Cerebral blood volume and apparent diffusion coefficient - Valuable predictors of non-response to bevacizumab treatment in patients with recurrent glioblastoma

Abstract

Cerebral blood volume and apparent diffusion coefficient - Valuable predictors of non-response to bevacizumab treatment in patients with recurrent glioblastoma MUDr. Lucie Petrová ABSTRACT Glioblastoma multiforme (GBM) is the most aggressive primary brain tumor, often recurring despite treatment. Bevacizumab (BV) is a second-line therapy for recurrent GBM, but patient response varies. This PhD thesis evaluated whether advanced MRI biomarkers - cerebral blood volume (CBV) and apparent diffusion coefficient (ADC) - could predict treatment response, outcomes and survival. In a retrospective cohort study, CBV and ADC values from perfusion- and diffusion-weighted imaging were analyzed alongside machine learning models to predict 6-month progression-free survival (PFS6) and overall survival (OS). Statistical validation, including cross- validation and multivariate regression, was applied, and a meta-analysis compared findings with existing literature. Results showed that elevated CBV, reflecting higher angiogenesis, predicted shorter PFS6, while low ADC, indicating dense tumor cellularity, was associated with worse OS. Machine learning models reached high predictive accuracy (AUC > 0.85). Combining imaging, clinical, and molecular data - such as MGMT promoter methylation - further improved predictive power. These...

Cerebral blood volume a apparent diffusion coefficient - Užitečné prediktory negativní odpovědi na léčbu bevacizumabem u pacientů s recidivujícím glioblastomem MUDr. Lucie Petrová ABSTRAKT Tato dizertační práce se zaměřuje na hodnocení prediktivní hodnoty pokročilých zobrazovacích biomarkerů - cerebral blood volume (CBV) a apparent diffusion coefficient (ADC) - u pacientů s recidivujícím glioblastomem multiforme (GBM) léčených bevacizumabem (BV). GBM je vysoce agresivní mozkový nádor s častými recidivami a špatnou prognózou, přičemž odpověď na BV se výrazně liší mezi pacienty. Retrospektivní kohorta byla analyzována pomocí multimodální magnetické rezonance se zaměřením na hodnoty CBV z perfuzního zobrazení a ADC z difuzního zobrazení. Pro predikci přežití bez progrese po šesti měsících (PFS6) a celkového přežití (OS) byly použity modely strojového učení, konkrétně Gradient Boosted classifiers a Support Vector Machines. Výsledky ukázaly, že zvýšené CBV koreluje s vyšší angiogenezí a kratším PFS6, zatímco nižší ADC poukazuje na vyšší buněčnost nádoru a horší OS. Prediktivní modely dosahovaly vysoké přesnosti s AUC nad 0,85. Metaanalýza podpořila vyšší prediktivní výkon při kombinaci zobrazovacích dat s klinickými a molekulárními ukazateli, jako je methylace promotoru MGMT. Výsledky podporují význam CBV a ADC...