Prediktion av utfall efter lungtransplantation (PLUTO)
Enkelspråkig sammanfattning av PLUTO-studien: Prediction of Lung Transplant Outcomes (PLUTO)
Vad handlar denna studie om? Denna studie syftar till att förbättra hur läkare förutspår hälsan hos lungtransplanterade patienter över tid. Många personer med allvarlig lungsjukdom behöver en transplantation, men även efter att ha fått en ny lunga står vissa fortfarande inför allvarliga hälsoproblem. Ett av de största problemen är kronisk lungtransplantationsdysfunktion (CLAD), som långsamt kan skada den nya lungan och för närvarande är irreversibel.
Vad är studiens mål? Forskarna vill bättre förstå varför vissa personer mår sämre efter en lungtransplantation. Forskarna hoppas kunna identifiera tidiga varningssignaler och förbättra diagnosen. Det huvudsakliga målet är att bygga en modell som kan förutsäga hur väl en lungtransplantation kommer att fungera över tid, med hjälp av rutinmässiga hälso- och testresultat från transplanterade patienter.
Vem kan delta i denna studie?
Personer från 15 år och uppåt som genomgått en lungtransplantation mellan 2009 och 2027 och som följs upp på ett av studiens centra.
Personer som talar franska och har nationell sjukförsäkring.
Personer som har gett skriftligt samtycke (eller deras vårdnadshavare, om de är under 18).
Studien kan också använda tidigare data från avlidna patienter som inte motsatte sig forskningsanvändning.
Hur kommer studien att genomföras?
Studien kommer att följa cirka 4 200 lungtransplanterade patienter på många centra i Frankrike.
Forskarna kommer att samla in kliniska data, lungfunktionstester, biopsiresultat och blodprover.
Forskarna kommer också att studera nya biomarkörer (signaler i kroppen som kan visa hur väl en transplantation fungerar) som finns i blod- eller lungprover.
Med hjälp av dessa data kommer forskarna att bygga och testa verktyg för att förutsäga transplantationsresultat.
Varför är denna forskning viktig? Genom att förstå tidiga tecken på transplantationsproblem kan läkare agera tidigare och skräddarsy behandlingen för varje person. Detta kan förbättra den långsiktiga överlevnaden efter en lungtransplantation och hjälpa till att vägleda framtida forskning.
Hur lång är studien? Varje deltagare kommer att följas i cirka 3 år, och hela studien kommer att pågå i 6 år, inklusive dataanalys.
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Lungtransplantation förblir den enda behandlingsmöjligheten för tusentals patienter med slutstadiumslungsjukdomar. Den har dock fortfarande den sämsta prognosen av alla solida organtransplantationer. Nuvarande utmaningar inkluderar exakt och snabb identifiering av olika typer av avstötningsepisoder, samt tidig identifiering av riskfaktorer för dåliga utfall, särskilt kronisk lungtransplantatdysfunktion (CLAD), som kan ta år att utvecklas och som för närvarande är irreversibel, vilket gör att förebyggande strategier behövs.
Överlevnaden efter lungtransplantation begränsas i hög grad av CLAD, en process genom vilken patienten gradvis förlorar lungfunktion genom olika mekanismer. Tidig diagnos av CLAD och identifiering av kliniska händelser (som avstötning) som predisponerar patienten för CLAD är en nyckelfråga inom lungtransplantationsforskning.
Forskarna syftar till att bedöma lungfunktionens utvecklingsbanor efter transplantation, identifiera mönster associerade med sämre prognos och identifiera riskfaktorerna för att tillhöra dessa utvecklingsbanor. Därefter kommer forskarna att föreslå en dynamisk prediktionsmodell baserad på upprepad utvärdering av transplantatet. Dessutom kommer forskarna att bedöma en rad nya biomarkörer, som kan mätas i blod, biopsiprov eller bronkoalveolär lavage. Dessa biomarkörer kommer att utvärderas tillsammans med lungfunktionens utvecklingsbana, kända baslinjeriskfaktorer och upprepade parametrar för transplantatutvärdering för att identifiera mönster som kan definiera transplantatdysfunktion mer exakt, förutsäga dåliga utfall i vilket skede som helst efter transplantation, hjälpa kliniker med prognostisering för den enskilda patienten och stödja utvecklingen av framtida forskningsstudier.
