Pasar al contenido principal

Patient-specific computational forecasting of prostate cancer growth and treatment response to guide clinical decision-making

RYC2022-036010-I

•
Nombre agencia financiadora Agencia Estatal de Investigación
Acrónimo agencia financiadora AEI
Programa Programa Estatal para Desarrollar, Atraer y Retener Talento
Subprograma Subprograma Estatal de Incorporación
Convocatoria Ramón y Cajal
Año convocatoria 2022
Plan Estatal 2021-2023 Plan Estatal de Investigación Científica y Técnica y de Innovación
Centro beneficiario UNIVERSIDADE DA CORUÑA

Resultados relacionados

Resultados totales (Incluyendo duplicados): 2
Encontrada(s) 1 página(s)

RUC. Repositorio da Universidade da Coruña
Publicación Tesis de maestría (MasterThesis)

A Computational Study of Tumor Growth Models with Nonlinear Diffusion and Generalized Logistic Proliferation Using Isogeometric Methods and Time Adaptivity

  • Rodríguez Rodríguez, Roberto
[Abstract]: Tumor growth dynamics involve the complex interaction of diffusion mechanisms, cellular proliferation, tissue invasion and spatial heterogeneity. The numerical simulation of these processes remains a major challenge in computational oncology, particularly in strongly nonlinear regimes characterized by sharp invasion fronts and highly localized transport phenomena. To address these challenges, this work presents a time-adaptive numerical framework based on Isogeometric Analysis for the simulation of Fisher-Kolmogorov-type reaction-diffusion tumor growth models with generalized nonlinear diffusion and logistic proliferation effects. The proposed methodology combines tensor product B-spline spatial discretizations with fully implicit backward Euler time integration, Newton-based iterative strategies for the solution of the resulting nonlinear systems and a systematically calibrated adaptive time-stepping strategy. Special emphasis is placed on the influence of spatial and temporal discretization parameters on numerical accuracy, robustness and computational efficiency. To this end, convergence studies based on manufactured solutions and overkill reference configurations are performed for different nonlinear diffusion and proliferation regimes. The obtained results show that quadratic spline discretizations provide a favorable compromise between accuracy and computational cost, while highly nonlinear configurations substantially increase the spatial and temporal resolution requirements. An adaptive time-stepping strategy is additionally investigated through a systematic sensitivity analysis involving different temporal tolerances and update intervals. Based on these analyses, a reference adaptive calibration is identified and subsequently validated across a broad range of nonlinear diffusion and proliferation regimes. The results demonstrate that the adopted adaptive time-stepping strategy remains robust across the investigated parameter space, preserving numerical accuracy while reducing computational cost. Furthermore, the adaptive time step evolution is shown to reflect the characteristic temporal scales associated with tumor proliferation, saturation and invasion-front propagation. The proposed framework demonstrates the strong potential of adaptive isogeometric methodologies for robust and efficient tumor growth simulations, while providing quantitative guidelines for the selection of spatial and temporal discretization parameters and a solid computational foundation for future patient-specific computational oncology applications., [Resumen]: El crecimiento tumoral involucra la compleja interacción de mecanismos de difusión, proliferación celular, invasión tisular y heterogeneidad espacial. La simulación numérica de estos procesos continúa representando uno de los principales retos dentro de la oncología computacional, especialmente en regímenes fuertemente no lineales caracterizados por frentes de invasión pronunciados y fenómenos de transporte altamente localizados. Con el fin de abordar estos problemas, en este trabajo se presenta un marco numérico adaptativo en el tiempo basado en Análisis Isogeométrico para la simulación de modelos de crecimiento tumoral gobernados por ecuaciones de reacción-difusión tipo Fisher-Kolmogorov con efectos de difusión no lineal y proliferación logística generalizada. La metodología propuesta combina discretizaciones espaciales producto tensorial de B-splines con integración temporal completamente implícita mediante el esquema backward Euler, estrategias iterativas basadas en Newton para la resolución de los sistemas no lineales resultantes y una estrategia de adaptatividad temporal calibrada de forma sistemática. Se presta especial atención a la influencia de los parámetros de discretización espacial y temporal sobre la precisión, robustez y eficiencia computacional. Para ello, se desarrollan estudios de convergencia basados en soluciones manufacturadas y configuraciones overkill de referencia para diferentes regímenes de difusión no lineal y proliferación