De huidige
risicostratificatie voor patiënten met maligne pleuraal mesothelioom (MPM),
gebaseerd op ziektestadium en histologische kenmerken, is niet adequaat. In
sommige patiënten met vroeg-stadium epithelioïde tumoren, die een goede
prognose hebben, wordt desondanks vroege progressie gezien, en in sommige
patiënten met gevorderde sarcomatoïde tumoren laat progressie ondanks de
slechte prognose lang op zich wachten. Onderzoekers van Memorial Sloan
Kettering Cancer Center (New York) hebben een machine-learning risicovoorspellingsmodel
voor MPM (OncoCast-MPM) ontwikkeld en gevalideerd. Dr. Marjorie Zauderer en
collega’s publiceren het model in The Lancet
Digital Health.1
Het model is
gebaseerd op retrospectieve analyse van next-generation sequencing data van met
Memorial Sloan Kettering Cancer Center –
Integrated Mutation Profiling of Actionable Cancer Targets (MSK-IMPACT),
tezamen met klinische en pathologische kenmerken van achtereenvolgende MPM-patiënten
die in het centrum behandeld werden. Deze data werden verwerkt OncoCast-MPM,
dat patients stratificeert naar een laag-risicogroep en een hoog-risicogroep.
Het model werd gevalideerd in een cohort patiënten in The Cancer Genome Atlas (TCGA).
Deze figuur toont de resultaten. Het MSK-IMPACT ontwikkelingscohort bestond uit
194 patiënten. In de groep met OncoCast-MPM voorspeld laag risico was de
mediane overall survival 30,8
maanden, versus 13,9 maanden in de groep met voorspeld hoog risico (HR 3,0;
p<0,0001). Het drie-jaars OS-percentage was 40% in de laag-risicogroep
versus 7% in de hoog-risicogroep. Het TCGA-validatiecohort bestond uit 74
patiënten met mediane OS 23,6 maanden in de groep met OncoCast-MPM voorspeld
laag risico versus 13,6 maanden in de groep met voorspeld hoog risico (HR 2,3;
p=0,0019).
De
onderzoekers concluderen dat OncoCast-MPM accurate risicovoorspelling leverde
voor individuele patiënten met MPM.
1.Zauderer MG, Martin A, Egger J et
al. The use of a next-generation sequencing-derived machine-learning
risk-prediction model (OncoCast-MPM) for malignant pleural mesothelioma: a
retrospective study. Lancet Digital Health; epub ahead of print
Summary: Researchers
at Memorial Sloan Kettering Cancer Center (New York, NY) developed and validated OncoCast-MPM, a next-generation sequencing-derived
machine-learning risk prediction model. The model accurately stratified patients into
low-risk and high-risk groups.
Commentaren
Reageren op dit artikel is mogelijk na registratie. (Login)