Développement d'un modèle prédictif du risque de maladie métastatique dans les PPGL, une étude de cohorte rétrospective (PPGL-Pred)

Les phéochromocytomes et les paragangliomes (PPGL) sont des tumeurs de la médullosurrénale et du système nerveux sympathique extra-surrénalien, respectivement, qui sécrètent souvent des catécholamines(1). Les tumeurs sont dérivées de la crête neurale et environ 50 % sont causées par une variante germinale. En raison de la forte héritabilité, les tests génétiques sont recommandés chez tous les patients atteints de PPGL (2-5). La plupart des PPGL sont des tumeurs non malignes (définies comme non métastatiques) et répondent bien au traitement chirurgical. Environ 15 % des PPGL sont métastatiques et incurables par les thérapies actuellement disponibles(1). Le dernier livre bleu de l'OMS classe tous les PPGL comme potentiellement malins en raison de leur comportement imprévisible(6).

Les PPGL sont des tumeurs très hétérogènes prédisposées par plus de 20 gènes distincts(1). Dans les deux tiers des tumeurs, une variante germinale ou somatique peut être identifiée et les PPGL ont donc été divisées en sous-groupes biologiques distincts sur la base de ces variantes(1). Une déclaration de consensus de 2017 a déclaré la nécessité d'un panel de gènes ciblés (séquençage de nouvelle génération, NGS) chez tous les patients atteints de PPGL et de tests de l'ADN tumoral si possible pour identifier les futures cibles potentielles des thérapies médicamenteuses (2). En outre, il a été démontré que les changements épigénétiques dans les PPGL et d'autres tumeurs endocrines sont associés au risque de maladie métastatique(7-11) et les recherches futures devraient se concentrer sur la compréhension des changements épigénétiques et génétiques dans les PPGL, car cela ouvrira des opportunités pour des études moléculaires ciblées. thérapies et médecine personnalisée(11,12). Il a été démontré que la classification des tumeurs basée sur la méthylation de l'ADN est un atout précieux pour la prise de décision clinique(13).

De nombreux facteurs de risque prédictifs histopathologiques de mauvais pronostic ont été proposés et des systèmes de notation ont été développés pour identifier les PPGL qui ont un potentiel métastatique. Les scores PASS (Pheochromocytoma of the Adrenal Gland Scaled Score) et GAPP (Grading system for Adrenal Phaeochromocytoma and Paraganglioma) sont les plus connus (1,14-18). Dans une méta-analyse récente, les algorithmes ont été évalués et il a été conclu que les deux algorithmes avaient une valeur prédictive positive faible mais une valeur prédictive négative élevée pour les PPGL, ce qui indiquait que les modèles étaient pertinents pour exclure le potentiel métastatique des deux types de tumeurs plutôt que d'identifier cas avec un risque accru de maladie disséminée. Cela pourrait très probablement être attribué à une évaluation subjective des critères impliqués dans ces systèmes de notation. Les auteurs ont conclu que l'inclusion des données NGS et une approche moléculaire globale sont nécessaires pour identifier avec précision les cas à risque de métastases futures(19). De plus, il existe un besoin pour un algorithme basé sur des mesures objectives pour assurer l'objectivité dans le diagnostic pathologique des PPGL, similaire aux algorithmes pour les carcinomes corticosurrénaliens comme le score d'Helsinki et l'algorithme de la réticuline (19-21). À cette fin, les techniques assistées par ordinateur ont donné des résultats prometteurs(11,20).

Identifier correctement les PPGL avec un risque futur de maladie métastatique est un défi clinique qui impacte non seulement les médecins mais aussi les patients et les membres de leur famille. Les lignes directrices cliniques d'aujourd'hui sont basées sur des méthodes « tout compris » qui ont un impact coûteux sur les ressources de soins de santé et la qualité de vie des patients. Un algorithme basé sur des variables histopathologiques, génétiques, épigénétiques et cliniques peut être utile pour stratifier les patients en catégories de risque avec différents besoins de suivi clinique.

