Eturauhassyövän diagnostiikan rakennuspalikat

The most prevalent cancer in men is prostate cancer (PCa). Diagnostic methods currently detect most PCa at an early stage, but the diagnosis of many PCa cases that are clinically insignificant raises concerns about the need for aggressive intervention in all cases. The increased use of multiparametric magnetic resonance imaging (mpMRI) with structured reporting based on Prostate Imaging Reporting and Data System (PI-RADS) and targeted immunohistochemical stains have improved the identification of clinically significant PCa. Studies I-III compared mpMRI visibility of lesions with histopathological findings in radical prostatectomy (RP) specimens. Study I focused on enhancing preoperative risk assessment tools, such as clinical parameters, Cancer of the Prostate Risk Assessment (CAPRA) score, Memorial Sloan Kettering Cancer Center (MSKCC) nomograms, and Partin tables, with the addition of mpMRI visibility. Study II examined the risk of biochemical recurrence (BCR) and evaluated the significance of Phosphatase and Tensin Homolog (PTEN) and ETS-related gene (ERG) biomarker expression. Study III examined the tumor microenvironment (TME) of these lesions. In Study IV, we developed an artificial intelligence (AI) algorithm to diagnose and grade prostate cancer in prostate biopsies and reported its performance as a comparison with pathologists' diagnoses and with BCR. The main results for study I, were that models with mpMRI improved the prediction of postoperative adverse findings such as non-organ confined disease and survival analysis for BCR. Study II confirmed better survival time for BCR and less non-organ-confined disease for mpMRI-invisible lesions. Lesions visible on mpMRI were found to have a more frequent loss of PTEN expression. Study III found lesions with high stromal FAP (Fibroblast Activated Protein) expression in mpMRI had a higher risk of BCR. The presence of a large number of stromal FAP-positive cells was linked to a change in PTEN status in these visible lesions. In study IV, an AI algorithm detected and graded prostate cancer on a par with those of pathologists and predicted adverse staging and the risk for BCR. The main conclusion is that mpMRI visible lesions are associated with signs of higher biological aggressiveness. Aggressiveness is expressed in clinical and biomarker adverse findings such as BCR, non-organ confined disease, altered PTEN, and stromal FAP status. AI algorithms can support clinicians in detecting and grading prostate cancer for biopsies with an added risk stratification value for BCR and higher staging.Den vanligaste cancern hos män är prostatacancer (PCa). Diagnostiska metoder upptäcker för närvarande de flesta PCa i ett tidigt skede, men diagnosen av många kliniskt obetydliga PCa-fall väcker frågor kring behovet av aggressiva ingrepp för alla fall. Den ökade användningen av multiparametrisk magnetisk resonanstomografi (mpMRI) med strukturerad rapportering baserad på Prostate Imaging Reporting and Data System (PI-RADS) och riktade immunhistokemiska färgningar har förbättrat upptäckten av kliniskt signifikant PCa. Studier I-III jämförde mpMRI-synlighet av lesioner med histopatologiska fynd i radikala prostatektomi (RP) fall. Studie I fokuserade på att förbättra preoperativa riskbedömningsverktyg, såsom kliniska parametrar, Cancer of the Prostate Risk Assessment (CAPRA) -score, Memorial Sloan Kettering Cancer Center (MSKCC) -nomogram och Partin-tabeller, genom komplementering med mpMRI-synlighet. Studie II undersökte risken för biokemiskt återfall (BCR) och utvärderade betydelsen av PTEN och ERG biomarköruttryck. Studie III undersökte den mikroskopiska tumörmiljön (TME) för dessa lesioner. I studie IV utvecklade vi en artificiell intelligens (AI) -algoritm för att diagnostisera och gradera prostatacancer i prostatabiopsier och rapporterade dess prestanda i jämförelse med patologernas diagnos och BCR. Som huvudresultat för studie I förbättrade modeller med mpMRI förutsägelsen av postoperativa negativa fynd, såsom lokalt avancerad sjukdom och överlevnadsanalys för BCR. Studie II bekräftade bättre överlevnadstid för BCR och mindre lokalt avancerad sjukdom för mpMRI-osynliga lesioner. Lesioner synliga på mpMRI visade sig ha en mer frekvent förlust av PTEN-uttryck. Enligt studie III hade lesioner med högt stromalt FAP (Fibroblast Activated Protein) -uttryck i mpMRI en högre risk för BCR. Förekomsten av ett stort antal stromala FAP-positiva celler kopplades till en förändring i PTEN-status i dessa synliga lesioner. I studie IV upptäckte och graderade en AI-algoritm prostatacancer i nivå med patologer och förutsåg ogynnsam stadieindelning och risk för BCR. Huvudslutsatsen är att mpMRI-synliga lesioner är förknippade med tecken på högre biologisk aggressivitet. Aggressiviteten uttrycks i kliniska och biomarkörsfynd som BCR, lokalt avancerad sjukdom, förändrad PTEN och stromal FAP-status. AI-algoritmer kan stödja patologerna I upptäckt och gradering av PCa på mellannålsbiopsier med en utökad riskstratifieringsvärde för BCR och högre stadieindelning