Czynniki prognostyczne w DCIS – ocena ryzyka progresji

Ocena rokowania w raku wewnątrzprzewodowym in situ wymaga kompleksowej analizy różnych czynników prognostycznych, które mogą wpływać na ryzyko progresji do inwazyjnego raka piersi oraz na skuteczność leczenia. Współczesna medycyna dysponuje coraz bardziej zaawansowanymi narzędziami diagnostycznymi, które pozwalają na precyzyjniejszą stratyfikację ryzyka i personalizację terapii.

Charakterystyki histopatologiczne jako czynniki prognostyczne

Stopień histologiczny DCIS pozostaje jednym z najważniejszych czynników prognostycznych. Wysokostopniowy DCIS charakteryzuje się większą skłonnością do nawrotów i progresji do inwazyjnej formy raka piersi¹. Architektura zmian również ma znaczenie prognostyczne – obecność wzorca comedo wiąże się z wysokostopniowym DCIS i zwiększonym ryzykiem progresji do inwazyjnego raka¹.

Zaawansowane techniki morfometryczne pozwalają na jeszcze precyzyjniejszą ocenę ryzyka. Badania wykazały, że DCIS o niskim ryzyku progresji charakteryzuje się mniejszymi przewodami, niższą liczbą komórek oraz niższym stosunkiem DCIS do tkanki stroma². Z kolei zmiany o większych przewodach i wyższej celularności wiążą się z wyższym ryzykiem progresji do inwazyjnego raka piersi².

Biomarkery molekularne w prognozowaniu DCIS

Status receptorów hormonalnych ma istotne znaczenie prognostyczne w DCIS. Ekspresja receptorów estrogenowych (ER) i progesteronowych (PR) w nowotworach wiąże się z lepszym rokowaniem i wrażliwością na terapię hormonalną³. Kilka badań wykazało korelację między ekspresją ER a nawrotem DCIS oraz rozwojem inwazyjnego raka piersi⁴.

Szczególnie interesujące są wyniki badań dotyczących statusu HER2 w DCIS. Paradoksalnie, pozytywny status HER2 w pierwotnej zmianie DCIS wiąże się z niższym ryzykiem nawrotu inwazyjnego raka piersi w porównaniu do DCIS HER2-ujemnego⁵⁶. Ta pozytywna wartość prognostyczna HER2 może pomóc w identyfikacji grupy niskiego ryzyka, u której można bezpiecznie ograniczyć leczenie adjuwantowe po wycięciu chirurgicznym⁶.

Białko p53 również odgrywa rolę w prognozowaniu DCIS. Dysfunkcja (mutacja/inaktywacja) p53 stanowi czynnik ryzyka dla kolejnej karcynogenezy piersi i wiąże się z progresją z DCIS do inwazyjnego raka przewodowego⁴.

Molekularne sygnatury genowe

Współczesne podejście do oceny rokowania w DCIS coraz częściej wykorzystuje molekularne sygnatury genowe, które pozwalają na rozróżnienie pacjentek wysokiego i niskiego ryzyka⁷. Pacjentki wysokiego ryzyka odnosią znaczącą korzyść z radioterapii w redukcji nawrotów inwazyjnych i in situ, podczas gdy u pacjentek niskiego ryzyka radioterapia nie przynosi korzyści w zapobieganiu nawrotowi inwazyjnego raka piersi⁷.

Jednym z najbardziej zaawansowanych narzędzi jest test DCISionRT, który został zwalidowany w randomizowanym badaniu klinicznym SweDCIS⁸. Test ten identyfikuje kobiety o podwyższonym ryzyku nawrotu, które odnoszą znaczącą korzyść z radioterapii po operacji oszczędzającej pierś, a także kobiety o niskim ryzyku nawrotu z niewielką korzyścią z radioterapii⁸.

Zaawansowane techniki uczenia maszynowego

Rozwój sztucznej inteligencji i uczenia maszynowego otwiera nowe możliwości w prognozowaniu DCIS. Modele oparte na analizie całych preparatów histopatologicznych wykazują przewagę nad tradycyjnymi zmiennymi kliniczno-patologicznymi w przewidywaniu nawrotów⁹. Te zaawansowane narzędzia osiągają lepszą dokładność, swoistość, dodatnią wartość predykcyjną i współczynniki hazardu w porównaniu do testowanych zmiennych kliniczno-patologicznych⁹.

Algorytmy uczenia maszynowego potrafią znacząco stratyfikować pacjentki z wysokostopniowym DCIS na podgrupy o wysokim i niskim ryzyku nawrotu⁹. Takie podejście wypełnia niezaspokojone potrzeby kliniczne w zakresie dokładnego przewidywania ryzyka nawrotu u pacjentek z DCIS leczonych lumpektomią.

Ograniczenia obecnych narzędzi prognostycznych

Pomimo znacznego postępu w rozwoju narzędzi prognostycznych, nadal istnieją istotne ograniczenia. Wszystkie istniejące schematy klasyfikacji DCIS, w tym te skupiające się na stopniu jądrowym, nie są w stanie niezawodnie rozróżnić między DCIS, który pozostanie stabilny lub ulegnie regresji, a tym, który prawdopodobnie będzie progresował do w pełni inwazyjnych guzów³.

Użyteczność kliniczna dostępnych modeli pozostanie niejasna do czasu przeprowadzenia dodatkowych, wysokiej jakości walidacji zewnętrznych w odpowiednio dużych kohortach z wystarczającą liczbą zdarzeń¹⁰. Na podstawie dostępnych dowodów żaden z dostępnych modeli predykcyjnych nie jest gotowy do wdrożenia w codziennej praktyce klinicznej dla kobiet z DCIS¹⁰.

Kierunki przyszłych badań

Charakterystyka molekularna DCIS może potencjalnie dostarczyć biomarkerów do wczesnego wykrywania, poprawy przewidywania progresji i skutecznego zarządzania pacjentkami w celu zmniejszenia niepotrzebnego leczenia¹. Identyfikacja specyficznych markerów ekspresji w DCIS może być przydatna do identyfikacji pacjentek wysokiego ryzyka nawrotu, rokowania i leczenia⁴.

Przyszłe badania powinny skupić się na lepszym zrozumieniu procesów biologicznych odpowiedzialnych za progresję z DCIS do choroby inwazyjnej oraz na opracowaniu predykcyjnych biomarkerów, które pomogą zdefiniować podgrupy DCIS według prawdopodobieństwa progresji do inwazyjnego raka przewodowego³. Potrzebne są dodatkowe badania walidacyjne w większych, bardziej zróżnicowanych populacjach, aby ustalić użyteczność kliniczną tych modeli¹⁰.