Sledování mozkových nádorů v hlubokém čase (TRACE)

Budou vyšetřeni pacienti (pediatričtí i dospělí) s diagnózou (radiologická/ histopatologická) primárních mozkových nádorů registrovaných ve skupině managementu neuroonkologických onemocnění v období od ledna 2005 do prosince 2023. Očekává se, že ročně bude vhodných přibližně 500–600 pacientů se zobrazovacími údaji (v našem centru je ročně ošetřeno ozařováním přibližně 500 pacientů s dostupnými údaji z CT pro radiační plánování a dalších 100–200 pacientů má předoperační nebo pooperační skenování ). Očekává se, že za výše uvedené časové období budou k dispozici data od přibližně 10 000 pacientů, což bude horní hranice velikosti vzorku pro současnou studii.

Plocha primárního tumoru (nebo dutiny a reziduálního tumoru indikující původní umístění pro pooperační data) bude segmentována na CT a/nebo MRI, jak bude k dispozici. Peritumorální edém bude vyloučen ze segmentované oblasti. Segmentace bude provedena ručně v počáteční kohortě přibližně 200-500 pacientů. Následně bude na počátečních datech trénován algoritmus strojového učení, jako je 3D U-net nebo technika založená na hlubokém učení (a ověřena na dalších 100–200 pacientech, aby se posoudila přesnost a robustnost algoritmu) pro rychlou implementaci a segmentaci velkých datový soubor. Jakmile jsou oblasti mozkových nádorů identifikovány v celé populaci, budou generovány mapy hustoty, aby bylo možné recipročně určit lokalizaci nádorů v kvantitativním měřítku podle věku pacienta během diagnózy (věk v letech jako spojitá data a kategorická data, tj. např. kojenci, děti, dospívající, dospívající. dospělí a starší lidé). Vygenerované mapy hustoty budou porovnány s oblastmi oblastí mozku obratlovců (s volně dostupnou literaturou) napříč druhy s ohledem na geologické měřítko/jednotky hlubokého času, např. v jednotkách 10-50 milionů let. Podobně bude anatomie kosti lebky extrahována z dat CT a/nebo MRI (aplikací technik, jako jsou prahy intenzity okna bez potřeby segmentace). Pacienti s velkými defekty lebeční lebky ze zvýšeného intrakraniálního tlaku nebo chirurgických zákroků budou z analýzy calvariální antropometrie vyloučeni (bude však k dispozici pro posouzení anatomie lební báze). Organizační vzorce budou analyzovány pomocí modelů strojového učení a dalších statistických modelů, jako je Bayesovská statistika, a porovnány s jinými veřejně dostupnými normálními lidskými populacemi bez mozkových nádorů (podle potřeby s úpravou podle věku, rasy), fosilních dat obratlovců/hominidů, subhumánních primátů pro rozpoznávání odkazů. Mapy hustoty a antropometrická data budou porovnány v rámci celé kohorty pacientů s mozkovými nádory (ze studie) stratifikovaných podle faktorů, jako je věk (jak bylo zmíněno dříve), lokalizace nádoru (např. supratentoriální vs. infratentoriální), stupeň nádoru (benigní vs. nízký stupeň vs vysoký stupeň). Statistická analýza pro mapy hustoty a antropometrie bude provedena sdílením anonymizovaných dat se spolupracovníky se zkušenostmi v podobném výzkumu z Indického statistického institutu (jednotka geologických studií a jednotka interdisciplinárního statistického výzkumu).