Université de Rennes 1 Prédiction du risque de récidive du cancer de prostate à partir d'une caractérisation multimodale Prediction of prostate cancer recurrence based on a multimodal characterization Cancer de la prostaterécidivesprédictionimmunocytochimieanatomie pathologiqueimagerierecalage d'images Prostate cancerrecurrencepredictionimmunohistochemistrypathologyimagingimage registatrion Prostate -- Cancer Récidives Thèses et écrits académiques Prostate -- Cancer Pronostic Thèses et écrits académiques Imagerie pour le diagnostic Thèses et écrits académiques Anatomie pathologique Thèses et écrits académiques Objectifs: Notre travail avait pour objectif la prédiction du risque de récidive du cancer de prostate localisé à partir d’une caractérisation multimodale de ce cancer comprenant des facteurs anatomopathologiques, des biomarqueurs tissulaires et des paramètres quantitatifs originaux issus de l’IRM pré-thérapeutique, ainsi que l'élaboration d'une méthodologie pour l'évaluation des corrélations existantes entre ces différents facteurs. Matériel et méthodes : La valeur pronostique de la nouvelle classification ISUP, de l'infiltration lympho-vasculaire, de l'expression des marqueurs Ki67, Survivin et Caveolin-1 a été évaluée sur de larges cohortes multicentriques de patients avec cancer de prostate traité par prostatectomie radicale, en analyse multivariée avec calcul des C-index correspondants. L'intérêt, notamment pronostique, de la radiomique, correspondant à l'extraction et l'étude de caractéristiques quantitatives d'imagerie, a été évalué dans le cancer de prostate par une revue systématique de la littérature. L'intérêt de descripteurs texturaux issus de l'IRM pour la prédiction du risque de récidive biologique a été évalué dans une cohorte monocentrique de patients traités par radiothérapie externe. Dans une étude préliminaire basée sur 8 patients, une méthodologie a été proposée pour la reconstruction 3D de la pièce de prostatectomie et son recalage avec l'imagerie pré-opératoire. Ce travail a alors permis une mise en correspondance des données biologiques tumorales et les données quantitatives de l'imagerie. Des classifieurs pour l'identification et la caractérisation tumorale ont été construits et validés. Résultats : Nos travaux ont confirmé que la nouvelle classification ISUP, l'infiltration lymphovasculaire, et l'expression de Ki-67, Survivin, et Caveolin-1 sur la pièce de prostatectomie étaient associées à des caractéristiques pathologiques défavorables dans le CaP et au risque de récidive biologique après prostatectomie radicale. Cependant, leurs valeurs pronostiques sont limitées comparé aux facteurs pronostiques standards. La radiomique est un domaine prometteur pour l'identification et la caractérisation tumorale dans le CaP mais son intérêt pronostique reste à démontrer. Nos travaux confirment sa valeur pronostique pour les patients traités par radiothérapie externe. Avec une erreur moyenne de recalage de 5 mm, notre méthodologie de recalage nous a ensuite permis de proposer une mise en correspondance des données biologiques tumorales basées sur le score de Gleason et l'expression de marqueurs tissulaires. Cette mise en correspondance a permis l'élaboration de classifieurs permettant de prédire la présence de tumeurs et estimer leur score de Gleason avec des résultats satisfaisants. L'évaluation de l'expression immunohistochimique de marqueurs tissulaires reste limitée. Conclusion : Ces travaux confirment la valeur pronostique de marqueurs issus de l'étude quantitative de l'imagerie pré-opératoire, ainsi que de l'analyse anatomopathologique et immunohistochimique de la pièce de prostatectomie. Une méthodologie de mise en correspondance et de corrélation de ces différents marqueurs a été proposée avec des résultats préliminaires justifiant la poursuite des travaux sur une cohorte de patients plus importante. Objective: The aim of this work was the prediction of prostate cancer recurrence based on a multimodal characterization of this cancer including pathological markers, tissue biomarkers, and quantitative parameters from Magnetic Resonance Imaging (MRI), and to propose a method to assess correlations between these factors. Material and methods: The prognostic values of the new ISUP groups, the lymphovascular invasion, the expressions of Ki67, Survivin et Caveolin-1 were assessed in large multicentric and international cohorts of patients with prostate cancer treated with radical prostatectomy. A review of the literature investigated the use and the performance of radiomics and texture analysis to predict prostate cancer recurrence. The prognostic value of MRI features including Haralick’s texture features to predict biochemical recurrence after prostate cancer radiotherapy was assessed in a retrospective cohort of 83 patients. In a preliminary study including eight patients, a method to correlate in-vivo observations from pre-operative imaging with biological findings from radical prostatectomy using quantitative analysis was proposed. Résultats: Our studies confirmed the new ISUP groups, the lymphovascular invasion, the expressions of Ki67, Survivin and Caveolin-1 were associated with adverse pathologic features and prostate cancer recurrence after radical prostatectomy. However, these factors did not add clinically relevant information to established models. Our review of the literature revealed radiomics was promising for tumor identification and characterization but that few studies assessed its prognostic value. We demonstrated T2-w Haralick’s features were predictors of biochemical recurrence after prostate cancer radiotherapy. With a mean error of 4.90mm, our method to register prostate whole mount histology to in-vivo MRI resulted in the construction of classifiers to predict the presence of tumor, Gleason score, and Ki67 expression. Conclusion : Our work confirm the prognostic value of different markers from tissue, pathological pre-operative imaging analyses. Our method of registration and correlation of these markers leads to promising preliminary results that justify further evaluation with larger cohorts of patients. Electronic Thesis or DissertationText fr application/pdf1 : 5258 Kohttps://ecm.univ-rennes1.fr/nuxeo/site/esupversions/d96f3395-b0ac-4804-b38a-b8a6eff73497 Mathieu Romain 1982-08-24 FR 165325577 romain.mathieu@chu-rennes.fr 2017REN1B013 http://www.theses.fr/2017REN1B013 2017-06-28 Biologie et sciences de la santé Universite de Rennes 1thesis.degree.grantor_1 02778715X Doctorat non ouiDe CrevoisierRenaudintervenant_111639143XAcostaOscarintervenant_2082022119 VIE-AGRO-SANTEecoleDoctorale_1 13908620X Universite Bretagne LoirepartenaireRecherche_1 191639044 Laboratoire de Traitement du Signal et de l'Image partenaireRecherche_2 177793767 ddc:610 De CrevoisierRenaudAcostaOscarUniversite de Rennes 1Sciences et technologie, medecine, pharmacie, odontologie, droit, economie, gestion, philosophieVIE-AGRO-SANTEÉcole doctorale Vie-Agro-Santé (Rennes)Universite Bretagne Loire Communaute des etablissements d enseignement superieur et de recherche (ComuE) Laboratoire de Traitement du Signal et de l'Image ASCII PDF 5383980