COMBINED PSMA-PET/CT EN MRI STADIËRING BIJ INTERMEDIAIRE EN HOOG-RISICO PATIËNTEN MET PROSTAATKANKER (COMBINE-P) (COMBINE-P)

Studieprotocol - COMBINE-P

1. Voer een betekenisvolle studietitel in die het project beschrijft

   COMBINED PSMA-PET/CT EN MRI STADIERING BIJ INTERMEDIAIRE EN HOOG-RISICO PATIËNTEN MET PROSTAATKANKER (COMBINE-P) - Een multicentrische retrospectieve analyse in de Europese Prostaatkankercentra van Uitmuntendheid voor Prostaatkanker (EPCCE)

2. Naam en titel van de studiecoördinatoren, graad/beroep, instituut/kliniek

Prof. Dr. Jan Philipp Radtke, Plaatsvervangend Directeur en Senior Consultant, Afdeling Urologie, Universitair Ziekenhuis Düsseldorf Prof. Dr. Peter Albers, Kliniekdirecteur, Kliniek voor Urologie, Universitair Ziekenhuis Düsseldorf Dr. Isabelle Busshoff, Assistent-arts, Afdeling Urologie, Universitair Ziekenhuis Düsseldorf

2.1 Studiecentrumcoördinatoren, graad/beroep, instituut/kliniek 2.1.1 Duitsland - Universitair Ziekenhuis München - Ludwig-Maximilians-Universität München Prof. Dr. Christian Stief, Hoogleraar Urologie en Voorzitter, Afdeling Urologie Dr. Thilo Westhofen, Consultant, Afdeling Urologie 2.1.2 Duitsland - Universitair Ziekenhuis Tübingen Prof. Dr. Arnulf Stenzl, Hoogleraar Urologie en Voorzitter, Afdeling Urologie Prof. Dr. Steffen Rausch, Hoogleraar Urologie, Afdeling Urologie, Universitair Ziekenhuis Tübingen 2.1.3 Duitsland - Universitair Ziekenhuis Bochum Prof. Dr. Joachim Nodus, Hoogleraar Urologie, Marien Hospital Herne Universiteit van Ruhr-Universität Bochum Prof. Dr. Florian Roghmann, Hoogleraar Urologie, Marien Hospital Herne Universiteit van Ruhr-Universität Bochum 2.1.4 Duitsland - Universitair Ziekenhuis Düsseldorf Prof. Dr. Lars Schimmöller, Instituut voor Diagnostische en Interventionele Radiologie Prof. Dr. Frederik L. Giesel, Afdeling Nucleaire Geneeskunde 2.1.5 Verenigd Koninkrijk - Christie Clinic Foundation Trust Manchester Prof. Dr. Vijay Sangar, Hoogleraar Urologie, Afdeling Urologie 2.1.6 België - Universitair Ziekenhuis Leuven Prof. Dr. Steven Joniau, Hoogleraar Urologie, Afdeling Urologie Prof. Dr. Karolien Goffin, Hoogleraar Nucleaire Geneeskunde, Afdeling Nucleaire Geneeskunde 2.1.7 Frankrijk - Hospices Civils de Lyon Prof. Dr. Alain Ruffion, Hoogleraar Urologie, Afdeling Urologie 2.1.8 Zwitserland - Universitair Ziekenhuis Bern Prof. Dr. George Thalmann, Hoogleraar Urologie, Afdeling Urologie 2.1.9 Italië - Ziekenhuis IRCCS San Raffaele Milaan Prof. Dr. Francesco Montorsi, Hoogleraar Urologie, Afdeling Urologie Prof. Dr. Alberto Briganti, Hoogleraar Urologie, Afdeling Urologie Dr. Armando Stabile, Consultant, Afdeling Urologie 2.1.10 Oostenrijk - Universitair Ziekenhuis Wenen Prof. Dr. Shahrokh Shariat, Hoogleraar Urologie, Afdeling Urologie Dr. Pawel Rajwa, Consultant, Afdeling Urologie 2.1.11 Zweden - Lund Universiteit, Skåne Universitair Ziekenhuis Prof. Dr. Anders Bjartell, Hoogleraar Urologie, Afdeling Urologie

