| 研究課題/領域番号 |
23K24283
|
|---|
| 補助金の研究課題番号 |
22H03022 (2022-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2022-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分52040:放射線科学関連
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
溝脇 尚志 京都大学, 医学研究科, 教授 (90314210)
|
|---|
| 研究分担者 |
平島 英明 京都大学, 医学研究科, 特定助教 (10848229)
二瓶 圭二 大阪医科薬科大学, 医学部, 教授 (30466205)
中村 光宏 京都大学, 医学研究科, 教授 (30584255)
相澤 理人 京都大学, 医学研究科, 助教 (60908234)
中村 清直 京都大学, 医学研究科, 客員研究員 (70822980)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
13,520千円 (直接経費: 10,400千円、間接経費: 3,120千円)
2026年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2025年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2024年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2023年度: 5,590千円 (直接経費: 4,300千円、間接経費: 1,290千円)
2022年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 前立腺癌 / 超高リスク / 寡分割照射 / 全骨盤照射 / 強度変調放射線治療 / 放射線療法 / 強度変調同時ブースト照射 / 超高リスクがん / 骨盤照射 |
|---|
| 研究開始時の研究の概要 |
NM-VHRPCaに対する抗腫瘍効果と有害事象発生リスクを考慮して、現実的かつ有効性が見込まれる高度寡分割多段階同時ブースト全骨盤VMAT治療計画プロトコールを立案し、その急性期の安全性を明らかにするとともに、NM-VHRPCaの予後予測可能なAIプログラムを開発し、他施設の臨床データで独立検証してその予測精度を検証する。
|
| 研究実績の概要 |
京都大学において加療された根治的前立腺外照射例における局所再発部位を遡及的に検討した結果、初発時の前立腺内主腫瘍(IPDL)位置近傍が主たる再発部位であることを見出し報告した(Advances in radiation oncology 2024, in press)。この結果から、IPDLへの線量増加は適切であると判断した。一方、大阪医科薬科大学においては、開発中の予後予測AIプログラムに対する独立検証用の臨床データベース構築に向けて、院内で局所放射線治療を実施した前立腺癌症例のデータベース作成を開始した。また、京都大学で全骨盤照射を施行した前立腺癌症例10例の、治療期間中の前立腺位置移動量を検討した。結果、前立腺の移動量は中央値で、頭尾0mm(range:-2～4mm)、腹背1mm(range:-1～4mm)、左右0mm(range:0mm)であり、IPDLへのPTVマージンは0 mmとしても十分に高線量でカバーされると考えられた。
一方、予測モデル作成については、前年度に選定した614症例中613症例を適格と判断した。70%(429症例)をサンプルデータとし、治療計画用CT画像上の前立腺関心領域から1,302個のRadiomics特徴量を抽出した。特徴量標準化法として各Radiomics特徴量の平均値が0，標準偏差が1になるように変換した後、特徴量選択として正則化や特徴量重要度に基づく手法により10個のRadiomics特徴量が選択された。ロジスティク回帰を用い、臨床データ(治療開始時年齢，PSA，T分類，グリソンスコア)に基づく「臨床モデル」、Radiomics特徴量に基づく「画像モデル」、両者を混合した「混合モデル」を構築したところ、受信者操作特性曲線下面積は、それぞれ0.719，0.818，0.823と「混合モデル」が最も高かった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
高度寡分割全骨盤照射＋IPDLブースト治療計画プロトコールの作成およびAIリンパ節転移予後予測プログラムの開発、AI予後予測プログラムの検証用データベース構築とも、ほぼ予定通り進んでいる。
|
| 今後の研究の推進方策 |
今後、当初の研究計画に沿い、AI予後予測モデルの完成と検証、パイロット臨床試験プロトコールの立案を進める。
|
