Współczesne metody oceny rokowania w raku piersi

Rozwój medycyny personalnej doprowadził do powstania zaawansowanych narzędzi prognostycznych, które znacząco poprawiły dokładność przewidywania przebiegu raka piersi. Te nowoczesne metody oceny rokowania łączą tradycyjne czynniki kliniczne z analizą molekularną, umożliwiając lekarzom podejmowanie bardziej precyzyjnych decyzji terapeutycznych1.

PREDICT Breast – internetowe narzędzie prognostyczne

PREDICT Breast to internetowe narzędzie prognostyczne dostępne pod adresem www.breast.predict.nhs.uk, które pomaga pacjentkom i lekarzom w ocenie wpływu różnych metod leczenia wczesnego inwazyjnego raka piersi na wskaźniki przeżywalności po operacji2. System wykorzystuje dane dotyczące przeżywalności podobnych kobiet z przeszłości, aby pokazać prawdopodobny odsetek pacjentek, które przeżyją do piętnastu lat po operacji przy różnych kombinacjach leczenia2.

Najnowsza wersja PREDICT (v3.0) została zaktualizowana w celu lepszego odzwierciedlenia wyników u współczesnych pacjentek. Główną różnicą między poprzednią wersją (v2.2) a nową (v3.0) jest uwzględnienie roku diagnozy, ponieważ dane pokazują wyraźną tendencję do poprawy wskaźników przeżywalności w czasie3. Nowy model został dobrze skalibrowany – przewidywane zgony z powodu raka piersi w okresie 5-, 10- i 15-letnim mieściły się w granicach 10% obserwowanych danych walidacyjnych3.

Testy multigenom prognostycznych

Testy multigenom prognostycznych stanowią przełom w ocenie rokowania, szczególnie w przypadku raków z dodatnimi receptorami estrogenu (ER). Istnieje rosnący konsensus, że te testy dostarczają użytecznych informacji uzupełniających do wielkości i stopnia złośliwości guza1. Są one obecnie popierane przez wytyczne American Society of Clinical Oncology, St. Gallen i National Comprehensive Cancer Network jako informacje mogące wspomóc podejmowanie decyzji terapeutycznych w rakach ER-dodatnich1.

Oncotype DX

Oncotype DX to jeden z najszerzej stosowanych testów prognostycznych, który analizuje ekspresję 21 genów w celu określenia ryzyka nawrotu. Test ten jest szczególnie przydatny w podejmowaniu decyzji o konieczności chemioterapii uzupełniającej. Badania pokazały, że 21-genowy wskaźnik nawrotu dodaje ważne informacje do tradycyjnych podejść patologicznych4. Jednak test Oncotype DX, choć prognostyczny i predykcyjny przed 5 latami, nie jest prognostyczny i predykcyjny po 5 latach4.

Nowsze testy prognostyczne

Prosigna, EndoPredict i Breast Cancer Index to nowsze testy, które wykazują lepszą wartość prognostyczną dla późnych nawrotów, jednocześnie pozostając predykcyjnymi dla wczesnych wznów1. Breast Cancer Index przewyższył testy IHC4 i Oncotype DX w przewidywaniu późnych nawrotów, gdy wszystkie trzy testy zostały zastosowane do tych samych przypadków z długoterminową obserwacją5. Wskaźnik EndoPredict został również połączony ze statusem węzłów chłonnych i wielkością guza w celu obliczenia kompleksowego wskaźnika ryzyka zwanego EPclin5.

Ważne: Testy multigenom prognostycznych są szczególnie przydatne u pacjentek z rakiem ER-dodatnim, gdzie pomagają w decyzji o konieczności chemioterapii. Mogą one znacząco zmniejszyć liczbę pacjentek kwalifikowanych do grupy wysokiego ryzyka, umożliwiając uniknięcie niepotrzebnej chemioterapii.

Podpis 70-genowy (MammaPrint)

Pierwszy opisany podpis prognostyczny w raku piersi to 70-genowy podpis autorstwa van ‘t Veer i współpracowników. Ten profil prognostyczny był silnym predyktorem rozwoju odległych przerzutów u pacjentek zarówno z zajętymi, jak i niezajętymi węzłami chłonnymi6. Podpis 70-genowy zaklasyfikował 41% pacjentek z zajętymi węzłami chłonnymi do grupy niskiego ryzyka przerzutów4.

