DBCG RT Nation: Kortlægning af klinisk fordel og risikofaktorer ved strålebehandling af brystkræft ved hjælp af 'big data' analyse

Ph.d.-studerende Lasse Refsgaard, Aarhus Universitetshospital

DBCG RT Nation

Kortlægning af klinisk gavn og risiko ved strålebehandling for brystkræft gennem big dataanalyse

Baggrund

Forebyggende strålebehandling efter operation øger overlevelsen for højrisiko brystkræftpatienter. Hos danske patienter, der har spredning af brystkræft til lymfeknuderne i armhulen ved operationen og/eller en kræftknude større end 5 cm, bestråler man brystets lymfeknuder, inklusive lymfeknuderne langs brystbenet (de parasternale lymfeknuder). Herved forbedres overlevelsen. Desværre medfører parasternal strålebehandling også en øget bestråling af hjertet. Dette kan medføre en risiko for stråleinduceret hjertesygdom eller død mange år efter strålebehandlingen.

Når man planlægger et strålebehandlingsforløb, CT-scannes patienten som det første. Scanningen bruges til at udarbejde en stråleplan, hvor fordelingen af stråledosis formes så man bestråler stråletarget, nemlig bryst/brystvæg og lymfeknuder, samtidig med at man minimerer dosis til de normale væv, f.eks. hjerte og lunger. Man kan dog ikke helt undgå at bestråle hjertet, og man ved ikke om nogle dele af hjertet er mere sårbare end andre ved bestråling. Derfor er det vigtigt at undersøge, hvordan fordelingen af stråledosis i hjertet påvirker patienterne efterfølgende. For at kunne gøre dette har vi brug for store mængder data.

Indsamling af data

DBCG RT Nation projektets første formål er derfor at indsamle stråleplaner og CT-scanninger for høj-risiko brystkræft patienter, behandlet i Danmark mellem 2008 og 2016 – i alt omkring 10.000 patienter. Disse behandlingsdata kædes sammen med registerdata omkring medicinforbrug, interventionskrævende hjerteoperationer, dødsårsag med mere. Herfra får vi mulighed for at udforske sammenhængen mellem stråledosis, hjertesygdom og overlevelse. Derudover vil vi, med et datasæt af denne størrelse, kunne anvende moderne computeralgoritmer baseret på deep-learning, til at udnytte den information der findes i CT-scanningerne på en ny måde.

Delstudier

Studie 1

I 2014 indførte man, at alle danske patienter med høj-risiko brystkræft skulle tilbydes strålebehandling af de parasternale lymfeknuder som en del af den forebyggende strålebehandling. Dette forventes at øge den overordnede overlevelse for patientgruppen. Vi vil kortlægge dosisfordelinger og targetdækning i stråleplanerne før og efter denne ændring, samt undersøge sammenhængen mellem stråledosis og overlevelse.

Studie 2

Patienter der i forvejen har høj risiko for hjertesygdom, er mere sårbare ved bestråling af hjertet. En kendt risikofaktor, der endnu ikke tages hensyn til i strålebehandlingsplanlægningen, er omfanget af forkalkninger i hjertet. Vi vil måle mængden (kalkscore) og lokalisationen af forkalkninger i hjertet på patienternes planlægnings CT-scanning, og undersøge sammenhængen med andre kendte risikofaktorer, stråledosisfordelingen, hjertesygdom og død.

Forventede resultater

Vi forventer at kunne vise en sammenhæng mellem overlevelse og stråledosis til de parasternale lymfeknuder for højrisiko brystkræftpatienter. Derudover forventer vi at se en sammenhæng mellem kalkscore og risikoen for stråleinduceret hjertesygdom, og at vi kan udvikle en model, der kan identificere patienter med særlig risiko for stråleinduceret hjertesygdom, inden behandlingen planlægges.  

I sidste ende ønsker vi at kunne bidrage med praktisk anvendelige værktøjer, der kan hjælpe klinikeren til at finde den rette balance mellem skade og gavn i strålebehandlingsplanlægningen af højrisiko brystkræft patienter og dermed øger den overordnede overlevelse for patientgruppen.