирования ответа на лечение с использованием технологии глубокого обучения. Используя этот метод, предоперационная оценка лечения может быть облегчена за счет анализа гетерогенности опухоли с помощью разработанной динамической радиомики, а возможность индивидуальной медицины может быть реализована в ближайшем будущем. В первые два года этого исследования, используя изображения DCE-MRI, ПЭТ/КТ и QDS-IR, мы планируем разработать алгоритмы обработки изображений, включая сегментацию молочной железы и области опухоли, извлечение особенностей изображения, которые отражают ангиогенные свойства и проницаемость опухоли. , которые сильно коррелируют с ответом на лечение NAC. В течение третьего года проекта особенности морфологии и текстуры первых двух лет могут быть объединены для ПЭТ/МРТ, а модель прогнозирования может быть получена в соответствии с признаками, полученными в результате извлечения динамических признаков с использованием продольных изображений ПЭТ/МРТ. Ожидаемые вклады следующие:
Предложить новые возможности параметрической динамики для преодоления проблем традиционного метода пороговой обработки.
Разработать алгоритмы сегментации ткани молочной железы и области опухоли на МРТ DCE для улучшения прогнозирования ответа на лечение.
Разработать траекторный анализ для неинвазивного QDS-IR-изображения. Разработать алгоритм сегментации метаболического объема опухоли путем регистрации границы поглощения ПЭТ с границей опухоли КТ, чтобы повысить надежность и воспроизводимость морфологических признаков.
Объединив предыдущие методы, разработанные для ПЭТ/КТ и DCE МРТ, новые типы функций, а именно характеристики параметрической динамики ПЭТ/МРТ, могут использоваться в качестве динамической радиомики для прогнозирования реакции NAC.
Разработать алгоритм глубокого обучения, который является основой проекта с точки зрения методологии самообучения, для использования многомерного пространства функций в поисках модели прогнозирования.
Право на участие и участие субъектов. Это проспективное исследование было одобрено местным комитетом по этике учреждения, который отменил требование одобрения пациента и письменного информированного согласия на рассмотрение записей и изображений.
С апреля 2015 года по июнь 2019 года 60 женщин с раком молочной железы, прошедших NAC, были проверены на предмет соответствия требованиям. Критериями отбора были пациенты, которые: (a) были старше 18 лет, (b) с патологически подтвержденным раком молочной железы при пункционной биопсии, (c) были готовы пройти NAC, (d) имели право на операцию после NAC и (д) были готовы пройти как минимум два сканирования ПЭТ/МР во время NAC: первое [R0], предварительное лечение; и второй [R1] после двух циклов химиотерапии (после лечения). Из 60 женщин 14 были исключены по следующим причинам: (а) отдаленные метастазы, обнаруженные после первого сканирования (n = 1), поэтому они не имели права на операцию; (б) пациенты, неспособные выполнить два последовательных ПЭТ/МРТ по личным причинам (n=10); (в) пациенты отказались от дальнейшего применения НАК после первого цикла (n=2); и (d) сканирование после лечения невозможно было провести из-за повышенного уровня креатинина (n=1). Блок-схема включения в исследование представлена на рисунке 1. Все пациенты получили от 6 до 8 циклов NAC, включая следующие варианты. Для пациентов, отрицательных по рецептору эпидермального фактора роста 2 человека (HER2), NAC включал одновременное применение эпирубицина с циклофосфамидом (на основе EC) или эпирубицина с циклофосфамидом с последующим применением таксанов (доцетаксел или паклитаксел; EC+T). Для HER2-положительных пациентов протоколы NAC включали одновременное применение таксанов с трастузумабом (на основе TH) или одновременный режим таксанов и циклофосфамида с последующим применением трастузумаба (EC+TH) или таксанов с трастузумабом и пертузумабом (THP). Один пациент с тройным отрицательным результатом получал паклитаксел с афатинибом.
