Predictive radiomics signature for treatment response to nivolumab in patients with advanced renal cell carcinoma

Auteurs-es

  • Eoghan R. Malone Princess Margaret Hospital, Toronto https://orcid.org/0000-0001-9012-7141
  • Hao-Wen Sim Princess Margaret Cancer Centre
  • Audrius Stundzia Tomographix IP Ltd., Toronto
  • Sacha Pierre Joint Division of Medical Imaging, University of Toronto
  • Ur Metser Joint Division of Medical Imaging, University of Toronto
  • Martin O'Malley Joint Division of Medical Imaging, University of Toronto
  • Adrian G. Sacher Princess Margaret Cancer Centre
  • Srikala S. Sridhar Princess Margaret Cancer Centre
  • Aaron R. Hansen Princess Margaret Cancer Centre

DOI :

https://doi.org/10.5489/cuaj.7467

Mots-clés :

Radiomics, renal cell cancer, immuntherapy, nivolumab, predictive biomarker

Résumé

Introduction: The anti-programmed cell death protein-1 (PD-1) immune checkpoint inhibitor nivolumab is currently approved for the treatment of patients with metastatic renal cell carcinoma (mRCC); approximately 25% of patients respond. We hypothesized that we could identify a biomarker of response using radiomics to train a machine learning classifier to predict nivolumab response outcomes.

Methods: Patients with mRCC of different histologies treated with nivolumab in a single institution between 2013 and 2017 were retrospectively identified. Patients were labelled as responders (complete response [CR]/partial response [PR]/durable stable disease [SD]) or non-responders based on investigator tumor assessment using RECIST 1.1 criteria. For each patient, lesions were contoured from pre-treatment and first post-treatment computed tomography (CT) scans. This information was used to train a radial basis function support vector machine classifier to learn a prediction rule to distinguish responders from non-responders. The classifier was internally validated by a 10-fold nested cross-validation.

Results: Thirty-seven patients were identified; 27 (73%) met the inclusion criteria. One hundred and four lesions were contoured from these 27 patients. The median patient age was 56 years, 78% were male, 89% had clear-cell histology, 89% had prior nephrectomy, and 89% had prior systemic therapy. There were 19 responders vs. eight non-responders. The lesions selected were lymph nodes (60%), lung metastases (23%), and renal/adrenal metastases (17%). For the classifier trained on the baseline CT scans, 69% accuracy was achieved. For the classifier trained on the first post-treatment CT scans, 66% accuracy was achieved.

Conclusions: The set of radiomic signatures was found to have limited ability to discriminate nivolumab responders from nonresponders. The use of novel texture features (two-point correlation measure, two-point cluster measure, and minimum spanning tree measure) did not improve performance.

Téléchargements

Les données relatives au téléchargement ne sont pas encore disponibles.

Téléchargements

Publié-e

2021-09-24

Comment citer

Malone, E. R., Sim, H.-W., Stundzia, A., Pierre, S., Metser, U., O’Malley, M., … Hansen, A. R. (2021). Predictive radiomics signature for treatment response to nivolumab in patients with advanced renal cell carcinoma. Canadian Urological Association Journal, 16(2), E94–101. https://doi.org/10.5489/cuaj.7467

Numéro

Vol. 16 No. 2 (2022): CUAJ February

Rubrique

Original Research

Licence

Les auteurs accordent les droits d’auteurs liés à l’article et son contenu à l’Association des urologues du Canada. Cette entente signifie que vous ne pouvez pas faire ce qui suit, sans d’abord obtenir l’autorisation écrite de l’AUC :

  • Afficher l’article sur tout site Web.
  • Traduire ou autoriser une tierce partie à traduire l’article.
  • Copier ou reproduire l’article par quelque moyen que ce soit et sous tout format que ce soit, ou autoriser d’autres à le faire, au-delà de ce qui est permis par la loi canadienne du droit d’auteur.
  • Copier ou reproduire des sections de l’article, y compris les tableaux et figures, par quelque moyen que ce soit, ou autoriser d’autres à le faire, au-delà de ce qui est permis par la loi canadienne du droit d’auteur.

L’AUC encourage l’usage des articles à des fins éducatives sans but commercial et ne refusera pas sans motif raisonnable toute demande d’autorisation à cet effet.

Vous conservez le droit moral lié à l’article et son contenu. Cela signifie que l’AUC ne peut utiliser ses droits d’auteurs d’une manière telle que cela pourrait avoir des répercussions négatives sur votre réputation ou sur votre droit à être associé à l’article.

L’AUC exige également que vous garantissiez ce qui suit :

  • Vous êtes l’auteur ou les auteurs et seul(s) propriétaire(s) du contenu, le contenu de l’article est original et n’a jamais été publié et vous n’en avez pas déjà cédé les droits d’auteurs ni accordé de licence concernant son contenu à toute autre tierce partie;
  • Toutes les personnes qui ont contribué de manière considérable à la rédaction de l’article sont mentionnées;
  • L’article ne viole aucun droit de propriété de toute tierce partie, et vous avez obtenu les autorisations requises pour inclure les travaux d’autres personnes dans cet article; et
  • L’article ne diffame aucune tierce partie ni ne viole les droits à la vie privée de toute tierce partie.