par Diamand, Romain 
Président du jury Moreno, Christophe
Promoteur Vouche, Michael
Co-Promoteur Peltier, Alexandre
Publication Non publié, 2023-08-31
Président du jury Moreno, Christophe
Promoteur Vouche, Michael
Co-Promoteur Peltier, Alexandre
Publication Non publié, 2023-08-31
Thèse de doctorat
| Résumé : | Définir précisément l’agressivité d’une maladie est la clé pour une médecine personnalisée et de précision. La biopsie de prostate est un examen fondamental car il est le seul à confirmer la présence d’un cancer et permet de déterminer son grade d’agressivité qui est connu pour être le facteur pronostic le plus important. La fiabilité des résultats obtenus est donc primordiale car cela influencera le choix de traitement proposé. En 2019, la Société Européenne d’Urologie a recommandé l’implémentation de l’imagerie par résonance magnétique (IRM) avant la biopsie de prostate étant donné l’amélioration de la détection de cancers significatifs grâce aux biopsies ciblées et la diminution de la détection de cancers non-significatifs. Cependant, plusieurs questions ont été soulevées comme le schéma de biopsie à réaliser et l’impact sur les modèles prédictifs qui ont été initialement développés à l’époque de biopsies systématisées. L’hypothèse de cette thèse de doctorat est que l’intégration de la biopsie ciblée par IRM dans le processus diagnostic améliore la prise en charge du cancer de prostate.Dans un premier temps, nous avons défini un schéma de biopsie personnalisé après analyse tridimensionnelle de la prostate et des trajets des aiguilles de biopsie en utilisant un algorithme d’intelligence artificielle. Ensuite nous avons évalué les modèles statistiques prédisant le grade et le stade de la maladie en exploitant une des plus grandes bases de données européennes multicentriques de patients diagnostiqués par biopsies ciblées et opérés par prostatectomie radicale. Nous avons démontré la plus-value de l’IRM et des biopsies ciblées qui permettent de mieux définir l’avancée de la maladie. Par la suite, nous avons investigué leur impact sur la définition des groupes de risque qui servent à guider le choix de traitement. Nous avons remarqué la faible fiabilité des modèles de classification actuels, entrainant un risque de traitement inapproprié. Enfin, nous avons cherché à savoir si les données IRM et des biopsies ciblées permettaient d’améliorer les critères de sélection pour la surveillance active. Nous n’avons pas constaté d’amélioration de la sélection des patients candidats à une surveillance active. |
