Purpose To investigate whether cerebral blood volume (CBV), peak height (PH), and percentage of signal intensity recovery (PSR) measurements derived from the results of T2*-weighted dynamic susceptibility-weighted contrast material–enhanced (DSC) magnetic resonance (MR) imaging performed after external beam radiation therapy (EBRT) can be used to distinguish recurrent glioblastoma multiforme (GBM) from radiation necrosis. Materials and Methods Fifty-seven patients were enrolled in this HIPAA-compliant institutional review board–approved retrospective study after they received a diagnosis of GBM, underwent EBRT, and were examined with DSC MR imaging, which revealed progressive contrast enhancement within the radiation field. A definitive diagnosis was established at subsequent surgical resection or clinicoradiologic follow-up. Regions of interest were retrospectively drawn around the entire contrast-enhanced region. This created T2*-weighted signal intensity–time curves that produced three cerebral hemodynamic MR imaging measurements: CBV, PH, and PSR. Welch t tests were used to compare measurements between groups. Results Mean, maximum, and minimum relative PH and relative CBV were significantly higher (P < .01) in patients with recurrent GBM than in patients with radiation necrosis. Mean, maximum, and minimum relative PSR values were significantly lower (P < .05) in patients with recurrent GBM than in patients with radiation necrosis. Conclusion These findings suggest that DSC perfusion MR imaging may be used to differentiate recurrent GBM from EBRT-induced radiation necrosis. © RSNA, 2009

Abstract Purpose: To propose a novel recursive partitioning analysis (RPA) classification model in patients with IDH-wildtype glioblastomas that incorporates the recently expanded conception of the extent of resection (EOR) in terms of both supramaximal and total resections. Experimental Design: This multicenter cohort study included a developmental cohort of 622 patients with IDH-wildtype glioblastomas from a single institution (Severance Hospital) and validation cohorts of 536 patients from three institutions (Seoul National University Hospital, Asan Medical Center, and Heidelberg University Hospital). All patients completed standard treatment including concurrent chemoradiotherapy and underwent testing to determine their IDH mutation and MGMTp methylation status. EORs were categorized into either supramaximal, total, or non-total resections. A novel RPA model was then developed and compared with a previous Radiation Therapy Oncology Group (RTOG) RPA model. Results: In the developmental cohort, the RPA model included age, MGMTp methylation status, Karnofsky performance status, and EOR. Younger patients with MGMTp methylation and supramaximal resections showed a more favorable prognosis [class I: median overall survival (OS) 57.3 months], whereas low-performing patients with non-total resections and without MGMTp methylation showed the worst prognosis (class IV: median OS 14.3 months). The prognostic significance of the RPA was subsequently confirmed in the validation cohorts, which revealed a greater separation between prognostic classes for all cohorts compared with the previous RTOG RPA model. Conclusions: The proposed RPA model highlights the impact of supramaximal versus total resections and incorporates clinical and molecular factors into survival stratification. The RPA model may improve the accuracy of assessing prognostic groups.

2078 Background: Immune checkpoint inhibition with pembrolizumab has shown clinical benefits in multiple cancer types. However, success with checkpoint inhibition remains elusive in glioblastoma (GBM). Identifying patients a priori who would benefit from checkpoint inhibition with pembrolizumab in GBM may allow for improved survival. Currently there are no immune biomarkers that allow for selective treatment with pembrolizumab in GBM. Methods: The exploratory endpoint for our prospective single-arm study (NCT 03347617) evaluated longitudinal changes in immune cell sub-populations (B-cells, T-cells, NK cells, monocytes, and myeloid cells) in 50 newly diagnosed GBM patients who received standard of care chemoradiation with concurrent pembrolizumab after maximal safe resection. Flow cytometry was performed on blood collected at predetermined timepoints (pre-treatment, post-radiation, suspected progression, and confirmed progression) and immune cell sub-populations were evaluated as covariates in univariate and multivariate overall survival analysis while stratifying by IDH and MGMT methylation status and controlling for age and KPS using Cox proportional hazards regression in R. Results: Of the 56 patients enrolled in this trial, 50 were included in the analysis who had completed the pre-treatment blood collection. Median overall survival was 13.84 months. Nineteen patients (38%) were female and 31 (62%) were male. Median survival was 58 years (IQR: 46.25-69). Median KPS at study start was 90 (IQR: 80-90). MGMT methylation status included 23 (46%) patients not methylation and 25 (50%) hypermethylated patients, as well as 2 (4%) patients unidentified. IDH status included 39 (78%) wild-type patients, 10 (20%) mutant patients and 1 (2%) unidentified. At the pre-treatment timepoint, univariate analysis identified the following serum derived immune populations as being significantly associated with overall survival: cytotoxic T-cells (CD3+CD8+; HR: 0.98; p=0.094); CD4:CD8 ratio (HR:1.35; p=0.003); regulatory T-cells (4+127-BRIGHT25+; HR: 0.99; p=0.075); B-cells% (CD19+; HR:1.07; p=0.045). Multivariate analysis revealed significant association of CD4:CD8 ratio (HR:1.80; p=0.002) and regulatory T-cells (HR:0.98; p=0.015) with overall survival. Conclusions: GBM patients with increased serum CD4:CD8 ratios are associated with worsened overall survival prior to receiving standard of care chemoradiation and pembrolizumab. These results suggest that pembrolizumab should be withheld in patients with pre-treatment elevated levels of CD4:CD8 ratios. Alternatively, patients with higher serum regulatory T-cells have improved overall survival and may benefit from the addition of pembrolizumab. Validation of these results is needed in patients treated with standard of care versus standard of care plus pembrolizumab before implementing into clinical practice. Clinical trial information: NCT03347617 .

