Tracciare i tumori cerebrali attraverso il tempo profondo (TRACE)

Verranno selezionati pazienti (pediatrici e adulti) con diagnosi (radiologica/istopatologica) di tumori cerebrali primari registrati nel gruppo di gestione delle malattie neuro-oncologiche tra gennaio 2005 e dicembre 2023. Si prevede che circa 500-600 pazienti all'anno siano idonei con i dati di imaging (circa 500 pazienti vengono trattati ogni anno con radiazioni nel nostro centro con dati TC disponibili per la pianificazione delle radiazioni e altri 100-200 pazienti vengono sottoposti a scansioni preoperatorie o postoperatorie ). Per il periodo di tempo sopra menzionato, si prevede che saranno disponibili dati provenienti da circa 10.000 pazienti, che costituirà il limite superiore della dimensione del campione per lo studio attuale.

L'area del tumore primario (o cavità e tumore residuo che indica la posizione originale per i dati postoperatori) verrà segmentata su TC e/o MRI, se disponibile. L'edema peritumorale verrà escluso dalla regione segmentata. La segmentazione verrà eseguita manualmente in una coorte iniziale di circa 200-500 pazienti. Successivamente, un algoritmo di apprendimento automatico come una U-net 3D o una tecnica basata sul deep learning verrà addestrato sui dati iniziali (e convalidato sui successivi 100-200 pazienti per valutare l'accuratezza e la robustezza dell'algoritmo) per una rapida implementazione e segmentazione dell'ampio insieme di dati. Una volta identificate le regioni tumorali cerebrali nell'intera popolazione, verranno generate mappe di densità per riprodurre la posizione dei tumori su una scala quantitativa in base all'età del paziente al momento della diagnosi (età in anni come dati continui e dati categorici, ovvero gruppi di età, ad esempio, neonati, bambini, adolescenti, adolescenti. adulti e anziani). Le mappe di densità generate verranno confrontate con regioni delle regioni del cervello dei vertebrati (con letteratura liberamente disponibile) tra le specie per quanto riguarda la scala geologica/unità di tempo profondo, ad esempio, in unità di 10-50 milioni di anni. Allo stesso modo, l'anatomia ossea del cranio verrà estratta dai dati TC e/o MRI (applicando tecniche come le soglie di intensità della finestra senza necessità di segmentazione). I pazienti con difetti maggiori nel cranio cranico dovuti ad aumento della pressione intracranica o interventi chirurgici saranno esclusi dall'analisi dell'antropometria cranica (tuttavia, sarà disponibile per la valutazione dell'anatomia della base cranica). I modelli organizzativi saranno analizzati utilizzando modelli di apprendimento automatico e altri modelli statistici come la statistica bayesiana e confrontati con altre popolazioni umane normali disponibili al pubblico senza tumori cerebrali (aggiustando per età, razza a seconda dei casi), dati fossili di vertebrati/ominidi, primati non umani per il riconoscimento del collegamento. Le mappe di densità e i dati antropometrici verranno confrontati all'interno dell'intera coorte di pazienti con tumori cerebrali (dallo studio) stratificati per fattori quali età (come menzionato in precedenza), localizzazione del tumore (ad esempio, sopratentoriale vs infratentoriale), grado del tumore (benigno vs .grado basso vs grado alto). L'analisi statistica per le mappe di densità e l'antropometria sarà effettuata condividendo dati anonimizzati con collaboratori esperti in ricerche simili dell'Indian Statistical Institute (Unità di studi geologici e Unità di ricerca statistica interdisciplinare).