3.

a. Is dit een initiële aanvraag of is er al een ethisch advies van een andere EC? Eerste beoordeling

4. Geef een korte samenvatting van uw studie. Leg het doel van de studie uit en welke nieuwe bevindingen u verwacht

Deze retrospectieve, multicentrische vergelijkende analyse heeft als doel een nieuwe stadieringsmethode te evalueren voor i) verbeterde detectie van intraprostatische indexlaesies, ii) lokale T-stadering en iii) lymfeklier (LK) stadering bij mannen met klinisch significante prostaatkanker (csPCa) met intermediair/hoog risico door het combineren van prostaat-specifiek membraan antigeen (PSMA) positronemissietomografie (PET) beeldvorming met verschillende tracers ((18)F) DCFPyL, Gallium-68, Fluor-18) en multiparametrische magnetische resonantie beeldvorming (MRI) bij patiënten met prostaatkanker (PCa) die vervolgens een radicale prostatectomie (RP) ondergingen. Een secundair eindpunt zal de toegevoegde waarde van PSMA-PET/CT zijn bij mannen met onopvallende MRI. Mannen met intermediair risico (PSA > 10 ng/ml tot 20 ng/ml of Gleason-score 7 of cT-categorie 2b) of hoog risico (PSA > 20 ng/ml of Gleason-score ≥ 8 of cT-categorie 2c) die PSMA-PET/CT en mpMRI ondergingen gevolgd door RP zullen worden geanalyseerd in drie verschillende subgroepen overeenkomend met de modaliteiten i) PSMA-PET/CT met 18-F-DCFPyL (subgroep/arm A), ii) Gallium-68 PSMA-PET/CT (subgroep/arm B) en Fluor-18 PSMA-PET/CT (subgroep/arm C) (1-6). De validatie van de nauwkeurigheid van de detectie van intraprostatische indexlaesies, lokale en lymfeklierstadering door MRI en PSMA-PET-CT met verschillende tracers wordt uitgevoerd met behulp van de histologische radicale prostatectomiepreparaten. Daarnaast zal de voorspelling van de International Society of Urological Pathology (ISUP) graderingsgroep (GG) binnen intraprostatische indexlaesies worden bepaald met behulp van de SUV (gestandaardiseerde opnamewaarde) in PSMA-PET-CT en met behulp van ADC-waarden (Apparent Diffusion Coefficient van de diffusie-gewogen MRI-sequentie) in MRI (7,8). Het vermogen van PSMA-PET-CT om extraprostatische, d.w.z. capsule-overstijgende, tumorgroei te voorspellen wordt ook geanalyseerd in vergelijking met MRI. Daarnaast wordt de correlatie van tumorlokalisatie (rechts vs. links) in relatie tot positieve lymfeklieren (rechts vs. links) geanalyseerd. Ten slotte wordt de toegevoegde waarde van PSMA-PET-CT bepaald in het geval van negatieve, niet-verdachte MRI.

Over het algemeen beoogt onze analyse de patiëntenzorg te verbeteren door het potentieel van niet-invasieve "digitale biopsie" te analyseren wat betreft laesiedetectie en voorspelling van de histologische graderingsgroep.

Daarnaast zal een proof-of-concept voor gepersonaliseerde lymfeklierdissectie op basis van voorspelling van lymfekliermetastasen en patiënt-afgestemde zenuwsparing met accurate voorspelling van extracapsulaire uitbreiding worden getest op basis van gecombineerde preoperatieve PSMA-PET en MRI-beeldvorming. De resultaten van deze twee analyses zullen een directe impact hebben op de klinische praktijk en het verdere gebruik van hooggespecialiseerde beeldvorming. Bovendien zal deze multicentrische data-analyse de Europese Prostaatkankercentra van Uitmuntendheid (EPCCE) groep voorzien van een proof-of-concept voor toekomstige projecten.

