Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Rollen av fotonräkning CT för att upptäcka levermetastaser från kolorektal cancer (PCDCRC-D34H)

14 januari 2026 uppdaterad av: Antonio Esposito, IRCCS San Raffaele

Kolorektal cancer är den första vanligaste orsaken till cancerdöd hos män och den andra hos kvinnor. Dess incidensnivåer ökade också med 1%-2% årligen hos unga vuxna (åldrar <55 år). Levern är den vanligaste platsen för metastasering av kolorektal cancer, med cirka 25 % 50 % av patienterna som utvecklar levermetastaser under sjukdomen. Att maximera resektion av levermetastaser med hjälp av alla tillgängliga tekniker är fortfarande ett huvudmål och ger den bästa chansen att överleva och bota på lång sikt. För opererbara patienter förbättrar optimala systemiska och lokoregionala kemoterapeutiska, biologiska och radioterapeutiska behandlingar överlevnaden och kan omvandla initialt opererbara patienter till operabilitet. Datortomografi är för närvarande den modalitet som valts för patienter som iscensätter och återställer för hög rumslig upplösning som ger exakt avgränsning av lesion, vaskulär struktur och relation med omgivande struktur. Portvenös fas (cirka 60-70 s efter administrering av kontrastmedel) är den mest tillförlitliga fasen för detektering av levermetastaser med en detektionsgrad på 85 % med lägre prestanda för lesion <1 cm som tolkas som för liten för att karakterisera. Jämfört med datortomografi har MRT överlägsen mjukvävnadskontrast och möjligen en multiparametrisk karakterisering av lesionen tack vare utvärderingen av diffusivitet och upptaget av hepatospecifika kontrastmedel, vilket resulterar i högre noggrannhet även för lesion mindre än < 10 mm. Photon-counting detector computed tomography (PCD-CT), som används som standard klinisk praxis, genom att använda en reducerad stråldos, möjliggör insamling av bilder med ultrahög upplösning (upp till 169 mikron) och spektral information, med en hög detekteringshastighet på levermetastaser och deras karakterisering.

Därför är syftet med föreliggande studie att utvärdera värdet av PCD-CT vid upptäckt av levermetastaser från kolorektal cancer i jämförelse med MRI som referensstandard.

Studieöversikt

Status

Rekrytering

Betingelser

Intervention / Behandling

Studietyp

Observationell

Inskrivning (Beräknad)

100

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studiekontakt

Studieorter

      • Milan, Italien, 20132
        • Rekrytering
        • IRCCS San Raffaele
        • Kontakt:
          • Antonio Esposito
          • Telefonnummer: 02 2643 6102

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

N/A

Testmetod

Icke-sannolikhetsprov

Studera befolkning

100 patienter med kolorektal cancer och levermetastaser

Beskrivning

Inklusionskriterier:

  • vuxen (>18 år)
  • icke-biopsibeprövad kolon/kolorektal karcinom
  • CT utförd på en PCD-CT
  • MRT med multiparametriskt protokoll och hepatospecifika kontrastmedel

Uteslutningskriterier:

  • graviditet och amning
  • CT-undersökning utförd på en annan skanning än PCD-CT
  • frånvaro av multiparametrisk MRT
  • MRT med icke hepatospecifikt kontrastmedel
  • Frånvarande informerat samtycke undertecknat

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Vad mäter studien?

Primära resultatmått

Resultatmått
Tidsram
PCD-CT-prediktor för svar på behandling hos patienter som är kandidater till kemoterapi
Tidsram: 3 år
3 år
Icke-underlägsenheten av PCD-CT jämfört med MRI för att identifiera levermetastaser från kolorektal cancer
Tidsram: 3 år
3 år

Sekundära resultatmått

Resultatmått
Tidsram
Användbarheten av maskininlärningsdriven texturanalys vid detektering av prognostiska avbildningsbiomarkörer för levermetastasöverlevnad, med prediktiv prestanda mätt med Concordance Index.
Tidsram: 3 år
3 år

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Allmänna publikationer

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

24 mars 2025

Primärt slutförande (Beräknad)

24 mars 2028

Avslutad studie (Beräknad)

24 mars 2028

Studieregistreringsdatum

Först inskickad

23 december 2024

Först inskickad som uppfyllde QC-kriterierna

23 december 2024

Första postat (Faktisk)

31 december 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

15 januari 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

14 januari 2026

Senast verifierad

1 december 2025

Mer information

Termer relaterade till denna studie

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera