Distribueret læring af Edic- og hjertedosiseffekter ved lungekræft (DECIDE)

Hjertedosis var ikke et stort problem hos lungestrålebehandlingspatienter, indtil resultaterne af RTOG (Radiation Therapy Oncology Group) 0617-studiet, som viste en sammenhæng mellem hjertedosis og overlevelse. Siden da har mange artikler undersøgt sammenhængen mellem hjertedosis (understruktur) og enten overlevelse eller hjertetoksicitet. Ideelt set ville hjertetoksicitet være adskilt fra overlevelse. Imidlertid var det ikke standardpraksis at score hjertetoksicitet prospektivt, og retrospektiv scoring er udfordrende på grund af overlapningen af ​​hjertetoksicitetssymptomer og symptomer på lungekræft (behandling). Derfor bedømmes hjertetoksicitet normalt ikke korrekt i kohorter i den virkelige verden, og de fleste større undersøgelser betragter pragmatisk overordnet overlevelse som primært endepunkt, og forholdet mellem hjertedosis og hjertetoksicitet er ikke veletableret for lungekræftpatienter.

Hjertetoksicitet er måske ikke den eneste faktor i nedsat overlevelse; toksicitet af immunsystemet kan være en konkurrerende risiko eller en væsentlig medvirkende faktor, hvor dosis til hjertet er et surrogat for dosis til blod. Dosis til immunsystemet er defineret som EDIC (Effektiv dosis til cirkulerende immunceller), der omfatter hjertedosis, lungedosis og kropsdosis kombineret. Da EDIC-dosis og hjertedosis delvist overlapper hinanden, vil der være behov for en stor kohorte med betydelig variation for at adskille de to effekter. Sådanne store mængder rutineplejedata er umiddelbart tilgængelige i mange strålebehandlingscentre over hele verden. Problemet, vi står over for, er ikke manglen på rutinemæssig behandlingsdata, men at gøre sådanne data tilgængelige for analyse. DECIDE anvender en fødereret læringstilgang, som indebærer, at data ikke skal centraliseres inden for en enkelt institution for at være egnet til brug. Vi sigter mod at inkludere en hidtil uset storstilet kohorte på 20.000 patienter.

I dette forslag skal vi tilføje videnskabelige og teknologiske innovationer, der udnytter den eksisterende fødererede læringsramme til at skalere op til at støtte >25 samtidig forbundne partnere. Vi vil træne (generaliserede) lineære epidemiologiske modeller samt nye computervisionsbaserede modeller til resultatforudsigelser. Da årsagsspecifik overlevelse (hjertetoksicitet eller immuntoksicitet) ikke er tilgængelig eller upålidelig i større undersøgelser, vil vi bruge det mere pragmatiske endepunkt for overlevelse. Ved at belyse de kliniske bidrag af helhjertedosis, hjerteunderstrukturdosis og EDIC-dosis i kombination med kendte kliniske risikofaktorer er den ønskede effekt at ændre klinisk praksis for lungekræftstrålebehandling og forbedre overlevelsen.