Achtergrond afbeelding Achtergrond afbeelding darkmode

Predicting Response of metastatic Melanoma to Immunotherapy Using Machine learning (PREMIUM)

Het melanoom is een zeldzame maar agressieve vorm van huidkanker, die vaak gepaard gaat met uitzaaiingen. In de afgelopen vijf jaar is de behandeling van het uitgezaaid melanoom sterk verbeterd door de introductie van immuuntherapie. Immuuntherapie helpt het afweersysteem om zelf de kankercellen aan te vallen en op te ruimen, maar is erg duur en gaat gepaard met ernstige bijwerkingen bij ongeveer 40% van de patiënten.

Opzet

Het doel van dit onderzoek is om met behulp van kunstmatige intelligentie technieken meer informatie te halen uit medische beeldvorming waarmee de uitzaaiingen geconstateerd zijn en het weefsel dat gebruikt is om de diagnose te stellen. Door het combineren van deze informatie met bloedwaarden en klinische gegevens kan de computer voor start van de immuuntherapie gaan voorspellen hoe groot de kans op een positief behandeleffect is.

Verwachte uitkomsten

De verwachting is dat in de komende vier jaar duidelijk wordt of het beoogde algoritme nauwkeurig genoeg is om bij te dragen aan betere behandelbeslissingen. Als dit lukt kan de patiënt samen met de behandelend arts in de toekomst een beter afgewogen besluit nemen over wel of niet behandelen met immuuntherapie.


Richtlijn

Van de onderzoeksprojecten uit het ZonMw-programma Goed Gebruik Geneesmiddelen (GGG) is inzichtelijk gemaakt of zij aansluiten bij de richtlijnen en/of modules in de FMS Richtlijnendatabase. Bekijk de bijbehorende richtlijn in de FMS Richtlijnendatabase.

