Correlatie van voorspellende nauwkeurigheid van PREDICT versie 2.2 van Indiase vrouwen met operabele borstkanker (PREDICT)

Adjuvante therapie voor borstkanker is gebaseerd op klinisch-pathologische prognostische en voorspellende markers. De belangrijkste prognostische marker is nog steeds de aanwezigheid van lymfeklieraantasting1,2. Andere factoren die bijdragen aan het plannen van adjuvante systemische therapie zijn onder meer tumorgrootte3, graad3, hormoonreceptorstatus4, Her2/neu-overexpressie5-7, proliferatiemarkers8-9, leeftijd bij presentatie, patiëntvoorkeuren, prestatiestatus en comorbiditeiten. Nauwkeurige overlevingsschattingen en het waarschijnlijke voordeel van adjuvante therapie zijn belangrijke aspecten van informatie die oncologen in overweging nemen bij het nemen van beslissingen na een operatie voor invasieve, vroege borstkanker. Momenteel zijn deze beslissingen gebaseerd op bekende pathologische prognostische factoren, waaronder tumorgrootte, tumorgraad en lymfeklierstatus, naast de relatieve risicoreducties van elke adjuvante therapie1-7.

De prognostische en voorspellende kracht van verschillende factoren is variabel en dezelfde factor kan verschillende voorspellende of prognostische waarde hebben, afhankelijk van het moleculaire subtype van borstkanker. Deze markers zijn niet geheel onafhankelijk van elkaar10.

Er zijn nu verschillende voorspellende modellen beschikbaar om de overlevings- en behandelingsvoordelen voor individuele patiënten te helpen inschatten. Multivariate Prediction Models (MPM) houden niet alleen rekening met elke marker, maar met het effect met alle mogelijke combinaties van deze markers10. MPM's zijn van twee soorten. Ze kunnen een multivariaat prognostisch model zijn of een multigen voorspellend model. Voorbeelden10 van multivariate prognostische modellen zijn IHC4 assay, Adjuvant! Online en VOORSPELLEN. Multigene voorspellende modellen zijn OncotypeDx, MammaPrint, PAM50, EndoPredict.

Webgebaseerde wiskundige modellen die algoritmen gebruiken om de overleving met of zonder systemische therapie na een operatie te voorspellen, zoals 'Adjuvant! Online' en PREDICT V2.0 gebruiken patiëntkenmerken om de overleving met of zonder behandeling te voorspellen. De vereiste inputs zijn tumorgrootte, aantal betrokken knooppunten, graad van tumor, hormoonreceptorstatus, Her2-overexpressie, Ki67 en comorbiditeit. Op basis van deze invoer berekenen deze tools met behulp van een algoritme de totale overleving aan het einde van 5 en/of 10 jaar. Vervolgens voorspellen ze ook wat het extra voordeel zou zijn van adjuvante systemische therapieën afzonderlijk of in combinaties.

De meeste van deze geëvalueerde modellen gebruiken echter de datasets van kankerregisters in een bepaalde geografische locatie of een enkel instituut11,12. Dit maakt blinde toepassing van deze modellen op niet-geteste populaties onvoorspelbaar. Verschillende studies hebben webgebaseerde prognostische modellen getest in verschillende populaties. In 2011 publiceerden Hajage D, et al hun resultaten met betrekking tot externe validatie van 'Adjuvant! Online', in een Franse en Nederlandse populatie13. De voorspelling was over het algemeen goed gekalibreerd in de Franse gegevens. Maar er was onenigheid in sommige subgroepen van patiënten met hoogwaardige tumoren en HER2-overexpressie. Toevoeging van HER2-status, Mitotic Index en Ki67 verbeterden de voorspellingen aanzienlijk. In de Nederlandse dataset werd de algehele 10-jaarsoverleving overschat door 'Adjuvant! Online', met name bij patiënten jonger dan 40 jaar. Bhoopathyet al testten dit hulpmiddel in 2012 in een Aziatische populatie en concludeerden dat hoewel het onderscheid maakt tussen goede en slechte prognose, het de overleving systematisch overschat en aanpassing vereist vóór gebruik in de Aziatische populatie14 .

Predict is een online prognosticatie- en behandelingsvoordeeltool ontwikkeld in het VK, waarbij gebruik wordt gemaakt van kankerregistratie en overlevingsgegevens geregistreerd door het Eastern Cancer Registration and Information Centre (ECRIC) voor 5694 vrouwen die in East Anglia werden gediagnosticeerd tussen 1999 en 2003.15 model werd gevalideerd in een tweede cohort van 5468 vrouwen van de West Midlands Cancer Intelligence Unit en is online beschikbaar (www.predict.nhs.uk) het verstrekken van 5- en 10-jaarsoverlevingsschattingen en voorspellingen van het behandelingsvoordeel. Wong et al testten de voorspellende nauwkeurigheid van PREDICT V1.0 in de Zuidoost-Aziatische bevolking16. Er waren 67% Chinese patiënten, terwijl 13% Indiërs waren. De mediane leeftijd in hun studie was 50 jaar. Ze vertoonden concordantie in waargenomen en voorspelde OS in de meeste subgroepen, behalve voor vrouwen die jonger zijn dan 40 jaar. Na beoordelingen in de literatuur is PREDICT V1.0 geüpdatet naar versie v2.0 om beter in verschillende groepen te passen. V2.0 is gelijk aan V1.0, maar de kalibratie van V2.0 is verbeterd ten opzichte van V1.0 bij patiënten met de diagnose jonger dan 40 jaar.17

Multigene voorspellende modellen zoals OncotypeDx, MammaPrint, PAM50, EndoPredict zijn restrictief in hun gebruik vanwege de hoge kosten, daarom gebruiken veel oncologen in India de gratis beschikbare webgebaseerde wiskundige modellen, zoals Adjuvant Online! of PREDICT V2.0. Er zijn echter geen gegevens die de validiteit van voorspelling met behulp van deze modellen bij Indiase patiënten suggereren. Daarom stellen we een studie voor om de tool te valideren in een proefomgeving, alvorens advies te geven over het gebruik ervan in de klinische praktijk.

Met als doel de 5-jaars overlevingsschattingen van Predict te vergelijken met de waargenomen 5-jaars uitkomst van de TMC-dataset van Indiase vrouwen die werden behandeld voor operabele borstkanker.