Purpose Neoadjuvant chemoradiotherapy for rectal cancer can result in complete disappearance of tumor and involved nodes. In patients without residual tumor on imaging and endoscopy (clinical complete response [cCR]) a wait-and-see-policy (omission of surgery with follow-up) might be considered instead of surgery. The purpose of this prospective cohort study was to evaluate feasibility and safety of a wait-and-see policy with strict selection criteria and follow-up. Patients and Methods Patients with a cCR after chemoradiotherapy were prospectively selected for the wait-and-see policy with magnetic resonance imaging (MRI) and endoscopy plus biopsies. Follow-up was performed 3 to 6 monthly and consisted of MRI, endoscopy, and computed tomography scans. A control group of patients with a pathologic complete response (pCR) after surgery was identified from a prospective cohort study. Functional outcome was measured with the Memorial Sloan-Kettering Cancer Center (MSKCC) bowel function questionnaire and Wexner incontinence score. Long-term outcome was estimated by using Kaplan-Meier curves. Results Twenty-one patients with cCR were included in the wait-and-see policy group. Mean follow-up was 25 ± 19 months. One patient developed a local recurrence and had surgery as salvage treatment. The other 20 patients are alive without disease. The control group consisted of 20 patients with a pCR after surgery who had a mean follow-up of 35 ± 23 months. For these patients with a pCR, cumulative probabilities of 2-year disease-free survival and overall survival were 93% and 91%, respectively. Conclusion A wait-and-see policy with strict selection criteria, up-to-date imaging techniques, and follow-up is feasible and results in promising outcome at least as good as that of patients with a pCR after surgery. The proposed selection criteria and follow-up could form the basis for future randomized studies.

IntroductionImmunotherapy is regarded as one of the major breakthroughs in cancer treatment. Despite its success, only a subset of patients responds—urging the quest for predictive biomarkers. We hypothesize that artificial intelligence (AI) algorithms can automatically quantify radiographic characteristics that are related to and may therefore act as noninvasive radiomic biomarkers for immunotherapy response.Patients and methodsIn this study, we analyzed 1055 primary and metastatic lesions from 203 patients with advanced melanoma and non-small-cell lung cancer (NSCLC) undergoing anti-PD1 therapy. We carried out an AI-based characterization of each lesion on the pretreatment contrast-enhanced CT imaging data to develop and validate a noninvasive machine learning biomarker capable of distinguishing between immunotherapy responding and nonresponding. To define the biological basis of the radiographic biomarker, we carried out gene set enrichment analysis in an independent dataset of 262 NSCLC patients.ResultsThe biomarker reached significant performance on NSCLC lesions (up to 0.83 AUC, P < 0.001) and borderline significant for melanoma lymph nodes (0.64 AUC, P = 0.05). Combining these lesion-wide predictions on a patient level, immunotherapy response could be predicted with an AUC of up to 0.76 for both cancer types (P< 0.001), resulting in a 1-year survival difference of 24% (P = 0.02). We found highly significant associations with pathways involved in mitosis, indicating a relationship between increased proliferative potential and preferential response to immunotherapy.ConclusionsThese results indicate that radiographic characteristics of lesions on standard-of-care imaging may function as noninvasive biomarkers for response to immunotherapy, and may show utility for improved patient stratification in both neoadjuvant and palliative settings.

In 10–24% of patients with rectal cancer who are treated with neoadjuvant chemoradiation, no residual tumor is found after surgery (ypT0). When accurately selected, these complete responders might be considered for less invasive treatments instead of standard surgery. So far, no imaging method has proven reliable. This study was designed to assess the accuracy of diffusion-weighted MRI (DWI) in addition to standard rectal MRI for selection of complete responders after chemoradiation. A total of 120 patients with locally advanced rectal cancer from three university hospitals underwent chemoradiation followed by a restaging MRI (1.5T), consisting of standard T2W-MRI and DWI (b0-1000). Three independent readers first scored the standard MRI only for the likelihood of a complete response using a 5-point confidence score, after which the DWI images were added and the scoring was repeated. Histology (ypT0 vs. ypT1-4) was the standard reference. Diagnostic performance for selection of complete responders and interobserver agreement were compared for the two readings. Twenty-five of 120 patients had a complete response (ypT0). Areas under the ROC-curve for the three readers improved from 0.76, 0.68, and 0.58, using only standard MRI, to 0.8, 0.8, and 0.78 after addition of DWI (P = 0.39, 0.02, and 0.002). Sensitivity for selection of complete responders ranged from 0–40% on standard MRI versus 52–64% after addition of DWI. Specificity was equally high (89–98%) for both reading sessions. Interobserver agreement improved from κ 0.2–0.32 on standard MRI to 0.51–0.55 after addition of DWI. Addition of DWI to standard rectal MRI improves the selection of complete responders after chemoradiation.

