Однорукавное проспективное многоцентровое когортное исследование на основе омики фрагментов внеклеточной ДНК с использованием глубокого обучения для проверки модели TuFEst при стадийной диагностике поражений молочной железы и лимфатических узлов (PRO-TuFEst-LN)
5 августа 2026 г. обновлено: Second Affiliated Hospital, Zhejiang University, School of Medicine
Одногруппное проспективное многоцентровое когортное исследование на основе омики фрагментов cfDNA с использованием глубокого обучения для верификации модели TuFEst в целях стадирования диагностики поражений молочной железы и лимфатических узлов
В рамках исследования данного проекта мы ожидаем достичь технологии жидкой биопсии на основе фрагментомики cfDNA с использованием глубокого обучения, проверить точность модели TuFEst в прогнозировании статуса опухолевой нагрузки при поражениях раком молочной железы и лимфатических узлов у пациенток с впервые диагностированным раком молочной железы и получающих неоадъювантную терапию, а также обеспечить теоретическую основу для масштабного клинического применения в будущем.
Обзор исследования
Статус
Рекрутинг
Вмешательство/лечение
Подробное описание
- На основе ранее установленной модели TuFEst используется технология жидкостной биопсии на основе омики фрагментов cfDNA с применением глубокого обучения для прогнозирования статуса опухолевой нагрузки поражений молочной железы и лимфатических узлов, тем самым повышая точность ранней диагностики рака молочной железы: В этом исследовании будут собираться и анализироваться образцы крови пациентов с раком молочной железы на разных стадиях, а также будет использоваться технология жидкостной биопсии на основе омики фрагментов cfDNA с применением глубокого обучения для извлечения опухолевых фрагментов cfDNA и построения библиотеки признаков омики фрагментов cfDNA. Прогнозы осуществляются на основе модели TuFEst. Затем проводится точное сопоставление и оценка в соответствии с результатами прогноза и фактическим статусом опухолевой нагрузки поражений молочной железы и лимфатических узлов. Проверяется эффективность модели TuFEst в стадийной диагностике рака молочной железы.
- Оценить чувствительность, специфичность, точность и воспроизводимость модели TuFEst для определения её надежности в клиническом применении: В этом исследовании будет собрано большее количество образцов крови пациентов с раком молочной железы на основе предыдущей ретроспективной когорты для оценки производительности модели в более крупной проспективной когорте. Это исследование также изучит применение данной технологии в мониторинге неоадъювантной терапии рака молочной железы, в частности, оценивая её применение в посттерапевтической стадийной диагностике рака молочной железы, прогнозировании эффектов лечения и мониторинге рецидива опухоли.
Тип исследования
Наблюдательный
Регистрация (Оцененный)
400
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Контакты исследования
- Имя: Chao Ni
- Номер телефона: +8613989463951
- Электронная почта: drnichao@zju.edu.cn
Места учебы
-
-
Zhejiang
-
Hangzhou, Zhejiang, Китай
- Рекрутинг
- Second affiliated hospital of Medical school, Zhejiang university
-
Контакт:
- Yao Dr
- Номер телефона: +8613989463951
- Электронная почта: drnichao@zju.edu.cn
-
-
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
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Нет
Метод выборки
Невероятностная выборка
Исследуемая популяция
Пациенты, которые проходили лечение во Второй дочерней больнице Медицинской школы Чжэцзянского университета (другие центры) с даты этического одобрения до 31 декабря 2027 года
Описание
Критерии включения:
- Пациенты в возрасте от 18 до 70 лет;
- Группа прямой хирургии (Когорта 1): радикальная операция была выполнена без неоадъювантной терапии;
- Группа неоадъювантной терапии (Когорта 2): первоначальный диагноз — инвазивный рак молочной железы с подтвержденным метастазированием в подмышечные лимфатические узлы, и пациент был готов пройти радикальную операцию по окончании лечения;
- Может быть получена плазма пациентов во время лечения;
- Готовность подписать информированное согласие. -
Критерии исключения:
- Беременность или грудное вскармливание;
- Пациенты, у которых поражения уже были удалены;
- Наличие других типов злокачественных опухолей с четким патологическим диагнозом в течение 5 лет до включения в исследование;
- В течение последнего года до включения у пациента были обнаружены другие злокачественные опухоли при визуализации, но они не были подтверждены патологически;
- Подозрение на отдаленные метастатические поражения при визуализации или потенциальные лимфатические поражения, которые не могут быть полностью излечены хирургическим путем;
- Получение любого лечения инфузией продуктов крови в течение последних 30 дней. -
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 |
Вмешательство/лечение |
|---|---|
|
1
Invasive breast cancer patients with cT1-3N0M0 disease who have received no prior neoadjuvant therapy or radiotherapy and undergo SLNB and/or ALND for axillary evaluation.
