用于不可切除胆囊癌个体化治疗的深度学习放射基因组学
2023年2月6日 更新者:Pankaj Gupta、Postgraduate Institute of Medical Education and Research, Chandigarh
这项观察性研究的目的是了解用于无法切除的胆囊癌个体化治疗的深度学习放射基因组学。 它旨在回答的主要问题是:
(i) 深度学习放射组学 (DLR) 模型是否可用于识别 HER2 状态和预测不可切除的 GBC 中抗 HER2 定向治疗的反应。
(ii) 验证深度学习放射组学 (DLR) 模型,用于识别 HER2 状态和预测不可切除的 GBC 中抗 HER2 定向治疗的反应。
参与者将被要求
- 在基线 CT 扫描后进行胆囊肿块活检
- 根据活检结果,患者将接受靶向(如果 Her2 阳性)或非靶向化疗
- 将在化疗 12 周时通过 CT 扫描评估对治疗的反应
研究概览
详细说明
本研究旨在调查无法切除的 GB 癌症患者的治疗选择。
目前,无法切除的 GB 癌症的治疗主要是姑息性化疗方案,仅限于为其他 GI 癌症患者提供的一般形式的化疗。
关于基因突变在癌症中的作用,有不断发展的数据。
最近的研究还表明 GB 癌症存在多种体细胞和种系突变。
其中一些突变适合靶向治疗。
精准医疗时代为无法切除的癌症患者带来了新的希望。
一些初步数据也显示了精准医学对 GB 癌症的益处。
靶向治疗的评估依赖于对癌症进行活检治疗,这通常具有挑战性,与并发症相关并且患者难以接受。
对其他一些癌症的研究表明,可以根据影像特征预测基因突变,但尚未对 GB 癌症进行此类研究。
基本假设是,在不可切除的 GBC 中使用深度学习放射组学模型预测 HER2 状态和对抗 HER2 定向治疗的反应将使研究人员能够在临床试验中充分利用靶向治疗的潜力。
研究类型
观察性的
注册 (预期的)
75
联系人和位置
本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。
学习联系方式
- 姓名:Pankaj Gupta
- 电话号码:0172-2756508
- 邮箱:pankajgupta959@gmail.com
学习地点
-
-
Punjab
-
Chandigarh、Punjab、印度、160012
- 招聘中
- Post Graduate Institute of Medical Education and Research
-
接触:
- Pankaj Gupta
- 电话号码:0172-2756508
-
-
参与标准
研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
18年 至 70年 (成人、OLDER_ADULT)
接受健康志愿者
不
有资格学习的性别
全部
取样方法
概率样本
研究人群
无法切除的肿块形成 GBC 患者
描述
纳入标准:
- 无法切除的肿块形成 GBC 患者
- 愿意给予知情同意的患者
排除标准:
- 既往接受过 GBC 化疗的患者
- RFT 紊乱的患者
- 造影剂过敏患者
学习计划
本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。
研究是如何设计的?
设计细节
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 |
|---|---|---|
|
开发和验证深度学习放射组学 (DLR) 模型,用于在计算机断层扫描 (CT) 上识别不可切除胆囊癌 (GBC) 中的 HER2 状态
大体时间:8个月
|
将使用 150 名患者的对比增强 CT 扫描(回顾性数据)开发识别不可切除 GBC 中 HER2 状态的 DLR 模型。
DLR 的准确性将在 75 名患者的前瞻性对比增强 CT 数据中得到验证。
|
8个月
|
|
使用 DLR 预测抗 HER2 定向治疗的反应
大体时间:12周
|
DLR 将用于使用 RECIST 1.1 预测 HER2+ GBC 患者的前瞻性队列在 12 周时进行随访 CT 时对靶向治疗的反应
|
12周
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
调查人员
- 首席研究员:Pankaj Gupta、PGIMER, Chandigarh
出版物和有用的链接
负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。
一般刊物
- Boddapati SB, Lal A, Gupta P, Kalra N, Yadav TD, Gupta V, Dass A, Srinivasan R, Singhal M. Contrast enhanced ultrasound versus multiphasic contrast enhanced computed tomography in evaluation of gallbladder lesions. Abdom Radiol (NY). 2022 Feb;47(2):566-575. doi: 10.1007/s00261-021-03364-6. Epub 2021 Dec 7.
- Gupta P, Dutta U, Rana P, Singhal M, Gulati A, Kalra N, Soundararajan R, Kalage D, Chhabra M, Sharma V, Gupta V, Yadav TD, Kaman L, Irrinki S, Singh H, Sakaray Y, Das CK, Saikia U, Nada R, Srinivasan R, Sandhu MS, Sharma R, Shetty N, Eapen A, Kaur H, Kambadakone A, de Haas R, Kapoor VK, Barreto SG, Sharma AK, Patel A, Garg P, Pal SK, Goel M, Patkar S, Behari A, Agarwal AK, Sirohi B, Javle M, Garcea G, Nervi F, Adsay V, Roa JC, Han HS. Gallbladder reporting and data system (GB-RADS) for risk stratification of gallbladder wall thickening on ultrasonography: an international expert consensus. Abdom Radiol (NY). 2022 Feb;47(2):554-565. doi: 10.1007/s00261-021-03360-w. Epub 2021 Dec 1.