Studietyp
Inskrivning (Beräknad)
Fas
- Inte tillämpbar
Kontakter och platser
Studieorter
-
-
-
Grenoble, Frankrike, 38700
- Chu Grenoble
-
Le Plessis-Robinson, Frankrike, 92350
- CML La Fondation Hôpital Saint-Joseph
-
Lyon, Frankrike, 69007
- Chu Lyon
-
Nantes, Frankrike, 44000
- CHU Nantes Hôpital Maison Blanche
-
Suresnes, Frankrike, 92150
- Hôpital Foch
-
-
Paris 14
-
Paris, Paris 14, Frankrike, 75014
- APHP - site de Cochin
-
-
Paris 18
-
Paris, Paris 18, Frankrike, 75018
- APHP - site de Bichat
-
-
Strasbourg
-
Strasbourg, Strasbourg, Frankrike, 67084
- CHU Strasbourg
-
-
Talence
-
Talence, Talence, Frankrike, 33404
- CHU Bordeaux & INSERM U1045
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Beskrivning
Inklusionskriterier:
- Patienter i åldern 15 år och äldre som genomgått transplantation (första eller omtransplantation, enkel, dubbelsidig eller kombinerad) mellan 2009-01-01 och datumet för den första prospektiva inklusionen, som har regelbunden uppföljning på ett av de deltagande centren
- Eller Nyligen transplanterad patient (enkel, dubbelsidig LTx, kombinerad LTx) i åldern 15 år eller äldre vid tidpunkten för transplantation, på ett av de deltagande centren mellan datumet för den första prospektiva inklusionen under tre år
- Patienter som förstår franska språket
- Har undertecknat informerat samtyckesformulär för denna studie*, och för patienter i åldern 15–18 år att den/de vårdnadshavande har undertecknat det informerade samtycket
- Stå under täckning av ett nationellt hälsoförsäkringssystem * Redan transplanterad patient som avlidit före studiens start: endast kliniska data (inklusive kliniskt indikerade biologiska prover som kan återanvändas, som serum från transbronkial biopsi (tbb)) kommer att inkluderas under förutsättning att eventuella vägran, tveksamhet eller reservationer mot datanvändning spåras i patientjournaler genom textanalys i alla tillgängliga digitala dokument. Denna metod möjliggör både en uttömmande analys på ett snabbt och effektivt sätt som mänsklig läsning inte skulle tillåta. Om vägran, tveksamhet eller reservationer nämns kommer patientens data inte att samlas in.
Exklusionskriterier:
- Hemoglobinvärde lägre än eller lika med 8 g/dl
- Patienter som inte förstår franska språket
- Inte stå under täckning av ett nationellt hälsoförsäkringssystem
- Stå under förmyndarskap eller god man
- Gravida kvinnor* * Kandidater för LTx får inte vara gravida. Under uppföljningen är graviditeter tillåtna under förutsättning av medicinskt godkännande från projektet och nära övervakning. Det beslutades att under graviditet skulle deltagande i biosamlingen tillfälligt avbrytas. Realistiskt sett 1/ i det förra fallet är patientkandidater för lungtransplantation inte gravida, 2/ däremot långt efter transplantation kan medicinskt övervakade graviditeter inträffa. I så fall kan forskningsprovtagning tillfälligt avbrytas.
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Diagnostisk
- Tilldelning: N/A
- Interventionsmodell: Enskild gruppuppgift
- Maskning: Ingen (Open Label)
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Övrig: patienter som har transplanterats eller omtransplanterats och som följs upp
Patienter i åldern 15 år och äldre som transplanterats (första eller omtransplantation, enkel, dubbelsidig eller kombinerad) mellan 01/01/2009 och datumet för det första prospektiva inkluderandet, som får regelbunden uppföljning på ett av de deltagande centren.
|
Provtagning av blod och biokolektion för forskningsändamål, utöver rutinmässig klinisk vård.
Proverna inkluderar plasma (EDTA-rör), perifera blodmononukleära celler (CPT-rör), cellfritt DNA (Streck-rör), PaxGene-rör och andra fördefinierade blodprover som samlas in vid kliniskt indikerade tidpunkter enligt PLUTO-studieplanen.
När transbronkiella biopsier (TBB) utförs av kliniska indikationer samlas ytterligare vävnadsfragment in för biokolektionen.
Inducerat sputum och avföringsprover kan också samlas in.