tumoral. Los resultados obtenidos muestran que las discretizaciones spline cuadráticas proporcionan un compromiso favorable entre precisión y coste computacional, mientras que las configuraciones altamente no lineales incrementan significativamente las necesidades de resolución espacial y temporal. Adicionalmente, se investiga una estrategia adaptativa de paso temporal mediante un análisis sistemático de sensibilidad que considera diferentes tolerancias temporales e intervalos de actualización. A partir de estos estudios se identifica una calibración adaptativa de referencia, que posteriormente es validada sobre un amplio conjunto de regímenes de difusión y proliferación no lineales. Los resultados demuestran que la estrategia adaptativa de paso temporal adoptada mantiene su robustez en todo el espacio paramétrico analizado, preservando la precisión numérica y reduciendo simultáneamente el coste computacional. Asimismo, se observa que la evolución adaptativa del paso temporal refleja las escalas temporales características asociadas a la proliferación tumoral, la saturación del núcleo tumoral y la propagación de los frentes de invasión. El marco propuesto pone de manifiesto el potencial de las metodologías isogeométricas adaptativas para el desarrollo de simulaciones robustas y eficientes del crecimiento tumoral, proporcionando además criterios cuantitativos para la selección de los parámetros de discretización espacial y temporal, así como una base computacional sólida para futuras aplicaciones de oncología computacional orientadas a pacientes específicos., [Resumo]: O crecemento tumoral involucra a complexa interacción de mecanismos de difusión, proliferación celular, invasión tisular e heteroxeneidade espacial. A simulación numérica destes procesos continúa representando un dos principais retos dentro da oncoloxía computacional, especialmente en réximes fortemente non lineais caracterizados por frontes de invasión pronunciadas e fenómenos de transporte altamente localizados. Co fin de abordar estes problemas, neste traballo preséntase un marco numérico adaptativo no tempo baseado en Análise Isoxeométrica para a simulación de modelos de crecemento tumoral gobernados por ecuacións de reacción - difusión tipo Fisher-Kolmogorov con efectos de difusión non lineal e proliferación loxística xeneralizada. A metodoloxía proposta combina discretizacións espaciais produto tensorial de B-splines con integración temporal completamente implícita mediante o esquema backward Euler, estratexias iterativas baseadas en Newton para a resolución dos sistemas non lineais resultantes e unha estratexia de adaptatividade temporal calibrada de maneira sistemática. Préstase especial atención á influencia dos parámetros de discretización espacial e temporal sobre a precisión, robustez e eficiencia computacional. Para iso, desenvólvense estudos de converxencia baseados en solucións manufacturadas e configuracións overkill de referencia para diferentes réximes de difusión non lineal e proliferación tumoral. Os resultados obtidos mostran que as discretizacións spline cuadráticas proporcionan un compromiso favorable entre precisión e custo computacional, mentres que as configuracións altamente non lineais incrementan significativamente as necesidades de resolución espacial e temporal. Adicionalmente, investígase unha estratexia adaptativa do paso temporal mediante unha análise sistemática de sensibilidade que considera diferentes tolerancias temporais e intervalos de actualización. A partir destes estudos identifícase unha calibración adaptativa de referencia, que posteriormente é validada sobre un amplo conxunto de réximes de difusión e proliferación non lineais. Os resultados demostran que a estratexia adaptativa do paso temporal adoptada mantén a súa robustez en todo o espazo paramétrico analizado, preservando a precisión numérica e reducindo simultaneamente o custo computacional. Así mesmo, obsérvase que a evolución adaptativa do paso temporal reflicte as escalas temporais características asociadas á proliferación tumoral, á saturación do núcleo tumoral e á propagación das frontes de invasión. O marco proposto pon de manifesto o potencial das metodoloxías isoxeométricas adaptativas para o desenvolvemento de simulacións robustas e eficientes do crecemento tumoral, proporcionando ademais criterios cuantitativos para a selección dos parámetros de discretización espacial e temporal, así como unha base computacional sólida para futuras aplicacións de oncoloxía computacional orientadas a pacientes específicos., This work was partially funded by grant RYC2022-036010-I funded by MI- CIU/AEI/10.13039/501100011033 and ESF+, as well as by the European Research Council (ERC) under the European Union’s Horizon Europe research and innovation programme through the DIGIPRO project (Grant Agreement No. 101220816)., Proxecto técnico (UDC.ETSECCP). Enxeñaría de Camiños, Canais e Portos. Curso 2025/2026
RUC. Repositorio da Universidade da Coruña
Publicación Tesis de maestría (MasterThesis)

