STADIFICATION COMBINÉE PAR PSMA-PET/CT ET IRM CHEZ LES PATIENTS À RISQUE INTERMÉDIAIRE ET ÉLEVÉ DE CANCER DE LA PROSTATE (COMBINE-P) (COMBINE-P)

Protocole de l'étude - COMBINE-P

1. Veuillez saisir un titre d'étude significatif qui décrit le projet en cours

   STADIFICATION COMBINÉE PAR PSMA-PET/CT ET IRM CHEZ LES PATIENTS À RISQUE INTERMÉDIAIRE ET ÉLEVÉ DE CANCER DE LA PROSTATE (COMBINE-P) - Une analyse rétrospective multicentrique dans les Centres d'Excellence Européens pour le Cancer de la Prostate (EPCCE)

2. Nom et titre des coordinateurs de l'étude, diplôme/profession, institut/clinique

Prof. Dr Jan Philipp Radtke, Directeur adjoint et Consultant principal, Département d'Urologie, Hôpital Universitaire de Düsseldorf Prof. Dr Peter Albers, Directeur de la Clinique, Clinique d'Urologie, Hôpital Universitaire de Düsseldorf Dr Isabelle Busshoff, Médecin assistant, Département d'Urologie, Hôpital Universitaire de Düsseldorf

2.1 Coordinateurs des sites d'étude, diplôme/profession, institut/clinique 2.1.1 Allemagne - Hôpital Universitaire de Munich - Université Ludwig-Maximilian de Munich Prof. Dr Christian Stief, Professeur titulaire d'Urologie et Président, Département d'Urologie Dr Thilo Westhofen, Consultant, Département d'Urologie 2.1.2 Allemagne - Hôpital Universitaire de Tübingen Prof. Dr Arnulf Stenzl, Professeur d'Urologie et Président, Département d'Urologie Prof. Dr Steffen Rausch, Professeur d'Urologie, Département d'Urologie, Hôpital Universitaire de Tübingen 2.1.3 Allemagne - Hôpital Universitaire de Bochum Prof. Dr Joachim Nodus, Professeur titulaire d'Urologie, Hôpital Marien Herne Université de la Ruhr-Université de Bochum Prof. Dr Florian Roghmann, Professeur d'Urologie, Hôpital Marien Herne Université de la Ruhr-Université de Bochum 2.1.4 Allemagne - Hôpital Universitaire de Düsseldorf Prof. Dr Lars Schimmöller, Institut de Radiologie Diagnostique et Interventionnelle Prof. Dr Frederik L. Giesel, Département de Médecine Nucléaire 2.1.5 Royaume-Uni - Christie Clinic Foundation Trust Manchester Prof. Dr Vijay Sangar, Professeur titulaire d'Urologie, Département d'Urologie 2.1.6 Belgique - Hôpital Universitaire de Louvain Prof. Dr Steven Joniau, Professeur titulaire d'Urologie, Département d'Urologie Prof. Dr Karolien Goffin, Professeur titulaire de Médecine Nucléaire, Département de Médecine Nucléaire 2.1.7 France - Hôpitaux Civils de Lyon Prof. Dr Alain Ruffion, Professeur titulaire d'Urologie, Département d'Urologie 2.1.8 Suisse - Hôpital Universitaire de Berne Prof. Dr George Thalmann, Professeur d'Urologie, Département d'Urologie 2.1.9 Italie - Hôpital IRCCS San Raffaele Milan Prof. Dr Francesco Montorsi, Professeur titulaire d'Urologie, Département d'Urologie Prof. Dr Alberto Briganti, Professeur d'Urologie, Département d'Urologie Dr Armando Stabile, Consultant, Département d'Urologie 2.1.10 Autriche - Hôpital Universitaire de Vienne Prof. Dr Shahrokh Shariat, Professeur titulaire d'Urologie, Département d'Urologie Dr Pawel Rajwa, Consultant, Département d'Urologie 2.1.11 Suède - Université de Lund, Hôpital Universitaire de Skåne Prof. Dr Anders Bjartell, Professeur d'Urologie, Département d'Urologie

3.

a. S'agit-il d'une demande initiale ou existe-t-il déjà un avis éthique d'un autre CE ? Premier avis

4. Veuillez fournir un bref résumé de votre étude. Veuillez expliquer l'objectif de l'étude et les nouvelles découvertes attendues

