Ontwikkeling van een voorspellend model voor het risico op metastatische ziekte bij PPGL's, een retrospectieve cohortstudie (PPGL-Pred)

Feochromocytomen en paragangliomen (PPGL's) zijn tumoren van respectievelijk het bijniermerg en het extra-bijnier sympathische zenuwstelsel, die vaak catecholamines afscheiden(1). De tumoren zijn afgeleid van de neurale lijst en ongeveer 50% wordt veroorzaakt door een kiembaanvariant. Vanwege de sterke erfelijkheidsgraad wordt genetisch testen aanbevolen bij alle patiënten met PPGL's (2-5). De meeste PPGL's zijn niet-kwaadaardige (gedefinieerd als niet-metastatische) tumoren en reageren goed op chirurgische behandeling. Ongeveer 15% van de PPGL's is metastatisch en ongeneeslijk met de momenteel beschikbare therapieën(1). Het meest recente Blue Book van de WHO classificeert alle PPGL's als mogelijk kwaadaardig vanwege hun onvoorspelbare gedrag(6).

PPGL's zijn zeer heterogene tumoren die vatbaar zijn voor meer dan 20 verschillende genen(1). In tweederde van de tumoren kan een kiembaan- of somatische variant worden geïdentificeerd en daarom zijn PPGL's op basis van deze varianten in verschillende biologische subgroepen verdeeld(1). Een consensusverklaring uit 2017 vermeldde de noodzaak van een gericht genenpanel (Next-Generation Sequencing, NGS) bij alle PPGL-patiënten en het testen van tumor-DNA, indien mogelijk, om potentiële toekomstige doelen voor medicamenteuze therapieën te identificeren(2). Bovendien is aangetoond dat epigenetische veranderingen in PPGL's en andere endocriene tumoren verband houden met het risico op gemetastaseerde ziekte(7-11). Toekomstig onderzoek moet gericht zijn op het begrijpen van zowel epigenetische als genetische veranderingen in PPGL's, aangezien dit mogelijkheden zal bieden voor gerichte moleculaire analyse. therapieën en gepersonaliseerde geneeskunde(11,12). Het is aangetoond dat op DNA-methylatie gebaseerde tumorclassificatie een waardevolle aanwinst is voor klinische besluitvorming(13).

Er zijn veel histopathologische voorspellende risicofactoren voor een slechte prognose voorgesteld en er zijn scoresystemen ontwikkeld om die PPGL's te identificeren die een metastatisch potentieel hebben. De PASS (Pheochromocytoma of the Adrenal Gland Scaled Score) en GAPP (Grading system for Adrenal Pheochromocytoma and Paraganglioma) scores zijn de meest bekende (1,14-18). In een recente meta-analyse werden de algoritmen geëvalueerd en werd geconcludeerd dat beide algoritmen een lage positief voorspellende waarde hadden maar een hoge negatief voorspellende waarde voor PPGL's, wat aangaf dat de modellen relevant waren voor het uitsluiten van metastatisch potentieel voor beide tumortypen in plaats van het identificeren gevallen met een verhoogd risico op verspreide ziekte. Dit kan hoogstwaarschijnlijk worden toegeschreven aan de subjectieve beoordeling van de criteria die bij deze scoresystemen betrokken zijn. De auteurs concludeerden dat het opnemen van NGS-gegevens en een algemene moleculaire benadering nodig is om nauwkeurig te bepalen welke gevallen risico lopen op toekomstige metastasen(19). Verder is er behoefte aan een algoritme op basis van objectieve metingen om objectiviteit te waarborgen bij de pathologische diagnose van PPGL's, vergelijkbaar met algoritmen voor adrenocorticale carcinomen zoals de Helsinki Score en het Reticulin Algorithm(19-21). Hiertoe hebben computerondersteunde technieken veelbelovende resultaten opgeleverd (11,20).

Het correct identificeren van PPGL's met een toekomstig risico op metastatische ziekte is een klinische uitdaging die niet alleen gevolgen heeft voor de artsen, maar ook voor de patiënten en hun familieleden. De huidige klinische richtlijnen zijn gebaseerd op 'rule all in'-methodes die een kostbare impact hebben op de middelen voor de gezondheidszorg en de kwaliteit van leven van de patiënten. Een algoritme op basis van histopathologische, genetische, epigenetische en klinische variabelen kan nuttig zijn bij het stratificeren van patiënten in risicocategorieën met verschillende behoeften aan klinische follow-up.

Pilotstudie: Patiënten die werden gevolgd in het Universitair Ziekenhuis van Kopenhagen, Kopenhagen, maakten deel uit van een pilotstudie naar het effect van genetische screening van familieleden met SDHX-varianten op de klinische presentatie van gevallen. Varianten van de SDHX-genen (SDHA, -AF2, -B, -C, -D) zijn een frequente oorzaak van familiale PPGL's. De onderzoekers vonden duidelijke verschillen in de klinische en histopathologische kenmerken tussen genetische varianten in SDHB. Familiescreening op SDHB-varianten resulteerde in eerdere detectie van tumoren in twee families. Patiënten met SDHA-, SDHC- en SDHD-varianten hadden ook ernstige fenotypes, wat de noodzaak van een brede genetische screening van de proband onderstreepte. De studie bevestigde eerdere bevindingen van slechte prognostische markers en ontdekte dat de genetische varianten en het klinische fenotype met elkaar verbonden zijn en daarom nuttig zijn bij de beslissing over klinische follow-up. Deze studie is gepresenteerd als masterscriptie aan de Universiteit van Kopenhagen 2019 (Grade A) en het manuscript is gepubliceerd(22). De studie bevestigt de haalbaarheid van het huidige project.

