用于肺癌早期诊断研究的结节免疫表型生物标志物
研究概览
地位
条件
详细说明
1.1 肺癌和不确定的肺结节监测 英国每年诊断出超过 46,000 例肺癌,使其成为第三大最常见的癌症类型。 由于大多数病例出现较晚,肺癌是英国乃至全世界癌症死亡的最大原因。 肺癌的一年生存率从 I 期的 83% 到 IV 期疾病的 17%(CRUK 数据)。
1.2 偶发肺结节 肺筛查带来的一个重大挑战是识别偶发肺结节。 NELSON 研究中所有患者中有 9.3% 有不确定的结节,其中只有 10% 被诊断出患有癌症。
此类结节在出于其他原因进行的 CT 扫描中非常频繁地被拾取,并且可能会给患者和临床医生带来焦虑和不确定性,以及使用相当大的 NHS CT 扫描能力。 目前的分层方法基于英国胸科学会指南和 Brock、Herder 和 Fleischner 风险模型的组合。 根据病变的大小,指南建议每隔 3-12 个月对实性和亚实性病变进行一次 CT 扫描监测。 先前的研究表明,持续性亚实性结节具有很高的恶性风险 (~63%),根据 Brock 指南,较大的结节通常需要进行活检 (Henschke, 2002)。 然而,部分在这些模型中得分高的患者活检结果为阴性,因此确实需要改进分层。
在筛查环境中,在“肺部健康检查”中识别早期肺癌和结节——使用“低剂量”CT (LDCT) 扫描筛查高危人群(例如 根据国家肺癌筛查试验 (NLST) 和 NELSON 研究的观察,重度吸烟者)已被证明可将肺癌死亡率降低 20-26%。 在英国进行的多项试点试验促使英国国家医疗服务体系 (NHS England) 承诺在多个试验地点推出一项耗资 7000 万英镑的国家计划。 该计划将导致预期的 10% 的不确定发现率,给不确定结节的管理带来进一步的压力。 RM Partners 正在开展早期肺部筛查试点项目之一,该项目于 2018 年在西伦敦的两个临床委托小组 (CCG) 中实施,邀请 8000 多名患者进行肺部健康检查。 该试点已在 2019-2020 年延长,也将纳入 NHS 英格兰国家计划。
1.3 肺癌早期诊断中的影像学和血液生物标志物最近的数据表明,将机器学习方法应用于 NLST 试验数据可改善结节的放射学风险分层(Ardila 等人,2019 年)。 通过回顾性 RMH LIBRA 研究,我们目前正在开发放射组学和人工智能 (AI) 特征,以对来自伦敦癌症联盟的患者的肺结节进行分层。 人们对多模型方法越来越感兴趣,“多组学”数据的结合可能会提高诊断准确性和风险分层(Bakr 等人,2018 年;Lu 等人,2018 年)。
肺癌生物标志物开发是一个快速发展的领域,涵盖了 ctDNA 测序和甲基化研究等遗传学方法,以及代谢组学和免疫表型研究等对活动性恶性肿瘤的系统反应的更间接测量,以表明癌症的存在。 人们对使用此类肺结节群体开发肺癌生物标志物具有相当大的兴趣,其中阳性结果将代表非常早期的疾病。 因此,非侵入性预测和预后生物标志物的鉴定是一个重要的优先事项。 因此,该数据集代表了一个重要的队列,可以将发现科学转化为面向患者的临床分析,从而促进早期癌症诊断。
1.4 肿瘤免疫表型观察发现癌症复发与中性粒细胞-淋巴细胞比例有关,肺癌的发展似乎与干扰素信号的变化有关(Mizuguchi 2018,Beane 2019),这使我们假设免疫表型可能在癌症复发中发挥作用早期诊断设置。 流式细胞术和质谱细胞术的最新进展现在允许通过同时测量每个细胞约 40 个标记物进行高维免疫表型分析。 因此,该项目的核心挑战是基于纵向高维免疫表型,而不是单一标记物的低维测量,更详细地了解与癌症发展风险相关的宿主免疫表型。 我们假设高维数据将允许定义一组更详细、上下文解析的免疫表型状态,这些状态可以开发成准确的生物标志物,以预测肿瘤发展和复发的风险。 事实上,为了支持这一假设,已经发现了高维免疫表型,它可以预测心脏病纵向研究中的全因死亡率。 我们对已通过 TRACERx 研究招募的早期肺肿瘤患者的现有 CRUK 队列进行了初步分析,以证明在患者样本中进行高维免疫表型分析的可行性。 NIMBLE 将解决该领域工作的一个潜在挑战,即临床前/非恶性样本缺乏并进行纵向随访。
