Ondersteuning van wetenschappelijk onderzoek
Radboud UMC
Kort samengevat, behelst het onderzoek van Iris Nagtegaal het volgende:
Cancer of unknown primary sites (CUP) refer to all metastatic cancers where no primary location has been determined. This patient group accounts for 2.5% of all newly diagnosed cancer patients. The outcomes in this patient group are poor, because treatment is usually based on the primary location of the cancer. Even with the current improved diagnostic methods, ever year approximately 1,300 patients are diagnosed with CUP in the Netherlands. Their survival is less than 6 months. With artificial intelligence, we will explore big data in order to determine metastatic patterns of patients with a known primary location and develop a probability model based on metastatic location. We will subsequently incorporate routinely used biomarkers to optimize decision making, which we will test in a proof-of-concept study. As a result of our study we will deliver a prediction model that can be used in a prospective clinical trial to improve outcomes of patients with CUP.'
We spreken van Primaire Tumor Onbekend (PTO) wanneer een patiënt kanker heeft, waarbij we niet weten waar die kanker echt vandaan komt. Omdat in het algemeen de behandeling van kanker af hangt van de oorsprong, is het lastig om PTO goed te behandelen. De prognose van patiënten met PTO is dan ook erg slecht. In dit project hebben we de verspreiding van bekende kankersoorten in het menselijk lichaam onderzocht. We hebben ook gekeken naar zogenaamde biomarkers, specifieke eigenschappen van kankercellen die mogelijk het patroon van verspreiding in het lichaam beïnvloeden. Door bekende kankers goed te onderzoeken, zullen we kunnen voorspellen wat de oorsprong is van de PTO om zo een betere behandeling mogelijk te maken.
Nadat we de verzameling van data en materiaal in de eerste twee jaar van het project hebben verricht, zijn we in dit jaar hard aan het werk gegaan met de analytische fase, waarbij we verschillende machine learning methodes toepassen, met de daarbij behorende test en validatie fasse. Dit proces duurde langer dan dat we verwacht hadden; daarom zijn we tegelijkertijd onze studies naar zeldzame metastasen en bio markers op alternatieve manieren aan het voortzetten.
Gedurende de eerste twee jaar van het project hebben we grote patiëntenseries verzameld en bewerkt. We zijn momenteel in de fase van het testen van onze kunstmatige intelligentie strategie en het vergelijken van verschillende benaderingen hiervoor. Onze eerste resultaten over metastaseringspatronen van borst kanker hebben we gepresenteerd op het Europees Congres voor Pathologie in Basel.
Gedurende het eerste jaar van het project hebben we grote patiëntenseries verzameld en bewerkt, en hard gewerkt aan het ontwerp van de AI strategie. De eerste resultaten over metastaseringspatronen van borst- en longkanker worden geanalyseerd en klaar gemaakt voor publicatie.
Daarnaast hebben we meegewerkt aan een wereldwijde Delphi consensus studie voor harmonisatie van de diagnostische benadering van CUP en hebben ons project onder andere gepresenteerd op 'World CUP Awareness Day'.