5. Geef aan welke bepalingen en principes in de toepasselijke versie relevant zijn voor het project en daarom tijdens de uitvoering in acht zullen worden genomen en nageleefd.

a. Beroepscode voor artsen b. Verklaring van Helsinki c. AVG d. Federale Gegevensbeschermingswet e. NRW Staatsgegevensbeschermingswet f. Gezondheidsgegevensbeschermingswet NRW

6. Geef de exacte periode aan waarop de geplande gegevensverzameling betrekking heeft (bijv. "01/2005 - 12/2014" of "01/2007 tot de datum van aanvraag").

Multicentrische, retrospectieve data-analyse. In het Universitair Ziekenhuis Düsseldorf van de Heinrich-Heine Universiteit Düsseldorf zal de retrospectieve data-analyse de periode 04/2021-04/2023 beslaan. In de andere centra zal de retrospectieve data-analyse de periode 01/2016-04/2023 beslaan.

7. Casusnummersplanning Voer het geplande aantal casussen in (bijv. n = x patiënten).

Multicentrisch n = 600 patiënten. In het Universitair Ziekenhuis Düsseldorf ongeveer n=60 patiënten.

8. Geïnformeerde toestemming

1. Is schriftelijke toestemming verkregen van de patiënt? Nee
2. Indien "Nee" Naast de tijd en kosten die gemoeid zijn met het opvolgen van de behandelde patiënten om hun "geïnformeerde toestemming" te verkrijgen, kan de waarschijnlijkheid van niet-toestemming als laag worden beschouwd. De retrospectieve analyse van de gegevens als onderdeel van het onderzoeksproject is uitsluitend gebaseerd op gegevens die zijn verkregen in het kader van medisch noodzakelijke behandeling op de Afdeling Urologie. Een retrospectieve verzameling van aanvullende gegevens is niet gepland. De gebruikte gegevens worden geëxtraheerd uit gearchiveerde gegevens van de Kliniek voor Urologie door medewerkers van de Kliniek voor Urologie die aan geheimhouding zijn gebonden, met directe anonimisering, zodat het niet mogelijk is de gegevens terug te leiden naar de individuele patiënt.

Het gebruik van de gegevens heeft geen verdere invloed op de behandeling van patiënten. De evaluatie levert geen gezondheids- of doorlopende zorgrisico op voor de patiënt. De analyse levert geen relevante therapieresultaten op voor de patiënt. De patiënten die zijn geanalyseerd in de retrospectieve analyse hebben reeds ingestemd met het gebruik van hun verzamelde gegevens voor wetenschappelijke doeleinden als onderdeel van de MRProRoutine-studie (studienummer: 5910R; studieregistratie-ID: 201/0341/1).

c. Zijn er aanwijzingen dat patiënten (inclusief individuele patiënten) bezwaar hebben gemaakt tegen het gebruik van hun gegevens voor onderzoeksdoeleinden? Er is geen bewijs voor deze uitzondering.

