L'analyse de texture : un nouveau biomarqueur en oncologie?
Auteur / Autrice : | Caroline Caramella |
Direction : | Nathalie Lassau, Stéphanie Pitre-Champagnat |
Type : | Thèse de doctorat |
Discipline(s) : | Recherche clinique, innovation technologique, santé publique |
Date : | Soutenance le 17/12/2021 |
Etablissement(s) : | université Paris-Saclay |
Ecole(s) doctorale(s) : | École doctorale Cancérologie, Biologie, Médecine, Santé |
Partenaire(s) de recherche : | Laboratoire : Laboratoire d'imagerie biomédicale multimodale Paris-Saclay (Orsay, Essonne ; 2020-....) |
référent : Faculté de médecine | |
graduate school : Université Paris-Saclay. Graduate School Life Sciences and Health (2020-....) | |
Jury : | Président / Présidente : Mathieu Lederlin |
Examinateurs / Examinatrices : Alain Luciani, Marie Wislez, Stéphanie Pitre-Champagnat, Elie Fadel | |
Rapporteurs / Rapporteuses : Alain Luciani, Marie Wislez |
Mots clés
Résumé
Ce travail de thèse s’inscrit initialement dans le domaine de l’imagerie tomodensitométrique quantitative. En effet, la numérisation des examens d’imagerie permet d’extraire des images des données chiffrées, ou indices de texture, qui pourraient caractériser plus finement les tissus, en particulier tumoraux, afin d’en extraire des paramètres d’agressivité ou des biomarqueurs prédictifs de réponse aux traitements. Néanmoins, l’obtention des images médicales en tomodensitométrie n’est pas homogène et fait intervenir de multiples paramètres techniques liés aux machines scannographiques et qui pourraient être à l’origine de variation des indices de texture inter et intra-scanner. Mon travail a donc consisté à l’identification de ces sources de variation pour proposer, à terme, une méthode de calibration robuste et standardisée en TDM.En parallèle des avancées dans ce domaine appelé la radiomique, de nouveaux traitements anticancéreux, faisant appel non plus à la destruction directe des cellules tumorales mais à la modification des interactions entre cellules tumorales et cellules immunitaires (ou immunothérapie) ont été découverts. Il s’agit d’une révolution dans le traitement des patients atteints de maladies métastatiques. L’évaluation de la réponse à ce nouveau type de traitement a été rapidement compliquée par la constatation de réponses atypiques : pseudoprogression (augmentation initiale des lésions suivies d’une stabilisation ou d’une réponse objective) et hyperprogression (accélération de la cinétique tumorale au début du traitement). Dans le cadre de ma thèse, je me suis donc également intéressée à ces nouveaux challenges de l’évaluation tumorale.Enfin, la découverte d’anomalies génomiques au sein des cellules tumorales dans les adénocarcinomes bronchiques a également été à l’origine du développement de nouvelles stratégies thérapeutiques (médecine personnalisée). Néanmoins, la recherche de ce type d’anomalie nécessite du matériel tumoral de qualité et en quantité suffisantes, et environ 20% des patients ne peuvent pas bénéficier de cette approche. La corrélation phénotype / génotype pourrait permettre d’affiner les recherches d’anomalies moléculaires chez les patients qui ont une présentation de la maladie évoquant la présence d’une anomalie moléculaire. Mon travail a donc consisté en une intégration des données cliniques et radiologiques et au développement d’un algorithme d’intelligence artificielle pour permettre de prédire la probabilité de trouver une anomalie génomique ciblable.