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.