Forbedring av kreftfokusdeteksjon i prostatakreft ved bruk av multiparametrisk MR/MRS (GCC 1261)

Etterforskernes mål er å utvikle en ikke-selektiv og ikke-invasiv prosedyre for å identifisere aggressive svulster og samtidig identifisere deres eksakte plassering hos prostatakreftpasienter som gjennomgår radikal prostatektomi ved å kombinere multiparametrisk MR og maskinlæringsteknikker. Kombinasjonen av multiparametrisk MR og maskinlæring (validert ved bruk av histopatologi) kan føre til økt sensitivitet og spesifisitet av kreftfoci i prostata, og hjelpe til med å isolere aggressive fra indolente svulster. Denne økte sensitiviteten og spesifisiteten kan til slutt føre til: a) en reduksjon i antall pasienter som gjennomgår unødvendig behandling, og b) forbedre dagens behandlingsalternativer ved å muliggjøre bruk av fokuserte terapier. Etterforskerne vil rekruttere 15 pasienter med prostatakreft som for tiden er planlagt å gjennomgå radikal prostatektomi inn i studien. Alle pasienter vil få en avansert MR-studie før radikal prostatektomi. MR-skanninger vil inkludere a) volumetriske bilder med høy oppløsning ved bruk av T1- og T2-vektet avbildning, b) vaskulære bilder ved bruk av dynamisk kontrastforsterket (DCE)-avbildning, c) bilder med biofysiske mikrostrukturer ved bruk av diffusjonsvektet avbildning, og d) biokjemiske bilder ved bruk av MR spektroskopisk avbildning. Etter radikal prostatektomi vil en patolog gradere prostatektomiprøvene basert på standardbehandling (Gleason graderingssystem). Korrelasjoner vil bli generert mellom parameterne oppnådd fra skanninger og fra kliniske vurderinger.