此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

验证一种评估早期乳腺癌远处转移风险的预后方法 (PORTENT)

2026年1月29日 更新者:Casa Sollievo della Sofferenza IRCCS

剖析miR-3916和miR-3613-5p在乳腺癌中的作用并开发转移预测PORTENT算法

这是一项多中心、观察性验证研究,旨在评估PORTENT算法在早期乳腺癌患者中的预后预测性能。 该模型整合了临床病理学变量和两种小非编码RNA(miR-3916和miR-3613-5p)的表达水平,以估算个体发生远处转移的风险。

主要目的是评估PORTENT算法在诊断后预设时间点预测远处转移的判别能力。

研究概览

详细说明

这项多中心回顾性观察性研究旨在临床验证PORTENT预后算法,用于预测早期乳腺癌女性患者发生远处转移的风险。 研究将纳入来自三个独立队列的I-III期女性患者,这些患者需具备可用的残留肿瘤组织和随访数据。

研究的主要终点是PORTENT算法的判别性能,通过受试者工作特征曲线下面积(AUC)评估,用于预测诊断后5年和10年的远处转移。

该算法整合了已确立的临床病理预后因素(肿瘤分期、组织学分级和Ki67-MIB1)与miR-3916和miR-3613-5p的表达水平。 将使用RT-qPCR和免疫组织化学评估微小RNA表达及靶蛋白表达。

次要和探索性分析将包括使用校准曲线和综合校准指数(ICI)评估的模型校准,以及使用Cox比例风险模型进行的生存分析(总生存期、无进展生存期和无转移生存期)。

研究类型

观察性的

注册 (估计的)

1000

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。

学习地点

    • FG
      • San Giovanni Rotondo、FG、意大利、71013
        • Fondazione Casa Sollievo della Sofferenza IRCCS

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

  • 成人
  • 年长者

接受健康志愿者

不

取样方法

非概率样本

研究人群

该研究包含三个队列:CSS队列_2:350例随访≥5年的病例,于2014-2019年间在TRANSCAN-BREMIR研究中前瞻性入组(参考文献:Prot 116/CE 30/09/2014;Prot 140/CE 28/10/2014;Prot 150/CE 24/10/2018)。 外部队列:≥450名具有可用残留肿瘤组织的患者,回顾性选择;每个中心入组≥75名患者(60名无病生存≥5年,15名出现转移进展≥3年)。 INT_米兰队列:300例Luminal A型乳腺癌病例,接受新辅助治疗,可获得治疗前和/或手术后的残留肿瘤组织。

描述

纳入标准:

I-III期乳腺癌 有残留肿瘤组织可用 签署书面知情同意书

排除标准:

年龄<18岁 诊断时为IV期 拒绝或无法提供知情同意

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

队列和干预

团体/队列
干预/治疗
CSS队列
将从BREMIR研究(ID NCT06555354)前瞻性队列中筛选350名1至3A期患者。

临床病史收集:临床数据,包括病史、临床病理特征(如年龄、组织学、受体和淋巴结状态)以及随访信息(是否存在转移、患者生命状态),将由相关人员收集并录入专用平台。 随访更新计划在项目第48个月(2025年12月31日)前完成,以确保及时、准确的患者结局数据。

实验室分析:各参与中心病理科制备的残留肿瘤切片将送至CSS-IRCCS的肿瘤学实验室,使用标准化实验程序提取RNA。 通过定量实时PCR(RT-qPCR)分析miR-3916、miR-3613-5p及其靶基因的表达水平。 通过免疫组织化学评估靶基因的蛋白表达。 此外,提取的RNA还将在IRST IRCCS的老年生物组学与外暴露组学实验室进行分析。

外部队列
外部队列将包括从参与研究的中心回顾性纳入的患者。 将选择至少450名患者,其残余肿瘤组织可在各自的病理科获取。 每个中心将纳入至少75名患者,包括60名在至少5年随访后无病生存的患者和15名在至少3年随访后发生转移进展的患者。

临床病史收集:临床数据,包括病史、临床病理特征(如年龄、组织学、受体和淋巴结状态)以及随访信息(是否存在转移、患者生命状态),将由相关人员收集并录入专用平台。 随访更新计划在项目第48个月(2025年12月31日)前完成,以确保及时、准确的患者结局数据。

