Radiomik til forudsigelse af overlevelse i GBM (Radiomics)

Humant onkologisk væv udviser stærke fænotypiske forskelle. På grund af fremskridt inden for både erhvervelse og analysemetoder for medicinsk billeddannelsesteknologier, er udvinding af pålidelige og informative billedfunktioner for at kvantificere disse forskelle i øjeblikket muligt. Radiomik, udvinding af store mængder kvantitative billedfunktioner for at konvertere medicinske billeder til data, der kan udvindes, er et område under udvikling, der har til hensigt at give nøjagtig risikostratificering af onkologiske patienter. Tidligere undersøgelser ved Maastro viste vigtigheden af ​​et stort antal (n=440) af disse radiomikrofunktioner for at kvantificere tumorfænotypen efter intensitet, form og tekstur. Et skelsættende studie var udvinding af billeddannelsestræk fra computertomografi (CT) data fra 943 patienter med ikke-småcellet lungekræft (NSCLC) og hoved- og halspladecellekræft (HNSCC) cancer i seks forskellige datasæt 1. Modellen blev trænet på lungekræftpatienter og viste, at en lang række radiomikrofoniske funktioner også har en stærk prognostisk kraft hos patienter med hoved- og halskræft. Disse data tyder på, at radiomikroskopiske signaturer afkoder en generel prognostisk fænotype, der findes i både NSCLC- og HNSCC-patienter.

Efterforskerne forudser, at deres resultater vil være udgangspunktet for et nyt felt, der anvender avancerede beregningsmetoder på medicinsk billeddannelsesdata, og fusionerer felter inden for medicinsk billeddannelse og bioinformatik. Da CT-billeddannelse er blevet anvendt i rutinemæssig klinisk onkologisk praksis gennem årtier på næsten alle hospitaler verden over, har anvendelsen af ​​deres analyse potentiale til at forbedre beslutningsstøtten hos et stort antal cancerpatienter.

Glioblastom (GBM) er den mest almindelige type primære hjernetumorer med en årlig forekomst på cirka 500 patienter i Holland. På trods af omfattende behandling inklusive resektion, strålebehandling og kemoterapi er den gennemsnitlige samlede overlevelse kun 14,6 måneder. fast, levende neoplastisk væv. Den grove tumor er ofte omgivet af omfattende ødem, og den udøver normalt en betydelig masseeffekt. Indtil videre er adskillige prognostiske og prædiktive faktorer blevet identificeret, herunder alder, præstationsstatus, omfang af resektion og biomarkører såsom MGMT, EGFRvIII og IDH1. Værdien af ​​billeddannende biomarkører såsom radiomik er dog endnu ikke fuldt ud undersøgt.

Radiomik kan have en vigtig rolle i forudsigelsen af ​​prognose for patienter med en GBM. Da nogle patienter kun overlever et par måneder, overlever en undergruppe af patienter (10%) mere end 5 år efter diagnosen. Identifikation af disse patienter kan gavne behandlingsbeslutning ved f.eks. at tilbyde korttidsoverlevende den bedste støttende pleje.

Efterforskerne antager, at en kombination af CT/MRI-funktioner, molekylærbiologi og kliniske data kan give en nøjagtig forudsigelse af medicinske resultater. Det langsigtede mål er at opbygge et beslutningsstøttesystem baseret på de prædiktive modeller etableret i denne undersøgelse.

Et omfattende datasæt bestående af billeddannelse, kliniske data, behandlingsdata og resultater fra 360 patienter behandlet i Maastricht siden 2004 er blevet indsamlet retrospektivt. Dette omfatter 128 patienter diagnosticeret med en biopsi alene, med en tumor in situ på den planlagte CT. Dette datasæt vil blive brugt til at bygge prædiktive modeller for udfald (overlevelse efter 6 og 12 måneder). Denne analyse vil blive suppleret med en radiomiks undersøgelse, der analyserer både CT- og MR-radiomiks funktioner.

For at bevise sin værdi vil signaturen blive valideret på eksterne datasæt.