The aim of this study was to establish the oncological and functional results of organ preservation with a watch-and-wait approach (W&W) and selective transanal endoscopic microsurgery (TEM) in patients with a clinical complete or near-complete response (cCR) after neoadjuvant chemoradiation for rectal cancer.Between 2004 and 2014, organ preservation was offered if response assessment with digital rectal examination, endoscopy, and MRI showed (near) cCR. Watch-and-wait was offered for cCR, and two options were offered for near cCR: TEM or reassessment after three months. Follow-up included endoscopy and MRIs every three months during the first year, and every six months thereafter. Long-term outcome was assessed with Kaplan-Meier curves. Functional outcome was assessed with colostomy-free survival and Vaizey incontinence score (0 = perfect continence, 24 = totally incontinent).One hundred patients were included, with median follow-up of 41.1 months. Sixty-one had cCR at initial response assessment. Thirty-nine had near cCR, of whom 24 developed cCR at the second assessment and 15 patients underwent TEM (9 ypT0, 1 ypT1, 5 ypT2). Fifteen patients developed a local regrowth (12 luminal, 3 nodal), all salvageable and within 25 months. Five patients developed metastases, and five patients died. Three-year overall survival was 96.6% (95% confidence interval [CI] = 89.9% to 98.9%), distant metastasis-free survival was 96.8% (95% CI = 90.4% to 99.0%), local regrowth-free survival was 84.6% (95% CI = 75.8% to 90.5%), and disease-free survival was 80.6% (95% CI = 70.9% to 87.4%). Colostomy-free survival was 94.8% (95% CI = 88.0% to 97.8%), with a good continence after watch-and-wait (Vaizey = 3.4, SD = 3.9) and moderate after TEM (Vaizey = 9.7, SD = 5.1).Organ preservation appears oncologically safe for selected rectal cancer patients with a cCR or near cCR after neoadjuvant chemoradiation when applying strict selection criteria and frequent follow-up, including endoscopy and MRI. The low colostomy rate and the good long-term functional outcome warrant discussing this option with the patient as an alternative to major surgery.

The response to chemoradiotherapy (CRT) for rectal cancer can be assessed by clinical examination, consisting of digital rectal examination (DRE) and endoscopy, and by MRI. A high accuracy is required to select complete response (CR) for organ-preserving treatment. The aim of this study was to evaluate the value of clinical examination (endoscopy with or without biopsy and DRE), T2W-MRI, and diffusion-weighted MRI (DWI) for the detection of CR after CRT. This prospective cohort study in a university hospital recruited 50 patients who underwent clinical assessment (DRE, endoscopy with or without biopsy), T2W-MRI, and DWI at 6–8 weeks after CRT. Confidence levels were used to score the likelihood of CR. The reference standard was histopathology or recurrence-free interval of >12 months in cases of wait-and-see approaches. Diagnostic performance was calculated by area under the receiver operator characteristics curve, with corresponding sensitivities and specificities. Strategies were assessed and compared by use of likelihood ratios. Seventeen (34 %) of 50 patients had a CR. Areas under the curve were 0.88 (0.78–1.00) for clinical assessment and 0.79 (0.66–0.92) for T2W-MRI and DWI. Combining the modalities led to a posttest probability for predicting a CR of 98 %. Conversely, when all modalities indicated residual tumor, 15 % of patients still experienced CR. Clinical assessment after CRT is the single most accurate modality for identification of CR after CRT. Addition of MRI with DWI further improves the diagnostic performance, and the combination can be recommended as the optimal strategy for a safe and accurate selection of CR after CRT.