Получение изображений ПЭТ/МР. МР-обследования проводились на 3Т-ПЭТ/МР-сканере (Biograph mMR, Siemens Healthcare, Эрланген, Германия). Сканирование в середине лечения было организовано после двух циклов NAC. Последнее сканирование было назначено перед операцией. Пациенток сканировали в положении лежа с использованием специальной четырехканальной грудной катушки (Noras GmbH, Хёхберг, Германия). После голодания в течение не менее 6 часов больным внутривенно вводили 3,7-5,55 МБк/кг (0,1-0,15 мКи/кг) 18F-фтордезоксиглюкозы (18F-ФДГ). ПЭТ/МР-сканирование проводили примерно через 60 минут. Была проведена 10-минутная ПЭТ молочной железы вместе с МРТ молочной железы перед контрастированием в положении лежа. ПЭТ-изображения были реконструированы с помощью итерационного алгоритма с упорядоченным подмножеством и максимизацией ожидания (3 итерации, 21 подмножество), с 4-миллиметровым гауссовским фильтром после реконструкции и матрицей изображений 172 x 172. Коррекция затухания данных ПЭТ была получена с использованием сегментированной карты коррекции затухания с фильтром 4-х классов тканей (воздух, легкие, жир, мягкие ткани), которая была реконструирована на основе 2-точечной последовательности импульсов МР Диксона.
Протокол МРТ молочной железы перед трансплантацией включал 2D градиентное эхо Т1-взвешенное (время повторения [TR]/время эхо[TE], 500/9,8 мс, угол поворота 150°, толщина среза 3,5 мм; поле зрения матрицы [FOV] 320 × 320), T2-взвешенные изображения с коротким тау-инверсией (STIR) (TR/TE/TI = 3000/78/230 мс, размер матрицы 320 × 320, толщина среза 4,0 мм, поле зрения матрицы 330 × 330 мм), диффузионно-взвешенные изображения (DWI) (TR/TE = 7500/83 мс, размер матрицы 192 × 77, толщина среза 4,0 мм, поле зрения 360 × 1830 мм, значение b = 50, 600 и 1000 с/ мм2, среднее = 2) с картами кажущегося коэффициента диффузии (ADC).
Семь динамических изображений с контрастным усилением, в том числе одно до и шесть после введения контрастного вещества, были получены с использованием насыщенной жиром T1-взвешенной быстрой съемки под низким углом (FLASH) 3D-градиентной эхо-последовательности (TR/TE 4,1/1,5 мс, толщина среза и зазор 1,0/0 мм, размер матрицы 352 × 282, угол поворота 10°, 146 срезов, поле зрения 330 × 330 мм) с инверсионным восстановлением со спектральным ослаблением (SPAIR), каждый набор занимал примерно 60 секунд. Постконтрастную DCE-МРТ начинали через 10 секунд после внутривенного введения 0,1 ммоль/кг гадобутрола (Гадовист; Bayer Pharma AG, Берлин, Германия) со скоростью введения 3 мл/с.
Оценка гистопатологии. Гистологический тип и степень были основаны на гистопатологических отчетах о биопсиях под ультразвуковым контролем, выполненных перед NAC. Экспрессию рецептора эстрогена (ER), рецептора прогестерона (PR) и HER2 оценивали с помощью иммуногистохимического окрашивания. Положительность ER и PR оценивалась с использованием шкалы Allred, при которой оценка >3 считалась положительной. Опухоли считались HER2-положительными, если иммуногистохимический показатель составлял 3+. В случаях с сомнительным статусом HER2 (оценка 2+) по данным иммуногистохимии для подтверждения диагноза проводили флуоресцентный гибридизационный анализ in situ (FISH).
pCR определялся как отсутствие остаточного инвазивного рака, за исключением протоковой карциномы in situ (DCIS) в хирургическом образце молочной железы после NAC, и отсутствие поражения подмышечных лимфатических узлов, как ранее сообщалось Pinder et al.
