Il cancro alla prostata (PCa) è il secondo tumore più comune negli uomini in tutto il mondo e la seconda causa di morte per cancro negli uomini. La maggior parte dei PCa localizzati rappresenta una malattia indolente; tuttavia, i pazienti a rischio intermedio e alto hanno maggiori probabilità di morire di cancro alla prostata e la sua prognosi è più difficile da prevedere. Per questi pazienti, la prognosi rimane complessa con la recidiva biochimica (BCR) che segna un passo significativo verso la progressione della malattia e potenzialmente le metastasi. Pertanto, Una stratificazione accurata del rischio e una diagnosi rapida sono essenziali per migliorare le decisioni terapeutiche e ridurre l'incidenza della progressione.
Questo studio retrospettivo e multicentrico, PROVIDENCE, promosso da Johnson & Johnson, SA, mira a sviluppare un modello di intelligenza artificiale che preveda la recidiva metastatica in 300 localizzati a rischio intermedio o alto PCa pazienti. utilizzares immagini mediche diagnostiche tra cui risonanza magnetica multiparametrica (sequenze T2-W, DWI, DCE), scansioni ossee di stadiazione e dati clinici. Questo è contro tutti i consolidato sul canale QP-Insights® platform. Segmentazione automatica di , il rilevamento della prostata e della/e lesione/i seguita dall'estrazione di quantitativo biomarcatori di imaging (QIB) è essere eseguita dalle risonanze magnetiche, integrati dalla quantificazione dei conteggi dalle scansioni ossee di stadiazione. In combinazione con le variabili cliniche, questi dati informeranno il modello predittivo, prevedendo la ricaduta metastatica del paziente.
Il poster presentato al Congresso multidisciplinare europeo sui tumori urologici (EMUC) 2024 a Lisbona1, in mostra il primo traim analisi, dove le variabili cliniche di 127 PCa i pazienti sono stati utilizzati per predire BCR. Entrambi i gruppi, BCR (n=38) e senza BCR (n=89), nonostante lo squilibrio, presentavano una distribuzione clinica simile. Quindi, Sono state incluse 9 variabili cliniche diagnostiche Rete GLM modello con Validazione incrociata a 5 livelli per , il BCR predizione. Il modello ha raggiunto un AUC di 0.79 (sensibilità [se] =0.33, specificità [sp] = 0.39), mostrato in Figure 1. La chirurgia come trattamento primario per PCa e lo stadio clinico sono stati identificati come le variabili più significative che influenzano il modello. Inoltre, da la valutazione , il SHper favore additivi exPlanazioni (SCHIFO) valori, tracciati in Ffigura 2, può be concluso che usottoporsi a intervento chirurgico ha ridotto significativamente il rischio di BCR, mentre il nadir elevato antigene prostatico specifico (PSA) livelli, età avanzata e superiore Società Internazionale di Patologia Urologica (È SU) i gradi hanno aumentato la probabilità di BCR durante il follow-up.
A analisi finale che includerà una coorte più ampia dei pazienti, oltre all'incorporazione di QIB estratto dalla diagnosi immagini, is dovrebbe fornire informazioni più definitive sulla previsione di metastasirischio tic in localizzata PCa pazienti. Ciò consentirebbe un monitoraggio non invasivo in tempo reale del paziente stratificazione e in tal modo facilitate , il personalizzareING terapia adiuvante e la potenziale intensificazione della inizialmente trattamenti per localizzata PCa pazienti diagnosticati come intermedi o alto rischio.
Referenze
Conde-Moreno AJ, Torregrosa Andrés A, Gutiérrez Cardo A, et al. P067 Un'analisi provvisoria dello studio retrospettivo multicentrico PROVIDENCE: modelli basati sull'intelligenza artificiale per stimare il rischio di recidiva biochimica con dati clinici. EUR Urolo Scienza aperta. 2024;69(Suppl 2):80. doi:10.1016/S2666-1683(24)01195-9.
Leggi di più
Leggi di più
Leggi di più