Cette analyse comparative rétrospective multicentrique vise à évaluer une nouvelle méthode de stadification pour i) une détection améliorée des lésions index intraprostatiques, ii) la stadification T locale et iii) la stadification des ganglions lymphatiques (LN) chez les hommes atteints d'un cancer de la prostate cliniquement significatif (csPCa) à risque intermédiaire/élevé en combinant l'imagerie par tomographie par émission de positrons (PET) de l'antigène membranaire spécifique de la prostate (PSMA) utilisant différents traceurs ((18)F) DCFPyL, Gallium-68, Fluor-18) et l'imagerie par résonance magnétique multiparamétrique (IRM) chez les patients atteints d'un cancer de la prostate (PCa) ayant subi par la suite une prostatectomie radicale (RP). Un autre critère secondaire sera la valeur ajoutée du PSMA-PET/CT chez les hommes avec IRM sans particularité. Les hommes à risque intermédiaire (PSA > 10 ng/ml à 20 ng/ml ou score de Gleason 7 ou catégorie cT 2b) ou à haut risque (PSA > 20 ng/ml ou score de Gleason ≥ 8 ou catégorie cT 2c) ayant subi un PSMA-PET/CT et une mpMRI suivis d'une RP seront analysés dans trois sous-groupes différents correspondant aux modalités i) PSMA-PET/CT avec 18-F-DCFPyL (sous-groupe/bras A), ii) PSMA-PET/CT au Gallium-68 (sous-groupe/bras B) et PSMA-PET/CT au Fluor-18 (sous-groupe/bras C) (1-6). La validation de la précision de la détection des lésions index intraprostatiques, de la stadification locale et ganglionnaire par IRM et PSMA-PET-CT avec différents traceurs est réalisée en utilisant les spécimens histologiques de prostatectomie radicale. De plus, la prédiction du groupe de graduation (GG) de la Société Internationale de Pathologie Urogénitale (ISUP) au sein des lésions index intraprostatiques sera déterminée en utilisant la SUV (valeur de fixation standardisée) dans le PSMA-PET-CT et en utilisant les valeurs ADC (coefficient de diffusion apparent de la séquence IRM pondérée en diffusion) dans l'IRM (7,8). La capacité du PSMA-PET-CT à prédire la croissance tumorale extraprostatique, c'est-à-dire transcapsulaire, est également analysée en comparaison avec l'IRM. En outre, la corrélation de la localisation tumorale (droite vs gauche) par rapport aux ganglions lymphatiques positifs (droite vs gauche) est analysée. Enfin, la valeur ajoutée du PSMA-PET-CT en cas d'IRM négative, non suspecte, est déterminée.

Globalement, notre analyse vise à améliorer les soins aux patients en analysant le potentiel de la "biopsie numérique" non invasive en termes de détection des lésions et de prédiction du groupe de graduation histologique.

De plus, une preuve de concept pour une dissection ganglionnaire personnalisée basée sur la prédiction des métastases ganglionnaires et une épargne nerveuse adaptée au patient avec prédiction précise de l'extension extracapsulaire sera testée sur la base de l'imagerie PSMA-PET et IRM préopératoire combinée. Les résultats de ces deux analyses auront un impact direct sur la pratique clinique et l'utilisation future de l'imagerie hautement spécialisée. En outre, cette analyse de données multicentrique fournira au groupe des Centres d'Excellence Européens pour le Cancer de la Prostate (EPCCE) une preuve de concept pour des projets futurs.

5. Veuillez indiquer lesquelles des dispositions et principes de la version applicable sont pertinents pour le projet et seront donc pris en compte et respectés lors de la mise en œuvre.

a. Code de déontologie médicale b. Déclaration d'Helsinki c. RGPD d. Loi fédérale sur la protection des données e. Loi sur la protection des données de l'État de NRW f. Loi sur la protection des données de santé NRW

6. Veuillez indiquer la période exacte à laquelle se rapporte la collecte de données planifiée (par ex. "01/2005 - 12/2014" ou "01/2007 à la date de la demande").

Analyse de données rétrospective multicentrique. À l'Hôpital Universitaire de Düsseldorf de l'Université Heinrich-Heine de Düsseldorf, l'analyse de données rétrospective couvrira la période 04/2021-04/2023. Dans les autres centres, l'analyse de données rétrospective couvrira la période 01/2016-04/2023.

