Breathomics som prediktiv biomarkør for sjekkpunkthemmerrespons

Blokkering av immunsjekkpunkt med anti-PD-1 og anti-PD-L1 antistoffer har blitt en ny standard for behandling i flere krefttyper som NSCLC og melanom. I biomarkør-uselekterte pasientpopulasjoner forblir imidlertid total responsrate (ORR) avhengig av type kreft og om enkelt- eller kombinasjonsbehandling er valgt fortsatt bare 20–60 %. Selv om de generelt tolereres godt, vil omtrent 5-10 % av pasientene behandlet med PD1/PD-L1-målrettingsmidler oppleve grad 3 eller 4 toksisiteter, inkludert potensielt livstruende autoimmune toksisiteter som kolitt, hepatitt og pneumonitt. Derfor, på grunn av høye behandlingskostnader og mulige komplikasjoner, er forbedret utvalg av pasienter et avgjørende mål, og en lett tilgjengelig ikke-invasiv, behandlingspunkt-test for bedre pasientvalg er svært nødvendig.

En lovende tilnærming i denne forbindelse er analysen av flyktige organiske forbindelser (VOC) i pusten. Pusteanalyse for påvisning av VOC blir i økende grad undersøkt for dens nytte i diagnostisering og behandling av kreft. Elektroniske neser (eNoses) er lovende som billige og klinisk-praktiske enheter som er designet for å oppdage mønstre av VOC. Nylig publiserte prospektive observasjonsdata viste svært lovende diskriminerende funksjon for pusteavtrykksanalyse for ikke-respons på immunterapi hos NSCLC-pasienter.

Hovedmålet med denne studien er å validere en tidligere studie som fant at breathomics-baserte klassifikatoren spådde 12 ukers tidlig progresjon vs ikke-progresjon hos avanserte NSCLC-pasienter behandlet med nivolumab eller pembrolizumab. Sekundært vil vi utvide vurderingen av breathomic-baserte klassifikatorer til å inkludere andre kohorter av avanserte svulster behandlet med ICI, og også vurdere å bruke respons i stedet for ikke-progresjon som et endepunkt. Utforskende mål inkluderer foredling av breathomics-klassifikatoren ved bruk av alternative maskinlæringsteknikker, og korrelerer med andre biomarkører for immunterapiresultater.