Анализ изображений Изображения интерпретировались двумя рентгенологами (Y.F.L. и NC, оба с 12-летним опытом работы в области визуализации молочной железы). Внешний вид опухоли на МРТ (массовое усиление, немассовое усиление) оценивали визуально два рентгенолога. Области интереса (ROI) определялись вручную путем выбора двумерной области, охватывающей наибольшую площадь поперечного сечения с высокой интенсивностью усиления сигнала, которая отличалась от нормальной фоновой паренхимы в пятой серии с контрастным усилением, избегая при этом нормальной паренхимы и маркировки. артефакты клипа. Если рак был мультифокальным или мультицентрическим, рентабельность инвестиций измерялась в области опухоли с наибольшим размером.
После того, как области интереса опухоли были сегментированы, изображения ПЭТ и МРТ, включая DWI, и изображения ROI с кажущимся коэффициентом диффузии (ADC), были выровнены с использованием ROI, нарисованных на изображениях с динамическим контрастированием (DCE), с использованием полуавтоматической нежесткой регистрации и ручного выравнивания. где необходимо. ROI оценивались одновременно на шести различных фазах изображений DCE (закодированных как от P1 до P6). ROI также были зарегистрированы в других сериях, включая DWI при значении b = 1000 с/мм2, карте ADC и изображениях ПЭТ. Для каждой области интереса автоматически вычислялись шесть текстурных признаков первого и четыре второго порядка. Анализ гистограммы использовался для оценки текстурных характеристик первого порядка, включая среднее значение, стандартное отклонение (SD), медиану, значения 5-го и 95-го процентиля, эксцесс и асимметрию. Для текстурного анализа второго порядка в качестве родительской матрицы использовалась матрица совпадений уровня серого (GLCM), а из GLCM были извлечены четыре гетерогенных текстурных признака, а именно энтропия различий (DiffEntropy), дисперсия различий (DiffVariance), контраст и энтропия [18]. Эти текстурные параметры были рассчитаны с использованием прототипа программного обеспечения MR Multiparametric Analysis (Siemens Healthcare, Эрланген, Германия). Все параметры визуализации оценивались с помощью ПЭТ/МР-сканирований, выполненных до лечения (R0) и в середине лечения (R1), а также анализировались перед операцией (R2).
Тип исследования
Регистрация (Действительный)
Фаза
- Непригодный
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Описание
Критерии включения:
- (а) были старше 20 лет,
- (б) при патологически подтвержденном раке молочной железы с пункционной биопсией
- (c) были готовы пройти NAC
- (d) имели право на операцию после NAC
- (e) были готовы пройти как минимум три сканирования ПЭТ/МР во время NAC: первое [R0], предварительное лечение; и второй [R1] после двух циклов химиотерапии (после лечения) и перед операцией [R2]
Критерий исключения:
- (а) отдаленные метастазы или рецидив рака молочной железы.
- (б) неспособность соблюдать график последовательного сканирования ПЭТ/МРТ.
- (в) Нарушение функции почек, CCR>30 мл/мин.
- (d) Известный аллерген
Учебный план
Как устроено исследование?
Детали дизайна
- Основная цель: Диагностика
- Распределение: Н/Д
- Интервенционная модель: Одногрупповое задание
- Маскировка: Нет (открытая этикетка)
Оружие и интервенции
Группа участников / Армия |
Вмешательство/лечение |
---|---|
Другой: ПЭТ/МР-сканирование для пациентов с раком молочной железы, проходящих неоадъювантную химиотерапию
С апреля 2015 г. по июнь 2019 г. в исследование были включены женщины с раком молочной железы, прошедшие неоадъювантную химиотерапию. Во время NAC должно быть проведено как минимум три сканирования ПЭТ/МР: первое [R0], предварительная обработка; и второй [R1] после двух циклов химиотерапии (после лечения) и третий [R2] перед операцией. |
Субъекты, зачисленные и участвующие в этом исследовании, прошли ПЭТ/МР во время предоперационной химиотерапии.
