Preoperatieve risicostratificatie voor long metastase bij weke delen tumor met behulp van een radiomics model

Note: Unfortunately, only available to Dutch speakers, as you will have to work with Dutch patient data.

Achtergrond

Weke delen tumoren omvatten een grote groep van verschillende fenotypes die op alle locaties van het lichaam kunnen optreden. Voor deze tumoren zijn de longen de meest voorkomende locatie van metastase, wat optreedt in 20% van alle maligne weke delen. Het voorkomen van metastase is essentieel omdat de overlevingskans van de patiënt sterk afneemt. Tevens, wanneer er metastase optreedt, is het van groot belang dit zo snel mogelijk in kaart te brengen. Het identificeren van risicopatiënten voor long metastase is daarom essentieel voor het opstellen van het behandelplan en het inplannen van vervolg scans.

Op dit moment is het moeilijk te voorspellen welke patiënten met een weke delen tumor een long metastase gaan doormaken. Het fenotype, locatie en tumorgraad kunnen al een hint geven. Zo hebben tumoren in de extremiteiten een grotere kans tot uitzaaiing naar de longen. Dit is hetzelfde geval bij hooggradige tumoren. Ook is de activiteit in de marginale zone van de resectie ook een indicatie voor kans op long metastase. Daarbij denken wij dat beeldkarakteristieken op MRI en/of CT een indicatie kunnen geven op de kans op long metastase.

Met deze studie willen we kijken of we een radiomics model kunnen ontwikkelen die de kans op distale longmetastase kan voorspellen. Radiomics is een innovatieve methode waarbij moleculaire informatie wordt gekoppeld aan beeldkarakteristieken. Met deze techniek kan op basis van specifieke beeldkarakteristieken een voorspelling worden gedaan over de aard en progressie van de tumor. Door dit computermodel op basis van MRI- of CT-beelden te ‘leren’ welke patiënten risico lopen op een long metastase hopen we in de toekomst patiënten de meest optimale behandeling te geven.

Onderzoeksvraag & Doel Het doel van dit onderzoek is om een radiomics model te ontwikkelen wat op basis van MRI- en/of CT-beelden kan voorspellen of een patiënt met een weke delen tumor risico loopt op een long metastase.

Onderzoeksactiviteiten Gedeeltelijke database van patiënten is aanwezig, de resterende patiënten uit het EMC zijn reeds geselecteerd maar de gegevens moeten nog worden verzameld. Statistische analyse m.b.v. SPSS en/of R: Klinische karakteristieken (Univariate en multivariate analysis), evaluatie radiomicsmodel (ROC-curve, accuracy, sensitivity, specificity, negative predictive value, and positive value). Goedkeuren van automatisch gegenereerd segmentaties van de tumor en mogelijk intekenen van onbekende segmentatie van tumoren op de MRI- of CT-beelden m.b.v. segmentatiesoftware (ontwikkeld door het Erasmus MC). Tevens is het mogelijk mee te kijken op OK bij complexe operaties en mee te lopen op de poli

Related research:

• https://doi.org/10.3322/caac.21605
• https://doi.org/10.1097/00000658-199905000-00002
• https://doi.org/10.1158/0008-5472.CAN-16-1536

Supervisors

• Douwe Spaanderman (PhD Student)
• Martijn Starmans
• Dirk Grünhagen

Feel free to mail me if you are interested in this project or want more information!