Разработка прогностической модели риска метастатического заболевания в PPGL, ретроспективное когортное исследование (PPGL-Pred)

Феохромоцитомы и параганглиомы (PPGL) представляют собой опухоли мозгового вещества надпочечников и вненадпочечниковой симпатической нервной системы, соответственно, которые часто секретируют катехоламины (1). Опухоли происходят из нервного гребня, и примерно 50% вызваны вариантами зародышевой линии. Из-за сильной наследуемости генетическое тестирование рекомендуется всем пациентам с PPGL (2-5). Большинство PPGL являются незлокачественными (определяемыми как неметастатические) опухолями и хорошо поддаются хирургическому лечению. Приблизительно 15% PPGL являются метастатическими и неизлечимыми с помощью доступных в настоящее время методов лечения (1). Последняя «Синяя книга» ВОЗ классифицирует все PPGL как потенциально злокачественные из-за их непредсказуемого поведения (6).

PPGL — очень гетерогенные опухоли, предрасположенные более чем к 20 различным генам (1). В двух третях опухолей можно идентифицировать зародышевый или соматический вариант, и, таким образом, PPGL были разделены на отдельные биологические подгруппы на основе этих вариантов (1). В консенсусном заявлении от 2017 г. говорится о необходимости целевой генной панели (секвенирование следующего поколения, NGS) у всех пациентов с PPGL и тестировании опухолевой ДНК, если это возможно, для выявления потенциальных будущих мишеней для лекарственной терапии (2). Кроме того, было показано, что эпигенетические изменения в PPGL и других эндокринных опухолях связаны с риском метастатического заболевания (7-11), и будущие исследования должны быть сосредоточены на понимании как эпигенетических, так и генетических изменений в PPGL, поскольку это откроет возможности для целенаправленных молекулярных исследований. терапия и персонализированная медицина (11,12). Было продемонстрировано, что классификация опухолей на основе метилирования ДНК является ценным активом для принятия клинических решений (13).

Было предложено множество гистопатологических прогностических факторов риска неблагоприятного прогноза, и были разработаны системы оценки для выявления тех PPGL, которые имеют метастатический потенциал. Наиболее известны шкалы PASS (шкала феохромоцитомы надпочечников) и GAPP (система оценки феохромоцитомы надпочечников и параганглиомы) (1,14-18). В недавнем метаанализе были оценены алгоритмы, и был сделан вывод, что оба алгоритма имеют низкую положительную прогностическую ценность, но высокую отрицательную прогностическую ценность для PPGL, что указывает на то, что модели подходят для исключения метастатического потенциала для обоих типов опухолей, а не для выявления случаи с повышенным риском диссеминированного заболевания. Скорее всего, это можно объяснить субъективной оценкой критериев, используемых в этих системах оценки. Авторы пришли к выводу, что включение данных NGS и общего молекулярного подхода необходимо для точного выявления случаев риска будущих метастазов (19). Кроме того, существует потребность в алгоритме, основанном на объективных измерениях, для обеспечения объективности патологической диагностики PPGL, аналогичного алгоритмам для адренокортикальных карцином, таким как шкала Хельсинки и алгоритм ретикулина (19-21). С этой целью компьютерные методы показали многообещающие результаты (11,20).

Правильная идентификация PPGL с будущим риском метастатического заболевания является клинической проблемой, которая затрагивает не только врачей, но и пациентов и членов их семей. Сегодняшние клинические рекомендации основаны на методах «все включено», которые дорого обходятся ресурсам здравоохранения и качеству жизни пациентов. Алгоритм, основанный на гистопатологических, генетических, эпигенетических и клинических переменных, может быть полезен для разделения пациентов на категории риска с различными потребностями в последующем клиническом наблюдении.

