Objectif principal :  Préciser le rôle des exérèses locales dans la préservation d’organe

Objectifs secondaires : Analyse détaillée des 27 exérèses locales notamment dans les complications et place des exérèses locales de principe et de nécessité

- Estimer la SSR biochimique (définition selon Phoenix)

- Evaluer la survenue de  toxicités (grade CTCAE v.5) et les caractériser (type, fréquence, grade)

- Estimer  la survie sans récidive locale (SSRL)

- Estimer la survie sans métastase (SSM)

- Estimer  la survie globale (SG)

- Identifier les facteurs pronostiques associés à la SSR biochimique

- Identifier les facteurs pronostiques associés à la toxicité tardive (en particulier parmi les données cliniques :groupe D’amico, critères de Zumsteg, , données dosimétriques)

- Etudier l’évolution du PSA (baseline, suivi)  

Notre projet est de tester la réponse aux inhibiteurs de la biogenèse des ribosomes dans des ganglions issus des lymphomes B diffus à grandes cellules double ou triple HIT ou de syndrome de Richter (transformation en lymphome agressif d’une LLC).

Cette réponse sera corrélée aux données associées recueillies pour définir un essai clinique de phase I/II chez des patients atteints de ces pathologies.

Objectif principal : Mesure de l’impact des données TEP sur la décision diagnostique et thérapeutique de la RCP.

Objectifs secondaires : Mesure de la confiance dans la décision si la conduite à tenir n’est pas modifiée. Mesure des performances de la TEP dans ce contexte.

Etude du contrôle locorégional des patientes atteintes d’un cancer du col utérin avec atteinte du 1/3 inférieur du vagin, traitée par radiothérapie et curiethérapie utérovaginale et +/- interstitielle.

Principal :

• Description des tumeurs neuroblastiques périphériques et composites diagnostiquées après l’âge de 15 ans entre 2000 et 2020 : description des patients et de leur prise en charge intégrale en France (diagnostic, prise en charge, devenir des patients)

Secondaire :

• Evaluer la survie globale (OS) et la survie sans événement (EFS)
• Identifier le matériel tumoral disponible pour envisager des études ultérieures visant une meilleure compréhension des mécanismes génétiques sous-jacents impliqués dans cette pathologie rare.

Impact de l’apparition précoce d’anomalies scannographiques à la suite d’un traitement par radiochimiothérapie sur la survenue de pneumopathies immuno-induites dans les cancers bronchiques non à petites cellules de stade localement avancé.

Construire une chaine de traitement qui permettra à partir de la combinaison de toutes les séquences disponibles en IRM de trouver les régions hypoxiques qui sont visualisées en TEP au FMISO.

Evaluer si la méthode d’allocation des bras peut avoir un impact sur l’équilibre et les résultats d’une étude, à partir de l’analyses de données issues d’essais cliniques promus par la FFCD.

Evaluer l’effet de l’ajustement des covariables utilisés lors de la stratification lors de la méthode d’allocation des bras sur le résultat de l’effet traitement mesuré

Contexte : Le glioblastome (GB) est une tumeur agressive dont la récidive quasi-systématique est en grande partie due à son hétérogénéité et à la présence de cellules souches tumorales (GSC) dont l’agressivité et le profil invasif ou de plasticité sont différents selon les zones de la tumeur et selon les patients. Lors de l’essai clinique STEMRI que nous avons développé et visant à étudier l’enrichissement en GSC dans certaines zones de la tumeur définies par IRM multimodale, nous avons pu obtenir des GSCs issues de différents prélèvements guidés par l’IRM multimodale, caractérisées in vitro mais également in vivo par implantation orthotopique dans la souris et ayant généré des tumeurs de profils différents. Les données de survie des patients correspondants sont également disponibles. Le but de ce projet est d’analyser par Deep Learning les 51 données RNAseq tumoraux et les 116 images correspondantes de coupes histologiques de tumeurs obtenues afin de caractériser et de mettre en évidence des gènes et cibles thérapeutiques potentielles impliquées dans l’agressivité des GSC, l’impact sur la survie des patients et leur mode de récidive. Cette étude permettra à terme de prédire dès le diagnostic de GB, le type de récidive et de proposer un traitement personnalisé.

Objectif principal : Etudier par Deep Learning la capacité à déterminer à partir des données RNAseq des cellules souches de glioblastomes en culture au laboratoire ainsi que des données d’examens microscopiques des tumeurs générées chez la souris par implantation de ces cellules de façon orthotopique, le profil d’agressivité et la prédiction potentielle du pattern de récidive.

Objectifs secondaires : Vérifier le pattern de récidive sur les IRM cérébrales des patients inclus dans l’essai STEMRI et dont les prélèvements tumoraux ont généré les cellules souches caractérisées.