Vorhersage eines metastasierten Rückfalls bei Patienten mit lokalisiertem Prostatakrebs mit mittlerem/hohem Risiko anhand medizinischer Stadienbilder und klinischer Variablen (PROVIDENCE-Studie)

Prostatakrebs (PCa) ist weltweit die zweithäufigste Krebserkrankung bei Männern und die zweithäufigste krebsbedingte Todesursache. Lokalisiertes PCa ist meist eine indolente Erkrankung; Patienten mit mittlerem und hohem Risiko haben jedoch ein höheres Sterberisiko an Prostatakrebs, und die Prognose ist schwieriger vorherzusagen. Für diese Patienten bleibt die Prognose komplex, wobei ein biochemisches Rezidiv (BCR) einen signifikanten Schritt in Richtung Krankheitsprogression und potenzieller Metastasierung darstellt. Daher Eine genaue Risikostratifizierung und rasche Diagnose sind zwingend erforderlich, um Behandlungsentscheidungen zu verbessern und die Progressionsrate zu senken.

Diese retrospektive, multizentrische Studie, PROVIDENCE, befördert von Johnson & Johnson, SA, zielt darauf ab, ein KI-Modell zu entwickeln, das einen metastasierten Rückfall in 300 lokal begrenztes mittleres oder hohes Risiko PCa Patienten. Es Nutzens diagnostische medizinische Bilder, einschließlich multiparametrischer MRT (T2-W, DWI, DCE-Sequenzen), Staging-Knochenscans und klinische Daten. Dies ist alle konsolidiert auf die QP-Insights^®  platform. Automatische Segmentierung von die Prostata und Läsion Erkennung, gefolgt von der Extraktion von quantitativ bildgebende Biomarker (QIBs) ist das Sein durchgeführt von den MRTs, ergänzt durch die Quantifizierung von Knochenscans zur Stadienbestimmung. Zusammen mit klinischen Variablen dienen diese Daten als Grundlage für das Vorhersagemodell zur Prognose eines metastasierten Rückfalls beim Patienten.

Das Poster wurde auf dem European Multidisciplinary Congress on Urological Cancers (EMUC) 2024 in Lissabon präsentiert.¹, präsentiert Der Erste interim Analyse, bei der klinische Variablen von 127 PCa Patienten wurden verwendet, um vorherzusagen BCR. Beide Gruppen, die BCR (n=38) und keine BCR (n=89), wiesen trotz des Ungleichgewichts eine ähnliche klinische Verteilung auf. Daher 9 diagnostische klinische Variablen wurden in die GLMnet Modell mit 5-fache Kreuzvalidierung für die BCR Prognose. Das Modell erreichte einen AUC von 0.79 (siehensibility [se] =0.33, Spezifität [sp] = 0.39), zeigte in Figure 1. Chirurgie als primäre Behandlung für PCa und das klinische Stadium wurden als die wichtigsten Variablen identifiziert, die das Modell beeinflussen. Darüber hinaus von Beurteilung die SHapley Zusatzstoff exPlaNationen (SHAP) Werte, aufgetragen in FAbbildung 2, es kann be geschlossen zur Abwicklung, Integrierung, Speicherung und uEine Operation senkte das Risiko einer BCR signifikant, während erhöhte Nadir Prostataspezifisches Antigen (PSA) Ebenen, höheres Alter und höhere Internationale Gesellschaft für urologische Pathologie (IST OBEN) Noten erhöhten die Wahrscheinlichkeit einer BCR während der Nachuntersuchung.  

A abschließende Analyse zur Abwicklung, Integrierung, Speicherung und wird eine größere Kohorte umfassen von Patienten, zusätzlich zur Einbeziehung von QIBs extrahiert aus der Diagnose Bilder, is erwartet, dass es zu genaueren Erkenntnissen über die Vorhersage von MetastasenTic-Risiko in lokalisierten PCa Patienten. Dies würde eine nicht-invasive Echtzeit-Patientenanalyse ermöglichen. Schichtung und damit Erleichterunge die anpassenIng. adjuvante Therapie und die mögliche Intensivierung von Anfangs- Behandlungen für lokalisierten PCa Patienten mit der Diagnose intermediär oder hohes Risiko. 

Referenzen

1. Conde-Moreno AJ, Torregrosa Andrés A, Gutiérrez Cardo A, et al. P067 Eine Zwischenanalyse der multizentrischen retrospektiven Studie PROVIDENCE: Auf künstlicher Intelligenz basierende Modelle zur Abschätzung des Risikos eines biochemischen Rezidivs anhand klinischer Daten. Eur Urol Offene Wissenschaft. 2024;69(Ergänzung 2):80. doi:10.1016/S2666-1683(24)01195-9.