Proces van de studie

Deel 1: Beschrijving van de genotype-fenotype-associatie in een landelijk cohort van ongeveer 400 patiënten met PPGL's of genetische varianten van de kiembaan die predisponeren voor PPGL's met behulp van klinische gegevens, biochemische variabelen, tumorkenmerken en beeldvormingsresultaten. Dit nationale cohort zal patiënten karakteriseren, waardoor het mogelijk wordt respectievelijk een gemetastaseerd en niet-gemetastaseerd klinisch beloop te identificeren.

Deel 2: Identificatie van nieuwe prognostische biomarkers met behulp van in formaline gefixeerde, in paraffine ingebedde tumorweefselmonsters voor genetische tests (NGS voor somatische varianten), DNA-methylatie, PASS-scores en immunohistochemische markers. Twintig patiënten met een slechte prognose (bewijs van metastasen) en 20 patiënten met een goede prognose (niet-gemetastaseerd) zullen worden geïncludeerd uit het Hoofdstedelijk Gewest van Denemarken. De resultaten zullen worden gebruikt om een ​​nieuw algoritme voor klinische prognose te ontwikkelen.

Deel 3: Validatie van het nieuwe algoritme in een tweede subcohort van patiënten met willekeurig gekozen tumorweefselspecimens uit het nationale cohort. Tumorspecimens zullen worden onderworpen aan onderzoek met dezelfde nieuwe prognostische biomarkers die in deel 2 zijn geïdentificeerd. De resultaten zullen in het nieuwe algoritme worden ingevoerd om te testen of het klinische beloop nauwkeurig kan worden voorspeld.

Verspreiding Positieve, negatieve of niet-overtuigende resultaten zullen worden gepubliceerd in intercollegiaal getoetste internationale tijdschriften en gepresenteerd op wetenschappelijke bijeenkomsten en in relevante patiëntenfora. De leden van de studiegroep zijn aangesloten bij ENDO-ERN (European Reference Network on Rare Endocrine Conditions), een Europees samenwerkingsverband van zeer gespecialiseerde centra voor de behandeling van zeldzame endocriene aandoeningen waardoor resultaten kunnen worden verspreid (https://endo-ern.eu/).

Om de volledigheid en transparantie bij het rapporteren van resultaten te waarborgen, zullen de onderzoekers de STROBE-rapportagerichtlijnen gebruiken die relevant zijn voor cohortonderzoeken.

Betrokkenheid van de patiënt:

Patiënten met geleefde ervaringen dragen aanvullende expertise bij en geven waardevolle, nieuwe inzichten en verbeteren zo de effectiviteit van het onderzoek. Verder is het patiëntenperspectief essentieel bij de presentatie van de resultaten. Relevante patiënten met de betreffende ziekte van onze polikliniek worden uitgenodigd om deel te nemen aan de Stuurgroep.

Veiligheid en ethische overwegingen Behandeling van persoonsgegevens: Algemene Verordening Gegevensbescherming zal strikt worden nageleefd. Goedkeuring door de Ethische Commissie voor het Hoofdstedelijk Gewest is verleend (H-20065699, 19 februari 2021).

Database: De database wordt opgezet onder RedCap, dat landelijk toegankelijk is en centraal wordt beheerd door de gegevensbeschermingseenheid van het Hoofdstedelijk Gewest.

Statistieken: op basis van eerdere studies die soortgelijke algoritmen hebben ontwikkeld (20,21) zullen de onderzoekers ongeveer 200 patiënten nodig hebben om statistische power te bereiken met betrekking tot de validatie van het algoritme in het grotere cohort. Karakteristieken van de studiepopulatie zullen worden gepresenteerd met behulp van beschrijvende statistiek. Groepsverschillen zullen voornamelijk worden getest met behulp van niet-parametrische tests (Mann-Whitney, Wilcoxon) of t-test. Associaties tussen het genotype en het fenotype zullen worden geanalyseerd door middel van ANOVA (variantieanalyse) en regressieanalyse, waarbij wordt gecontroleerd op relevante confounders, d.w.z. leeftijd en geslacht, indien van toepassing. De gevoeligheid en specificiteit van het algoritme om slechte of goede uitkomst te voorspellen, zal worden bepaald met behulp van meerdere regressieanalyses, Chi2 en ROC (Receiver Operating Characteristics). De onderzoekers zullen hulp zoeken bij professionele statistici van de Universiteit van Kopenhagen bij de Statistische Adviesdienst voor PhD-studenten en studenten van de Faculteit der Gezondheidswetenschappen.