2020 Fiscal Year Research-status Report
Ra-223 therapy of bone metastases of prostate cancer: Predictive diagnosis by PET and its application to treatment strategy
Project/Area Number |
19K08120
|
Research Institution | Nagoya University |
Principal Investigator |
加藤 克彦 名古屋大学, 医学系研究科(保健), 教授 (10345895)
|
Co-Investigator(Kenkyū-buntansha) |
山本 誠一 名古屋大学, 医学系研究科(保健), 教授 (00290768)
山本 徳則 名古屋大学, 医学系研究科, 特任教授 (20182636)
|
Project Period (FY) |
2019-04-01 – 2022-03-31
|
Keywords | 去勢抵抗性前立腺癌 / PET検査 / 転移性骨腫用 / F-18 FDG PET/CT / F-18 fluoride PET/CT / 機械学習 |
Outline of Annual Research Achievements |
本研究の目的は、PET検査を利用することで転移性骨腫瘍の確定診断を行い、治療開始前に正確な去勢抵抗性前立腺癌骨転移のRa-223内用療法の適応を判断し、治療戦略への応用に向けて、予後予測診断を行うことである。F-18 FDG PET、F-18 NaF PET、C-11 choline PET、F-18 FLT PET等を駆使して腫瘍の鑑別診断を進める予定である。本年は去勢抵抗性前立腺癌骨転移に対するRa-223治療をする患者に対して、治療前、治療後にF-18 NaF PET/CT、F-18 FDG PET/CT、骨シンチ/SPECTを施行し、データ収集を集めている。Ra-223治療が施行された19症例でデータを解析した。治療前後にF-18 NaF PET/CT、F-18 FDG PET/CT、骨シンチ/SPECTを施行した。12症例で骨転移の軽減が見られ、7症例で増悪が見られた。骨シンチ/SPECTよりもF-18 NaF PET/CTでより効果的に骨転移の評価が出来た。骨転移の活動性はF-18 FDG PET/CTでより評価できた。機械学習の手法を用い、223Ra内用療法開始前の患者の画像及び血液情報から治療効果を予測した。治療開始前の年齢・腫瘍総体積・TLF・アルカリフォスファターゼ・前立腺特異抗原を説明変数とし、223Ra内用療法の治療効果を予測するsupport vector machine (SVM)モデルを作成した。SVMの予測精度を評価するために層化4分割交差検証を行い、精度指標を算出した。「ダウンサンプリング→層化4分割交差検証→精度指標を算出」を1回の試行として、これを1000回試行した。機械学習の手法を用い、223Ra内用療法開始前の患者の画像及び血液情報から治療効果を予測していく。
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
去勢抵抗性前立腺癌骨転移に対するRa-223治療をする患者に対して、治療前、治療後にF-18 NaF PET/CT、F-18 FDG PET/CT、骨シンチ/SPECTを施行し、データ収集を集めている。Ra-223治療が施行された19症例でデータを解析した。治療前後にF-18 NaF PET/CT、F-18 FDG PET/CT、骨シンチ/SPECTを施行した。12症例で骨転移の軽減が見られ、7症例で増悪が見られた。Ra-223治療による骨転移の軽減は12症例で見られ、F-18 NaF PET/CT、F-18 FDG PET/CT、骨シンチ/SPECTで確認された。画像解析ソフトウェアGI-PET (AZE)を用いて、18F-fluoride PET/CT画像から腫瘍総体積及びtotal lesion fluoride (TLF)を測定した。機械学習の手法を用い、223Ra内用療法開始前の患者の画像及び血液情報から治療効果を予測した。データ数を均等にする必要があるため、前処理としてダウンサンプリングを行った。ダウンサンプリングにより治療効果ありの12例からランダムに7例を抽出し、治療効果なしのデータ数に合わせた。そして治療開始前の年齢・腫瘍総体積・TLF・アルカリフォスファターゼ・前立腺特異抗原を説明変数とし、223Ra内用療法の治療効果を予測するsupport vector machine (SVM)モデルを作成した。SVMの予測精度を評価するために層化4分割交差検証を行い、精度指標を算出した。「ダウンサンプリング→層化4分割交差検証→精度指標を算出」を1回の試行として、これを1000回試行した。SVMを用いて223Ra内用療法開始前の患者情報から予測した結果、1000回試行の平均値は正解率 45.0%、感度 35.9%、特異度 54.1%になった。
|
Strategy for Future Research Activity |
機械学習の手法を用い、223Ra内用療法開始前の患者の画像及び血液情報から治療効果を予測していく。症例数が少ないので、今後は症例数を増やした検討が必要であるが、新型コロナ感染症の影響により、検査数、治療数が減少しているので苦慮している。去勢抵抗性前立腺癌骨転移に対するRa-223治療の症例数や前後に施行されたF-18 NaF PET/CT、F-18 FDG PET/CT、骨シンチ/SPECTの検査数が増加することを期待する。
|
Causes of Carryover |
研究がくれているため、論文作成他のための構成費等の使用が遅れている。また当初発表を予定していた学会等が延期になったため交通費等も不要になった。 翌年度請求額300,000円と合わせて、441,711円+300,000円の計741,711円を上記や消耗品購入に充てていく予定である。
|
-
-
[Presentation] Studies on Decision of the Cut-off Standardized Uptake Values for Normal Bones and Bone Metastases in the Vertebrae in 18F-fluoride PET/CT and 18F-FDG PET/CT.2020
Author(s)
Risa Ono, Naotoshi Fujita, Yoshinori Ito, Tomohiro Tada, Rina Murayama, Haruna Ikeda, Yuka Ochi, Miho Nishio, Yoshinori Tsutsumi, Tetsuro Odagawa, Mika Tamura, Shinji Abe, Katsuhiko Kato.
Organizer
33rd Annual Congress of the European Association of Nuclear Medicine
Int'l Joint Research
-
-