Но при обычной процедуре они этого не сделают.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
---|---|---|
Модель Прогнозирующая способность полного патологического ответа (pCR)
Временное ограничение: в среднем четыре месяца
|
Сравнение различных моделей прогнозирования, полученных на основе MR/PET и QDS-IR, с точки зрения AUC.
|
в среднем четыре месяца
|
Сравнение моделей прогнозирования полного патологического ответа (pCR)
Временное ограничение: в среднем четыре месяца
|
Сравнение различных моделей прогнозирования, полученных на основе MR/PET и QDS-IR, с точки зрения чувствительности, специфичности и точности.
|
в среднем четыре месяца
|
Соавторы и исследователи
Следователи
- Учебный стул: Yeun-Chung Chang, M.D., PhD., National Taiwan University Hospital
Публикации и полезные ссылки
Общие публикации
- Gerlinger M, Rowan AJ, Horswell S, Math M, Larkin J, Endesfelder D, Gronroos E, Martinez P, Matthews N, Stewart A, Tarpey P, Varela I, Phillimore B, Begum S, McDonald NQ, Butler A, Jones D, Raine K, Latimer C, Santos CR, Nohadani M, Eklund AC, Spencer-Dene B, Clark G, Pickering L, Stamp G, Gore M, Szallasi Z, Downward J, Futreal PA, Swanton C. Intratumor heterogeneity and branched evolution revealed by multiregion sequencing. N Engl J Med. 2012 Mar 8;366(10):883-892. doi: 10.1056/NEJMoa1113205. Erratum In: N Engl J Med. 2012 Sep 6;367(10):976.
- Houssami N, Macaskill P, von Minckwitz G, Marinovich ML, Mamounas E. Meta-analysis of the association of breast cancer subtype and pathologic complete response to neoadjuvant chemotherapy. Eur J Cancer. 2012 Dec;48(18):3342-54. doi: 10.1016/j.ejca.2012.05.023. Epub 2012 Jul 3.
- Yang Z, Tang LH, Klimstra DS. Effect of tumor heterogeneity on the assessment of Ki67 labeling index in well-differentiated neuroendocrine tumors metastatic to the liver: implications for prognostic stratification. Am J Surg Pathol. 2011 Jun;35(6):853-60. doi: 10.1097/PAS.0b013e31821a0696.
- Davnall F, Yip CS, Ljungqvist G, Selmi M, Ng F, Sanghera B, Ganeshan B, Miles KA, Cook GJ, Goh V. Assessment of tumor heterogeneity: an emerging imaging tool for clinical practice? Insights Imaging. 2012 Dec;3(6):573-89. doi: 10.1007/s13244-012-0196-6. Epub 2012 Oct 24.
- Gillies RJ, Schornack PA, Secomb TW, Raghunand N. Causes and effects of heterogeneous perfusion in tumors. Neoplasia. 1999 Aug;1(3):197-207. doi: 10.1038/sj.neo.7900037.
- von Minckwitz G, Rezai M, Loibl S, Fasching PA, Huober J, Tesch H, Bauerfeind I, Hilfrich J, Eidtmann H, Gerber B, Hanusch C, Kuhn T, du Bois A, Blohmer JU, Thomssen C, Dan Costa S, Jackisch C, Kaufmann M, Mehta K, Untch M. Capecitabine in addition to anthracycline- and taxane-based neoadjuvant treatment in patients with primary breast cancer: phase III GeparQuattro study. J Clin Oncol. 2010 Apr 20;28(12):2015-23. doi: 10.1200/JCO.2009.23.8303. Epub 2010 Mar 22.
- Kaufmann M, von Minckwitz G, Bear HD, Buzdar A, McGale P, Bonnefoi H, Colleoni M, Denkert C, Eiermann W, Jackesz R, Makris A, Miller W, Pierga JY, Semiglazov V, Schneeweiss A, Souchon R, Stearns V, Untch M, Loibl S. Recommendations from an international expert panel on the use of neoadjuvant (primary) systemic treatment of operable breast cancer: new perspectives 2006. Ann Oncol. 2007 Dec;18(12):1927-34. doi: 10.1093/annonc/mdm201. Epub 2007 Nov 12.
