Vår forskning
Utöver screeningforskning deltar gruppen i två multinationella randomiserade studier som utvärderar AI vid screening respektive endoskopisk resektion av screeningupptäckt tidig cancer.
Forskargruppen representerar vidare Sverige i en skandinavisk studie rörande risken för cancer hos patienter med inflammatorisk tarmsjukdom. Målet är att utveckla en modell för riskstratifiering av cancerutveckling på individnivå och härmed kunna optimera behandling och uppföljning ur både ett patient- och samhällsekonomiskt perspektiv.
Forskargruppen tillhör Institutionen för klinisk forskning och utbildning, Södersjukhuset, i samarbete med Institutionerna för Medicinsk epidemiologi och biostatistik (MEB) och för Lärande, informatik, management och etik (LIME) vid Karolinska Institutet.
Samverkan
Enheten för cancerprevention och screening vid Regionalt Cancercentrum (RCC) Stockholm Gotland
Clinical Effectiveness Research Group, Oslo Universitet
Forskningsprojekt
Evaluation and Individualization of Population-based Colorectal Cancer Screening (EVIDENCE)
Stockholm-Gotland startade 2008 ett screeningprogram för kolorektal cancer där 60–70 åringar bjuds in vartannat år till screening. Projektet utvärderar screeningens effekt på död i kolorektal cancer, de hälsoekonomiska effekterna av programmet, men också upplevelser av screeningprocessen. Totalt ingår cirka 400 000 personer i utvärderingen.
Projektet ska också analysera sambandet mellan tjocktarmens bakterieflora (mikrobiota) och cancerrisk. Med information om mikrobiota, mängden blod i screeningtestet (FIT), fynd vid koloskopi, ålder, kön, hereditet och svar på en livsstilsenkät byggs sedan en matematisk modell för att bedöma hur stor risk en enskild individ har att utveckla kolorektal cancer i framtiden. Med modellen kommer fortsatt screening/uppföljning att kunna individualiseras efter cancerrisk.
Optimising Colorectal Cancer Prevention through Personalised Treatment with Artificial Intelligence (OperA)
OperA är en randomiserad kontrollerad studie finansierad av Europeiska unionen som utvärderar om AI vid screeningkoloskopier på kort sikt ökar diagnostik av avancerade adenom och på längre sikt minskar incidens och död i kolorektal cancer. Projektet ska också genom analys av bilder och patologiska undersökningar utveckla en mjukvara som gör att endoskopisten vid undersökningen visuellt kan diagnostisera en förändring i tarmen. Hälsoekonomiska utvärderingar av AI vid screening ingår också i projektet. Totalt 220 000 patienter ska inkluderas från Japan och 6 länder i Europa där forskargruppen leder den svenska delen.
Surgery versus Endoscopic Resection for Incompletely Removed Early Colon Cancer (SCAR TISSUE TRIAL)
Med kolorektalcancerscreening upptäcks cancrar i tidigt stadium vid koloskopi där flera har bedömts vara adenom vid undersökningen, men cancer vid PAD. Patienten remitteras idag för konventionell kirurgi med tarmresektion och lymfkörtelutrymning med risk för postoperativa komplikationer. Nu finns en ny metod, eFTR (endoscopic full-thickness resection), där man med koloskopet kan göra kolonresektioner.
SCAR är en randomiserad kontrollerad studie där eFTR ska jämföras med kirurgi när det gäller komplikationer och cancerrecidiv vid inkomplett borttagen tidig cancer. Inklusionskriterierna är omfattande, så för inkludering av totalt 150 patienter deltar 7 länder i studien.
IBD – Scandinavian Cancer in IBD study (I-SCAN)
I-SCAN är en kohortstudie av 150 000 patienter med inflammatorisk tarmsjukdom (IBD) i syfte att kartlägga cancerrisk. Forskargruppen ansvarar för den svenska delen av studien där journalgranskning av cirka 1 000 patienter med IBD och cancer (kolorektal-, tunntarms-, hepatobilliär cancer och non-Hodgkins) och 1 000 kontroller har genomförts. Variabler som kompletterar registerdata har inhämtats manuellt; start av symtom, medicinering, endoskopier, histologi, men även längd/vikt och livsstilsfaktorer som rökning. Syftet är att undersöka om förändringar över tid har påverkat cancerrisk hos IBD-patienter och att utveckla en modell för individuell riskestimering för att optimera uppföljning.