Dessa prover används för biomarköranalyser samt för utveckling och validering av flerdimensionella prognostiska modeller för lungtransplantatfunktion och utfall.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Diskrimineringsförmågan hos den multidimensionella dynamiska prognosmodellen för lungtransplantationsutfall, mätt med Area Under the Curve (AUC)
Tidsram: 72 månader
|
För att utveckla ett flerdimensionellt och dynamiskt prediktionssystem för lungtransplantatutfall kommer gemensamma multivariata Bayesianska modeller med delade parametrar och optimala artificiella intelligensmetoder att användas för att bedöma samband mellan longitudinella biomarkörer och överlevnadsdata.
Denna metod kombinerar en Cox-modell som länkar tid-till-händelsedata med gemensamma blandade modeller som uppskattar förlopp av upprepade mätningar.
Kliniska, biologiska, funktionella, histologiska och immunologiska variabler före, under och efter transplantation kommer att inkluderas i Cox-modellen, medan upprepade posttransplantationsmätningar kommer att integreras i de blandade modellerna.
Effekten av upprepade mätningar kommer att utvärderas med hjälp av det sista värdet, lutningen och den kumulativa effekten (arean under kurvan).
Den bästa modellen kommer att väljas baserat på dess diskrimineringsförmåga, mätt med Area Under the Curve (AUC), och utvärderas i interna och externa kohorter.
|
72 månader
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Antal distinkta graftdysfunktionsfenotyper identifierade med hierarkisk klusteranalys
Tidsram: 72 månader
|
För att identifiera nya fenotyper för avstötning och graftdysfunktion kommer en oövervakad hierarkisk stigande klustring (CAH) baserad på huvudkomponenter av histologiska data från transbronkiella biopsier (TBB), samt kliniska och immunologiska egenskaper, att tillämpas.
Denna oövervakade metod grupperar liknande datapunkter (TBB) så att punkter inom samma kluster är mer lika varandra än de i andra kluster.
Inledningsvis utgör varje datapunkt ett distinkt kluster.
Vid varje steg beräknas avstånd mellan kluster med hjälp av euklidiskt avstånd och Wards metod, varefter de närmaste klustren slås samman tills endast ett återstår.
För att bestämma det optimala antalet kluster kommer inertivinst att användas genom att beräkna intraklustervariabilitet och välja kluster med minimal variabilitet.
Slutligen kommer k-means-konsolidering att förfina klustren för att minimera inerti och säkerställa intern koherens.
|
72 månader
|
|
Differentiella uttrycksnivåer av kandidatbiomarkörer mellan patienter med och utan graftdysfunktion (tvärsnittsanalys)
Tidsram: 72 månader
|
Kandidatbiomarkörer har identifierats baserat på en litteraturöversikt och vetenskaplig expertis från varje deltagande centrum.
De kommer först att utvärderas av teamet som ansvarar för varje projekt eller beslutas inom pilotstudier som jämför sjuka och friska individer (främst CLAD-fall och icke-CLAD-fall), med hjälp av diskriminationsmått som area under ROC-kurvan (Receiver Operating Characteristic), sensitivitet, specificitet, positiva och negativa prediktiva värden, sannolikhetskvoter och kalibrering.
|
72 månader
|
|
Validering av differentiell uttryckning av kandidatbiomarkörer i en oberoende extern kohort (tvärsnittsanalys)
Tidsram: 72 månader
|
Baserat på preliminära resultat kommer biomarkören därefter att utvärderas i en valideringsstudie som jämför biomarköruttryck hos sjuka och friska individer (främst CLAD-fall och icke-CLAD-fall), med samma diskriminerings- och kalibreringsmått.
|
72 månader
|
|
Förbättring i diskrimineringsförmågan (AUC) hos prognosmodellen efter integration av validerade biomarkörer
Tidsram: 72 månader
|
För att identifiera trajektorier för forcerad expiratorisk volym på 1 sekund (FEV1) kommer latenta klassblandade modeller att tillämpas, och samband mellan FEV1-trajektorigrupper och avstötningsfenotyper kommer att utforskas med lämpliga statistiska metoder.
De validerade biomarkörerna kommer sedan att integreras i de multidimensionella kliniska modellerna för att utvärdera om de förbättrar prediktionen av lungtransplantatets utfall.
Den bäst presterande biomarkören eller biomarkörkombinationen, mätt genom förbättring i diskriminering (AUC), kalibrering eller klinisk nytta, kommer att identifieras genom jämförelse av multivariabla modeller.
|
72 månader
|
Samarbetspartners och utredare
Sponsor
Utredare
- Huvudutredare: Antoine Roux, Pr, Hôpital Foch
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 2023_0104
- ID RCB (Annan identifierare: 2026-A01760-51)
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
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 .