Correlazione dell'accuratezza predittiva di PREDICT versione 2.2 di donne indiane con carcinoma mammario operabile (PREDICT)

La terapia adiuvante per il carcinoma mammario si basa su marcatori prognostici e predittivi clinico-patologici. Il marcatore prognostico più importante è ancora la presenza di coinvolgimento linfonodale1,2. Altri fattori che contribuiscono alla pianificazione della terapia sistemica adiuvante includono la dimensione del tumore3, il grado3, lo stato del recettore ormonale4, la sovraespressione di Her2/neu5-7, i marcatori di proliferazione8-9, l'età alla presentazione, le preferenze del paziente, il performance status e le comorbilità. Stime accurate di sopravvivenza e il probabile beneficio della terapia adiuvante sono aspetti importanti che gli oncologi dell'informazione considerano quando prendono decisioni dopo l'intervento chirurgico per carcinoma mammario invasivo in fase iniziale. Attualmente queste decisioni si basano su fattori prognostici patologici noti tra cui la dimensione del tumore, il grado del tumore e lo stato dei linfonodi oltre alle riduzioni del rischio relativo di qualsiasi terapia adiuvante1-7.

I punti di forza prognostici e predittivi di diversi fattori sono variabili e lo stesso fattore può avere un valore predittivo o prognostico diverso a seconda del sottotipo molecolare del carcinoma mammario. Questi marcatori non sono completamente indipendenti l'uno dall'altro10.

Sono ora disponibili diversi modelli predittivi per aiutare a stimare la sopravvivenza ei benefici del trattamento per i singoli pazienti. I modelli di previsione multivariata (MPM) prendono in considerazione non solo ogni marcatore ma l'effetto con tutte le possibili combinazioni di questi marcatori10. Gli MPM sono di due tipi. Possono essere un modello prognostico multivariato o un modello predittivo multigenico. Esempi10 di modelli prognostici multivariati sono IHC4 assay, Adjuvant! Online e PREDIRE. I modelli predittivi multigenici sono OncotypeDx, MammaPrint, PAM50, EndoPredict.

Modelli matematici basati sul Web che utilizzano algoritmi per prevedere la sopravvivenza con o senza terapia sistemica dopo l'intervento chirurgico, come "Adiuvante!" Online' e PREDICT V2.0 utilizzano le caratteristiche del paziente per prevedere la sopravvivenza con o senza trattamento. Gli input richiesti sono la dimensione del tumore, il numero di linfonodi coinvolti, il grado del tumore, lo stato del recettore ormonale, la sovraespressione di Her2, il Ki67 e le comorbilità. Sulla base di questi input utilizzando un algoritmo, questi strumenti calcolano la sopravvivenza globale alla fine di 5 e/o 10 anni. Quindi prevedono anche quale sarebbe il vantaggio aggiuntivo delle terapie sistemiche adiuvanti singolarmente o in combinazione.

Tuttavia, la maggior parte di questi modelli che sono stati valutati utilizza i set di dati dei registri dei tumori in una particolare località geografica o istituto per single11,12. Ciò rende imprevedibile l'applicazione cieca di questi modelli a popolazioni non testate. Vari studi hanno testato modelli prognostici basati sul web in diverse popolazioni. Nel 2011 Hajage D, et al hanno pubblicato i loro risultati riguardanti la convalida esterna di 'Adiuvante! Online', in una popolazione francese e olandese13. La previsione è stata nel complesso ben calibrata nei dati francesi. Ma c'era discordanza in alcuni sottogruppi di pazienti con tumori di alto grado e sovraespressione di HER2. L'aggiunta dello stato HER2, dell'indice mitotico e del Ki67 ha migliorato significativamente le previsioni. Nel set di dati olandese, la sopravvivenza complessiva a 10 anni è stata sovrastimata da 'Adiuvante! Online', in particolare nei pazienti di età inferiore ai 40 anni. Bhoopathyet al, nel 2012 ha testato questo strumento in una popolazione asiatica e ha concluso che, sebbene distingua tra prognosi buona e cattiva, sopravvaluta sistematicamente la sopravvivenza e richiede un adattamento prima dell'uso nella popolazione asiatica14 .

Predict è uno strumento online di prognosi e beneficio terapeutico sviluppato nel Regno Unito, che utilizza la registrazione del cancro e i dati di sopravvivenza registrati dall'Eastern Cancer Registration and Information Center (ECRIC) per 5694 donne diagnosticate nell'East Anglia dal 1999 al 2003.15 il modello è stato convalidato in una seconda coorte di 5468 donne della West Midlands Cancer Intelligence Unit ed è disponibile online (www.predict.nhs.uk) fornendo stime di sopravvivenza a 5 e 10 anni e previsioni sui benefici del trattamento. Wong et al, hanno testato l'accuratezza predittiva di PREDICT V1.0 nella popolazione del sud-est asiatico16. C'erano il 67% di pazienti cinesi mentre il 13% erano indiani. L'età media nel loro studio era di 50 anni. Hanno mostrato concordanza nell'OS osservata e prevista nella maggior parte dei sottogruppi ad eccezione delle donne che hanno meno di 40 anni di età. Dopo le revisioni in letteratura, per un migliore adattamento a vari gruppi, PREDICT V1.0 è stato aggiornato alla versione v2.0. V2.0 è equivalente a V1.0 ma la calibrazione di V2.0 è migliorata rispetto a V1.0 nei pazienti con diagnosi di età inferiore a 40.17

I modelli predittivi multigenici come OncotypeDx, MammaPrint, PAM50, EndoPredict sono restrittivi nel loro utilizzo a causa del costo elevato, quindi molti oncologi in India utilizzano i modelli matematici basati sul Web disponibili gratuitamente, come Adjuvant Online! o PREDIRE V2.0. Tuttavia, non ci sono dati che suggeriscano la validità della previsione utilizzando questi modelli nei pazienti indiani. Pertanto proponiamo uno studio per convalidare lo strumento all'interno di un contesto sperimentale, prima di consigliarne l'uso nella pratica clinica.

Con l'obiettivo di confrontare le stime di sopravvivenza a 5 anni di Predict con l'esito a 5 anni osservato dal set di dati TMC di donne indiane trattate per carcinoma mammario operabile.