Пилотное исследование: пациенты, наблюдаемые в больнице Копенгагенского университета, Копенгаген, участвовали в пилотном исследовании влияния генетического скрининга членов семьи с вариантами SDHX на клиническую картину случаев. Варианты генов SDHX (SDHA, -AF2, -B, -C, -D) являются частой причиной семейных PPGL. Исследователи обнаружили отчетливые различия в клинических и гистопатологических характеристиках между генетическими вариантами SDHB. Семейный скрининг вариантов SDHB привел к более раннему обнаружению опухолей в двух семьях. Пациенты с вариантами SDHA, SDHC и SDHD также имели тяжелые фенотипы, что подчеркивает необходимость широкого генетического скрининга пробанда. Исследование подтвердило предыдущие выводы о плохих прогностических маркерах и обнаружило, что генетические варианты и клинический фенотип связаны и, следовательно, полезны при принятии решения о последующем клиническом наблюдении. Это исследование было представлено в качестве магистерской диссертации в Копенгагенском университете в 2019 году (уровень A), и рукопись была опубликована (22). Исследование подтверждает осуществимость текущего проекта.

Процесс исследования

Часть 1: Описание ассоциации генотип-фенотип в общенациональной когорте примерно из 400 пациентов с PPGL или генетическими вариантами зародышевой линии, предрасполагающими к PPGL, с использованием клинических данных, биохимических переменных, характеристик опухоли и результатов визуализации. Эта национальная когорта обеспечит характеристику пациентов, что позволит определить метастатическое и неметастатическое клиническое течение соответственно.

Часть 2: Идентификация новых прогностических биомаркеров с использованием фиксированных формалином образцов опухолевой ткани, залитых парафином, для генетического тестирования (NGS для соматических вариантов), метилирования ДНК, оценки PASS и иммуногистохимических маркеров. Двадцать пациентов с плохим прогнозом (доказательство наличия метастазов) и 20 пациентов с хорошим прогнозом (без метастазов) будут включены из столичного региона Дании. Результаты будут использованы для разработки нового алгоритма клинического прогноза.

Часть 3: Проверка нового алгоритма на второй подгруппе пациентов с образцами опухолевой ткани, выбранными случайным образом из национальной когорты. Образцы опухолей будут подвергаться исследованию на те же новые прогностические биомаркеры, которые были указаны в части 2. Результаты будут введены в новый алгоритм для проверки возможности точного прогнозирования клинического течения.

Распространение Положительные, отрицательные или неубедительные результаты будут опубликованы в рецензируемых международных журналах и представлены на научных конференциях и на соответствующих форумах пациентов. Члены исследовательской группы входят в ENDO-ERN (Европейскую справочную сеть по редким эндокринным заболеваниям), европейское сотрудничество высокоспециализированных центров, занимающихся лечением редких эндокринных заболеваний, через которое можно распространять результаты (https://endo-ern.eu/).

Чтобы обеспечить полноту и прозрачность отчетности о результатах, исследователи будут использовать руководящие принципы отчетности STROBE, применимые к когортным исследованиям.

Участие пациента:

Пациенты с жизненным опытом вносят свой вклад в дополнительные знания и дают ценные, новые идеи и, таким образом, повышают эффективность исследования. Кроме того, точка зрения пациента имеет важное значение при представлении результатов. Соответствующие пациенты с рассматриваемым заболеванием из нашей поликлиники будут приглашены для участия в Руководящем комитете.

Безопасность и этические соображения Обращение с персональными данными: будет строго соблюдаться Общий регламент по защите данных. Получено одобрение Комитета по этике столичного региона (H-20065699, 19 февраля 2021 г.).

База данных: база данных будет создана в рамках RedCap, которая доступна по всей стране и управляется централизованно отделом защиты данных столичного региона.

Статистика. На основании предыдущих исследований, в которых были разработаны аналогичные алгоритмы (20, 21), исследователям потребуется около 200 пациентов для достижения статистической мощности в отношении проверки алгоритма в большей когорте. Характеристики изучаемой популяции будут представлены с использованием описательной статистики. Групповые различия будут тестироваться в первую очередь с использованием непараметрических тестов (Манна-Уитни, Уилкоксона) или t-критерия. Связи между генотипом и фенотипом будут проанализированы с помощью ANOVA (дисперсионного анализа) и регрессионного анализа с учетом соответствующих искажающих факторов, то есть возраста и пола, где это уместно. Чувствительность и специфичность алгоритма для прогнозирования плохого или хорошего результата будут определяться с помощью множественного регрессионного анализа, Chi2 и ROC (рабочие характеристики приемника). Исследователи обратятся за помощью к профессиональным статистикам Копенгагенского университета в Статистической консультативной службе для аспирантов и студентов факультета медицинских наук.