Multiparametrische Bildanalyse und Korrelation mit Ergebnissen beim Lungenkrebs-Screening und Lungenkrebs im Frühstadium

Die Hypothese ist, dass multiparametrische Modelle, die komplexe Bildinformationen aus Screening-CT-Scans einbeziehen, die Vorhersage des Ergebnisses einer anschließenden Lungenbiopsie, eines invasiven Diagnoseverfahrens, verbessern werden. In diesem Projekt werden wir ein auf Bildmerkmalen basierendes multiparametrisches Prognosemodell für das Biopsieergebnis aus Screening-Lungen-CT-Scans konstruieren, die an unserer Einrichtung durchgeführt wurden, und es dann unter Verwendung des NLST-Bildgebungs- und klinischen Ergebnisdatensatzes validieren.

Diese Studie beinhaltet keine Behandlung oder invasive Verfahren. Der Ermittler überprüft alle Krankenakten von Patienten, die wegen Lungenkrebs im Frühstadium mit endgültiger Strahlentherapie am UTSW oder Parkland Memorial Hospital behandelt wurden und bei denen vom 1. Januar 2004 bis zum 31. Oktober 2014 eine bösartige Erkrankung diagnostiziert wurde, um demografische, diagnostische, therapeutische Ergebnisse zusammenzustellen und Toxizitätsdaten. Die Ermittler gehen davon aus, dass dies etwa 200 Patientenakten umfassen wird. Diese Daten werden statistisch ausgewertet und für zukünftige gezielte Forschung verwendet. Der Ermittler wird auch einen anonymisierten Datensatz von Patienten aus der National Lung Cancer Screening Trial (NLST) analysieren, der vom National Cancer Institute (NCI) bereitgestellt wird.