후향적 코호트 연구인 PPGL의 전이성 질환 위험 예측 모델 개발 (PPGL-Pred)

크롬 친화 세포종 및 부신경절종(PPGL)은 각각 부신 수질 및 부신 외 교감 신경계의 종양으로 종종 카테콜아민(1)을 분비합니다. 종양은 신경 능선에서 파생되며 약 50%는 생식계열 변이에 의해 발생합니다. 강한 유전력 때문에 유전 검사는 PPGL을 가진 모든 환자에게 권장됩니다(2-5). 대부분의 PPGL은 비악성(비전이성으로 정의됨) 종양이며 외과적 치료에 잘 반응합니다. PPGL의 약 15%는 전이성이며 현재 사용 가능한 치료법으로는 치료할 수 없습니다(1). 최신 WHO Blue Book은 예측할 수 없는 행동으로 인해 모든 PPGL을 악성일 가능성이 있는 것으로 분류합니다(6).

PPGL은 20개 이상의 별개의 유전자에 의해 소인이 있는 매우 이질적인 종양입니다(1). 종양의 2/3에서 생식계열 또는 체세포 변이가 식별될 수 있으므로 PPGL은 이러한 변이를 기반으로 별개의 생물학적 하위 그룹으로 나뉩니다(1). 2017년 합의된 성명서는 모든 PPGL 환자에서 표적 유전자 패널(NGS)의 필요성과 가능한 경우 약물 치료의 잠재적인 미래 표적을 식별하기 위해 종양 DNA 검사의 필요성을 명시했습니다(2). 또한, PPGL 및 기타 내분비 종양의 후성적 변화는 전이성 질환의 위험과 관련이 있는 것으로 나타났으며(7-11) 향후 연구는 PPGL의 후성적 및 유전적 변화를 모두 이해하는 데 초점을 맞춰야 합니다. 치료 및 맞춤 의학(11,12). DNA 메틸화 기반 종양 분류가 임상 의사 결정을 위한 귀중한 자산이라는 것이 입증되었습니다(13).

불량한 예후에 대한 많은 조직병리학적 예측 위험 인자가 제안되었으며 전이 가능성이 있는 PPGL을 식별하기 위한 스코어링 시스템이 개발되었습니다. PASS(부신 크롬친화 세포종 척도 점수) 및 GAPP(부신 크롬 세포종 및 부신경절종에 대한 등급 시스템) 점수가 가장 잘 알려져 있습니다(1,14-18). 최근 메타 분석에서 알고리즘을 평가했으며 두 알고리즘 모두 PPGL에 대해 낮은 양성 예측값을 가졌으나 높은 음성 예측값을 가졌다는 결론을 내렸습니다. 전파성 질병의 위험이 증가한 경우. 이것은 아마도 이러한 채점 시스템과 관련된 기준에 대한 주관적인 평가 때문일 수 있습니다. 저자들은 향후 전이 위험이 있는 사례를 정확하게 찾아내기 위해서는 NGS 데이터와 전반적인 분자적 접근을 포함하는 것이 필요하다고 결론지었습니다(19). 또한 Helsinki Score, Reticulin Algorithm과 같은 부신피질암에 대한 알고리즘과 유사하게 PPGL의 병리학적 진단에서 객관성을 확보하기 위한 객관적인 측정에 기반한 알고리즘이 필요하다(19-21). 이를 위해 컴퓨터 지원 기술은 유망한 결과를 보여주었습니다(11,20).

향후 전이성 질환의 위험이 있는 PPGL을 정확하게 식별하는 것은 의사뿐만 아니라 환자와 그 가족에게도 영향을 미치는 임상적 과제입니다. 오늘날의 임상 지침은 의료 자원과 환자의 삶의 질에 비용이 많이 드는 '올인 규칙' 방법을 기반으로 합니다. 조직병리학적, 유전적, 후생유전학적, 임상적 변수를 기반으로 한 알고리즘은 환자를 임상적 후속 조치가 필요한 위험 범주로 계층화하는 데 도움이 될 수 있습니다.

파일럿 연구: 코펜하겐의 코펜하겐 대학 병원에서 환자를 추적하여 SDHX 변이를 가진 가족 구성원의 유전적 스크리닝이 사례의 임상적 발표에 미치는 영향에 대한 파일럿 연구의 일부였습니다. SDHX(SDHA, -AF2, -B, -C, -D) 유전자의 변종은 가족성 PPGL의 빈번한 원인입니다. 연구자들은 SDHB의 유전적 변이 사이에서 임상적 및 조직병리학적 특성에서 뚜렷한 차이를 발견했습니다. SDHB 변이체에 대한 가족 스크리닝 결과 두 가족에서 종양이 조기에 발견되었습니다. SDHA, SDHC 및 SDHD 변이를 가진 환자는 또한 발단자의 광범위한 유전적 스크리닝의 필요성을 강조하는 심각한 표현형을 가졌습니다. 이 연구는 불량한 예후 지표에 대한 이전 연구 결과를 확증했으며 유전적 변이와 임상 표현형이 연결되어 있으므로 임상 후속 조치를 결정하는 데 유용함을 발견했습니다. 이 연구는 University of Copenhagen 2019에서 석사 논문(Grade A)으로 발표되었고 원고가 출판되었습니다(22). 이 연구는 현재 프로젝트의 타당성을 확증합니다.

