PRIMORDIAL – Een voorspellingsmodel op basis van artificiële intelligentie (AI) om risicofactoren voor medicatie-gerelateerde osteonecrose van de kaken op te sporen.

Het evenwicht in botgezondheid kan worden verstoord door ziekte en
medicatie-gebruik. Antiresorptieve geneesmiddelen worden vaak
gebruikt om botmetastasen te voorkomen na kanker. Toch wordt hun
gebruik geassocieerd met medicatie-gerelateerde osteonecrose van
de kaak (MRONJ), gekenmerkt door blootliggend necrotisch bot in de
mondholte, infectie en pijn.
Hoewel er onderzoek naar gevorderde MRONJ-laesies is
gepubliceerd, is er tot op heden weinig bekend over de vroege
ziektestadia, de initiële beeldvormingskenmerken en potentiële
preventie door vroegtijdige detectie en ziektevoorspelling. Ook
radiologische risicofactoren voor bepaling van een succesvol
behandelresultaat zijn nog niet bekend. Daarom is de
hoofddoelstelling van dit project het ontwikkelen van een
geautomatiseerd predictiemodel voor MRONJ inductie en prognose,
door:
1. identificeren van radiologische en genetische predisponerende
factoren voor MRONJ ontwikkeling
2. beschrijven van risicofactoren die het behandelingsresultaat bij
patiënten met MRONJ beïnvloeden
De subdoelen zullen worden bereikt door:
o Prospectief cohortonderzoek om patiënten met verhoogd risico op
ontwikkelen van MRONJ te volgen en zo risicofactoren te
identificeren

o Retrospectieve cohortstudie bij patiënten met MRONJ in stadium I
en II die een chirurgische of conservatieve behandeling hebben
ondergaan om radiologische kenmerken en potentiële genetische
factoren te identificeren die verband houden met het resultaat van de
behandeling