Sviluppo di piattaforme clinicamente altamente efficienti per il trattamento individualizzato del cancro della cervice

Per l'obiettivo 1. La delineazione automatica di bersagli tumorali complessi per il cancro cervicale per il volume tumorale lordo (GTV) al basale e alla brachiterapia e il volume target clinico ad alto rischio (CTV) al basale e la brachiterapia saranno eseguiti su MRI.

Le seguenti strutture saranno elaborate per l'automazione su CT

1. Volume obiettivo clinico a basso rischio (CTV a basso rischio)
2. GTV: nodale
3. Volume target pelvico nodale elettivo
4. Volume nodale pelvico e paraaortico elettivo
5. Retto
6. Vescia
7. Sigmoideo
8. Intestino
9. Midollo osseo

Per l'obiettivo 2. Lo sperimentatore intende utilizzare l'apprendimento automatico per lo sviluppo di modelli di previsione della tossicità dei tessuti normali più robusti. Ulteriori tecniche avanzate come l'analisi della struttura delle mappe della dose di radiazioni e il follow-up della densità dei tessuti saranno inoltre eseguite per sviluppare modelli predittivi di tossicità. Utilizzando i nostri set di dati dei pazienti, Investigator desidera creare una libreria di piani di fasci di protoni con i sistemi di pianificazione dei protoni che saranno disponibili nel dipartimento di oncologia delle radiazioni e utilizzando i grafici delle complicanze dei tessuti normali sviluppati disponibili le informazioni sulle dosi ottenibili attraverso i protoni possono aiutare a identificare pazienti che trarranno beneficio dalla terapia protonica.

Per l'obiettivo 3. All'interno di questo progetto, il ricercatore intende integrare stadiazione, patologia e caratteristiche di struttura di imaging quantitativo per la previsione della risposta e l'identificazione di "coorte ad alto rischio" nel cancro della cervice. Saranno incluse immagini e dati clinici di pazienti che hanno MRI al basale Le caratteristiche della trama possono essere utilizzate per classificare "buoni" e "scarsi responder" dopo la chemioradioterapia. Per la stessa coorte di pazienti, lo sperimentatore dispone anche di tessuto disponibile, inclusi i risultati di biomarcatori aggiuntivi (come AKT, LICAM, PDL1, CD4 e CD8). L'investigatore intende innanzitutto correlare la differenza nelle caratteristiche della trama e vedere se esiste uno schema di diverse caratteristiche molecolari. Nella seconda fase l'imaging e le caratteristiche molecolari potrebbero essere integrate per lo sviluppo di "modelli di previsione del rischio". GTV e HRCTV delineati su 150 set di dati al basale e la brachiterapia nell'ambito dell'obiettivo 1 saranno utilizzati per classificare i responder e i non responder e convalidare altri 150 set di dati dei pazienti.