Patient-specific modeling of prostate-specific antigen dynamics for personalized treatment outcome assessment in prostate cancer treated with radiotherapy with or without androgen deprivation therapy

  • Domínguez Espiñeira, Joaquín
[Abstract] Prostate cancer is one of the most frequently diagnosed malignant tumors among men worldwide, and its clinical follow-up after treatment is primarily based on the periodic monitoring of prostate-specific antigen (PSA) levels. However, the interpretation of PSA temporal dynamics after radiotherapy remains a clinical challenge, particularly for the early identification of patients at risk of biochemical relapse (i.e., a post-treatment increase in PSA linked to tumor recurrence). This work presents a mathematical modeling framework aimed at describing and predicting PSA evolution in prostate cancer patients treated with external beam radiotherapy (EBRT), either as a standalone treatment or in combination with androgen deprivation therapy (ADT). The proposed methodology is based on mechanistic models for either treatment modality formulated through ordinary differential equations capable of representing fundamental biological processes, such as tumor cell proliferation, radiotherapy response, and hormonal therapy effects. The models were individually calibrated for a clinical cohort of 278 patients using a nonlinear least-squares method implemented in MATLAB. From the fitted parameters, several mechanistic biomarkers were derived, including the tumor cell proliferation and therapeutically-induced death rates, time to PSA nadir, and time to tumor progression. Their potential to discriminate between patients with and without biochemical relapse was subsequently evaluated using Wilcoxon rank-sum tests and receiver operating characteristic (ROC) curves. The obtained results demonstrate a high capability of the proposed models to reproduce the observed PSA dynamics in both relapsing and non-relapsing patients treated with or without ADT. Furthermore, several identified biomarkers showed a significant association with biochemical relapse. This suggests that these biomarkers could be leveraged as patient classifiers to adapt the frequency of PSA monitoring to balance quality of life and accurate follow-up, as well as to early identify tumor recurrence based on the predicted risk of biochemical relapse. Although validation of the predictive power of the proposed methods is required, this work highlights the potential of mathematical oncology as a tool to support clinical decision-making through the development of more personalized follow-up strategies based on tumor forecasting and mechanistic biomarkers., [Resumen] El cáncer de próstata es uno de los tumores malignos diagnosticados con mayor frecuencia en hombres a nivel mundial, y su seguimiento clínico tras el tratamiento se basa principalmente en la monitorización periódica de los niveles de antígeno prostático específico (PSA). Sin embargo, la interpretación de la dinámica temporal del PSA después de la radioterapia sigue representando un desafío clínico, especialmente para la identificación temprana de pacientes con riesgo de recaída bioquímica (es decir, un incremento del PSA tras el tratamiento asociado a la recurrencia tumoral). Este trabajo presenta un marco de modelización matemática orientado a describir y predecir la evolución del PSA en pacientes con cáncer de próstata tratados con radioterapia externa (EBRT), ya sea como tratamiento ´único o en combinación con terapia de privación androgénica (ADT). La metodología propuesta se basa en modelos mecanísticos para cada modalidad terapéutica formulados mediante ecuaciones diferenciales ordinarias, capaces de representar procesos biológicos fundamentales como la proliferación celular tumoral, la respuesta a la radioterapia y los efectos de la terapia hormonal. Los modelos fueron calibrados individualmente para una cohorte clínica de 278 pacientes mediante un método de mínimos cuadrados no lineales implementado en MATLAB. A partir de los parámetros ajustados, se derivaron diversos biomarcadores mecanísticos, entre ellos las tasas de proliferación celular