Opracowanie modelu predykcyjnego dla przerzutów otrzewnej raka żołądka i kacheksji przy użyciu danych BUB1 i radiopatomiki z głębokim uczeniem się (BUDDLE)

Rak żołądka (GC) jest jednym z najczęstszych i agresywnych nowotworów złośliwych, przy czym przerzuty otrzewnowe i kacheksja znacząco przyczyniają się do jego złego rokowania. Gen Bub1 jest zaangażowany w niestabilność chromosomalną i postęp GC, ale jego rola w przerzutach otrzewnej i kacheksji pozostaje niejasna. To badanie kliniczne ma na celu zbadanie potencjału integracji ekspresji genów Bub1 z obrazowaniem i danymi patologicznymi w celu opracowania modelu predykcyjnego postępu GC.

Badanie zgromadzi kompleksowe dane od pacjentów z GC, w tym profili genomowych (ekspresja genów BUB1), obrazy radiologiczne (skany CT/MRI) i wyniki histopatologiczne. Zaawansowana analiza radiomów wyodrębni cechy ilościowe z danych obrazowych, podczas gdy dane patologiczne zostaną przeanalizowane dla odpowiednich markerów histologicznych. Połączony zestaw danych zostanie wprowadzony do modelu głębokiego uczenia się w celu zidentyfikowania wzorców związanych z przerzutami otrzewnowymi i kacheksją, koncentrując się na identyfikacji wczesnych biomarkerów.

Model głębokiego uczenia się przejdzie iteracyjne szkolenie i walidacja przy użyciu zarówno retrospektywnych, jak i prospektywnych danych pacjenta. Głównym punktem końcowym badania jest ocena dokładności predykcyjnej modelu dla przerzutów otrzewnowych i rozwoju kacheksji, podczas gdy wtórne punkty końcowe obejmują jego potencjał do informowania spersonalizowanych strategii leczenia, poprawy wskaźników przeżycia i prowadzenia decyzji klinicznych.

Badanie to zbada również korelację między ekspresją BUB1 a cechami radiopatomiki w GC, zapewniając wgląd w leżące u podstaw mechanizmy napędzające przerzuty otrzewnowe i kacheksję. Odkrycia mają na celu ustanowienie solidnego, stosownego klinicznie narzędzia predykcyjnego, które można zintegrować z obecną praktyką kliniczną w celu uzyskania lepszych wyników pacjentów.