2. 基本原理 偶发肺结节很常见,可能代表早期癌症。 他们的评估可能导致诊断延迟,同时进行间隔成像以评估风险。
这项研究将使我们能够检查成像和血液生物标志物增强结节分层的潜力,并确定可能受益于更频繁监测或早期诊断程序的高风险患者,以及适合降低监测强度的低风险患者。 这与 COVID-19 时代特别相关,可以将住院人数和高风险干预措施分层给最需要的人。 该项目与我们早期诊断研究小组中现有的放射组学和肺部生物标志物研究(LIBRA 和肺部健康检查生物标志物研究)相吻合。
3.假设
主要假设:良恶性肺结节之间存在外周血免疫表型差异,可以发展成为准确的生物标志物来预测肿瘤发展和复发的风险。
次要假设:血液和影像学生物标志物的联合使用将增强偶发肺结节患者的恶性肿瘤预测。
探索性假设:血液生物标志物,如免疫分型或代谢组学 ± 放射组学向量,当作为连续变量测量时,将在肿瘤切除或消退后看到风险评分降低。
研究类型
注册 (估计的)
联系人和位置
学习联系方式
- 姓名:Sejal Jain
- 电话号码:02078082603
- 邮箱:sejal.jain@rmh.nhs.uk
研究联系人备份
- 姓名:Laura Boddy
- 电话号码:02078082603
- 邮箱:laura.boddy@rmh.nhs.uk
学习地点
-
-
-
Huddersfield、英国、HD3 3EA
- 招聘中
- Calderdale and Huddersfield NHS Foundation Trust
-
首席研究员:
- Steven Thomas, Dr
-
接触:
- R&D
-
接触:
-
London、英国、SE1 9RT
- 招聘中
- Guy's and St Thomas' NHS Foundation Trust
-
接触:
- Gill Arbane
- 邮箱:gill.arbane@gstt.nhs.uk
-
首席研究员:
- Kimuli Ryanna, Dr
-
London、英国、CM20 1QX
- 招聘中
- Princess Alexandra Hospital
-
接触:
- Lily Robinson
- 电话号码:01279 827 166
- 邮箱:paht.research@nhs.net
-
首席研究员:
- Peter Russell, Dr
-
London、英国、SW3 6JJ
- 招聘中
- Royal Marsden Hospital
-
接触:
- Lydia Taylor
- 电话号码:02078082603
- 邮箱:NIMBLE@rmh.nhs.uk
-
首席研究员:
- Richard Lee, Dr
-
London、英国、NW1 2BU
- 招聘中
- University College London Hospitals NHS Foundation Trust
-
接触:
- R&D
- 邮箱:antonette.andrews@nhs.net
-
首席研究员:
- Neal Navani
-
London、英国、N19 5NF
- 招聘中
- Whittington Health NHS Trust
-
接触:
- Rachel Johnston
-
首席研究员:
- Alan Shaw, Dr
-
Newcastle Upon Tyne、英国、NE27 0QJ
- 招聘中
- Northumbria NHS Foundation Trust
-
首席研究员:
- Avinash Aujayeb, Dr
-
接触:
- Lisa Gallagher
- 邮箱:lisa.gallagher@northumbria-healthcare.nhs.uk
-
Nottingham、英国、NG3 6AA
- 招聘中
- Nottinghamshire Healthcare NHS Foundation Trust
-
接触:
- Samuel Kemp, Dr
-
接触:
-
首席研究员:
- Samuel Kemp, Dr.
