SY
Soichiro Yoshida
Author with expertise in Clinical and Pathological Aspects of Urachal Carcinoma
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
8
(38% Open Access)
Cited by:
247
h-index:
37
/
i10-index:
90
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Outcomes and prognostic factors in patients with synchronous and metachronous oligometastatic urothelial carcinoma with visceral metastases

Soichiro Yoshida et al.Jul 15, 2024
Abstract Objectives To evaluate the clinical characteristics of oligometastatic disease (OMD) in metastatic urothelial carcinoma (mUC) with visceral metastases when classified into synchronous and metachronous metastases. Methods Of 957 cases of de novo mUC treated between 2008 and 2023, 374 with visceral metastases were analyzed. Cases were classified into OMD with up to three metastatic lesions and polymetastatic disease (PMD), and into synchronous and metachronous metastases. The clinical characteristics and overall survival (OS) for each group were analyzed. Results Overall, 196 (52.4%) had synchronous metastasis and 178 (47.6%) had metachronous metastasis. Median OS for synchronous metastases was significantly shorter than for metachronous metastases (12.1 months vs. 15.3 months, p = 0.011). Among the synchronous metastases, 48 (24.5%) were OMD and 148 (75.6%) were PMD. There was no significant difference in OS between the OMDs and PMDs (median 14.9 months vs. 11.7 months, p = 0.32), and only decreased albumin level was identified as a significant predictor of poor OS. Among the metachronous metastases, 64 (36.0%) were OMD and 114 (64.0%) were PMD. There was no significant difference in OS between the OMD and PMD (median 21.2 months vs. 15.0 months, p = 0.35), and no significant predictors of poor OS were identified. Conclusions For mUC with visceral metastases, the timing of metastasis appearance was associated with prognosis, with synchronous metastases being a poorer prognostic factor compared to metachronous metastases. There was no prognostic difference between OMD and PMD with visceral metastases when classified into synchronous or metachronous metastases.
0

The need for a second transurethral resection in high‐risk non‐muscle‐invasive bladder cancer based on the Vesicle Imaging–Reporting and Data System

Yuki Nakamura et al.Dec 9, 2024
Background The efficacy of Vesical Imaging–Reporting and Data System (VI‐RADS) for the second transurethral resection (TUR) has not been adequately validated. This study aimed to evaluate the utility of the VI‐RADS for high‐risk patients with non‐muscle‐invasive bladder cancer (NMIBC) who are candidates for a second TUR. Methods We retrospectively analyzed 116 patients who received magnetic resonance imaging (MRI) prior to an initial TUR and underwent a second TUR for a diagnosis of high‐risk NMIBC at the initial TUR. MRI images were retrospectively classified according to VI‐RADS. Second TUR outcomes and recurrence‐free and progression‐free survival rates were compared with VI‐RADS scores. Results Ninety‐nine (91%) patients were diagnosed with T1 bladder cancer at the initial TUR. At the second TUR, residual cancer was found in 53 (49%) cases, including five (4.6%) cases of muscle invasion. With a median follow‐up of 41 months, the 2‐year bladder recurrence‐free survival rate was 71% and the 2‐year progression‐free rate was 85%. By two radiologists' consensus, 30 (28%)/49 (45%)/16 (15%)/10 (9.2%)/4 (3.7%) cases were classified as VI‐RADS 1/2/3/4/5, respectively. Of five pT2 upstage cases, three were VI‐RADS 1, one was VI‐RADS 2, and one was VI‐RADS 3. There was no significant association between VI‐RADS and cancer residual rate and pT2 upstage rate in second TUR outcomes, and recurrence‐free and progression‐free survival rates. Conclusion In high‐risk NMIBCs, a certain number of residual cancers and pT2 upstage cases exist after the initial TUR, and a second TUR should be performed regardless of VI‐RADS scores.
0

Multiparametric MRI and artificial intelligence in predicting and monitoring treatment response in bladder cancer

Yuki Arita et al.Jan 2, 2025
Abstract Bladder cancer is the 10th most common and 13th most deadly cancer worldwide, with urothelial carcinomas being the most common type. Distinguishing between non-muscle-invasive bladder cancer (NMIBC) and muscle-invasive bladder cancer (MIBC) is essential due to significant differences in management and prognosis. MRI may play an important diagnostic role in this setting. The Vesical Imaging Reporting and Data System (VI-RADS), a multiparametric MRI (mpMRI)-based consensus reporting platform, allows for standardized preoperative muscle invasion assessment in BCa with proven diagnostic accuracy. However, post-treatment assessment using VI-RADS is challenging because of anatomical changes, especially in the interpretation of the muscle layer. MRI techniques that provide tumor tissue physiological information, including diffusion-weighted (DW)- and dynamic contrast-enhanced (DCE)-MRI, combined with derived quantitative imaging biomarkers (QIBs), may potentially overcome the limitations of BCa evaluation when predominantly focusing on anatomic changes at MRI, particularly in the therapy response setting. Delta-radiomics, which encompasses the assessment of changes (Δ) in image features extracted from mpMRI data, has the potential to monitor treatment response. In comparison to the current Response Evaluation Criteria in Solid Tumors (RECIST), QIBs and mpMRI-based radiomics, in combination with artificial intelligence (AI)-based image analysis, may potentially allow for earlier identification of therapy-induced tumor changes. This review provides an update on the potential of QIBs and mpMRI-based radiomics and discusses the future applications of AI in BCa management, particularly in assessing treatment response. Critical relevance statement Incorporating mpMRI-based quantitative imaging biomarkers, radiomics, and artificial intelligence into bladder cancer management has the potential to enhance treatment response assessment and prognosis prediction. Key Points Quantitative imaging biomarkers (QIBs) from mpMRI and radiomics can outperform RECIST for bladder cancer treatments. AI improves mpMRI segmentation and enhances radiomics feature extraction effectively. Predictive models integrate imaging biomarkers and clinical data using AI tools. Multicenter studies with strict criteria validate radiomics and QIBs clinically. Consistent mpMRI and AI applications need reliable validation in clinical practice. Graphical Abstract