Verbetering van de detectie van vroege longkanker in een onderzoek naar diverse populaties (IDEAL). (IDEAL)

Longkanker blijft de belangrijkste doodsoorzaak door kanker in Canada en wereldwijd. Uit verschillende grote gerandomiseerde controleonderzoeken is gebleken dat laaggedoseerde computertomografie (LDCT)-screening een kosteneffectieve maatregel is om levens te redden van mensen die zwaar hebben gerookt. Het bewijsmateriaal leidde tot de implementatie van LDCT-longkankerscreening in Canada voor mensen die in het verleden zwaar hebben gerookt of nog steeds roken. Meer dan 50% van de patiënten die vandaag de dag longkanker ontwikkelen, zou echter niet voldoen aan de huidige criteria om in aanmerking te komen voor screening. Er is dringend behoefte aan een strategie om personen te identificeren die momenteel niet in aanmerking komen voor screening, maar wel een hoog risico lopen op longkanker. Ondertussen hebben recente onderzoeken aangetoond dat patiënten met incidentele longknobbels (IPN's) vaak niet voldoen aan de LDCT-screeningscriteria. Ondanks dat deze patiënten een hoger risico op longkanker hebben, wordt het merendeel nooit in de klinische setting gevolgd. Dit vertegenwoordigt een belangrijke kans om de opkomende uitdaging voor de vroege detectie van longkanker aan te pakken en tegelijkertijd de ontbrekende schakel tussen IPN's en longkanker aan te pakken.

Objectief.

Ons voorgestelde onderzoek zal twee belangrijke doelen hebben: (a) het identificeren van mensen met een hoog risico op longkanker die baat zouden hebben bij LDCT-screening, maar die momenteel niet in aanmerking komen; (b) het raamwerk bieden voor de behandeling van patiënten met incidentele longknobbels met passende follow-up, gebaseerd op nauwkeurige interpretatie van de CT-scan van de borstkas die al beschikbaar is.

Specifieke doelstellingen

(i) Het ontwikkelen van een raamwerk om het longkankerrisico van IPN-patiënten te beoordelen; (ii) Het ontwikkelen en valideren van een uitgeademde ademtest om personen met een hoog risico te identificeren die niet voldoen aan de huidige geschiktheidscriteria voor LDCT-screening; (iii) Prospectief een panel van circulerende bloedeiwitten valideren om de behandeling van incidentele longknobbeltjes te personaliseren; (iv) Verbetering van de nauwkeurigheid en consistentie van het lezen van CT-scans van de borstkas met incidentele longknobbeltjes om de vroege detectie van longkanker te verbeteren; (v) Evalueer de gezondheidseconomische voordelen van een multimodale benadering van de behandeling van incidentele longknobbels

Methoden. In totaal zullen er tussen beide takken van het onderzoek 3600 deelnemers worden gerekruteerd.

Omdat IPN-patiënten een risicovolle, voor screening ongeschikte en doorgaans onderbediende populatie vormen, zullen we een multiprovinciaal IPN-cohort opzetten op basis van 3600 patiënten met IPN's uit 3 provincies: British Columbia, Ontario en Quebec. Voor de Breathomics zullen we een uitgebreid onderzoek uitvoeren naar vluchtige organische stoffen met behulp van de modernste technologie en nauwkeurige massagaschromatografiespectrometrie met hoge resolutie. De ademsignaturen zullen worden gevalideerd met behulp van pre-diagnostische ademmonsters in het IPN-cohort en de klinische bruikbaarheid worden getest met een mobiel point-of-care-apparaat. We zullen het circulerende eiwitpanel prospectief valideren en het absolute risico op longkanker in het IPN-cohort beoordelen om de risicodrempels voor klinische toepassing vast te stellen. Tegelijkertijd zullen we een deep learning-algoritme ontwikkelen op basis van LDCT-beelden om de classificatie van IPN te verbeteren. Er zal een gezondheidseconomische analyse worden uitgevoerd van de klinische bruikbaarheid van deze instrumenten.

Betekenis:

De IPN-populatie biedt ons een ongebruikte leermogelijkheid om de vroege detectie van longkanker te verbeteren. Identificatie van personen die momenteel niet in aanmerking komen voor screening, maar een hoog risico lopen op longkanker, stelt ons in staat kunstmatige intelligentie en andere biomarkers te gebruiken om longkanker te voorspellen op basis van een reeds beschikbare CT van de borstkas die al beschikbaar is.