Producten

Titel: CT radiomics compared to a clinical model for predicting checkpoint inhibitor treatment outcomes in patients with advanced melanoma
Auteur: Laurens S Ter Maat, Isabella A J van Duin, Sjoerd G Elias, Tim Leiner, Joost J C Verhoeff, Eran R A N Arntz, Max F Troenokarso, Willeke A M Blokx, Ivana Isgum, Geraldine A de Wit, Franchette W P J van den Berkmortel, Marye J Boers-Sonderen, Martijn F Boomsma, Fons J M van den Eertwegh, Jan Willem B de Groot, Djura Piersma, Art Vreugdenhil, Hans M Westgeest, Ellen Kapiteijn, Paul J van Diest, Josien P W Pluim, Pim A de Jong, Karijn P M Suijkerbuijk
Magazine: European Journal of Cancer
Begin- en eindpagina: 167-177
Link: https://www.ejcancer.com/article/S0959-8049(23)00109-0/fulltext#:~:text=Biomarkers%20for%20checkpoint%20inhibitor%20response%20prediction%20in%20melanoma,model%20does%20not%20improve%20over%20simpler%20clinical%20predictors.
Titel: Deep learning on CT scans to predict checkpoint inhibitor treatment outcomes in advanced melanoma.
Auteur: Laurens S Ter Maat, Rob A J De Mooij, Isabella A J Van Duin, Joost J C Verhoeff, Sjoerd G Elias, Tim Leiner, Wouter A C van Amsterdam, Max F Troenokarso, Eran Arntz, Franchette WPJ Van den Berkmortel, Marye J Boers-Sonderen, Martijn F Boomsma, Fons JM Van den Eertwegh, Jan Willem de Groot, Geke AP Hospers, Djura Piersma, Art Vreugdenhil, Hans M Westgeest, Ellen Kapiteijn, Ardine A De Wit, Willeke AM Blokx, Paul J Van Diest, Pim A De Jong, Josien PW Pluim, Karijn PM Suijkerbuijk
Magazine: Scientific reports
Link: https://www.nature.com/articles/s41598-024-81188-2
Titel: Imaging to predict checkpoint inhibitor outcomes in cancer. A systematic review
Auteur: Laurens S Ter Maat, Isabella A J van Duin, Sjoerd G Elias, Paul J van Diest, Josien P W Pluim, Joost J C Verhoeff, Pim A de Jong, Tim Leiner, Mitko Veta, Karijn P M Suijkerbuijk
Magazine: European Journal of Cancer
Begin- en eindpagina: 60-76
Link: https://www.sciencedirect.com/science/article/pii/S0959804922004798#:~:text=In%20this%20systematic%20review%2C%20we%20aimed%20to%20summarise,searched%20from%20database%20inception%20to%2029th%20November%202021.
Titel: Baseline tumor-infiltrating lymphocyte patterns and response to immune checkpoint inhibition in metastatic cutaneous melanoma.
Auteur: Isabella A J van Duin, Mark Schuiveling, Laurens S Ter Maat, Wouter A C van Amsterdam, Franchette van den Berkmortel, Marye Boers-Sonderen, Jan Willem B de Groot, Geke A P Hospers, Ellen Kapiteijn, Mariette Labots, Djura Piersma, Anne M R Schrader, Gerard Vreugdenhil, Hans Westgeest, Mitko Veta, Willeke A M Blokx, Paul J van Diest, Karijn P M Suijkerbuijk
Magazine: European Journal of Cancer
Link: https://www.ejcancer.com/article/S0959-8049(24)00846-3/fulltext#:~:text=TILs%20in%20pre-treatment%20metastatic%20melanoma%20slides%20are%20associated,%28TILs%29%20in%20melanoma%20has%20been%20linked%20to%20survival.
Titel: A prediction model for response to immune checkpoint inhibition in advanced melanoma.
Auteur: IAJ van Duin, RJ Verheijden, PJ van Diest, WAM Blokx, MA El-Sharouni, JJC Verhoeff, TLeiner, AJM van den Eertwegh, JWB de Groot, OJ van Not, MJB Aarts, FWPJ van den Berkmortel, CU Blank, JBAG Haanen, GAP Hospers, D Piersma, RS van Rijn, AAM van der Veldt, G Vreugdenhil, MWJM Wouters, MAM Stevense-den Boer, MJ Boers-Sonderen, E Kapiteijn, KPM Suijkerbuijk, SG Elias
Magazine: International Journal of Cancer
Begin- en eindpagina: 1760-1771
Link: https://onlinelibrary.wiley.com/doi/10.1002/ijc.34853?msockid=193765e9e4e8608c27d07164e5a061ea
Titel: Body composition and checkpoint inhibitor treatment outcomes in advanced melanoma: a multicenter cohort study
Auteur: Mark Schuiveling, Laurens Ter Maat, Isabella Van Duin, Rik Verheijden, Max Troenokarso, Pim Moeskops, Joost Verhoeff, Sjoerd Elias, Wouter Van Amsterdam, Femke Burgers, Franchette Van Den Berkmortel, Marye Boers-Sonderen, Martijn Boomsma, Jan Willem De Groot, John Haanen, Geke Hospers, Djura Piersma, Gerard Vreugdenhil, Hans Westgeest, Ellen Kapiteijn, Mariette Labots, Wouter Veldhuis, Paul Van Diest, Pim De Jong, Josien Pluim, Tim Leiner, Mitko Veta, Karijn Suijkerbuijk
Magazine: Journal of the National Cancer Institute
Link: https://academic.oup.com/jnci/advance-article/doi/10.1093/jnci/djaf039/8029201
Titel: Melanoma Histopathology Dataset with Tissue and Nuclei Annotations
Link: https://zenodo.org/records/15050523
Titel: Imaging to predict checkpoint inhibitor outcomes in advanced melanoma.
Auteur: Rens ter Maat
Link: https://researchinformation.umcutrecht.nl/en/publications/imaging-to-predict-checkpoint-inhibitor-outcomes-in-advanced-mela
Titel: Predicting immunotherapy outcomes in advanced melanoma.
Auteur: Isabella van Duin
Link: https://researchinformation.umcutrecht.nl/en/publications/predicting-immunotherapy-outcomes-in-advanced-melanoma-clinical-r

Kenmerken

  • Projectnummer:
    848101007
  • Looptijd: 100%
    Looptijd: 100 %
    2019
    2025
  • Gerelateerde programma's:
  • Gerelateerde subsidieronde:
  • Projectleider en penvoerder:
    prof. dr. K.P.M. Suijkerbuijk MD PhD
  • Verantwoordelijke organisatie:
    Universitair Medisch Centrum Utrecht