Profil 70-genowy wykazuje wysoką moc w zakresie negatywnej wartości predykcyjnej, co zostało dodatkowo potwierdzone w niezależnym badaniu 100 starszych pacjentek z niezajętymi węzłami chłonnymi4. Podpis ten nie tylko koreluje z ustalonymi czynnikami prognostycznymi, takimi jak wiek, stopień złośliwości i status ER, ale przewyższa dobrze ugruntowane algorytmy prognostyczne, takie jak kryteria St. Gallen4.

Walidacja i ograniczenia narzędzi prognostycznych

Systematyczny przegląd modeli prognostycznych dla raka piersi wykazał, że chociaż większość modeli dobrze działała w kohortach rozwojowych, ich dokładność była mniejsza w niektórych niezależnych populacjach, szczególnie u pacjentek wysokiego ryzyka oraz młodych i starszych pacjentek7. Wyjątkiem jest Nottingham Prognostic Index (NPI), który zachowuje swoją zdolność predykcyjną w większości niezależnych populacji7.

Badania pokazały, że modele były mniej dokładne u pacjentek poniżej 40 roku życia lub powyżej 65 lat, chociaż niektóre badania wykazały przeciwne rezultaty8. Adjuvant! Online, popularne narzędzie prognostyczne, wykazało dobrą kalibrację w ogólnej populacji francuskich pacjentek, ale zawiodło w niektórych podgrupach, takich jak pacjentki z wysokim stopniem złośliwości i HER2-dodatnie9.

Przyszłość narzędzi prognostycznych

Rozwój sztucznej inteligencji i uczenia maszynowego otwiera nowe możliwości w prognozowaniu wyników leczenia raka piersi. Badania pokazują, że modele wykorzystujące uczenie maszynowe, takie jak XGBoost, mogą przewyższać tradycyjne narzędzia prognostyczne10. Model XGBoost wykazał najwyższą wydajność z obszarem pod krzywą ROC wynoszącym 0,813, dokładnością 0,739, czułością 0,815 i swoistością 0,73510.

Automatyczne przetwarzanie danych z rzeczywistej praktyki klinicznej, w tym analiza nieustrukturyzowanych notatek lekarskich, może znacząco poprawić dokładność prognozowania. Modele uwzględniające cechy pochodzące z przetwarzania języka naturalnego przewyższają te oparte wyłącznie na danych genomowych lub stadium11.

Przyszłość: Narzędzia prognostyczne stają się coraz bardziej precyzyjne dzięki wykorzystaniu sztucznej inteligencji i analizie wielomodalnych danych. Personalizacja medycyny oznacza, że w przyszłości każda pacjentka będzie mogła otrzymać indywidualnie dostosowaną prognozę opartą na unikalnych cechach jej nowotworu.

Zastosowanie kliniczne i rekomendacje

Narzędzia prognostyczne powinny być zawsze używane w połączeniu z oceną kliniczną doświadczonego onkologa. Pacjentki powinny korzystać z tych narzędzi w konsultacji z lekarzem specjalistą2. Ważne jest, aby modele były walidowane przed zastosowaniem w innej populacji, ponieważ ich wydajność może się różnić w różnych grupach pacjentek8.

Pytania i odpowiedzi

Czym jest PREDICT Breast i jak działa?

PREDICT Breast to internetowe narzędzie prognostyczne, które pomaga ocenić wpływ różnych metod leczenia na przeżywalność w raku piersi. Wykorzystuje dane historyczne podobnych pacjentek do przewidywania wyników leczenia do 15 lat po operacji.

Które testy multigenom są najczęściej stosowane?

Najczęściej stosowane to: Oncotype DX (analiza 21 genów), MammaPrint (70 genów), Prosigna, EndoPredict i Breast Cancer Index. Każdy z nich ma nieco inne zastosowania i mocne strony.

Czy testy prognostyczne są dokładne u wszystkich pacjentek?

Nie, dokładność może się różnić. Testy są mniej precyzyjne u bardzo młodych (poniżej 40 lat) i starszych pacjentek (powyżej 65 lat) oraz w przypadkach wysokiego ryzyka.

Jak sztuczna inteligencja wpływa na prognozowanie?

Modele uczenia maszynowego, jak XGBoost, mogą przewyższać tradycyjne narzędzia. Analiza wielomodalnych danych i przetwarzanie języka naturalnego poprawiają dokładność prognoz.

Reklama
Reklama