tumoral y de muerte inducida por el tratamiento, el tiempo hasta el nadir del PSA y el tiempo hasta la progresión tumoral. Posteriormente, su capacidad para discriminar entre pacientes con y sin recurrencia bioquímica fue evaluada mediante pruebas de suma de rangos de Wilcoxon y curvas características operativas del receptor (ROC). Los resultados obtenidos demuestran una elevada capacidad de los modelos propuestos para reproducir la dinámica observada del PSA tanto en pacientes con recaída como sin recaída, tratados con o sin ADT. Además, varios de los biomarcadores identificados mostraron una asociación significativa con la recaída bioquímica. Esto sugiere que dichos biomarcadores podrían emplearse como clasificadores de pacientes para adaptar la frecuencia de monitorización del PSA, equilibrando la calidad de vida y un seguimiento preciso, así como para identificar precozmente la recurrencia tumoral en función del riesgo predicho de recaída bioquímica. Aunque es necesaria una validación adicional de la capacidad predictiva de los métodos propuestos, este trabajo pone de manifiesto el potencial de la oncología matemática como herramienta de apoyo a la toma de decisiones clínicas mediante el desarrollo de estrategias de seguimiento más personalizadas basadas en la predicción de la evolución tumoral y en biomarcadores mecanísticos., [Resumo] O cancro de próstata é un dos tumores malignos diagnosticados con maior frecuencia nos homes a nivel mundial, e o seu seguimento clínico tras o tratamento baséase principalmente na monitorización periódica dos niveis de antíxeno prostático específico (PSA). Porén, a interpretación da dinámica temporal do PSA despois da radioterapia continúa sendo un desafío clínico, especialmente para a identificación temperá de pacientes con risco de recaída bioquímica (é dicir, un incremento do PSA tras o tratamento asociado ´a recorrencia tumoral). Este traballo presenta un marco de modelización matemática orientado a describir e predicir a evolución do PSA en pacientes con cancro de próstata tratados con radioterapia externa (EBRT), xa sexa como tratamento único ou en combinación con terapia de privación androxénica (ADT). A metodoloxía proposta baséase en modelos mecan´ısticos para cada modalidade terapéutica formulados mediante ecuacións diferenciais ordinarias, capaces de representar procesos biolóxicos fundamentais como a proliferación celular tumoral, a resposta á radioterapia e os efectos da terapia hormonal. Os modelos foron calibrados individualmente para unha cohorte clínica de 278 pacientes mediante un método de mínimos cadrados non lineais implementado en MATLAB. A partir dos parámetros axustados, deriváronse diversos biomarcadores mecanísticos, entre eles as taxas de proliferación celular tumoral e de morte inducida polo tratamento, o tempo ata o nadir do PSA e o tempo ata a progresión tumoral. Posteriormente, a súa capacidade para discriminar entre pacientes con e sen recorrencia bioquímica foi avaliada mediante probas de suma de rangos de Wilcoxon e curvas características operativas do receptor (ROC). Os resultados obtidos demostran unha elevada capacidade dos modelos propostos para reproducir a dinámica observada do PSA tanto en pacientes con recaída como sen recaída, tratados con ou sen ADT. Ademais, varios dos biomarcadores identificados mostraron unha asociación significativa coa recaída bioquímica. Isto suxire que estes biomarcadores poderían empregarse como clasificadores de pacientes para adaptar a frecuencia de monitorización do PSA, equilibrando a calidade de vida e un seguimento preciso, así como para identificar de forma temperá a recorrencia tumoral en función do risco predito de recaída bioquímica. Aínda que é necesaria unha validación adicional da capacidade preditiva dos métodos propostos, este traballo pon de manifesto o potencial da oncoloxía matemática como ferramenta de apoio á toma de decisións clínicas mediante o desenvolvemento de estratexias de seguimento máis personalizadas baseadas na predición da evolución tumoral e en biomarcadores mecanísticos., Proxecto técnico (UDC.ETSECCP). Enxeñaría de Camiños, Canais e Portos. Curso 2025/2026