Subscribe to RSS
DOI: 10.1055/s-0038-1671036
Vorhersage des Tumorrestes beim fortgeschrittenen Ovarialkarzinom durch Nutzung einer Gesamt-Transkription-Expressionsanalyse. Eine Analyse der AGO-OVAR 11 (ICON7) Studie
Publication History
Publication Date:
20 September 2018 (online)
Zielsetzung:
Die Komplettresektion (TR0) ist der wichtigste Prognosefaktor bei der Therapie des primären Ovarialkarzinom. Die verschiedenen molekularen TCGA-Subgruppen, aber auch de-novo generierte Genexpressions-Signaturen (GES) waren mit einem suboptimalem Debulking (Tumorrest (TR) > 1 cm) assoziiert. Das Ziel der Studie war die Validierung vorhergehender Ergebnisse und die Evaluation eines eigenen molekularen Prädiktors.
Methoden:
Patientinnen (FIGO stage IIIC/IV) aus der AGO-OVAR 11/ICON7 Studie wurden eingeschlossen. Proben wurden aus Formalin-fixiertem Paraffin-eingebettetem Tumorgewebe gestanzt, um daraus mithilfe eines „whole-genome DASL“ GES zu generieren. Die TCGA-Subgruppen und zwei publizierte GES für TR> 1 (7 Gene und 11 Gene) wurden mit der Größe des Tumorrestes (TR0 vs. TR> 0) assoziiert. Logistische Regression (LR), Support Vector Machine mit polynomial Kernel, und Random Forest wurden als biostatistische Methoden eingesetzt.
Ergebnisse:
283 Patientinnen konnten eingeschlossen werden, wovon bei 114 (40,3%) Patientinnen eine Komplettresektion vorlag. Die publizierten Debulking-Signaturen mit 7 und 11 Genen hatte keinen prädiktiven Wert. Die beste Area under the Curve (AUC) für die 7 Gen-Signatur wurde mit LR erreicht: 0,50 ± 0,05, die 11 Gen-Signature hatte eine AUC von 0,53 ± 0,04. Auch die TCGA-Subgruppen (AUC = 0,56 ± 0,04), eine unabhängige de novo entwickelte Signatur (AUC = 0,51 ± 0,04) und die Analyse des gesamten Genexpression Datensatz (21.000 Gene) (AUC = 0,55 ± 0,03) konnten den Resektionsstatus nicht zuverlässig prognostizieren.
Zusammenfassung:
Im Gegensatz zu vorhergehenden Studien konnten wir den Tumorrest nicht anhand von Genexpressionsanalysen prognostizieren. Ein radikal-chirurgischer Ansatz, bei welcher höhere Anteile von Komplettresektionen vorliegt, kann u.U. die biologischen Faktoren, welche für ein suboptimales Debulking verantwortlich sind, besser identifizieren.
#