PETとMRIの統合評価による子宮体癌の悪性度・再発リスク予測と予後層別化の検討

• Project/Area Number: 23K14871
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 52040:Radiological sciences-related
• Research Institution: Kagawa University
• Principal Investigator: 高見 康景 香川大学, 医学部附属病院, 病院助教 (70759901)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2025: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
• Keywords: 子宮体癌 / CEST / APTイメージング / FDG-PET

Outline of Research at the Start

日常診療において、子宮体癌の病期診断にCTや核磁気共鳴画像(magnetic resonance imaging : MRI)検査が主に行われているが、画像による腫瘍の悪性度や再発リスクの予測法は確立されていない。本研究では、新たな取り組みとして、子宮体癌の悪性度や再発リスクの予測を代謝とタンパク濃度を組み合わせた画像により検討する。代謝は、PETを用いて、タンパク濃度はAPTイメージングを用いて評価し、腫瘍のグレード予測や子宮体癌の予後の層別化を目指す。本研究成果は子宮体癌以外の骨盤部領域の悪性腫瘍や他部位の悪性腫瘍についても応用が期待できる。

Outline of Annual Research Achievements

本研究の目的は、18F-FDG PET検査とAPTイメージングを組み合わせて子宮体癌の悪性度を予測する手法を確立し、子宮体癌の再発リスクや予後の層別化を検討することである。2023年度は本研究の初年度に当たり、子宮体癌の画像評価に関し、第63回日本核医学会学術総会で情報収集を行った。また、子宮体癌の症例で撮影されたAPTイメージングとFDG PET画像の評価を開始し、結果をまとめた上で、学会報告する予定である。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

予定症例である20例程の撮影は出来ているため。

Strategy for Future Research Activity

今後APTイメージングとFDG PET画像の評価を行い、病理学的悪性度と比較することで、悪性度の予測が可能かを試みる。