-
-
Essex
-
Goodmayes、Essex、英国、IG3 8YB
- 招聘中
- Barking Havering and Redbridge University Hospitals NHS Trust
-
接触:
- Oliver Price, Dr
-
接触:
-
首席研究员:
- Oliver Price, Dr
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
取样方法
研究人群
描述
纳入标准:
- 正在积极调查或监测偶发肺结节的患者
- 年龄 > 18。
排除标准:
- 恶性肿瘤的活动或先前诊断(基线扫描前 5 年内)。
- 无法给予知情同意。
- 活动性感染(包括肺结核或真菌感染)。
- 临床医生疑似或确诊的活动性或近期 COVID-19 感染(在 CT 扫描或要求的采血日期前不到 4 周)。
学习计划
研究是如何设计的?
设计细节
- 观测模型:队列
- 时间观点:预期
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
---|---|---|
主要结果
大体时间:10年
|
发现免疫表型预测分类器,以区分良性和恶性肺结节患者。
|
10年
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
---|---|---|
次要结果
大体时间:10年
|
发现结合放射组学和免疫表型数据的复合预测分类器,以区分良性和恶性肺结节患者。
|
10年
|
其他结果措施
结果测量 |
措施说明 |
大体时间 |
---|---|---|
探索性成果
大体时间:10年
|
开发试点数据,以表明这种测定是否可以证明信号的减少以及术后过程或回归的放射学证据,这将表明在早期检测复发方面的实用性。 探讨血液代谢组学或 DNA 甲基化分析在癌性和非癌性肺结节之间是否存在差异。 提供一组患者,其标本可用于未来开发剩余血液和其他潜在生物标本(例如 活组织检查/组织样本、呼吸、痰液或尿液)由 TMG 自行决定并在 HRA 通过协议修正案进一步批准后进行。 |
10年
|
合作者和调查者
合作者
调查人员
- 首席研究员:Richard Lee, Dr、The Royal Marsden Hospitals NHS Trust
出版物和有用的链接
一般刊物
- van Klaveren RJ, Oudkerk M, Prokop M, Scholten ET, Nackaerts K, Vernhout R, van Iersel CA, van den Bergh KA, van 't Westeinde S, van der Aalst C, Thunnissen E, Xu DM, Wang Y, Zhao Y, Gietema HA, de Hoop BJ, Groen HJ, de Bock GH, van Ooijen P, Weenink C, Verschakelen J, Lammers JW, Timens W, Willebrand D, Vink A, Mali W, de Koning HJ. Management of lung nodules detected by volume CT scanning. N Engl J Med. 2009 Dec 3;361(23):2221-9. doi: 10.1056/NEJMoa0906085.
- Paci E, Puliti D, Lopes Pegna A, Carrozzi L, Picozzi G, Falaschi F, Pistelli F, Aquilini F, Ocello C, Zappa M, Carozzi FM, Mascalchi M; the ITALUNG Working Group. Mortality, survival and incidence rates in the ITALUNG randomised lung cancer screening trial. Thorax. 2017 Sep;72(9):825-831. doi: 10.1136/thoraxjnl-2016-209825. Epub 2017 Apr 4.
- Infante M, Cavuto S, Lutman FR, Brambilla G, Chiesa G, Ceresoli G, Passera E, Angeli E, Chiarenza M, Aranzulla G, Cariboni U, Errico V, Inzirillo F, Bottoni E, Voulaz E, Alloisio M, Destro A, Roncalli M, Santoro A, Ravasi G; DANTE Study Group. A randomized study of lung cancer screening with spiral computed tomography: three-year results from the DANTE trial. Am J Respir Crit Care Med. 2009 Sep 1;180(5):445-53. doi: 10.1164/rccm.200901-0076OC. Epub 2009 Jun 11.
