| Project/Area Number |
22K08079
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 53010:Gastroenterology-related
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
Fujimori Nao 九州大学, 大学病院, 講師 (60808137)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
竹野 歩 九州大学, 大学病院, 助教 (10812456)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 膵神経内分泌腫瘍 / 不均一性 / AI / 再発予測モデル / 多施設共同研究 / 人工知能 / Artificial Intelligence / シングルセル解析 |
|---|
| Outline of Research at the Start |
PanNENは根治術後の再発率が高く、経過も多様性に富む非常に不均一な悪性腫瘍である。また、AIの医療応用は目覚ましいが、PanNEN領域の臨床応用は限定されている。我々はPanNENの病態解明を目標として、九州・四国の西日本広域を対象に国内最大規模のデータベースを構築する多施設共同研究を立ち上げた。本データベースを利用して、AIを用いたPanNEN術後再発予測モデルを構築し、再発や治療応答性といった時間的・薬理学的な腫瘍の不均一性を解析する。PanNEN術後組織を用いたシングルセル解析を併用することで、細胞レベルの不均一性を解析し、PanNEN増悪・進展に関わる因子を明らかにする。
|
| Outline of Final Research Achievements |
The aim of this study is to elucidate the heterogeneity of pancreatic neuroendocrine neoplasms (PanNENs). We established a multicenter database of 573 patients with PanNENs, who underwent resection at 22 Japanese centers, mainly in the Kyushu region (Q-P NET registry). The recurrence rate after curative resection of PanNENs increased with higher tumor grade, from NET G1 to G2, G3, and NEC. We extracted 371 patients with localized non-functioning PanNETs (G1/G2). Fifty-two patients experienced recurrence (14.0%) during the follow-up period. We also constructed a machine learning-based prediction model to analyze the important features to determine recurrence. The random survival forest (RSF) model showed better predictive performance than the Cox proportional hazards regression model in terms of the Harrell’s C-index (0.841 vs. 0.820). Similarly, in the analysis of time-dependent area under the receiver operator curve, the RSF model was superior to the Cox model at all time points.
|
| Academic Significance and Societal Importance of the Research Achievements |
PanNENはサイズが小さく長期間変化しない症例から、全身転移をきたして急速に悪化する症例まで、非常に不均一な悪性腫瘍である。本研究により術後再発例の臨床的特徴を明らかとし、AIによるPanNEN術後再発予測モデルを構築したことは、PanNEN治療方針を決定する際の一助となる。PanNENは膵癌より若年発症が多いことから、その本態を解明することは社会的意義も大きいと言える。今後シングルセル解析を継続することで、不均一性を解明する必要がある。
|
