SMART-ACT: Spatial Methodologic Approaches for Risk Assessment and Therapeutic Adaptation in Cancer Treatment

University Of Illinois At Chicago, Chicago IL

Investigators

Linked publications & trials

Abstract

Head and neck squamous carcinomas affect all ethnicities and age groups,  accounting for significant  mortality  and  therapy­related  side­effects.  Over  50,000  new  cases  are  diagnosed  each  year  in  the  United States, leading to large, rich repositories of patient data. For each of these cases, oncologists  need to anticipate survival, oncologic, and side­effect outcomes associated with treatment strategies in  order to select a treatment which balances efficacy and toxicity. However, despite the wealth of data  available, risk prediction algorithms for cancers are rudimentary and incorporate only a handful of  patient characteristics, largely due to a lack of computational methodologies.  We  propose  to  develop  a  computational  methodology  that  supports  the  construction  of  a  validated  precision  model  of  patient­specific  outcomes  for  head  and  neck  cancers,  based  on  demographics, toxicity, and complex imaging data. Our ensemble methodology will be revolutionary in  that  it  will  be  the  first  in  the  field  to  include  both  imaging  and  non­imaging  data,  while  taking  into  account large­scale biological and clinical correlates. The approach is innovative through its leverage of  big  data  repositories  and  through  its  unique  blend  of  computational  modeling  principles  from  bioengineering, statistics, and computer science. These methods allow us to incorporate diverse data  types, handle missing data, and model multiple outcomes.   From a clinical perspective, this integrative approach is novel in the field of cancer therapy. The  resulting model and web­based environment will mark a significant advance in biomedical computing  because it will be able to identify, for the first time, specific subgroups who are at risk for distinct  oncologic, toxicity, and survival profiles. Furthermore, the ?current clinical practice paradigm for head  and neck treatment is stage­driven. With validation, this novel approach can identify patients based not  on  clinical  staging,  but  on  precision  modeling  using  cohort  data  and  similar  sets  of  patients.  The  methodology is applicable to clinical practice involving human subjects and has the potential to change  the standard of care and outcomes of treatment in the field.