Étude pilote : les patients suivis à l'hôpital universitaire de Copenhague, à Copenhague, ont fait partie d'une étude pilote sur l'effet du dépistage génétique des membres de la famille présentant des variantes du SDHX sur la présentation clinique des cas. Les variants des gènes SDHX (SDHA, -AF2, -B, -C, -D) sont une cause fréquente de PPGL familiales. Les chercheurs ont trouvé des différences distinctes dans les caractéristiques cliniques et histopathologiques entre les variantes génétiques du SDHB. Le dépistage familial des variants SDHB a entraîné une détection plus précoce des tumeurs dans deux familles. Les patients avec des variants SDHA, SDHC et SDHD avaient également des phénotypes sévères, soulignant la nécessité d'un large dépistage génétique du proposant. L'étude a corroboré les résultats antérieurs de marqueurs de mauvais pronostic et a constaté que les variantes génétiques et le phénotype clinique sont liés et donc utiles dans la décision de suivi clinique. Cette étude a été présentée comme mémoire de maîtrise à l'Université de Copenhague 2019 (Grade A) et le manuscrit a été publié(22). L'étude corrobore la faisabilité du projet actuel.

Déroulement de l'étude

Partie 1 : Description de l'association génotype-phaénotype dans une cohorte nationale d'environ 400 patients atteints de PPGL ou de variantes génétiques de la lignée germinale prédisposant aux PPGL à l'aide de données cliniques, de variables biochimiques, de caractéristiques tumorales et de résultats d'imagerie. Cette cohorte nationale fournira une caractérisation des patients permettant d'identifier respectivement une évolution clinique métastatique et non métastatique.

Partie 2 : Identification de nouveaux biomarqueurs pronostiques à l'aide d'échantillons de tissus tumoraux fixés au formol et inclus en paraffine pour les tests génétiques (NGS pour les variantes somatiques), la méthylation de l'ADN, le score PASS et les marqueurs immunohistochimiques. Vingt patients de mauvais pronostic (preuve de métastases) et 20 patients de bon pronostic (non métastatiques) seront inclus dans la région de la capitale du Danemark. Les résultats seront utilisés pour développer un nouvel algorithme de pronostic clinique.

Partie 3 : Validation du nouvel algorithme dans une deuxième sous-cohorte de patients avec des échantillons de tissus tumoraux sélectionnés au hasard dans la cohorte nationale. Les échantillons de tumeurs seront soumis à une enquête sur les mêmes nouveaux biomarqueurs pronostiques identifiés dans la partie 2. Les résultats seront entrés dans le nouvel algorithme pour tester si l'évolution clinique peut être prédite avec précision.

Diffusion Les résultats positifs, négatifs ou non concluants seront publiés dans des revues internationales à comité de lecture et présentés lors de réunions scientifiques et dans des forums de patients pertinents. Les membres du groupe d'étude sont affiliés à ENDO-ERN (European Reference Network on Rare Endocrine Conditions), une collaboration européenne de centres hautement spécialisés traitant des maladies endocriniennes rares à travers laquelle les résultats peuvent être diffusés (https://endo-ern.eu/).

Afin d'assurer l'exhaustivité et la transparence de la communication des résultats, les chercheurs utiliseront les directives de communication STROBE applicables aux études de cohorte.

Implication des patients :

Les patients ayant des expériences vécues apportent une expertise supplémentaire et donnent des informations précieuses et nouvelles et améliorent ainsi l'efficacité de l'étude. De plus, le point de vue du patient est essentiel dans la présentation des résultats. Les patients concernés par la maladie en question de notre clinique externe seront invités à participer au comité de pilotage.

Considérations de sécurité et d'éthique Traitement des données personnelles : le règlement général sur la protection des données sera strictement respecté. L'approbation du comité d'éthique de la région de la capitale a été accordée (H-20065699, 19 février 2021).

Base de données : La base de données sera établie sous RedCap, qui est accessible à l'échelle nationale et gérée de manière centralisée par l'unité de protection des données de la région de la capitale.

Statistiques : sur la base d'études antérieures qui ont développé des algorithmes similaires (20,21), les chercheurs auront besoin d'environ 200 patients pour obtenir une puissance statistique par rapport à la validation de l'algorithme dans la plus grande cohorte. Les caractéristiques de la population étudiée seront présentées à l'aide de statistiques descriptives. Les différences de groupe seront testées principalement à l'aide de tests non paramétriques (Mann-Whitney, Wilcoxon) ou de tests t. Les associations entre le génotype et le phaénotype seront analysées par ANOVA (analyse de variance) et analyse de régression contrôlant les facteurs de confusion pertinents, c'est-à-dire l'âge et le sexe, le cas échéant. La sensibilité et la spécificité de l'algorithme pour prédire un résultat faible ou bon seront déterminées à l'aide d'analyses de régression multiple, Chi2 et ROC (Receiver Operating Features). Les enquêteurs solliciteront l'aide de statisticiens professionnels de l'Université de Copenhague au service de conseil statistique pour les doctorants et les étudiants de la Faculté des sciences de la santé.