Abstract BACKGROUND Hypoxia is a prognostic biological feature of glioblastoma. 18F-fluoromisonidazole (FMISO) PET quantifies tumor hypoxia. Efficacy of checkpoint immunotherapy is being investigated, but specific response assessment criteria remain unknown. We hypothesized that tumor hypoxia is a defining feature of immunotherapy failure in patients with glioblastoma. METHODS A prospective case control study was undertaken in patients with newly diagnosed IDH wildtype glioblastoma (NCT03649880). Cases were concurrently enrolled in a phase II study (NCT03347617) of pembrolizumab immunotherapy (200 mg IV every 3 weeks) combined with Stupp protocol temozolomide-based chemoradiotherapy following maximal safe resection. Controls did not receive pembrolizumab. FMISO PET/MRI (3.7 MBq/kg, 90 min uptake) was performed at time of mRANO presumed progression. Hypoxic volume (HV) was defined by pixels with FMISO uptake ≥1.2x that of mean cerebellar uptake. MRI-Gd enhancing volume was segmented using a semi-automated approach. Hypoxic fraction (HF) was defined as the HV-to-MRI enhancing volume ratio. Disease progression or pseudoprogression (Psp) was confirmed through surgery or follow-up MRI. T-test and receiver operator characteristic (ROC) analysis assessed differences and diagnostic performance. RESULTS 18 patients (14 cases [11 progression and 3 Psp] and 4 controls [3 progression and 1 Psp]) provided evaluable disease. For all patients, HF was significantly elevated with progression (1.44 ± 0.8; N=14) compared to Psp (0.31 ± 0.3; N= 4; P=0.01). HV was not different (P=0.10). No difference in HV or HF was observed between Cases and Controls (P&gt; 0.42). Use of HF yielded an AUROC of 0.96 with an optimal cut off of 0.74, to differentiate progression from Psp. CONCLUSION At mRANO presumed progression HF with FMISO PET/MRI accurately distinguishes tumor progression from neuroinflammatory Psp, irrespective of prior pembrolizumab immunotherapy. The incorporation of FMISO PET/MRI in larger prospective therapeutic clinical trials in patients with glioblastoma is underway and likely to improve response assessment criteria.

Abstract Gadolinium (Gd) enhanced MRI is nonspecific for identifying aggressive glioblastoma biology. Glioblastoma-associated macrophages (GAMs) are pivotal in regrowth. Segregation and Extravascular Localization of Ferumoxytol Imaging (SELFI) is a quantitative immune specific MRI technique. SELFI+ values quantify M2 GAMs by phagocytized Ferumoxytol (Fe), while SELFI- values delineate intravascular Fe, cerebral blood volume. The relationship between SELFI and biology driving therapeutic resistance remains unknown. We aimed to determine if SELFI identified immunosuppressive GAMs and biology contributing to poor outcomes, a capability not yet achievable in clinical practice. This prospective study included four patients with glioblastoma. All underwent preoperative Gd and Fe (7 mg/kg up to 510 mg) enhanced MRI allowing for image guided biopsy based on Gd enhancement and FLAIR hyperintensity. RNA was analyzed on GeneChip Clariom Arrays. Intraoperative biopsy location was referenced to MRI for placement of volumes of interest (VOIs). VOIs quantified MRI phenotype and SELFI values. Gene Set Enrichment Analysis (GSEA) assessed differential expression between MRI features. T-test assessed differences in SELFI (p &lt;0.05) and GSEA significance was assessed by normalized enrichment score (NES) and false discovery rate (FDR) q-value. Four patients provided 36 image guided tissue samples with sufficient quality to assess the causal relationships between MRI features and transcriptomics. Stratification by patient MGMT methylation status (N= 3 unmethylated) demonstrated Gd+ regions had significantly elevated SELFI+ values (Mean±SD, Gd+ = 0.24±0.17, Gd- = 0.08±0.09, P&lt;0.01). GSEA demonstrated that tissues with elevated SELFI+ and lowered SELFI- values were comprised of significantly upregulated hypoxia and transforming growth factor-beta (TGFβ) signaling; among others (NES&gt;1.5, FDR q-value&lt;0.05). SELFI MRI uniquely quantifies glioblastoma by localizing sites of biological aggressiveness known to contribute to therapeutic resistance and disease recurrence. Patient enrollment continues to further define the causal relationships between SELFI, GAMs, and glioblastoma biology.

