Intégration des analyses dynamique optimisée et radiomique en TEP à la 18F-FDOPA pour la caractérisation des gliomes en routine clinique

Integration of an optimized dynamic and radiomics analyses in 18F-FDOPA PET for the caracterization of gliomas in clinical routine practice

• Auteur / Autrice : Timothée Zaragori
• Direction : Antoine Verger, Laëtitia Imbert
• Type : Thèse de doctorat
• Discipline(s) : Sciences de la vie et de la santé
• Date : Soutenance le 27/10/2021
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : École doctorale BioSE - Biologie, Santé, Environnement
• Partenaire(s) de recherche : Laboratoire : Imagerie adaptative diagnostique et interventionnelle (Nancy)
• Jury : Président / Présidente : Irène Buvat
• Jury : Examinateurs / Examinatrices : Antoine Verger, Laëtitia Imbert, Serge Goldman, Julien Oster, Nathalie Lisa Albert
• Jury : Rapporteurs / Rapporteuses : Irène Buvat, Serge Goldman

Mots clés

Mots clés contrôlés

Tomographie par émission

Fluorodopa (18F)

Gliomes

Mots clés libres

Gliomes

Tep

18f-Fdopa

Analyse dynamique

Analyse radiomique

Gliomas

Pet

18f-Fdopa

Dynamic analysis

Radiomics analysis

Résumé

À l’ère de la médecine personnalisée, il est essentiel de disposer d’un outil de caractérisation non-invasive des gliomes pour aider les cliniciens à prendre les meilleures décisions pour améliorer la survie globale du patient tout en préservant leur qualité de vie. L’imagerie médicale prend une place grandissante dans ce contexte et notamment l’imagerie TEP aux acides aminés qui est recommandée par les groupes d’experts internationaux en complément de l’IRM. Le radiotraceur aux acides aminés 18F-FDOPA, validé pour les indications de neuro-oncologie, est le plus utilisé en France pour ces indications. Cependant, l’interprétation des résultats d'une TEP à la 18F-FDOPA repose actuellement majoritairement sur de simples analyses visuelle et semi-quantitative d’une image statique qui retranscrit la distribution spatiale du radiotraceur. Cette thèse cherche à mieux exploiter chaque acquisition avec l’ajout des analyses dynamique et radiomique. L'analyse dynamique extrait une information sur l’évolution temporelle du métabolisme tumoral et l'analyse radiomique quantifie l’hétérogénéité tumorale, potentiel marqueur d’agressivité. Ce travail de recherche optimise les méthodes à utiliser pour effectuer une analyse dynamique en TEP à la 18F-FDOPA en neuro-oncologie. Cela permet de fournir une base pour la conception de recommandations avec l’utilisation d’un simple modèle semi-quantitatif, pouvant être associé à une normalisation des données de la tumeur avec celles du cerveau sain, facilement implémentable en routine clinique et permettant une harmonisation en cas de prémédication par Carbidopa hétérogène. Cette thèse étudie ensuite la performance diagnostique des paramètres dynamiques pour caractériser les gliomes. Les paramètres dynamiques sont des biomarqueurs d’intérêt pour la prédiction non-invasive de la mutation IDH même en présence des caractéristiques radiomiques, qui peuvent elles-mêmes aider à prédire la co-délétion 1p/19q. Bien que l es paramètres dynamiques soient moins importants pour la détection des récidives de gliomes, ils méritent être définis plus précisément, en particulier pour les gliomes de haut grade. Afin d’exploiter ces résultats en routine clinique, nous avons développé un logiciel dédié à l’analyse avancée d’images de TEP à la 18F-FDOPA dans les gliomes. Devant les résultats présentés, les analyses dynamique et radiomique méritent d'être explorées plus en profondeur en TEP à la 18F-FDOPA en neuro-oncologie par exemple en intégrant la dimension temporelle dans le calcul des caractéristiques radiomiques. Ces analyses doivent aussi être appliquées à d’autres questions cliniques à travers des études multicentriques.

In the era of personalized medicine, having an efficient tool to provide additional information for the non-invasive characterization of gliomas is crucial. Such a tool would help clinicians make the best decisions to increase patient overall survival while preserving quality of life. In this context, medical imaging is becoming increasingly important especially amino-acid PET imaging, which is recommended by international guidelines as an adjunct to MRI. The 18F-FDOPA amino-acid radiotracer, which has been validated for PET in neuro-oncology, is the most widely used radiotracer for these indications in France. However, the interpretation of 18F-FDOPA PET results actually mainly relies on simple visual and semi-quantitative analyses of a static image that represents the spatial distribution of the radiotracer. This thesis seeks to better exploit each acquisition by adding dynamic and radiomics analyses. Dynamic analysis extract information about the temporal variation of tumoral metabolism and radiomics analysis quantify tumoral heterogeneity, a potential marker of tumor aggressiveness. This research work optimizes the methods for 18F-FDOPA PET dynamic analysis. It allows to provide a sound basis for drafting harmonization guidelines based on the simple and optimized semi quantitative model, which may be associated with normalization of tumor data with to the healthy brain, easily transposable to clinical routine practice and allowing to harmonize heterogeneously Carbidopa premedicated cases. The work then investigates the diagnostic performances of dynamic parameters for characterizing gliomas. Dynamic parameters are biomarkers of interest to non-invasively predict the IDH mutation even in the company of radiomics features, which may themselves help predict of the 1p/19q co-deletion. Although dynamic parameters are less important for the detection of glioma recurrences they deserve to be defined more precisely, particularly for high gr ade gliomas. In order to extend these results to the clinic, we developed a dedicated software for the advanced analysis of 18F-FDOPA PET in gliomas. In light of the results presented, dynamic and radiomics 18F-FDOPA PET analyses in neuro-oncology deserve to be further explored by integrating the temporal dimension in the computation of radiomics features. These analyses also need to be applied to other clinical questions through multicentric studies.