Korrelasjon av prediktiv nøyaktighet av PREDICT versjon 2.2 av indiske kvinner med operabel brystkreft (PREDICT)

Adjuvant terapi for brystkreft er basert på klinikkpatologiske prognostiske og prediktive markører. Den viktigste prognostiske markøren er fortsatt tilstedeværelse av lymfeknutepåvirkning1,2. Andre faktorer som bidrar til planlegging av adjuvant systemisk terapi inkluderer tumorstørrelse3, grad3, hormonreseptorstatus4, Her2/neu-overuttrykk5-7, spredningsmarkører8-9, alder ved presentasjon, pasientpreferanser, prestasjonsstatus og komorbiditeter. Nøyaktige overlevelsesestimater, og den sannsynlige fordelen av adjuvant terapi, er viktige aspekter av informasjon onkologer vurderer når de tar avgjørelser etter kirurgi for invasiv, tidlig brystkreft. For tiden er disse avgjørelsene basert på kjente patologiske prognostiske faktorer, inkludert tumorstørrelse, tumorgrad og lymfeknutestatus i tillegg til den relative risikoreduksjonen for eventuell adjuvant terapi1-7.

Den prognostiske og prediktive styrken til ulike faktorer er variable og samme faktor kan ha forskjellig prediktiv eller prognostisk verdi i henhold til den molekylære subtypen av brystkreft. Disse markørene er ikke helt uavhengige av hverandre10.

Flere prediktive modeller er nå tilgjengelige for å estimere overlevelses- og behandlingsfordelene for individuelle pasienter.Multivariate Prediction Models (MPM) tar ikke bare hensyn til hver markør, men effekten med alle mulige kombinasjoner av disse markørene10. MPM er av to typer. De kan enten være multivariat prognostisk modell eller en multigen prediktiv modell. Eksempler10 på multivariate prognostiske modeller er IHC4-analyse, Adjuvans! Online og FORutsig. Multigene prediktive modeller er OncotypeDx, MammaPrint, PAM50, EndoPredict.

Nettbaserte matematiske modeller som bruker algoritmer for å forutsi overlevelse med eller uten systemisk terapi etter operasjonen, som 'Adjuvans! Online' og PREDICT V2.0 bruker pasientkarakteristikker for å forutsi overlevelse med eller uten behandling. Inndataene som kreves er tumorstørrelse, antall involverte noder, svulstgrad, hormonreseptorstatus, Her2-overuttrykk, Ki67 og komorbiditeter. Basert på disse inndataene ved hjelp av en algoritme, beregner disse verktøyene den totale overlevelsen ved slutten av 5 og/eller 10 år. Da forutsier de også hva som vil være fordelen med adjuvante systemiske terapier enkeltvis eller med kombinasjoner.

Imidlertid bruker flertallet av disse modellene som har blitt evaluert datasettene til kreftregistre på et bestemt geografisk sted eller singelinstitutt11,12. Dette gjør blind anvendelse av disse modellene på uprøvde populasjoner uforutsigbar. Ulike studier har testet nettbaserte prognostiske modeller i ulike populasjoner. I 2011 publiserte Hajage D, et al. sine resultater angående ekstern validering av 'Adjuvans! Online', i en fransk og nederlandsk befolkning13. Forutsigelsen var generelt godt kalibrert i de franske dataene. Men det var uoverensstemmelse i noen undergrupper av pasienter med høygradige svulster og HER2-overekspresjon. Tillegg av HER2-status, Mitotic Index og Ki67 forbedret spådommene betydelig. I det nederlandske datasettet ble den totale 10-års overlevelsen overvurdert av 'Adjuvans! Online', spesielt hos pasienter under 40 år. Bhoopathy et al. testet i 2012 dette verktøyet i en asiatisk befolkning og konkluderte med at selv om det skiller mellom god og dårlig prognose, overvurderer det systematisk overlevelsen og krever tilpasning før bruk i asiatisk befolkning14 .

Predict er et online verktøy for prognoser og behandlingsfordeler utviklet i Storbritannia, ved hjelp av kreftregistrering og overlevelsesdata registrert av Eastern Cancer Registration and Information Center (ECRIC) for 5694 kvinner diagnostisert i East Anglia fra 1999-2003.15The Modellen ble validert i en andre kohort på 5468 kvinner fra West Midlands Cancer Intelligence Unit og er tilgjengelig online (www.predict.nhs.uk) gir 5- og 10-års overlevelsesestimater og spådommer om behandlingsfordeler. Wong et al, testet den prediktive nøyaktigheten til PREDICT V1.0 i den sørøstasiatiske befolkningen16. Det var 67 % kinesiske pasienter mens 13 % var indere. Medianalderen i studien deres var 50 år. De viste samsvar i observert og spådd OS i de fleste undergrupper bortsett fra kvinner som er under 40 år. Etter gjennomganger i litteratur, for å passe bedre inn i ulike grupper, ble PREDICT V1.0 oppdatert til versjon v2.0. V2.0 tilsvarer V1.0, men kalibreringen av V2.0 har forbedret seg over V1.0 hos pasienter diagnostisert under 40,17 år

Multigene prediktive modeller som OncotypeDx, MammaPrint, PAM50, EndoPredict er restriktive i bruken på grunn av høye kostnader, og derfor bruker mange onkologer i India de fritt tilgjengelige nettbaserte matematiske modellene, som Adjuvant Online! eller PREDICT V2.0. Imidlertid er det ingen data som tyder på gyldigheten av prediksjon ved bruk av disse modellene hos indiske pasienter. Derfor foreslår vi en studie for å validere verktøyet i en utprøving, før vi anbefaler bruken av det i klinisk praksis.

Med sikte på å sammenligne 5-års overlevelsesestimatene fra Predict med observert 5-års utfall fra TMC-datasettet til indiske kvinner behandlet for operabel brystkreft.