- Pinker K, Helbich TH, Morris EA. The potential of multiparametric MRI of the breast. Br J Radiol. 2017 Jan;90(1069):20160715. doi: 10.1259/bjr.20160715. Epub 2016 Nov 2. Erratum In: Br J Radiol. 2017 Apr;90(1072):20160715e.
- Yoon HJ, Kim Y, Chung J, Kim BS. Predicting neo-adjuvant chemotherapy response and progression-free survival of locally advanced breast cancer using textural features of intratumoral heterogeneity on F-18 FDG PET/CT and diffusion-weighted MR imaging. Breast J. 2019 May;25(3):373-380. doi: 10.1111/tbj.13032. Epub 2018 Mar 30.
- Wang J, Shih TT, Yen RF. Multiparametric Evaluation of Treatment Response to Neoadjuvant Chemotherapy in Breast Cancer Using Integrated PET/MR. Clin Nucl Med. 2017 Jul;42(7):506-513. doi: 10.1097/RLU.0000000000001684.
- Erratum: Predicting Response to Neoadjuvant Chemotherapy in Patients With Breast Cancer: Combined Statistical Modeling Using Clinicopathological Factors and FDG PET/CT Texture Parameters. Clin Nucl Med. 2021 Jun 1;46(6):525. doi: 10.1097/RLU.0000000000003704. No abstract available.
- Lim I, Noh WC, Park J, Park JA, Kim HA, Kim EK, Park KW, Lee SS, You EY, Kim KM, Byun BH, Kim BI, Choi CW, Lim SM. The combination of FDG PET and dynamic contrast-enhanced MRI improves the prediction of disease-free survival in patients with advanced breast cancer after the first cycle of neoadjuvant chemotherapy. Eur J Nucl Med Mol Imaging. 2014 Oct;41(10):1852-60. doi: 10.1007/s00259-014-2797-4. Epub 2014 Jun 14.
- Hylton NM, Blume JD, Bernreuter WK, Pisano ED, Rosen MA, Morris EA, Weatherall PT, Lehman CD, Newstead GM, Polin S, Marques HS, Esserman LJ, Schnall MD; ACRIN 6657 Trial Team and I-SPY 1 TRIAL Investigators. Locally advanced breast cancer: MR imaging for prediction of response to neoadjuvant chemotherapy--results from ACRIN 6657/I-SPY TRIAL. Radiology. 2012 Jun;263(3):663-72. doi: 10.1148/radiol.12110748.
- Yuan Y, Chen XS, Liu SY, Shen KW. Accuracy of MRI in prediction of pathologic complete remission in breast cancer after preoperative therapy: a meta-analysis. AJR Am J Roentgenol. 2010 Jul;195(1):260-8. doi: 10.2214/AJR.09.3908.
- Choi JH, Kim HA, Kim W, Lim I, Lee I, Byun BH, Noh WC, Seong MK, Lee SS, Kim BI, Choi CW, Lim SM, Woo SK. Early prediction of neoadjuvant chemotherapy response for advanced breast cancer using PET/MRI image deep learning. Sci Rep. 2020 Dec 3;10(1):21149. doi: 10.1038/s41598-020-77875-5.
- Romeo V, Clauser P, Rasul S, Kapetas P, Gibbs P, Baltzer PAT, Hacker M, Woitek R, Helbich TH, Pinker K. AI-enhanced simultaneous multiparametric 18F-FDG PET/MRI for accurate breast cancer diagnosis. Eur J Nucl Med Mol Imaging. 2022 Jan;49(2):596-608. doi: 10.1007/s00259-021-05492-z. Epub 2021 Aug 10.
Даты записи исследования
Изучение основных дат
Начало исследования (Действительный)
Первичное завершение (Действительный)
Завершение исследования (Действительный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Действительный)
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- 201412166MINA
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
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. .