Objectif principal :

- collecter de manière prospective, dans le cadre des soins courants, des données de grandes dimension d’ordre biologique et d’imagerie dans une population homogène de patientes présentant un cancer du sein métastatique (de novo ou première récidive métastatique). - appliquer sur ces données des algorithmes de machine Learning à la recherche de signatures prédictives de la réponse au traitement, de la survie sans récidive, et des toxicités présentées par les patientes.

Objectif secondaire -étudier la corrélation entre les modifications du métabolome sérique entre les prélèvements préthérapeutiques et intérimaires et la réponse tumorale quantifiée par la TEP

Comparer la cytogénétique tumorale primitive et métastatique

Etude moléculaire tissulaire et sur prélèvement sanguin dans la compréhension du mélanome uvéal primitif et métastatique

Les données sont utilisées pour développer ou enrichir des modèles d'autosegmentation d'organes à risques et volumes cibles pour des patientes atteintes de cancer du sein. 

Cette recherche, ARTISTIC, a pour objectif de mettre en commun les résultats de l'étude à laquelle vous participez GETUG-AFU 17 avec les résultats de 2 études similaires : RAVES (étude australienne) et RADICALS (étude anglaise). La combinaison de ces résultats a permis entre autres d'évaluer le timing de l'administration de la radiothérapie immédiate ou en rattrapage après une rechute de la maladie, pour le traitement du cancer de la prostate traité par prostatectomie.

L’objectif du projet « AIRCLINT » est d’évaluer la performance de l’IA SAS Viya avec plusieurs types de méthodologie :

• 1ère méthodologie : le traitement automatique de la langue naturelle, incluant le traitement lexical et syntaxique pour déterminer l’ensemble des concepts dans les systèmes d’information clinique de l’ICL.
• 2ème méthodologie :

+ Le mécanisme de classification de la numérisation du parcours des essais cliniques ouverts à l’ICL

+ La prédiction et la validation du lien entre concepts et classification

+ L’aide à la décision pour les médecins afin de faciliter les inclusions des patients

L’objectif à long terme du projet « AIRCLINT » est  de diminuer le nombre d’essais ouverts sans inclusion et d’augmenter le recrutement des patients dans les essais cliniques à l’ICL en utilisant l’outil d’IA SAS Viya en pratique courante.

Le but est d’identifier des profils transcriptomiques tumoraux associés à la réponse à des anti-PD-1/PD-L1 dans les cancers épidermoïdes des VADS. Pour cela, une cohorte rétrospective de 144 patients inclus dans divers essais cliniques sera analysé. Nous évaluerons l’expression de 2 545 gènes d’intérêt en utilisant la technologie HTG EdgeSeq® sur des échantillons FFPE disponibles avant traitement et pour 25 patients des prélèvements après traitement sont également disponibles. Dans les cas pour lesquels la quantité de matériel le permettra, les échantillons seront également analysés en RNAseq. Ceci nous permettra d’évaluer l’association entre des profils transcriptomiques et l’évolution clinique des patients

Cette étude vise à évaluer l’effet de l’avapritinib comparé à un groupe témoin rétrospectif (prise en charge standard) sur la base d’une évaluation du délai jusqu’à l’événement et de la réponse objective aux critères d’évaluation thérapeutiques chez des patients atteints de GIST présentant un PDGFRA à mutation D842V.

Notre objectif est de comprendre l’histoire naturelle d’une sous-famille de la famille des PEComes via des éléments cliniques et anatomo-biologique. Les PEComes sont des tumeurs mésenchymateuses des cellules épithéloides périvasculaires. Actuellement, cette famille de tumeur comprend les angiomyolipomes et la lymphangioleiomyomatose ainsi que d’autres PEComes des tissus mous et viscères, c’est cette sous-famille qui est l’objet de cette étude.

Notre objectif dans cette étude est de savoir si les patients atteints de HPD avaient une croissance tumorale plus lente avant le traitement par ICI par rapport aux patients atteints d'une maladie à croissance naturellement exponentielle, auquel cas un argument solide peut être avancé pour établir une relation causale entre ICI et HPD. Pour cela, nous avons utilisé le TGK pour déterminer le taux d'hyperprogression chez les patients des essais cliniques et avons ensuite comparé la croissance tumorale avant le début de l'immunothérapie avec celle de patients qui n’ont pas été inclus dans ces essais après considération (Screen Failure). L'impact du TGK sur les résultats de la SCT après la PD initiale sous ICI a également été évalué.               Afin de recherche un lien entre l’HPD et des caractéristiques cliniques, nous avons collecté les données nécessaires et nous avons réalisé un marquage PDL1 sur les tumeurs disponibles archivées.