研究課題
TILsは、腫瘍内不均一性により既存の評価法には限界があり、新たな評価法が望まれている。乳癌においてDbPET画像と病理像を比較検証した結果、DbPETのSUV値はTILsと相関関係があり、TILsを予測できることを証明（Breast Cancer Res Treat. 2019掲載）。また腫瘍内に、増殖が強い部位と繊維化・壊死が強い部位では集積形態が異なっており同一腫瘍内で不均一集積を示すことを証明（ESMO.2018発表）。そして不均一集積を示す乳癌は悪性度・増殖能が高いことを証明（Breast Cancer Res Treat. 2018掲載）。最終年度は、DbPETの不均一集積画像をIntratumoral heterogeneous distribution像とringlike uptake像に区別・評価し、ringlike uptake像のみ、薬剤治療効果を予測できる有用な因子であることを証明した（ESMO. 2019発表）。B-mode USでTILs を高発現しているLPBCに特徴的な3つの組織学的特性があることに着目 (SABCS. 2018発表)。3つの特性よりTILs-US scoreを設定・分析した結果、LPBC予測の優れた診断能を示すことを確証 (Breast Cancer. 2019掲載) 。最終年度は、B-mode USによる腫瘍の組織学的特性、CEUSによる腫瘍の特異的造影パターンを統合解析することで、LPBC予測能が向上することを証明(JABTS. 2019発表)。またUSとCEUSを統合解析することで、乳癌薬剤治療効果の予測能が向上することを証明 (SABCS. 2019発表)。これまでの研究成果を発展させ、各種画像情報を統合解析し、乳癌に対して最適な治療を予測できるこれまでにない個別化治療の臨床応用につなげたい。
すべて 2019
すべて 雑誌論文 (2件) (うち査読あり 2件、 オープンアクセス 2件) 学会発表 (5件)
Breast Cancer
巻: 26 ページ: 573-580
10.1007/s12282-019-00958-3.
Breast Cancer Res Treat
巻: 177 ページ: 651-657
10.1007/s10549-019-05339-0.