9. Gegevensbeheer

1. Wat is de bron van de gegevens? Gegevens worden verzameld uit gearchiveerde patiëntendossiers van patiënten van de Afdeling Urologie van het Universitair Ziekenhuis Düsseldorf. Als onderdeel van de multicentrische, retrospectieve data-analyse worden de geanonimiseerde gegevens van de HHU-patiënten vergeleken met die van het Inselspital Bern, het Universitair Ziekenhuis Wenen, het Ziekenhuis IRCCS San Raffaele Milaan, Anser/Erasmus Universitair Medisch Centrum Rotterdam, de Hospices Civils Lyon, Universitair Ziekenhuis Leuven/België, Universitair Ziekenhuis Lund/Zweden, Universitair Ziekenhuis Tübingen, Universitair Ziekenhuis Ludwig-Maximilians-Universität München, uit het Medico patiënteninformatiesysteem opgeslagen in een database. Daarnaast worden gegevens uit de PACS beeldverwerkings- en informatiesystemen van het Universitair Ziekenhuis Düsseldorf, het Inselspital Bern, het Universitair Ziekenhuis Wenen, het Ziekenhuis IRCCS San Raffaele Milaan, Anser/Erasmus Universitair Medisch Centrum Rotterdam, de Hospices Civils Lyon, het Universitair Ziekenhuis Leuven, het Universitair Ziekenhuis Lund/Zweden, het Universitair Ziekenhuis Tübingen, het Ziekenhuis Herne van het Universitair Ziekenhuis van de Ludwig-Maximilians-Universität München retrospectief en geanonimiseerd opgeslagen.
2. Voor gegevens uit patiëntendossiers: Werden de patiënten behandeld in uw kliniek? Ja.
3. Hoe worden de gegevens verzameld? Geanonimiseerd bij de bron.
4. Hoe worden de gegevens gecodeerd? Door middel van een oplopende reeks nummers.
5. Wie verzamelt de gegevens? Dr. Isabelle Bußhoff, Assistent-arts (Kliniek voor Urologie, UKD) Prof. Dr. Jan Philipp Radtke (Kliniek voor Urologie, UKD) Prof. Roghmann Florian (Afdeling Urologie, Marien Hospital Herne) Prof. Dr. Georg Thalmann (Afdeling Urologie, Inselspital Bern) Prof. Dr. Shahrokh Shariat (Afdeling Urologie, Universitair Ziekenhuis Wenen) Prof. Dr. Francesco Montorsi (Afdeling Urologie, Ziekenhuis IRCCS San Raffaele Milaan) Prof. Florian Roghmann (Kliniek voor Urologie, Marien Hospital Herne) Prof. Dr. Chris Bangma (Anser/Erasmus Universitair Medisch Centrum Rotterdam) Prof. Dr. Alain Ruffion (Kliniek voor Urologie, Hospices Civils Lyon) Prof. Dr. Steven Joniau (Afdeling Urologie, Universitair Ziekenhuis Leuven) Prof. Dr. Karolien Goffin (Afdeling Nucleaire Geneeskunde, Universitair Ziekenhuis Leuven) Prof. Dr. Christian Stief (Afdeling Urologie, Universitair Ziekenhuis van de Ludwig-Maximilians-Universität München) Prof. Dr. Steffen Rausch (Afdeling Urologie, Universitair Ziekenhuis Tübingen) Prof. Anders Bjartell (Afdeling Urologie, Lund Universitair Ziekenhuis)
6. Wie anonimiseert de gegevens? Dr. Isabelle Bußhoff, assistent-arts (Kliniek voor Urologie) Prof. Dr. Georg Thalmann (Afdeling Urologie, Inselspital Bern) Prof. Dr. Shahrokh Shariat (Afdeling Urologie, Universitair Ziekenhuis Wenen) Prof. Roghmann Florian (Afdeling Urologie, Marien Hospital Herne) Prof. Dr. Francesco Montorsi (Afdeling Urologie, Ziekenhuis IRCCS San Raffaele Milaan) Prof. Dr. Chris Bangma (Anser/Erasmus Universitair Medisch Centrum Rotterdam) Prof. Dr. Alain Ruffion (Kliniek voor Urologie, Hospices Civils Lyon) Prof. Dr. Steven Joniau (Afdeling Urologie, Universitair Ziekenhuis Leuven) Prof. Dr. Karolien Goffin (Afdeling Nucleaire Geneeskunde, Universitair Ziekenhuis Leuven) Prof. Dr. Christian Stief (Afdeling Urologie, Universitair Ziekenhuis Ludwig-Maximilians-Universität München) Prof. Dr. Steffen Rausch (Afdeling Urologie, Universitair Ziekenhuis Tübingen) Prof. Anders Bjartell (Afdeling Urologie, Lund Universitair Ziekenhuis)
7. Wie analyseert de gegevens? Dr. Isabelle Bußhoff, Assistent-arts (Kliniek voor Urologie) Prof. Dr. Jan Philipp Radtke Prof. Dr. Frederik L. Giesel Prof. Dr. Lars Schimmöller
8. Wie heeft toegang tot de toewijzingssleutel? Er is geen toewijzingssleutel omdat de gegevens geanonimiseerd zijn
9. Waar wordt de toewijzingssleutel bewaard? Er is geen toewijzingssleutel omdat de gegevens geanonimiseerd zijn
10. Hoe wordt de toewijzingssleutel opgeslagen? Er is geen toewijzingssleutel omdat de gegevens geanonimiseerd zijn
11. Waar worden de onderzoeksgegevens opgeslagen? Houd er rekening mee dat de toewijzingssleutel niet in dezelfde map/directory mag worden bewaard/opgeslagen als de gepseudonimiseerde onderzoeksgegevens. De gegevens worden opgeslagen in een met een wachtwoord beveiligde Excel-database op het serversysteem van het Universitair Ziekenhuis Düsseldorf.