- Wille MM, Dirksen A, Ashraf H, Saghir Z, Bach KS, Brodersen J, Clementsen PF, Hansen H, Larsen KR, Mortensen J, Rasmussen JF, Seersholm N, Skov BG, Thomsen LH, Tonnesen P, Pedersen JH. Results of the Randomized Danish Lung Cancer Screening Trial with Focus on High-Risk Profiling. Am J Respir Crit Care Med. 2016 Mar 1;193(5):542-51. doi: 10.1164/rccm.201505-1040OC.
- Becker N, Motsch E, Gross ML, Eigentopf A, Heussel CP, Dienemann H, Schnabel PA, Eichinger M, Optazaite DE, Puderbach M, Wielputz M, Kauczor HU, Tremper J, Delorme S. Randomized Study on Early Detection of Lung Cancer with MSCT in Germany: Results of the First 3 Years of Follow-up After Randomization. J Thorac Oncol. 2015 Jun;10(6):890-6. doi: 10.1097/JTO.0000000000000530.
- Field JK, Duffy SW, Baldwin DR, Brain KE, Devaraj A, Eisen T, Green BA, Holemans JA, Kavanagh T, Kerr KM, Ledson M, Lifford KJ, McRonald FE, Nair A, Page RD, Parmar MK, Rintoul RC, Screaton N, Wald NJ, Weller D, Whynes DK, Williamson PR, Yadegarfar G, Hansell DM. The UK Lung Cancer Screening Trial: a pilot randomised controlled trial of low-dose computed tomography screening for the early detection of lung cancer. Health Technol Assess. 2016 May;20(40):1-146. doi: 10.3310/hta20400.
- International Agency for Research on Cancer.
- Baldwin DR, Callister ME; Guideline Development Group. The British Thoracic Society guidelines on the investigation and management of pulmonary nodules. Thorax. 2015 Aug;70(8):794-8. doi: 10.1136/thoraxjnl-2015-207221. Epub 2015 Jul 1.
- Patz EF Jr, Campa MJ, Gottlin EB, Trotter PR, Herndon JE 2nd, Kafader D, Grant RP, Eisenberg M. Biomarkers to help guide management of patients with pulmonary nodules. Am J Respir Crit Care Med. 2013 Aug 15;188(4):461-5. doi: 10.1164/rccm.201210-1760OC.
- Lu H, Arshad M, Thornton A, Avesani G, Cunnea P, Curry E, Kanavati F, Liang J, Nixon K, Williams ST, Hassan MA, Bowtell DDL, Gabra H, Fotopoulou C, Rockall A, Aboagye EO. A mathematical-descriptor of tumor-mesoscopic-structure from computed-tomography images annotates prognostic- and molecular-phenotypes of epithelial ovarian cancer. Nat Commun. 2019 Feb 15;10(1):764. doi: 10.1038/s41467-019-08718-9.
- Aerts HJ, Velazquez ER, Leijenaar RT, Parmar C, Grossmann P, Carvalho S, Bussink J, Monshouwer R, Haibe-Kains B, Rietveld D, Hoebers F, Rietbergen MM, Leemans CR, Dekker A, Quackenbush J, Gillies RJ, Lambin P. Decoding tumour phenotype by noninvasive imaging using a quantitative radiomics approach. Nat Commun. 2014 Jun 3;5:4006. doi: 10.1038/ncomms5006. Erratum In: Nat Commun. 2014;5:4644. Cavalho, Sara [corrected to Carvalho, Sara].
- Horeweg N, van Rosmalen J, Heuvelmans MA, van der Aalst CM, Vliegenthart R, Scholten ET, ten Haaf K, Nackaerts K, Lammers JW, Weenink C, Groen HJ, van Ooijen P, de Jong PA, de Bock GH, Mali W, de Koning HJ, Oudkerk M. Lung cancer probability in patients with CT-detected pulmonary nodules: a prespecified analysis of data from the NELSON trial of low-dose CT screening. Lancet Oncol. 2014 Nov;15(12):1332-41. doi: 10.1016/S1470-2045(14)70389-4. Epub 2014 Oct 1.
