Omlag en tredjedel av alle prostatakreftpasienter får tilbakefall (biokjemisk residiv) etter primær behandling med kirurgi eller stråleterapi. For videre behandling er det svært viktig å kunne påvise samt differensiere lokale og regionale tilbakefall fra fjernmetastaser. Tradisjonelle metoder som MR og scintigrafi har dessverre lav sensitivitet for oppdagelse av lymfeknute- og skjellettmetastaser. PET avbildning med traceren "prostata spesifikt membran antigen", PSMA, har vist lovende resultater, og denne metoden benyttes nå ved flere norske sykehus. Evidens for metoden er imidlertid hovedsakelig basert på små retrospektive studier fra enkelt-sykehus. Formålet er å gjennomføre en prospektiv, multi-senter studie som vil bidra til optimalisering og bedre utnyttelse av metoden i pasienter med tilbakefall av prostatakreft. Vi vil rekruttere 300 pasienter som utredes for tilbakefall, og som derfor rutinemessig henvises til avbildning med PSMA PET/CT og PET/MR.

Har du fått påvist biokjemisk tilbakefall av prostatakreft, dvs. stigende aller varig forhøyet PSA-nivå, og er henvist til videre utredning med PET eller MR, kan du delta i studien. 

Du kan melde deg til studien via din fastlege, urolog eller onkolog.

Pasienter som får stigende eller varig forhøyet PSA i blodprøver etter behandling for prostatakreft, utredes vanligvis med en MR undersøkelse. I den senere tid har PSMA PET blitt tilgjengelig som et alternativ for denne pasientgruppen, og mange pasienter henvises nå rutinemessig til denne type undersøkelse. Det utføres da vanligvis en PET/CT undersøkelse og en PET/MR undersøkelse på samme dag.

For deg innebærer det ikke noe ekstra å være med i studien, siden du uansett vil få tilbud om utredning med PSMA-PET. Vi ber imidlertid om tillatelse til å bruke PET/MR og PET/CT bildene som blir tatt av deg og registrere relevant informasjon knyttet til undersøkelsen og sykdommen din. I dette prosjektet vil denne informasjonen fra totalt 300 pasienter brukes til å evaluere hvor nyttig undersøkelsen er for å oppdage tilbakefall av prostatakreft.
Bildene vil også benyttes til å utvikle maskinlæringsmetoder for mer automatisert evaluering av bildene.