| Project/Area Number |
22K15848
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 52040:Radiological sciences-related
|
|---|
| Research Institution | Kumamoto University |
|---|
Principal Investigator |
甲斐 祐大 熊本大学, 病院, 診療放射線技師 (60816239)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | 頭頸部 / 緩和的放射線治療 / レディオミクス / 治療効果予測 / 画像特徴量 / 腫瘍代謝特徴量 / 頭頸部癌 |
|---|
| Outline of Research at the Start |
根治的治療を受けることができない頭頸部癌患者に対する緩和的寡分割照射の有用性が報告されている。しかし、患者ごとに治療効果は様々であり、副作用も伴う。副作用を極力低減し、治療効果を向上させるためには、患者個別に治療を最適化する必要がある。
本研究では、臨床で得られる医用画像の解析から緩和的寡分割照射による治療効果の予測を目指す。放射線治療計画時の肉眼的腫瘍体積におけるマルチモダリティ画像のレディオミクス解析から得られた画像特徴量と治療効果の相関を解析する。さらに画像特徴量から治療効果を予測するシステムを構築する。患者個別化治療につながる臨床的有用性の高いシステム構築を目指す。
|
| Outline of Annual Research Achievements |
根治的治療を受けることができない頭頸部癌患者に対する緩和的寡分割照射において、臨床で得られる医用画像の解析から緩和的寡分割照射による治療効果の予測を目指している。放射線治療計画時の肉眼的腫瘍体積（gross tumor volume: GTV）におけるRadiomics解析から得られた画像特徴量と治療効果（生命予後、腫瘍の縮小、緩和効果の有無、無増悪生存期間等）の相関を解析し、画像特徴量から治療効果を予測するシステムの構築が最終目標である。
本年度は研究計画に沿って実施を予定していたが、進捗状況としてはやや遅れている。昨年度に作成した患者データベースから、画像形状特徴量、原発巣部位、Performance Status (PS)、Tumor site、Histologyなどのパラメータと、生存期間・無増悪生存期間および腫瘍縮小効果についての相関を、単変量解析（log-rank statistics）、多変量解析（Cox proportional hazards model）により解析した。さらに、腫瘍形状特徴量のみでなくPET（positron emission tomography）画像から得られる腫瘍代謝特徴量が生存期間・無増悪生存期間および腫瘍縮小効果の予測因子となりえるとの仮説を立て、緩和的寡分割照射前一定期間内のPET画像からレトロスペクティブに腫瘍代謝特徴量の解析・算出を実施した。腫瘍形状特徴量および腫瘍代謝特徴量と生存期間・無増悪期間の相関を解析し、治療効果の予測のための回帰予測モデルの構築を進めている。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本年度は研究計画に沿って実施を予定していたが、腫瘍形状特徴量のみでなくPET画像から得られる腫瘍代謝特徴量を解析項目に追加したこともあり、進捗状況としてはやや遅れている。現在は腫瘍代謝特徴量の算出は完了し、特徴量選択等の試みを行っている。
|
| Strategy for Future Research Activity |
腫瘍形状特徴量および腫瘍代謝特徴量と生存期間・無増悪期間の相関を解析し、治療効果の予測のための回帰予測モデルの構築を進めているところである。多数の特徴量から、生存期間・無増悪期間の予測能の高い特徴量を選択し、回帰予測モデル構築を進めていく。
|