- Beane JE, Mazzilli SA, Campbell JD, Duclos G, Krysan K, Moy C, Perdomo C, Schaffer M, Liu G, Zhang S, Liu H, Vick J, Dhillon SS, Platero SJ, Dubinett SM, Stevenson C, Reid ME, Lenburg ME, Spira AE. Molecular subtyping reveals immune alterations associated with progression of bronchial premalignant lesions. Nat Commun. 2019 Apr 23;10(1):1856. doi: 10.1038/s41467-019-09834-2.
- Mizuguchi S, Izumi N, Tsukioka T, Komatsu H, Nishiyama N. Neutrophil-lymphocyte ratio predicts recurrence in patients with resected stage 1 non-small cell lung cancer. J Cardiothorac Surg. 2018 Jun 27;13(1):78. doi: 10.1186/s13019-018-0763-0.
- Ardila D, Kiraly AP, Bharadwaj S, Choi B, Reicher JJ, Peng L, Tse D, Etemadi M, Ye W, Corrado G, Naidich DP, Shetty S. End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography. Nat Med. 2019 Jun;25(6):954-961. doi: 10.1038/s41591-019-0447-x. Epub 2019 May 20. Erratum In: Nat Med. 2019 Aug;25(8):1319.
- Sverzellati N, Silva M, Calareso G, Galeone C, Marchiano A, Sestini S, Sozzi G, Pastorino U. Low-dose computed tomography for lung cancer screening: comparison of performance between annual and biennial screen. Eur Radiol. 2016 Nov;26(11):3821-3829. doi: 10.1007/s00330-016-4228-3. Epub 2016 Feb 11.
- Malhotra J, Malvezzi M, Negri E, La Vecchia C, Boffetta P. Risk factors for lung cancer worldwide. Eur Respir J. 2016 Sep;48(3):889-902. doi: 10.1183/13993003.00359-2016. Epub 2016 May 12.
- Rosenberger A, Bickeboller H, McCormack V, Brenner DR, Duell EJ, Tjonneland A, Friis S, Muscat JE, Yang P, Wichmann HE, Heinrich J, Szeszenia-Dabrowska N, Lissowska J, Zaridze D, Rudnai P, Fabianova E, Janout V, Bencko V, Brennan P, Mates D, Schwartz AG, Cote ML, Zhang ZF, Morgenstern H, Oh SS, Field JK, Raji O, McLaughlin JR, Wiencke J, LeMarchand L, Neri M, Bonassi S, Andrew AS, Lan Q, Hu W, Orlow I, Park BJ, Boffetta P, Hung RJ. Asthma and lung cancer risk: a systematic investigation by the International Lung Cancer Consortium. Carcinogenesis. 2012 Mar;33(3):587-97. doi: 10.1093/carcin/bgr307. Epub 2011 Dec 22.
- Aoki K. Excess incidence of lung cancer among pulmonary tuberculosis patients. Jpn J Clin Oncol. 1993 Aug;23(4):205-20.
- Musolf AM, Simpson CL, de Andrade M, Mandal D, Gaba C, Yang P, Li Y, You M, Kupert EY, Anderson MW, Schwartz AG, Pinney SM, Amos CI, Bailey-Wilson JE. Familial Lung Cancer: A Brief History from the Earliest Work to the Most Recent Studies. Genes (Basel). 2017 Jan 17;8(1):36. doi: 10.3390/genes8010036.
- Henschke CI, Yankelevitz DF, Mirtcheva R, McGuinness G, McCauley D, Miettinen OS; ELCAP Group. CT screening for lung cancer: frequency and significance of part-solid and nonsolid nodules. AJR Am J Roentgenol. 2002 May;178(5):1053-7. doi: 10.2214/ajr.178.5.1781053.
- National Lung Screening Trial Research Team; Aberle DR, Adams AM, Berg CD, Black WC, Clapp JD, Fagerstrom RM, Gareen IF, Gatsonis C, Marcus PM, Sicks JD. Reduced lung-cancer mortality with low-dose computed tomographic screening. N Engl J Med. 2011 Aug 4;365(5):395-409. doi: 10.1056/NEJMoa1102873. Epub 2011 Jun 29.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.