7. Planification du nombre de cas Veuillez saisir le nombre de cas prévu (par ex. n = x patients).

Multicentrique n = 600 patients. À l'Hôpital Universitaire de Düsseldorf env. n=60 patients.

8. Consentement éclairé

1. Un consentement écrit a-t-il été obtenu du patient ? Non
2. Si "Non" En plus du temps et des coûts impliqués dans le suivi des patients traités pour obtenir leur "consentement éclairé", la probabilité de non-consentement peut être considérée comme globalement faible. L'analyse rétrospective des données dans le cadre du projet de recherche est basée exclusivement sur des données acquises au cours du traitement médicalement nécessaire au Département d'Urologie. Une collecte rétrospective de données supplémentaires n'est pas prévue. Les données utilisées sont extraites des données archivées de la Clinique d'Urologie par des employés de la Clinique d'Urologie tenus au secret professionnel, avec anonymisation immédiate, de sorte qu'il n'est pas possible de retracer les données jusqu'au patient individuel.

L'utilisation des données n'a aucun effet supplémentaire sur le traitement des patients. L'évaluation n'entraîne aucun risque pour la santé ou les soins continus du patient. L'analyse n'entraîne aucun résultat thérapeutique pertinent pour le patient. Les patients analysés dans l'analyse rétrospective ont déjà consenti à l'utilisation de leurs données collectées à des fins scientifiques dans le cadre de l'étude MRProRoutine (numéro d'étude : 5910R ; ID d'enregistrement de l'étude : 201/0341/1).

c. Existe-t-il des indications que des patients (y compris des patients individuels) se sont opposés à l'utilisation de leurs données à des fins de recherche ? Il n'y a aucune preuve de cette exception.