实验室分析:各参与中心病理科制备的残留肿瘤切片将送至CSS-IRCCS的肿瘤学实验室,使用标准化实验程序提取RNA。 通过定量实时PCR(RT-qPCR)分析miR-3916、miR-3613-5p及其靶基因的表达水平。 通过免疫组织化学评估靶基因的蛋白表达。 此外,提取的RNA还将在IRST IRCCS的老年生物组学与外暴露组学实验室进行分析。

INT-米兰
INT_Milan队列包括300例接受新辅助治疗的Luminal A型乳腺癌病例,这些病例具有可用的治疗前和/或手术残留肿瘤组织。

临床病史收集:临床数据,包括病史、临床病理特征(如年龄、组织学、受体和淋巴结状态)以及随访信息(是否存在转移、患者生命状态),将由相关人员收集并录入专用平台。 随访更新计划在项目第48个月(2025年12月31日)前完成,以确保及时、准确的患者结局数据。

实验室分析:各参与中心病理科制备的残留肿瘤切片将送至CSS-IRCCS的肿瘤学实验室,使用标准化实验程序提取RNA。 通过定量实时PCR(RT-qPCR)分析miR-3916、miR-3613-5p及其靶基因的表达水平。 通过免疫组织化学评估靶基因的蛋白表达。 此外,提取的RNA还将在IRST IRCCS的老年生物组学与外暴露组学实验室进行分析。

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
预后算法(AUC)在诊断后5年内预测远处转移的判别性能
大体时间:自诊断起5年;2027年3月进行中期分析。
预后算法生成的用于预测乳腺癌诊断后5年内发生远处转移的患者级别风险概率的受试者工作特征(ROC)曲线下面积(AUC),以及95%置信区间。 区分度将通过ROC曲线分析和DeLong检验进行评估。
自诊断起5年;2027年3月进行中期分析。
预后算法(AUC)在预测诊断后10年内远处转移的判别性能
大体时间:自诊断起10年;所有参与者完成10年随访后进行最终分析(预计在2029年完成)。
受试者工作特征(ROC)曲线下面积(AUC),包含95%置信区间,用于评估预后算法生成的、预测乳腺癌诊断后10年内发生远处转移的患者级别风险概率。 区分度将通过ROC曲线分析和DeLong检验进行评估。
自诊断起10年;所有参与者完成10年随访后进行最终分析(预计在2029年完成)。

次要结果测量

结果测量
措施说明
大体时间
5年预后模型的校准(综合校准指数)
大体时间:自确诊起5年;2027年3月进行中期分析。
预后算法的校准将在5年时使用综合校准指数(ICI)和校准图进行评估,以评估预测和观察到的远处转移风险之间的一致性。
自确诊起5年;2027年3月进行中期分析。
预后模型在10年时的校准(综合校准指数)
大体时间:自诊断起10年;10年随访完成后的最终分析(预计于2029年完成)。
预后算法的校准将在10年时使用综合校准指数(ICI)和校准图进行评估,以评估预测与观察到的远处转移风险之间的一致性。
自诊断起10年;10年随访完成后的最终分析(预计于2029年完成)。
预后模型在5年时的判别性能差异(ΔAUC)
大体时间:自诊断起5年;中期分析于2027年3月进行。
标准临床预后模型(仅包含临床病理变量)与包含miR-3916和miR-3613-5p表达的扩展模型在预测5年远处转移方面的AUC差异。 统计比较将使用DeLong检验进行。
自诊断起5年;中期分析于2027年3月进行。
预后模型在10年间的判别性能差异(ΔAUC)
大体时间:自诊断起10年;10年随访完成后进行最终分析(预计于2029年完成)。
标准临床预后模型(仅包含临床病理变量)与扩展模型(包含miR-3916和miR-3613-5p表达)在预测10年远处转移方面的AUC差异。 统计比较将使用DeLong检验进行。
自诊断起10年;10年随访完成后进行最终分析(预计于2029年完成)。
预后算法在10年时的分类性能(灵敏度、特异度、阳性预测值、阴性预测值)
大体时间:自诊断起10年;在完成10年随访后(预计于2029年)进行最终分析。
针对低(<10%)、中(10-30%)和高(>30%)10年远处转移风险类别对应的预设概率阈值,估算灵敏度、特异度、阳性预测值(PPV)和阴性预测值(NPV),并给出95%置信区间。
自诊断起10年;在完成10年随访后(预计于2029年)进行最终分析。
miR-3916和miR-3613-5p表达与总生存期之间的关联
大体时间:从诊断起最长10年;随访完成后进行最终分析(预计于2029年前完成)。
评估miR-3916和miR-3613-5p表达水平与总生存期之间的关联,采用Cox比例风险模型的风险比和95%置信区间进行分析。
从诊断起最长10年;随访完成后进行最终分析(预计于2029年前完成)。
PAM50分子亚组内的预后算法性能
大体时间:从诊断起5年和10年;随访完成后的最终分析(预计于2029年完成)。
在PAM50分子亚组(Luminal A、Luminal B、HER2富集型、基底样型)内评估预后算法的判别性能和校准,使用AUC和校准指标进行评估。
从诊断起5年和10年;随访完成后的最终分析(预计于2029年完成)。
miRNA表达评估的分析有效性
大体时间:数据收集与分析将于2027年3月前完成。
对miR-3916和miR-3613-5p表达测量的分析有效性评估,包括RNA产量、RT-qPCR扩增成功率和检测重现性。
该结果仅评估技术性能。
数据收集与分析将于2027年3月前完成。