Abstract Multiparametric Magnetic Resonance Imaging (MRI) can provide detailed information of the physical characteristics of rectum tumours. Several investigations suggest that volumetric analyses on anatomical and functional MRI contain clinically valuable information. However, manual delineation of tumours is a time consuming procedure, as it requires a high level of expertise. Here, we evaluate deep learning methods for automatic localization and segmentation of rectal cancers on multiparametric MR imaging. MRI scans (1.5T, T2-weighted, and DWI) of 140 patients with locally advanced rectal cancer were included in our analysis, equally divided between discovery and validation datasets. Two expert radiologists segmented each tumor. A convolutional neural network (CNN) was trained on the multiparametric MRIs of the discovery set to classify each voxel into tumour or non-tumour. On the independent validation dataset, the CNN showed high segmentation accuracy for reader1 (Dice Similarity Coefficient (DSC = 0.68) and reader2 (DSC = 0.70). The area under the curve (AUC) of the resulting probability maps was very high for both readers, AUC = 0.99 (SD = 0.05). Our results demonstrate that deep learning can perform accurate localization and segmentation of rectal cancer in MR imaging in the majority of patients. Deep learning technologies have the potential to improve the speed and accuracy of MRI-based rectum segmentations.

To determine diagnostic performance of diffusion-weighted (DW) magnetic resonance (MR) imaging for assessment of complete tumor response (CR) after combined radiation therapy with chemotherapy (CRT) in patients with locally advanced rectal cancer (LARC) by means of volumetric signal intensity measurements and apparent diffusion coefficient (ADC) measurements and to compare the performance of DW imaging with that of T2-weighted MR volumetry.A retrospective analysis of 50 patients with LARC, for whom clinical and imaging data were retrieved from a previous imaging study approved by the local institutional ethical committee and for which all patients provided informed consent, was conducted. Patients underwent pre- and post-CRT standard T2-weighted MR and DW MR. Two independent readers placed free-hand regions of interest (ROIs) in each tumor-containing section on both data sets to determine pre- and post-CRT tumor volumes and tumor volume reduction rates (volume). ROIs were copied to an ADC map to calculate tumor ADCs. Histopathologic findings were the standard of reference. Receiver operating characteristic (ROC) curves were generated to compare performance of T2-weighted and DW MR volumetry and ADC. The intraclass correlation coefficient (ICC) was used to evaluate interobserver variability and the correlation between T2-weighted and DW MR volumetry.Areas under the ROC curve (AUCs) for identification of a CR that was based on pre-CRT volume, post-CRT volume, and volume, respectively, were 0.57, 0.70, and 0.84 for T2-weighted MR versus 0.63, 0.93, and 0.92 for DW MR volumetry (P = .15, .02, .42). Pre- and post-CRT ADC and ADC AUCs were 0.55, 0.54, and 0.51, respectively. Interobserver agreement was excellent for all pre-CRT measurements (ICC, 0.91-0.96) versus good (ICC, 0.61-0.79) for post-CRT measurements. ICC between T2-weighted and DW MR volumetry was excellent (0.97) for pre-CRT measurements versus fair (0.25) for post-CRT measurements.Post-CRT DW MR volumetry provided high diagnostic performance in assessing CR and was significantly more accurate than T2-weighted MR volumetry. Post-CRT DW MR was equally as accurate as volume measurements of both T2-weighted and DW MR. Pre-CRT volumetry and ADC were not reliable.

To assess the influence of region of interest (ROI) size and positioning on tumour ADC measurements and interobserver variability in patients with locally advanced rectal cancer (LARC).Forty-six LARC patients were retrospectively included. Patients underwent MRI including DWI (b0,500,1000) before and 6-8 weeks after chemoradiation (CRT). Two readers measured mean tumour ADCs (pre- and post-CRT) according to three ROI protocols: whole-volume, single-slice or small solid samples. The three protocols were compared for differences in ADC, SD and interobserver variability (measured as the intraclass correlation coefficient; ICC).ICC for the whole-volume ROIs was excellent (0.91) pre-CRT versus good (0.66) post-CRT. ICCs were 0.53 and 0.42 for the single-slice ROIs versus 0.60 and 0.65 for the sample ROIs. Pre-CRT ADCs for the sample ROIs were significantly lower than for the whole-volume or single-slice ROIs. Post-CRT there were no significant differences between the whole-volume ROIs and the single-slice or sample ROIs, respectively. The SDs for the whole-volume and single-slice ROIs were significantly larger than for the sample ROIs.ROI size and positioning have a considerable influence on tumour ADC values and interobserver variability. Interobserver variability is worse after CRT. ADCs obtained from the whole tumour volume provide the most reproducible results. Key Points • ROI size and positioning influence tumour ADC measurements in rectal cancer • ROI size and positioning influence interobserver variability of tumour ADC measurements • ADC measurements of the whole tumour volume provide the most reproducible results • Tumour ADC measurements are more reproducible before, rather than after, chemoradiation treatment • Variations caused by ROI size and positioning should be taken into account when using ADC as a biomarker for tumour response.