Меню
Идёт набор NCT06249308

Liquid Biopsy-based Early Detection of Ovarian Cancer: a Proof-of-concept Study ( PROFOUND-OC )

— Наблюдательное Ovarian Cancer

Ориентир для пациента и семьи

Простыми словами

Автоматическая сводка по структурированным данным реестра. Она помогает сориентироваться, но не заменяет официальный протокол или оценку врача.

Что изучают
В протоколе указаны: Blood collection.
Кому может быть актуально
Состояния в реестре: Ovarian Cancer. Базовые параметры: 40 лет — 75 лет · Женщины.
Что важно проверить
Возраст, диагноз и пол — только базовые ориентиры. Предыдущее лечение, анализы и другие обязательные условия указаны ниже в критериях участия.
Где проводится
Китай
Следующий шаг
Сохраните исследование, покажите его лечащему врачу и уточните актуальный статус у исследовательского центра. Расходы, документы и поездка →

Не всё понятно в терминах? Прочитайте наш гид для пациентов →

Официальное название

A Multi-center, Perspective, Observational Case-control Study to Develop and Validate an Ovarian Cancer Early Detection Model Based on Peripheral Blood Multi-omic Analysis and Machine Learning

Обзор

This study is a multi-center, observational study aiming at developing a machine learning-based early detection model using prospectively collected liquid biopsy samples from newly diagnosed ovarian cancer.

Подробное описание

Peripheral blood samples from ovarian cancer (OC) patients will be prospectively collected to identify cancer-specific circulating signals by analyzing cell free DNA. Based on the comprehensive molecular profiling, a machine learning-driven noninvasive test will be trained and validated through a two-stage approach in clinically annotated individuals. Approximately 168 stage I-II OC patients will be enrolled in this study. Age-matched female controls included in model development were recruited in another study, which are volunteers without a cancer diagnosis after routine medical screening.

Вмешательства

  • Другое Blood collection
    Blood sample will be collected

Первичные конечные точки

  • The performance of cfDNA methylation-based model for discriminating ovarian cancer versus non-cancer. [Срок оценки: 12 months]
Вторичные конечные точки (2)
  • The performance of model using multi-omics data for discriminating ovarian cancer versus non-cancer [Срок оценки: 12 months]
  • The performance of pre-defined model in clinical sub-groups of interest [Срок оценки: 12 months]

Критерии участия

Критерии включения

  • 40-75 years old
  • Clinically and/or pathologically diagnosed ovarian cancer
  • No prior or undergoing any systemic or local antitumor therapy, including but not limited to surgical resection, radiochemotherapy, endocrinotherapy, targeted therapy, immunotherapy, interventional therapy, etc.
  • Able to provide a written informed consent and willing to comply with all part of the protocol procedures

Критерии исключения

  • Pregnancy or lactating women
  • Known prior or current diagnosis of other types of malignancies comorbidities
  • Severe acute infection (e.g. severe or critical COVID-19, sepsis, etc.) or febrile illness (body temperature of ≥ 38.0 °C) within 14 days prior to blood draw
  • Recipients of organ transplant or prior bone marrow transplant or stem cell transplant
  • Recipients of blood transfusion within 30 days prior to study blood draw
  • Recipients of therapy in past 14 days prior to blood draw, including oral or IV antibiotics, glucocorticoid, azacitidine, decitabine, procainamine, hydrazine, arsenic trioxide
  • Other conditions that the investigators considered are not suitable for the enrollment

Критерии приведены из реестра в оригинале (на английском). Окончательную оценку соответствия проводит исследовательский центр.

Здоровые добровольцы: Нет

Дизайн исследования

Модель наблюдения
Случай-контроль

Центры проведения

Китай · 3 центра
  • Sun Yat-sen Memorial Hospital — Гуанчжоу
  • Liaoning Cancer Hospital & Institute — Шэньян
  • Fudan University Shanghai Cancer Center — Шанхай

Идентификаторы

NCT: NCT06249308 · PROFOUND -OC

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