Antiangiogenese met bevacizumab is een veelgebruikte behandeling voor recidiverend glioom. Een belangrijke uitdaging is dat er geen gevalideerde biomarkers zijn die de uitkomst van de behandeling kunnen voorspellen. Dr. Philipp Kickingereder (Deutches Krebsforschungszentrum, Heidelberg) en collega’s hebben de waarde onderzocht van radiomica voor het voorspellen van deze uitkomst. De studie wordt vandaag online gepubliceerd in Clinical Cancer Research.¹

De onderzoekers omschrijven radiomics als ‘an emerging field of research that aims to utilize the full potential of medical imaging.’ De techniek past gevorderde computationele methoden toe op radiografische beelden van weefsels, en kan zo grote aantallen kwantitatieve parameters verwerken die met het menselijk oog niet zichtbaar zijn. Deze kenmerken van de beelden worden met machine-learning algoritmes omgezet in predictieve modellen. De nu gepubliceerde retrospectieve studie is uitgevoerd op basis van MRI-beelden van 172 patiënten die bevacizumab kregen voor glioom. Van de patiënten waren klinische en overlevingskarakteristieken bekend. De beelden werden verwerkt tot ongeveer 5000 radiomische kenmerken per patiënt, die informatie bevatten over onder meer vorm, intensiteit, en textuur van de tumoren.

De patiënten werden verdeeld (2:1) over een discovery set en een validatieset met overeenkomende klinische en overlevingskenmerken.Supervised principal component (superpc)-analyse identificeerde 72 radiomische kenmerken die in de discovery set de uitkomsten voorspelden, en onderscheidde de patiënten in twee groepen, een laag-risicogroep met een mediane progressievrije overleving van 5,9 maanden en een mediane overall survival van 11,8 maanden; en een hoog-risicogroep met een mediane PFS van 3,8 maanden en een mediane OS van 6,5 maanden. In de validatieset had de laag-risicogroep een mediane PFS van 5,6 maanden en een mediane OS van 11,6 maanden. De hoog-risicogroep had een mediane PFS van 2,7 maanden en een mediane OS 6,5 maanden.

De onderzoekers concluderen dat het op radiomica gebaseerde superpc-signatuur het profijt van bevacizumab voor recidiverend glioom kan voorspellen.

1.Kickingereder P, Götz M, Muschelli J et al. Large-scale radiomic profiling of recurrent glioblastoma identifies an imaging predictor for stratifying anti-angiogenic treament response. Clin Cancer Res 2016; epub ahead of print