- Rana P, Gupta P, Kalage D, Soundararajan R, Kumar-M P, Dutta U. Grayscale ultrasonography findings for characterization of gallbladder wall thickening in non-acute setting: a systematic review and meta-analysis. Expert Rev Gastroenterol Hepatol. 2022 Jan;16(1):59-71. doi: 10.1080/17474124.2021.2011210. Epub 2022 Jan 17.
- Gupta P, Rana P, Ganeshan B, Kalage D, Irrinki S, Gupta V, Yadav TD, Kumar R, Das CK, Gupta P, Endozo R, Nada R, Srinivasan R, Kalra N, Dutta U, Sandhu M. Computed tomography texture-based radiomics analysis in gallbladder cancer: initial experience. Clin Exp Hepatol. 2021 Dec;7(4):406-414. doi: 10.5114/ceh.2021.111173. Epub 2021 Dec 2.
- Gupta P, Marodia Y, Bansal A, Kalra N, Kumar-M P, Sharma V, Dutta U, Sandhu MS. Imaging-based algorithmic approach to gallbladder wall thickening. World J Gastroenterol. 2020 Oct 28;26(40):6163-6181. doi: 10.3748/wjg.v26.i40.6163.
- Gupta P, Kumar M, Sharma V, Dutta U, Sandhu MS. Evaluation of gallbladder wall thickening: a multimodality imaging approach. Expert Rev Gastroenterol Hepatol. 2020 Jun;14(6):463-473. doi: 10.1080/17474124.2020.1760840. Epub 2020 Apr 30.
- Gupta P, Meghashyam K, Marodia Y, Gupta V, Basher R, Das CK, Yadav TD, Irrinki S, Nada R, Dutta U. Locally advanced gallbladder cancer: a review of the criteria and role of imaging. Abdom Radiol (NY). 2021 Mar;46(3):998-1007. doi: 10.1007/s00261-020-02756-4. Epub 2020 Sep 18.
- Kalra N, Gupta P, Singhal M, Gupta R, Gupta V, Srinivasan R, Mittal BR, Dhiman RK, Khandelwal N. Cross-sectional Imaging of Gallbladder Carcinoma: An Update. J Clin Exp Hepatol. 2019 May-Jun;9(3):334-344. doi: 10.1016/j.jceh.2018.04.005. Epub 2018 Apr 30.
- Javle M, Borad MJ, Azad NS, Kurzrock R, Abou-Alfa GK, George B, Hainsworth J, Meric-Bernstam F, Swanton C, Sweeney CJ, Friedman CF, Bose R, Spigel DR, Wang Y, Levy J, Schulze K, Cuchelkar V, Patel A, Burris H. Pertuzumab and trastuzumab for HER2-positive, metastatic biliary tract cancer (MyPathway): a multicentre, open-label, phase 2a, multiple basket study. Lancet Oncol. 2021 Sep;22(9):1290-1300. doi: 10.1016/S1470-2045(21)00336-3. Epub 2021 Jul 30.
- Javle M, Churi C, Kang HC, Shroff R, Janku F, Surapaneni R, Zuo M, Barrera C, Alshamsi H, Krishnan S, Mishra L, Wolff RA, Kaseb AO, Thomas MB, Siegel AB. HER2/neu-directed therapy for biliary tract cancer. J Hematol Oncol. 2015 May 29;8:58. doi: 10.1186/s13045-015-0155-z.
- Albrecht T, Rausch M, Roessler S, Geissler V, Albrecht M, Halske C, Seifert C, Renner M, Singer S, Mehrabi A, Vogel MN, Pathil-Warth A, Busch E, Kohler B, Rupp C, Weiss KH, Springfeld C, Rocken C, Schirmacher P, Goeppert B. HER2 gene (ERBB2) amplification is a low-frequency driver with potential predictive value in gallbladder carcinoma. Virchows Arch. 2020 Jun;476(6):871-880. doi: 10.1007/s00428-019-02706-6. Epub 2019 Dec 14.
- May M, Raufi AG, Sadeghi S, Chen K, Iuga A, Sun Y, Ahmed F, Bates S, Manji GA. Prolonged Response to HER2-Directed Therapy in Three Patients with HER2-Amplified Metastatic Carcinoma of the Biliary System: Case Study and Review of the Literature. Oncologist. 2021 Aug;26(8):640-646. doi: 10.1002/onco.13800. Epub 2021 May 11.
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (预期的)
2023年2月15日
初级完成 (预期的)
2023年12月31日
研究完成 (预期的)
2023年12月31日
研究注册日期
首次提交
2023年1月29日
首先提交符合 QC 标准的
2023年2月6日
首次发布 (实际的)
2023年2月8日
研究记录更新
最后更新发布 (实际的)
2023年2月8日
上次提交的符合 QC 标准的更新
2023年2月6日
最后验证
2023年2月1日
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.