Recrutement en cours

Prédiction in silico de la réponse pathologique dans une étude de cohorte prospective de patientes atteintes d'un cancer du sein à un stade précoce

Promoteur : Institut Cancerologie de l'Ouest

Titre et résumé traduits de l’anglais par le portail, à partir de la fiche publiée par le registre source, le 14 septembre 2026. Traduction automatique, sans relecture médicale : elle ne modifie ni n’interprète le contenu ; en cas de doute, le texte original fait foi.

Texte original (anglais)

Prediction in Silico of Pathological Response in a Prospective Cohort Study of Early Breast Cancer Patients

Breast cancer (BC) is the most common cancer in women in France with nearly 58,500 new cases and 12,150 deaths estimated in 2018 . Two major achievements have been made in the last five years for breast cancer patients. The first is therapeutic with the approval of immune checkpoint inhibitors in advanced and early triple-negative BC (TNBC) and the impressive efficacy of new antibody-drug conjugated in all BC subtypes. The second is conceptual with the generalization of adaptive therapeutic strategies guided by pathological responses after neoadjuvant therapy in early TNBC, HER2+, HR+ and BRCA mutated breast cancer. This new paradigm in the treatment of cancer patients completely redefined prognostic factors that were previously established with conventional approaches Pathological response remains a major prognostic factor especially for TNBC and HER2 early breast cancer. However, this parameter is evaluated at the end of neoadjuvant treatment and for patients with residual disease, the prognosis remains poor despite some adaptative strategies. Our project is to integrate massive and heterogeneous data concerning the disease (clinical and biological data, imaging and histological results (with multi-omics data)) and patient's environment, personal and familial history. These data are multiple and have dynamic interactions overtime. With the help of mathematical units with biological competences and scientific collaborations, our project is to improve the prediction of treatment response, based on clinical and molecular heterogeneous big data investigation. The main objective of this project is to set up a clinicobiological database prospectively by collecting prospective clinical, biological, pathological and multi-omic data from 300 Patients with early BC treated at the ICO in order to define an algorithm of individual decision for the prediction of the response to this treatment.

Le cancer du sein (CS) est le cancer le plus fréquent chez la femme en France, avec près de 58 500 nouveaux cas et 12 150 décès estimés en 2018. Deux avancées majeures ont été réalisées ces cinq dernières années pour les patientes atteintes d'un cancer du sein. La première est thérapeutique, avec l'approbation des inhibiteurs de points de contrôle immunitaire dans le cancer du sein triple négatif (CSTN) avancé et précoce, et l'efficacité impressionnante des nouveaux conjugués anticorps-médicament dans tous les sous-types de cancer du sein. La seconde est conceptuelle, avec la généralisation des stratégies thérapeutiques adaptatives guidées par la réponse pathologique après traitement néoadjuvant dans le cancer du sein triple négatif, HER2+, RH+ et muté BRCA à un stade précoce. Ce nouveau paradigme dans le traitement des patientes atteintes de cancer a complètement redéfini les facteurs pronostiques précédemment établis avec les approches conventionnelles. La réponse pathologique demeure un facteur pronostique majeur, en particulier pour le cancer du sein triple négatif et HER2 à un stade précoce. Cependant, ce paramètre est évalué à la fin du traitement néoadjuvant, et pour les patientes présentant une maladie résiduelle, le pronostic reste défavorable malgré certaines stratégies adaptatives. Notre projet consiste à intégrer des données massives et hétérogènes concernant la maladie (données cliniques et biologiques, résultats d'imagerie et histologiques, incluant des données multi-omiques), ainsi que l'environnement, les antécédents personnels et familiaux de la patiente. Ces données sont multiples et présentent des interactions dynamiques dans le temps. Avec l'aide d'unités de mathématiques disposant de compétences biologiques et de collaborations scientifiques, notre projet vise à améliorer la prédiction de la réponse au traitement, à partir de l'exploration de données massives cliniques et moléculaires hétérogènes. L'objectif principal de ce projet est de mettre en place, de façon prospective, une base de données clinico-biologique en recueillant des données cliniques, biologiques, anatomopathologiques et multi-omiques prospectives auprès de 300 patientes atteintes d'un cancer du sein à un stade précoce traitées à l'ICO, afin de définir un algorithme d'aide à la décision individuelle pour la prédiction de la réponse à ce traitement.

Voir les modalités officielles

Vous quittez essai-clinique.com pour le site externe clinicaltrials.gov, géré par l’organisme responsable de l’annonce. La candidature, les questions d’éligibilité et toute information médicale se traitent uniquement là-bas.

Important

essai-clinique.com ne recueille pas de candidature et ne détermine pas votre éligibilité. Ne transmettez aucune information médicale au site.

Les critères affichés sont une synthèse des informations disponibles. Seul l’organisme responsable de l’étude peut confirmer l’éligibilité d’une personne.