9. Gestion des données

1. Quelle est la source des données ? Les données sont collectées à partir des dossiers patients archivés des patients du Département d'Urologie de l'Hôpital Universitaire de Düsseldorf. Dans le cadre de l'analyse de données rétrospective multicentrique, les données anonymisées des patients de la HHU sont comparées à celles de l'Inselspital Berne, de l'Hôpital Universitaire de Vienne, de l'Hôpital IRCCS San Raffaele Milan, de l'Hôpital Universitaire Anser/ERASMUS Rotterdam, des Hôpitaux Civils de Lyon, de l'Hôpital Universitaire de Louvain/Belgique, de l'Hôpital Universitaire de Lund/Suède, de l'Hôpital Universitaire de Tübingen, de l'Hôpital Universitaire de l'Université Ludwig-Maximilian de Munich, à partir du système d'information patient Medico sont stockées dans une base de données. De plus, les données des systèmes de traitement d'images et d'information PACS de l'Hôpital Universitaire de Düsseldorf, de l'Inselspital Berne, de l'Hôpital Universitaire de Vienne, de l'Hôpital IRCCS San Raffaele Milan, de l'Hôpital Universitaire Anser/ERASMUS Rotterdam, des Hôpitaux Civils de Lyon, de l'Hôpital Universitaire de Louvain, de l'Hôpital Universitaire de Lund/Suède, de l'Hôpital Universitaire de Tübingen, de l'Hôpital Herne de l'Hôpital Universitaire de l'Université Ludwig Maximilian de Munich sont stockées rétrospectivement et anonymisées.
2. Pour les données provenant des dossiers patients : Les patients ont-ils été traités dans votre clinique ? Oui.
3. Comment les données sont-elles collectées ? Anonymisées à la source.
4. Comment les données sont-elles codées ? Au moyen d'une série ascendante de numéros.
5. Qui collecte les données ? Dr Isabelle Bußhoff, Médecin assistant (Clinique d'Urologie, UKD) Prof Dr Jan Philipp Radtke (Clinique d'Urologie, UKD) Prof Roghmann Florian (Département d'Urologie, Hôpital Marien Herne) Prof Dr Georg Thalmann (Département d'Urologie, Inselspital Berne) Prof Dr Shahrokh Shariat (Département d'Urologie, Hôpital Universitaire de Vienne) Prof Dr Francesco Montorsi (Département d'Urologie, Hôpital IRCCS San Raffaele Milan) Prof Florian Roghmann (Clinique d'Urologie, Hôpital Marien Herne) Prof Dr Chris Bangma (Centre Médical Universitaire Anser/ERASMUS Rotterdam) Prof Dr Alain Ruffion (Clinique d'Urologie, Hôpitaux Civils de Lyon) Prof Dr Steven Joniau (Département d'Urologie, Hôpital Universitaire de Louvain) Prof Dr Karolien Goffin (Département de Médecine Nucléaire, Hôpital Universitaire de Louvain) Prof Dr Christian Stief (Département d'Urologie, Hôpital Universitaire de l'Université Ludwig Maximilian de Munich) Prof Dr Steffen Rausch (Département d'Urologie, Hôpital Universitaire de Tübingen) Prof Anders Bjartell (Département d'Urologie, Hôpital Universitaire de Lund)
6. Qui anonymise les données ? Dr Isabelle Bußhoff, médecin assistant (Clinique d'Urologie) Prof Dr Georg Thalmann (Département d'Urologie, Inselspital Berne) Prof Dr Shahrokh Shariat (Département d'Urologie, Hôpital Universitaire de Vienne) Prof Roghmann Florian (Département d'Urologie, Hôpital Marien Herne) Prof Dr Francesco Montorsi (Département d'Urologie, Hôpital IRCCS San Raffaele Milan) Prof Dr Chris Bangma (Centre Médical Universitaire Anser/ERASMUS Rotterdam) Prof Dr Alain Ruffion (Clinique d'Urologie, Hôpitaux Civils de Lyon) Prof Dr Steven Joniau (Département d'Urologie, Hôpital Universitaire de Louvain) Prof Dr Karolien Goffin (Département de Médecine Nucléaire, Hôpital Universitaire de Louvain) Prof Dr Christian Stief (Département d'Urologie, Hôpital Universitaire de l'Université Ludwig Maximilian de Munich) Prof Dr Steffen Rausch (Département d'Urologie, Hôpital Universitaire de Tübingen) Prof Anders Bjartell (Département d'Urologie, Hôpital Universitaire de Lund)
7. Qui analyse les données ? Dr Isabelle Bußhoff, Médecin assistant (Clinique d'Urologie) Prof Dr Jan Philipp Radtke Prof Dr Frederik L. Giesel Prof Dr Lars Schimmöller
8. Qui a accès à la clé d'attribution ? Il n'y a pas de clé d'attribution car les données sont anonymisées
9. Où est conservée la clé d'attribution ? Il n'y a pas de clé d'attribution car les données sont anonymisées
10. Comment la clé d'attribution est-elle sauvegardée ? Il n'y a pas de clé d'attribution car les données sont anonymisées
11. Où sont stockées les données de recherche ? Veuillez noter que la clé d'attribution ne doit pas être conservée/sauvegardée dans le même dossier/répertoire que les données de recherche pseudonymisées. Les données sont stockées dans une base de données Excel protégée par mot de passe sur le système serveur de l'Hôpital Universitaire de Düsseldorf.

Les données de tous les centres sont stockées dans la plateforme de données PIONEER via le Programme CASTOR de l'Association Européenne d'Urologie (EAU) (https://prostatepioneer.eu/big-data-platform/pioneer-data-processing/). Entre-temps, les demandeurs ont réussi à obtenir le stockage des données dans PIONEER et le financement correspondant de l'EAU et de la Fondation de Recherche de l'EAU.

Les modèles d'échange de données et le chiffrement des données de la plateforme PIONEER sont décrits ci-dessous : PIONEER fonctionne avec deux modèles d'accès aux données - un modèle centralisé et un modèle fédéré. Dans le modèle d'échange de données centralisé, une copie des données e-identifiées est transférée à PIONEER, convertie et stockée dans un entrepôt de données central à des fins de recherche.

Dans le modèle fédéré, les propriétaires de données standardisent leurs propres ensembles de données et mettent en place des outils d'analyse dans leur propre environnement de données et les rendent disponibles sur demande.

Le modèle centralisé intégrera les données en convertissant les registres basés sur la population et les données de recherche épidémiologique en un modèle de données OMOP (Observational Medical Outcomes Partnership) commun pour permettre l'analyse systématique de différentes bases de données observationnelles.

