Entwicklung klinisch hocheffizienter Plattformen für die individualisierte Behandlung von Gebärmutterhalskrebs

Für Ziel 1. Die automatische Abgrenzung komplexer Tumorziele für Gebärmutterhalskrebs für das Bruttotumorvolumen (GTV) zu Studienbeginn und bei Brachytherapie und das klinische Zielvolumen mit hohem Risiko (CTV) bei Studienbeginn und Brachytherapie erfolgt im MRT.

Die folgenden Strukturen werden für die Automatisierung auf CT verarbeitet

1. Klinisches Zielvolumen mit niedrigem Risiko (CTV mit niedrigem Risiko)
2. GTV: Knoten
3. Wahlweises Zielvolumen des nodalen Beckens
4. Wahlweise nodales Becken- und paraaortales Volumen
5. Rektum
6. Blase
7. Sigma
8. Darm
9. Knochenmark

Für Ziel 2. Der Ermittler beabsichtigt, maschinelles Lernen einzusetzen, um robustere Modelle zur Vorhersage der Toxizität für normales Gewebe zu entwickeln. Weitere fortschrittliche Techniken wie die Texturanalyse von Strahlungsdosiskarten und die Nachverfolgung der Gewebedichte werden ebenfalls durchgeführt, um Vorhersagemodelle für die Toxizität zu entwickeln. Durch die Verwendung unserer Patientendatensätze möchte der Ermittler eine Bibliothek von Protonenstrahlplänen mit den Protonenplanungssystemen erstellen, die in der Abteilung für Radioonkologie verfügbar sein werden, und unter Verwendung der entwickelten Komplikationsdiagramme für normales Gewebe, die verfügbar sind, können die Informationen über erreichbare Dosen durch Protonen bei der Identifizierung helfen Patienten, die von einer Protonentherapie profitieren.

Für Ziel 3. Im Rahmen dieses Projekts beabsichtigen die Ermittler, Staging, Pathologie und quantitative bildgebende Texturmerkmale für die Vorhersage des Ansprechens und die Identifizierung einer „Hochrisiko-Kohorte“ bei Gebärmutterhalskrebs zu integrieren. Bilder und klinische Daten von Patienten, die zu Studienbeginn eine MRT erhalten haben, werden eingeschlossen. Die Texturmerkmale können verwendet werden, um „gute“ und „schlechte Responder“ nach der Radiochemotherapie zu kategorisieren. Für dieselbe Patientenkohorte hat der Prüfarzt auch Gewebe verfügbar, einschließlich der Ergebnisse zusätzlicher Biomarker (wie AKT, LICAM, PDL1, CD4 und CD8). Die Ermittler beabsichtigen, zunächst Unterschiede in Texturmerkmalen zu korrelieren und zu sehen, ob es ein Muster unterschiedlicher molekularer Merkmale gibt. Im zweiten Schritt könnten bildgebende und molekulare Merkmale integriert werden, um „Risikovorhersagemodelle“ zu entwickeln. GTV und HRCTV, abgegrenzt auf 150 Datensätzen zu Studienbeginn, und Brachytherapie im Rahmen von Ziel 1 werden verwendet, um Responder und Non-Responder zu kategorisieren und weitere 150 Patientendatensätze zu validieren.