De gegevens van alle centra worden opgeslagen in het PIONEER dataplatform via het CASTOR Programma van de Europese Vereniging voor Urologie (EAU) (https://prostatepioneer.eu/big-data-platform/pioneer-data-processing/). Inmiddels hebben de aanvragers de gegevensopslag in PIONEER en de financiering hiervoor succesvol verworven van de EAU en de EAU Research Foundation.

De gegevensuitwisselingsmodellen en gegevensversleuteling van het PIONEER-platform worden hieronder beschreven: PIONEER werkt met twee gegevenstoegangsmodellen - een gecentraliseerd en een gefedereerd model. In het gecentraliseerde gegevensuitwisselingsmodel wordt een kopie van de e-geïdentificeerde gegevens overgedragen naar PIONEER, geconverteerd en opgeslagen in een centrale datawarehouse voor onderzoeksdoeleinden.

In het gefedereerde model standaardiseren data-eigenaren hun eigen datasets en stellen analysehulpmiddelen op binnen hun eigen data-omgeving en maken deze beschikbaar op verzoek.

Het gecentraliseerde model zal gegevens incorporeren door populatiegebaseerde registers en epidemiologische onderzoeksgegevens om te zetten in een gemeenschappelijk OMOP (Observational Medical Outcomes Partnership) datamodel om de systematische analyse van verschillende observationele databases mogelijk te maken.

Ten slotte zal het PIONEER Big Data Platform niet alleen toegang bieden tot gegevens maar ook analytische hulpmiddelen (ATLAS, R) in een enkel innovatief dataplatform dat gebruikmaakt van twee bestaande dataplatforms, tranSMART en OHDSI, ontwikkeld in eerdere IMI-projecten. Binnen PIONEER zullen de gegevens niet persoonlijk identificeerbaar zijn, d.w.z. de gegevens zijn gedeïdentificeerd om voldoende anonimiteit te waarborgen zodat de persoon niet kan worden geïdentificeerd. Als gevolg van dit anonimiseringsproces worden de gegevens binnen PIONEER's Big Data-platform niet geclassificeerd als persoonsgegevens en als zodanig voldoet het gebruik van de gegevens aan alle toepasselijke gegevensbeschermingswetten op EU-niveau en valt het niet binnen de reikwijdte van de Algemene Verordening Gegevensbescherming (AVG) zonder de klinische relevantie van de gegevens in gevaar te brengen. PIONEER bereikt dit door gebruik te maken van twee databasemodellen: Een gefedereerd en een gecentraliseerd databasemodel. In het gefedereerde databasemodel verlaten de gegevens hun oorspronkelijke locatie niet maar worden op afstand bevraagd, waarbij PIONEER de analyse naar de gegevens brengt. Dit betekent in wezen dat de gegevens anoniem blijven voor de onderzoekers die toegang hebben tot de gefedereerde database. Gegevens uit een verscheidenheid aan bronnen worden effectief tijdelijk 'gekoppeld' om specifieke vragen te beantwoorden. Individuele gegevensaanbieders behouden eigendom en controle over hun gegevens en staan alleen vragen toe in reactie op geautoriseerde verzoeken. Dit model is met succes gebruikt door andere IMI-projecten zoals EMIF-AD.

