| Popis: |
Objectif de l’etude Determiner la valeur predictive de parametres quantitatifs issus d’une IRM sur la recidive biochimique apres radiotherapie externe de cancers prostatiques de haut risque selon d’Amico. Materiel et methode Quarante-huit patients atteints de cancer prostatique localise de haut risque ont eu une IRM prostatique avant la radiotherapie comprenant les trois sequences standard, T2, diffusion et perfusion. Les patients ont recu une RCMI guidee par l’image de 78–80 Gy et une hormonotherapie d’une duree de trois ans. Au total, 144 caracteristiques ont ete extraites de l’IRM, correspondant aux parametres de texture de Haralick (n = 130), a des parametres geometriques (n = 4) et a des parametres statistiques de premier ordre et derives de deux gradients (n = 10). Le suivi median etait de 47 mois et une recidive biochimique a ete diagnostiquee chez six patients. La valeur predictive des 144 parametres quantitatifs issus de l’IRM ainsi que des facteurs pronostiques standards (stade T, score de Gleason et PSA serique) sur la recidive biologique a ete recherchee par modele de Cox (analyse unifactorielle) et par methode de machine learning (random survival forests, RSF). La capacite de prediction des parametres etait evaluee par le C-index. Resultats Les quatre caracteristiques geometriques, le statut ganglionnaire et 19 caracteristiques de Haralick uniquement sur T2 etaient significativement predictifs de la recidive biochimique en analyse unifactorielle, avec un C-index allant de 0,69 a 0,85. L’analyse en RSF a permis de generer un modele hautement predictif de la recidive biochimique comportant sept parametres (volume tumoral, score de Gleason et cinq parametres de Haralick) conduisant a un C-index de 0,82. Conclusion Cette etude est la premiere, a notre connaissance, a montrer la valeur predictive de parametres quantitatifs issus d’une IRM sur la recidive biochimique apres radiotherapie de cancers prostatiques de haut risque. Elle est en cours de validation dans une cohorte elargie. |
Full Text from ScienceDirect