其他结果措施

结果测量
措施说明
大体时间
miRNA靶基因的鉴定与分析验证
大体时间:数据收集和分析将于2027年3月完成。
利用计算机预测、实验验证、检测方法开发和RT-qPCR分析验证技术,对受miR-3916和/或miR-3613-5p调控的分子靶基因进行鉴定与分析验证。
数据收集和分析将于2027年3月完成。
miRNA靶基因表达与临床结果及临床病理特征的相关性
大体时间:从诊断起最长10年;随访完成后进行最终分析(预计2029年前完成)。
已验证的miRNA靶基因的mRNA和蛋白表达水平与临床结果(总生存期、无进展生存期、无转移生存期)及临床病理特征的相关性。
从诊断起最长10年;随访完成后进行最终分析(预计2029年前完成)。
预后风险分类的改善(NRI 和 IDI)
大体时间:自诊断起5年和10年;随访完成后进行最终分析(预计于2029年完成)。
Net Reclassification Improvement (NRI) 和 Integrated Discrimination Improvement (IDI) 用于评估通过将miRNA靶基因表达数据纳入预后算法所实现的患者风险分层改进。
自诊断起5年和10年;随访完成后进行最终分析(预计于2029年完成)。

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。

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。

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 (实际的)

2022年3月10日

初级完成 (估计的)

2026年6月1日

研究完成 (估计的)

2026年12月31日

研究注册日期

首次提交

2025年8月4日

首先提交符合 QC 标准的

2026年1月19日

首次发布 (实际的)

2026年1月28日

研究记录更新

最后更新发布 (实际的)

2026年1月30日

上次提交的符合 QC 标准的更新

2026年1月29日

最后验证

2026年1月1日

更多信息

与本研究相关的术语

其他研究编号

  • PORTENT

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

是的

IPD 计划说明

本研究收集的个体参与者数据(IPD),包括原始肿瘤表达数据、临床病理特征及随访信息,可经正式申请后与参与中心及其他合格研究人员共享。 数据共享将在严格的数据使用协议下进行,以确保保密性、数据安全性及符合所有适用的伦理和法律标准。 IPD访问权限仅授予经研究指导委员会或数据访问委员会批准后,用于科学有效、合作性研究目的。 申请必须包含详细的研究方案、数据管理计划及伦理批准证明。 本政策旨在促进透明度、推动科学合作,并在保护参与者隐私和权利的同时,最大限度地利用所收集数据。

IPD 共享时间框架

数据将在主要研究发表六个月后开始提供,并可访问长达五年。

IPD 共享访问标准

符合条件的参与中心或外部机构的研究人员将获准访问个体参与者数据(IPD)及支持性文件,包括研究方案、统计分析计划和分析代码。 研究人员须提交正式申请,其中需包含详细的研究提案和数据管理计划。 经研究指导委员会或数据访问委员会批准后,数据将在确保保密性和符合伦理标准的数据使用协议下共享。 访问将通过安全的数据传输平台提供。 共享的数据将包括去标识化的原始肿瘤表达数据、临床病理学变量和随访信息,从而在保护参与者隐私的同时促进协作研究。

IPD 共享支持信息类型

  • 研究方案
  • 树液
  • 分析代码

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

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.

订阅