연구 과정

파트 1: 임상 데이터, 생화학적 변수, 종양 특성 및 영상 결과를 사용하여 PPGL 또는 PPGL 소인이 있는 생식계열 유전 변이를 가진 약 400명의 전국 환자 코호트에서 유전자형-표현형 연관성에 대한 설명. 이 국가 코호트는 전이성 및 비전이성 임상 과정을 각각 식별할 수 있도록 환자의 특성화를 제공할 것입니다.

파트 2: 유전자 검사(체세포 변이체에 대한 NGS), DNA 메틸화, PASS 스코어링 및 면역조직화학적 마커를 위한 포르말린 고정 파라핀 내장 종양 조직 샘플을 사용하여 새로운 예후 바이오마커 식별. 예후가 좋지 않은 환자 20명(전이의 증거)과 예후가 좋은 환자 20명(비전이성)이 덴마크 수도권에서 포함됩니다. 결과는 임상 예후를 위한 새로운 알고리즘을 개발하는 데 사용될 것입니다.

파트 3: 국가 코호트에서 무작위로 선택된 종양 조직 표본이 있는 환자의 두 번째 하위 코호트에서 새로운 알고리즘의 검증. 종양 표본은 파트 2에서 확인된 동일한 새로운 예후 바이오마커에 대한 조사를 받게 됩니다. 결과는 임상 경과를 정확하게 예측할 수 있는지 여부를 테스트하기 위해 새로운 알고리즘에 입력됩니다.

보급 긍정적, 부정적 또는 결정적이지 않은 결과는 동료 검토 국제 저널에 게시되고 과학 회의 및 관련 환자 포럼에서 발표됩니다. 스터디 그룹 구성원은 결과를 전파할 수 있는 희귀 내분비 질환을 치료하는 고도로 전문화된 센터의 유럽 협력체인 ENDO-ERN(희귀 내분비 질환에 대한 유럽 참조 네트워크)에 소속되어 있습니다(https://endo-ern.eu/).

결과 보고의 완전성과 투명성을 보장하기 위해 조사관은 코호트 연구와 관련된 STROBE 보고 지침을 사용합니다.

환자 참여:

살아있는 경험을 가진 환자는 추가 전문 지식을 제공하고 가치 있고 새로운 통찰력을 제공하여 연구의 효율성을 향상시킵니다. 또한 환자의 관점은 결과 발표에 필수적입니다. 저희 외래진료소에서 해당 질병을 앓고 있는 관련 환자들을 운영위원회에 초대합니다.

안전 및 윤리적 고려 사항 개인 데이터 처리: 일반 데이터 보호 규정을 엄격히 준수합니다. 수도권 윤리위원회의 승인을 받았습니다(H-20065699, 2021년 2월 19일).

데이터베이스: 데이터베이스는 전국적으로 액세스할 수 있고 Capital Region의 데이터 보호 부서에서 중앙에서 관리하는 RedCap에 따라 구축됩니다.

통계: 유사한 알고리즘을 개발한 이전 연구(20,21)를 기반으로 조사자는 더 큰 코호트에서 알고리즘의 검증과 관련하여 통계적 검정력을 달성하기 위해 약 200명의 환자가 필요합니다. 연구 인구 특성은 기술 통계를 사용하여 제시됩니다. 그룹 차이는 주로 비모수 테스트(Mann-Whitney, Wilcoxon) 또는 t-테스트를 ​​사용하여 테스트됩니다. 유전자형과 표현형 사이의 연관성은 ANOVA(분산 분석) 및 적절한 경우 관련 혼란 요인, 즉 연령 및 성별을 제어하는 ​​회귀 분석으로 분석됩니다. 좋지 않거나 좋은 결과를 예측하는 알고리즘의 민감도 및 특이성은 다중 회귀 분석인 Chi2 및 ROC(수신기 작동 특성)를 사용하여 결정됩니다. 연구자들은 코펜하겐 대학교의 통계 자문 서비스에서 박사 과정 학생과 보건 과학 학부의 학생을 위한 전문 통계학자의 도움을 구할 것입니다.