Abstract BACKGROUND Glioblastoma (GBM), the most common and aggressive primary brain tumor in adults, presents significant clinical challenges due to its invasive nature and high recurrence rates. Understanding the clinical demographic factors associated with IDH wild-type (IDH-wt) versus mutant grade 4 astrocytoma (IDH-Mut) is critical for prognosis and treatment strategies. This study aimed to utilize a novel machine learning method to identify key clinical and demographic factors linked to IDH status. METHODS The Cancer Imaging Archive dataset included 617 patients but required preprocessing and cleaning. The cleaning process ensured data completeness and consistency by removing non-relevant variables like date and time, resulting in 20 potential predictors and 317 observations. A random forest model using Gini impurity score was built to classify patient IDH status. The dataset was split into a training set (two-thirds) and a test set (one-third). A variable importance plot identified significant variables based on the mean decrease in the Gini index. RESULTS Our machine learning model achieved 98% accuracy on the test set, outperforming the previously published model of 80% accuracy. A variable importance plot identified age at diagnosis, gender, ethnicity, and race as key predictors of IDH status, with age being the most important. Age was the most important predictor, but race (Caucasian) and ethnicity (not Hispanic or Latino) were also significant. CONCLUSIONS We present a highly accurate machine learning model for differentiating glioma IDH molecular status based only on patient clinical and demographic factors; improving upon prior published models. Future work will use a generalized logistic model to explore variable interactions and predict IDH-wt versus IDH-Mut status. These steps are vital for enhancing predictive accuracy and supporting personalized treatment strategies. Furthermore, we will define associations and interactions between these variables with other biological and therapeutic variables in predicting clinical outcome.

Abstract BACKGROUND High-grade glioma (HGG) is the most common and aggressive form of primary brain cancer. Standard of care surgery employs Magnetic Resonance Imaging to identify the contrast enhancing (CE) core for resection, leaving a non-enhancing (NE) invasive rim of tumor which contributes to recurrence. The hypoxic tumor microenvironment is thought to drive invasion into healthy brain, and understanding cellular responses to hypoxia may provide insight into combatting recurrence. Here, we apply a graph network to integrate regionally heterogeneous data from a unique dataset of spatially-localized CE and NE biopsies from a large cohort of patients with HGG to identify gene networks regulating hypoxia response and invasion. METHODS RNA-sequencing of 1159 differentially expressed genes across 159 IDH-wt biopsies (74 patients) from NE/CE regions were represented as nodes in a Neo4j graph network. Candidate genes for network random walks occurred exclusively within NE communities detected by modularity optimization and were localized by cell-type using single-cell RNA-sequencing (scRNAseq). CSF2RA was selected as source (walk length = 5; 10,000 walks/source node). Frequently occurring genes (one-tailed test) in walks were ranked by correlation with CSF2RA expression in NE samples and analyzed by gene set enrichment analysis for biological processes (clusterProfiler). CSF2RA and hypoxia gene expression were visualized with DoHeatmap in composite NE/CE scRNAseq profiles. RESULTS CSF2RA, an immune receptor, was upregulated (logFC = 0.789) in NE samples, scRNAseq myeloid populations, and Glycolytic/Plurimetabolic glioma subtype. CSF2RA random walk genes (n=46) enriched metabolic/proliferative signatures. CSF2RA expression correlated negatively with hypoxia genes globally and regionally (NE/CE), while NE/CE scRNAseq revealed distinct cellular expression patterns of CSF2RA and hypoxia response genes. CONCLUSION CSF2RA expression may prime NE glioma cells for invasion by altering hypoxia response. The genetic network bridging CSF2RA and hypoxia response may be a targetable mechanism of tumor recurrence.

Abstract The interactions of nanomaterials with biomolecules in vivo determine their biological fate. Here, we show that a self-assembled peptide amphiphile nanostructure (namely SA-E) dynamically interacts with endogenous biomolecules and takes advantage of naturally occurring processes to target a broad range of solid tumors. Upon in vivo administration, self-assembled nanostructures of SA-E disassemble and reassemble with lipoproteins in circulation. Hitchhiking on lipoproteins prolongs the blood circulation of SA-E and allows it to cross endothelial barriers through transcytosis. At the tumor site, SA-E internalizes into cancer cells by mainly interacting with lipid-raft domains on cell membranes. By exploiting these endogenous interactions, SA-E demonstrated high tumor accumulation with extended retention in various xenograft, syngeneic, patient-derived xenograft, or transgenic mouse and rat models. In addition, SA-E enabled the effective delivery of highly potent chemotherapy to breast and glioma tumors with reduced side effects. With its simple and modular design and universal tumor accumulation mechanism, SA-E represents a promising platform for broad applications in cancer imaging and therapy.