In het gecentraliseerde databasemodel worden gegevens fysiek verplaatst van de gegevensaanbieder naar de gecentraliseerde PIONEER-server. Om dit te bereiken gebruikt PIONEER twee anonimiseringsmethoden. De eerste is de volledige verwijdering van alle directe identificatoren (zoals patiënt, naam, nummer, foto's of andere afbeeldingen die identificatie mogelijk maken). De tweede is "generalisatie", die quasi-identificatoren aanpakt. "Generalisatie" vervangt de waarden van een bepaald attribuut door minder specifieke waarden of verdunt de attributen van betrokken individuen door de respectievelijke schalen of grootheden aan te passen. Als de waarde een categorische waarde is, kan deze worden gewijzigd in een andere categorische waarde die een breder concept van de oorspronkelijke categorische waarde aanduidt. Als de waarde numeriek is, kan deze worden gewijzigd in een reeks waarden. Bijvoorbeeld, de granulariteit van individuele geboortedata kan worden verminderd door ze te generaliseren naar een datumbereik of te groeperen per maand of jaar.

Andere numerieke attributen (bijv. leeftijd, salaris, gewicht, lengte of de dosis van een medicijn) kunnen worden gegeneraliseerd door banding.

Door gebruik te maken van het gefedereerde databasemodel en het de facto anonimiseringsproces toe te passen op gegevens die in de gecentraliseerde database worden ingevoerd, verwerkt PIONEER geen persoonsgegevens en voldoet het daarom aan de gegevensbeschermingswetgeving en vereist het geen speciale autorisaties, toestemmingen of goedkeuringen in relatie tot het project (https://prostate-pioneer.eu/big-data-platform/pioneer-data-processing/).

10. Gebruik van beeld- en geluidsmateriaal

a. Zal beeld- of geluidsmateriaal retrospectief worden geanalyseerd als onderdeel van deze studie? Ja b. Indien "Ja": Hoe wordt anonimisering hier uitgevoerd? De voor de studie benodigde gegevens uit het gebruikte beeldmateriaal worden direct uit het beeldmateriaal uit de PACS geëxtraheerd in geanonimiseerde vorm. Het beeldmateriaal is daarom beperkt tot de MRI- en PET-CT-beelden. Anonimisering wordt automatisch uitgevoerd binnen de respectievelijke PACS-software die in het centrum wordt gebruikt.

11. Gebruik van genetische informatie

a. Maakt de studie gebruik van genetische informatie die identificatie van een persoon mogelijk maakt? Nee b. Indien "Ja": Hebben de proefpersonen/patiënten ingestemd met het gebruik van hun genetische gegevens voor onderzoeksdoeleinden? Niet van toepassing.

12. Vergoedingen

a. Hoe wordt de studie gefinancierd? De vergoedingen worden gefinancierd door de EAU Research Foundation: EAU Research Foundation, Mr E.N. van Kleffensstraat 5, 6842 CV Arnhem, Nederland. Gegevensopslag in PIONEER wordt gefinancierd door het bedrijf Exini: EXINI Diagnostics AB, Scheelevägen 27, 223 70 Lund, Zweden.

13. Overige informatie over de studie Geen verdere details