Radiomics für das Tumor-Grading von Weichteilsarkomen.

Weichteilsarkome (STS) stellen eine insgesamt seltene maligne Entität dar, die 1 % aller Krebserkrankungen mit einer jährlichen Inzidenzrate von 3,8 pro 100.000 ausmacht Bewohner. Therapieentscheidungen werden anhand klinischer und pathologischer Determinanten getroffen, die vom American Joint Committee on Cancer (AJCC) definiert wurden. Es beinhaltet das TNM-Staging-System, das STS nach ihrer Tumorgröße (gemessen als maximaler Durchmesser), der pathologischen Tumoreinstufung, die von der französischen Fédération Nationale des Centres de Lutte Contre le Cancer (FNCLCC) definiert wird, und dem Auftreten von Lymphknoten- oder Fernmetastasen klassifiziert.

Der wichtigste Faktor für die Therapiesteuerung ist das Tumorgrading. Bei „low-grade“-Sarkomen (G1) reicht oft eine chirurgische Resektion für eine dauerhafte Tumorkontrolle aus. Bei „Hochrisiko“-STS wird jedoch die Resektion des Tumors mit einer Strahlentherapie kombiniert, um die lokoregionäre Kontrolle und schließlich das Überleben zu verbessern.

Derzeit sind invasive Biopsien mit anschließender pathologischer Abklärung notwendig, um das Tumorgrading zu bestimmen. Bioptische Proben sind jedoch immer auf ein kleines Tumorsubvolumen beschränkt.

Medizinische bildgebende Analysen stellen ein alternatives Werkzeug dar, um Gewebe zu charakterisieren. Jüngste Entwicklungen in der quantitativen Bildanalyse und Datenwissenschaft haben zur Entwicklung von "Radiomics" geführt. Es ist definiert als eine algorithmusbasierte groß angelegte quantitative Analyse von Bildgebungsmerkmalen. Es sollte als zweistufiger Prozess mit (1) Extraktion relevanter Bildgebungsmerkmale und (2) Einbindung dieser Merkmale in ein mathematisches Modell betrachtet werden, um letztendlich patienten- oder tumorspezifische Ergebnisse vorherzusagen. In früheren wissenschaftlichen Studien wurden radiomische Modelle mit Überleben, Tumorprogression und molekularen Veränderungen, einschließlich genetischer Mutationen oder Expressionsprofilen, in Verbindung gebracht, wie sie in mehreren bösartigen Entitäten gezeigt wurden. Darüber hinaus waren Radiomic-Modelle in der Lage, das Tumor-Grading vorherzusagen, z. für Gliome, Meningiome, hepatozelluläres Karzinom oder neuroendokrine Tumoren der Bauchspeicheldrüse. Im Gegensatz zur Pathologie hat die quantitative Bildanalyse (Radiomics) den prinzipiellen Vorteil, den gesamten Tumor zu analysieren.

In dieser Studie zielen die Forscher darauf ab, radiomische Merkmale mit der Tumoreinstufung von STS zu korrelieren. Das ultimative Ziel ist die Entwicklung eines Vorhersagemodells zur nicht-invasiven Klassifizierung des Tumor-Gradings. In einem ersten Schritt wird der Fokus auf die Differenzierung von „low-grade“ und „high-grade“ STS gelegt. In einem zweiten Schritt werden „hochgradige“ STS in G2- und G3-Tumoren unterteilt.

Zu diesem Zweck werden die Forscher eine Patientenkohorte von 138 Patienten (139 Tumoren) mit bekanntem Tumorgrading und verfügbaren prätherapeutischen MRT-Scans retrospektiv analysieren. Als sekundärer Endpunkt wird für alle Patienten das Gesamtüberleben bestimmt. Eine unabhängige Patientenkohorte der University of Washington (139 Patienten) wird zur externen Validierung der entwickelten Modelle herangezogen.