A total of 300 participants are planned to be enrolled in Cohort 1
|
Без вмешательства: наблюдательная когорта
|
|
2
Patients with newly diagnosed invasive breast cancer and biopsy-confirmed axillary lymph node metastasis without distant metastasis, who are scheduled to receive standard neoadjuvant systemic therapy followed by breast and axillary surgery .
Patients who complete or prematurely discontinue neoadjuvant therapy for clinical reasons but proceed to surgery are eligible.At least 100 participants are planned to be enrolled in Cohort 2.
|
Без вмешательства: наблюдательная когорта
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Pathological axillary lymph node positivity rate among TuFEst-LN-negative patients
Временное ограничение: up to 2 weeks
|
Defined as the proportion of patients with pathological axillary lymph node positivity (pN1mi or higher) among patients predicted as negative by the locked TuFEst-LN model in Cohort 1. FOR = FN/(TN+FN) = 1-NPV.
|
up to 2 weeks
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Negative Predictive Value (NPV) of the TuFEst-LN Model
Временное ограничение: 2 weeks
|
The proportion of patients with negative pathological axillary lymph node status (pN0 or pN0(i+)) among patients classified as negative by the locked TuFEst-LN model.
|
2 weeks
|
|
Sensitivity and False Negative Rate (FNR) for Detecting Pathological Axillary Lymph Node Positivity
Временное ограничение: 2 weeks
|
The ability of the locked TuFEst-LN model to identify patients with pathological axillary lymph node metastasis (pN1mi or higher).
FNR is defined as 1-sensitivity.
|
2 weeks
|
|
Specificity of the TuFEst-LN Model
Временное ограничение: 2 weeks
|
The proportion of patients with true pathological node-negative status (pN0 or pN0(i+)) who are correctly classified as negative by the locked TuFEst-LN model.
|
2 weeks
|
|
Positive Predictive Value (PPV), Overall Accuracy, and Discrimination Performance
Временное ограничение: 2 weeks
|
Evaluation of the predictive performance of the locked TuFEst-LN model, including PPV, overall accuracy, area under the receiver operating characteristic curve (ROC-AUC), area under the precision-recall curve (PR-AUC), and likelihood ratios.
|
2 weeks
|
|
Proportion of Patients Classified as Negative by the TuFEst-LN Model
Временное ограничение: 2 weeks
|
The proportion of evaluable patients in Cohort 1 who are classified as negative by the locked TuFEst-LN model, used to estimate the potential rate of sentinel lymph node biopsy (SLNB) omission.
|
2 weeks
|
|
Calibration and Net Clinical Benefit of the TuFEst-LN Model
Временное ограничение: 2 weeks
|
Assessment of model calibration and clinical utility using Brier score, calibration intercept, calibration slope, calibration curve, and decision curve analysis.
|
2 weeks
|
|
Pathological Burden of Missed Positive Cases
Временное ограничение: 2 weeks
|
Evaluation of pathological characteristics among false-negative patients, including the number of micrometastatic and macrometastatic lymph node cases, extranodal extension, and other adverse pathological features.
|
2 weeks
|
Другие показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Predictive Performance of the TuFEst-LN Model for ypN Status
Временное ограничение: 2 weeks
|
Using final surgical pathology as the reference standard, the predictive performance of the TuFEst-LN model for post-neoadjuvant pathological axillary lymph node status (ypN) will be evaluated, including area under the receiver operating characteristic curve (ROC-AUC), sensitivity, specificity, negative predictive value (NPV), positive predictive value (PPV), and calibration performance.
