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
Commentaren
Reageren op dit artikel is mogelijk na registratie. (Login)