ESMO: Moderní technologie slibují nové predikční biomarkery
Predikce účinnosti imunoterapie (IT) zůstává u nemalobuněčného karcinomu plic (NSCLC) nedosaženou potřebou. Během loňského kongresu Evropské společnosti pro lékařskou onkologii (ESMO) v Paříži bylo prezentováno hned několik možností, které se osvědčily lépe než dosud používané. Hovořilo se i o lepší predikci celkového přežití u NSCLC.
Predikce odpovědi na IT testem založeným na mikrobiomu
Multicentrické studie se účastnilo 67 pacientů (29 žen, 38 mužů) s NSCLC (42), renálním karcinomem (15), nebo melanomem (10), kteří užívali imunoterapii cílenou na inhibitory imunitních kontrolních bodů (anti-CTLA-4, anti-PD-1, anti-PD-L1), případně kombinace s inhibitory tyrosinkináz. Pomocí algoritmů strojového učení BiomeOne byly hledány specifické signatury ve fekálním mikrobiomu, které by predikovaly odpověď pacientů na IT.
Klinická odpověď byla hodnocena na konci 1. linie terapie – tu dokončilo 42 respondérů a 21 nonrespondérů. Algoritmus byl schopen identifikovat respondéry na IT se senzitivitou 81 % a pozitivní prediktivní hodnotou 77 %. Navíc je zřejmě nádorově agnostický – u zmíněných 3 typů nádorů posloužil bez signifikantních rozdílů.
Model hlubokého učení pro predikci celkového přežití NSCLC
Výsledky v italské studii predikoval model využívající data z klinických proměnných a PET/CT charakteristik od 320 pacientů. Kombinace celkem 17 proměnných (texturálních a PET charakteristik v kombinaci se stážováním TNM) předčila samotné stážování TNM a podle autorů může sloužit jako přídatný nástroj v managementu a stratifikaci pacientů.
Celkové přežití (OS) vycházející jen z predikce TNM se významně lišilo od pozorovaného a reálného mediánu přežití (poměr rizik [HR] 0,32; p < 0,0001), zato rozdíly mezi křivkami přežití pozorovaného a predikovaného smíšeným modelem nebyly významné až 22 měsíců a nabývaly lehké signifikance až od 2. roku (HR 0,67; p < 0,01).
(esr)
Zdroje:
1. Robinson I., Schmidinger M., Hochmair L. et al. BiomeOne: multi-centric validation of a novel microbiome-based biomarker to predict response to cancer immunotherapy. Abstrakt 117P, doi: 10.1016/annonc/annonc1037. ESMO Congress, Paříž, 9.–13. 9. 2022. Dostupné na: https://oncologypro.esmo.org/meeting-resources/esmo-congress/biomeone-multi-centric-validation-of-a-novel-microbiome-based-biomarker-to-predict-response-to-cancer-immunotherapy
2. Giovannini E., Giovacchini G., Tutino F. et al. Improving TNM staging predictive value with PET/CT imaging features and deep learning model in non-small cell lung cancer. Abstrakt 918P, doi: 10.1016/annonc/annonc1061. ESMO Congress, Paříž, 9.–13. 9. 2022. Dostupné na: https://oncologypro.esmo.org/meeting-resources/esmo-congress/improving-tnm-staging-predictive-value-with-pet-ct-imaging-features-and-deep-learning-model-in-non-small-cell-lung-cancer