Le corps humain (adulte) est composé de 206 os (“Anatomy and Physiology | Simple Book Production” n.d.) qui sont des tissus denses et composent la majeure partie du squelette humain. Le squelette, étant hautement vascularisé, est l’endroit le plus communément affecté par le cancer métastatique (Coleman 1997). L’apparition de ces métastases osseuses fragilise l’os et peut provoquer des fractures pathologiques. Toutefois la prédiction de telles fractures est difficile et loin d’être automatique. Une possibilité pour créer un outil de diagnostic plus performant serait les simulations éléments finis (FEA en anglais pour « Finite Elements Analysis »). Des études ont montré que la FEA spécifique au patient était capable de surpasser l’expertise des cliniciens dans le cas d’étude ex vivo avec défauts osseux induits mécaniquement (dont Derikx et al. 2012). Les recherches portant sur le cancer osseux sont toutefois dur à mettre en place, les échantillons étant rare. De manière à contourner la difficulté de trouver des échantillons humains rarement disponibles, la souris a été utilisé comme modèle squelettique dans plusieurs cas, incluant la tenue mécanique d’os atteint de métastases ex vivo (Mann et al. 2008). Ainsi, de manière à pouvoir étudier l’implication du tissu métastatique dans la résistance globale de l’os sur échantillons réels, nous avons utilisé ce modèle animal pour créer des échantillons tumoraux.Notre but était double : premièrement, quantifier l’apport de la prise en compte des propriétés mécaniques de la métastase dans la résistance globale de l’os. Deuxièmement, statuer sur le fait qu’un modèle plus simple que celui proposé dans la littérature (reposant sur des propriétés purement élastiques plutôt qu’élasto-plastiques (Eggermont et al. 2018) pouvait permettre d’améliorer la prédiction de fractures pathologiques.Tout d’abord, les résultats obtenus avec nos modèles hétérogènes (ne prenant pas en compte la tumeur) ont montré une bonne consistance avec la littérature, la corrélation entre tous les modèles hétérogènes (n=43 pattes) quant à la fracture simulée et expérimentale étant du même ordre de grandeur que celles d’une étude analogue menée sur vertèbres de souris (Nyman et al. 2015). Ensuite, le modèle prenant en compte les propriétés des tumeurs n’as pas permis d’améliorer la prédiction de fracture, au contraire, la moyenne des différences de ces modèles étant de 30±21% (n=11 pattes tumorales) contre 12±9% (n=43 pattes). De plus le modèle spécifique (prenant en compte le module des tumeurs) étant plus difficile à obtenir que le modèle hétérogène (ne nécessitant pas de segmentation entre os et tumeur), le premier ne semble pas être judicieux dans la prédiction de fracture d’os long présentant des lyses osseuses. Enfin, un critère de détection reposant sur la différence entre valeurs de forces ultimes globale et locale a permis de détecter la majorité des instabilités mécaniques constatées dans cette étude (sensibilité de 85% et spécificité de 100%). Un autre critère, basé sur le ratio entre poids des individus et la force ultime locale prédite via FEA a permis de correctement diagnostiquer l’ensemble des cas (100% de sensibilité et de spécificité). Ce résultat pourrait s’avérer être d’une grande aide quant à la prise de décision d’intervention chirurgicale dans le cas d’os long atteints de métastases osseuses. Bien sûr, avant cela la route à parcourir reste longue, ce résultat devant d’abord être confirmé cliniquement (possiblement en ayant recours à l’étude d’un cohorte rétrospective, comme cela a déjà pu être fait dans d’autres études (Eggermont et al. 2018). Cette étude vient d’être initiée dans le cas du projet MEKANOS (étude multicentrique en France) porté par le Professeur Cyrille Confavreux (rhumatologue) / The human body (adult) is composed of 206 bones ("Anatomy and Physiology | Simple Book Production" n.d.) that are dense tissues and make up the bulk of the human skeleton. The skeleton, being highly vascularized, is the most commonly affected site for metastatic cancer (Coleman 1997). The development of these bone metastases weakens the bone and can cause pathological fractures. However, the prediction of such fractures is difficult and far from automatic. One possibility for creating a more powerful diagnostic tool would be finite element simulations (FEA). Studies have shown that patient-specific FEA is able to surpass the expertise of clinicians in the case of ex vivo studies with mechanically induced bone defects (including Derikx et al., 2012). Research on bone cancer, however, is hard to put in place as samples are rare. In order to overcome the difficulty of finding human samples that are rarely available, the mouse has been used as a skeletal model in several cases, including the mechanical resistance of bones with ex vivo metastases (Mann et al., 2008). Thus, in order to study the involvement of metastatic tissue in the overall bone resistance of real samples, we used this animal model to create tumor samples. Our goal was twofold: first, to quantify the contribution of taking into account the mechanical properties of metastasis in the overall resistance of the bone. Secondly, to see if a simpler model than that proposed in the literature (based on purely elastic rather than elastoplastic properties (Eggermont et al., 2018) could improve the prediction of pathological fractures. First, the results obtained with our heterogeneous models (not taking tumor into account) showed a good consistency with the literature, the correlation between all the heterogeneous models (n = 43 legs) regarding the agreement of simulated and experimental fracture were of the same order of magnitude as a similar study conducted on mouse vertebrae (Nyman et al., 2015). Then, the model taking into account the properties of the tumors did not make it possible to improve the fracture prediction. The average of the differences of models taking tumor into account being of 30 ± 21% (n = 11 tumor limbs) against 12 ± 9% (n = 43 limbs). In addition, the specific model (taking into account the modulus of the tumors) being more difficult to obtain than the heterogeneous model (not requiring segmentation between bone and tumor), the first does not seem to be a wise choice in the prediction of long bone fracture presenting bone lysis. Finally, a detection criterion based on the difference between global and local ultimate force values made it possible to detect the majority of the mechanical instabilities observed in this study (sensitivity of 85% and specificity of 100%). Another criterion, based on the ratio between individual weights and the local ultimate force predicted via FEA, made it possible to correctly diagnose all cases (100% sensitivity and specificity). This result could prove to be of great help in making surgical decision making in the case of long bone with bone metastases. Of course, before that, the road ahead is long, this result having to be clinically confirmed first (possibly through the study of a retrospective cohort, as has already been done in other studies (Eggermont et al., 2018). This study has just been initiated in the case of the project MEKANOS (multicenter study in France) led by Professor Cyrille Confavreux (rheumatologist)
| Identifer | oai:union.ndltd.org:theses.fr/2019LYSE1132 |
| Date | 26 September 2019 |
| Creators | Delpuech, Benjamin |
| Contributors | Lyon, Mitton, David, Follet, Hélène |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0019 seconds