|
2 weeks
|
|
Predictive Performance of Preoperative MRI for ypN Status
Временное ограничение: 2 weeks
|
Evaluation of the ability of preoperative magnetic resonance imaging (MRI) clinical and quantitative imaging features after neoadjuvant therapy to predict residual pathological axillary lymph node status (ypN0 versus ypN-positive).
|
2 weeks
|
|
Performance of Combined cfDNA Fragmentomics and MRI Model
Временное ограничение: 2 weeks
|
Evaluation of the incremental value of integrating TuFEst-LN cfDNA fragmentomic features with MRI-based prediction models by comparing changes in ROC-AUC, Brier score, calibration performance, and decision curve analysis.
|
2 weeks
|
|
Changes in cfDNA Fragmentomic Features From T0 to T1
Временное ограничение: 2 weeks
|
Exploration of the association between longitudinal changes in cfDNA fragmentomic scores or features before and after neoadjuvant therapy and pathological outcomes, including ypN status, breast pathological complete response (pCR), residual cancer burden (RCB), and residual tumor burden.
|
2 weeks
|
|
Exploratory Subgroup Analysis
Временное ограничение: 2 weeks
|
Exploration of the predictive performance of the TuFEst-LN model across clinically relevant subgroups, including molecular subtype, treatment regimen, and baseline lymph node burden.
|
2 weeks
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
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
- Gentilini OD, Botteri E, Sangalli C, Galimberti V, Porpiglia M, Agresti R, Luini A, Viale G, Cassano E, Peradze N, Toesca A, Massari G, Sacchini V, Munzone E, Leonardi MC, Cattadori F, Di Micco R, Esposito E, Sgarella A, Cattaneo S, Busani M, Dessena M, Bianchi A, Cretella E, Ripoll Orts F, Mueller M, Tinterri C, Chahuan Manzur BJ, Benedetto C, Veronesi P; SOUND Trial Group. Sentinel Lymph Node Biopsy vs No Axillary Surgery in Patients With Small Breast Cancer and Negative Results on Ultrasonography of Axillary Lymph Nodes: The SOUND Randomized Clinical Trial. JAMA Oncol. 2023 Nov 1;9(11):1557-1564. doi: 10.1001/jamaoncol.2023.3759.
- Bruhm DC, Vulpescu NA, Foda ZH, Phallen J, Scharpf RB, Velculescu VE. Genomic and fragmentomic landscapes of cell-free DNA for early cancer detection. Nat Rev Cancer. 2025 May;25(5):341-358. doi: 10.1038/s41568-025-00795-x. Epub 2025 Mar 4.
- Reimer T, Stachs A, Veselinovic K, Kuhn T, Heil J, Polata S, Marme F, Muller T, Hildebrandt G, Krug D, Ataseven B, Reitsamer R, Ruth S, Denkert C, Bekes I, Zahm DM, Thill M, Golatta M, Holtschmidt J, Knauer M, Nekljudova V, Loibl S, Gerber B. Axillary Surgery in Breast Cancer - Primary Results of the INSEMA Trial. N Engl J Med. 2025 Mar 13;392(11):1051-1064. doi: 10.1056/NEJMoa2412063. Epub 2024 Dec 12.
- Zhu Y, Zheng S, Shao Y, Zhou J, Gu X, Shen L, Li X, Liu W, Xue W, Lu H, Zhou J, Ding J, Deng H, Chen J, Yu Z, Yao Y, Xia W, Chen W, Sun S, Wang Z, Qian T, Yu X, Liu J, Chen Y, Lin Z, Huang J, Ni C. Fragmentomic liquid biopsy enables early breast cancer detection, molecular subtyping and lymph node assessment. Nat Commun. 2026 Mar 6;17(1):2276. doi: 10.1038/s41467-026-70204-w.
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)
1 августа 2025 г.
Первичное завершение (Оцененный)
31 декабря 2027 г.
Завершение исследования (Оцененный)
31 декабря 2027 г.
Даты регистрации исследования
Первый отправленный
19 ноября 2025 г.
Впервые представлено, что соответствует критериям контроля качества
11 декабря 2025 г.
Первый опубликованный (Действительный)
26 декабря 2025 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
10 августа 2026 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
5 августа 2026 г.
Последняя проверка
1 октября 2025 г.
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- 2025-1028
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
НЕТ
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. .