Enfin, la Plateforme de Big Data PIONEER fournira non seulement un accès aux données mais aussi des outils analytiques (ATLAS, R) dans une plateforme de données innovante unique qui utilise deux plateformes de données existantes, tranSMART et OHDSI, développées dans des projets IMI précédents. Au sein de PIONEER, les données ne seront pas personnellement identifiables, c'est-à-dire que les données ont été désidentifiées pour assurer une anonymisation suffisante afin que la personne ne puisse être identifiée. Suite à ce processus d'anonymisation, les données au sein de la plateforme de Big Data de PIONEER ne sont pas classées comme des données personnelles et en tant que telles, l'utilisation des données respecte toutes les lois applicables sur la protection des données au niveau de l'UE et ne relève pas du champ d'application du Règlement Général sur la Protection des Données (RGPD) sans compromettre la pertinence clinique des données. PIONEER y parvient en utilisant deux modèles de base de données : Un modèle de base de données fédéré et un modèle centralisé. Dans le modèle de base de données fédéré, les données ne quittent pas leur emplacement d'origine mais sont interrogées à distance, PIONEER apportant l'analyse aux données. Cela signifie essentiellement que les données restent anonymes pour les chercheurs accédant à la base de données fédérée. Les données provenant de diverses sources sont effectivement "liées" temporairement pour répondre à des requêtes spécifiques. Les fournisseurs de données individuels conservent la propriété et le contrôle de leurs données et n'autorisent les requêtes qu'en réponse à des demandes autorisées. Ce modèle a été utilisé avec succès par d'autres projets IMI tels qu'EMIF-AD.

Dans le modèle de base de données centralisé, les données sont physiquement déplacées du fournisseur de données vers le serveur centralisé PIONEER. Pour y parvenir, PIONEER utilise deux méthodes d'anonymisation. La première est la suppression complète de tous les identifiants directs (tels que patient, nom, numéro, photos ou autres images permettant l'identification). La seconde est la "généralisation", qui traite les quasi-identifiants. La "généralisation" remplace les valeurs d'un attribut particulier par des valeurs moins spécifiques ou dilue les attributs des individus concernés en modifiant les échelles ou magnitudes respectives. Si la valeur est une valeur catégorielle, elle peut être changée en une autre valeur catégorielle qui dénote un concept plus large de la valeur catégorielle d'origine. Si la valeur est numérique, elle peut être changée en une plage de valeurs. Par exemple, la granularité des taux de naissance individuels peut être réduite en les généralisant à une plage de dates ou en les regroupant par mois ou année.

D'autres attributs numériques (par ex. âge, salaire, poids, taille ou dose d'un médicament) peuvent être généralisés par regroupement en bandes.

En utilisant le modèle de base de données fédéré et en appliquant le processus d'anonymisation de facto aux données entrées dans la base de données centralisée, PIONEER ne traite aucune donnée personnelle et respecte donc la loi sur la protection des données et ne nécessite aucune autorisation, consentement ou approbation spéciale en relation avec le projet (https://prostate-pioneer.eu/big-data-platform/pioneer-data-processing/).

10. Utilisation de matériel image et sonore

a. Du matériel image ou sonore sera-t-il analysé rétrospectivement dans le cadre de cette étude ? Oui b. Si "Oui" : Comment l'anonymisation est-elle réalisée ici ? Les données nécessaires à l'étude provenant du matériel image utilisé sont extraites directement du matériel image du PACS sous forme anonymisée. Le matériel image est donc limité aux images IRM et PET-CT. L'anonymisation est effectuée automatiquement dans le logiciel PACS respectif utilisé au centre.

11. Utilisation d'informations génétiques

a. L'étude utilise-t-elle des informations génétiques permettant l'identification d'une personne ? Non b. Si "Oui" : Les sujets/patients ont-ils consenti à l'utilisation de leurs données génétiques à des fins de recherche ? Non applicable.

12. Frais

a. Comment l'étude est-elle financée ? Les frais sont financés par la Fondation de Recherche de l'EAU : EAU Research Foundation, M. E.N. van Kleffensstraat 5, 6842 CV Arnhem, Pays-Bas. Le stockage des données dans PIONEER est financé par la société Exini : EXINI Diagnostics AB, Scheelevägen 27, 223 70 Lund, Suède.

13. Autres informations sur l'étude Aucun détail supplémentaire