gms | German Medical Science

54. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

07. bis 10.09.2009, Essen

Evaluation und Vergleich von Gensignaturen zur Prognose nodal-negativer Mammakarzinom-Patientinnen

Meeting Abstract

  • Aslihan Gerhold-Ay - Institut für Medizinische Biometrie, Epidemiologie und Informatik, Mainz
  • Antje Jahn-Eimermacher - Institut für Medizinische Biometrie, Epidemiologie und Informatik, Mainz
  • Anja Victor - Institut für Medizinische Biometrie, Epidemiologie und Informatik, Mainz
  • Mathias Gehrmann - Siemens Medical Solutions Diagnostics GmbH, Cologne
  • Marcus Schmidt - Klinik und Poliklinik für Geburtshilfe und Frauenkrankheiten, Mainz

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 54. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds). Essen, 07.-10.09.2009. Düsseldorf: German Medical Science GMS Publishing House; 2009. Doc09gmds141

doi: 10.3205/09gmds141, urn:nbn:de:0183-09gmds1419

Veröffentlicht: 2. September 2009

© 2009 Gerhold-Ay et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Hintergrund: Zur Prognose nodal-negativer Mammakarzinom-Patientinnen können klassische Risikofaktoren, wie z.B. das Grading, der Oestrogen- oder Progesteronrezeptorstatus herangezogen werden. Microarrayexperimente ermöglichen es, zusätzlich auch genetische Informationen der Patientinnen zu berücksichtigen. In den letzten Jahren wurde daher versucht, prognostische Marker aus Genexpressionsprofilen für Mammakarzinom-Patientinnen zu finden [1], [2], [3]. Tumore sollen so hinsichtlich ihrer Aggressivität und ihrer Prognose besser klassifiziert werden und es soll eine Über- bzw. Untertherapie der Patientinnen vermieden werden.

Methoden: Wir benutzten Daten aus der Frauenklinik der Universitätsmedizin der Johannes Gutenberg-Universität Mainz, um zu untersuchen, ob sich die in der Literatur beschriebenen Ergebnisse bezüglich der Gensignaturen replizieren lassen. Das verwendete Kollektiv besteht aus 199 nodal negativen Brustkrebspatientinnen, welche zwischen 1988 und 1998 diagnostiziert wurden.

Der Einfluss der verschiedenen Gensignaturen auf das metastasenfreie Überleben wurde mittels uni- und multivariater Cox-Regressionen untersucht. Die Qualität der Gensignaturen bezüglich ihrer Differenzierung in Patientinnen mit schlechter und guter Prognose wurde mittels ROC-Kurven für das 5-Jahres-metastasenfreie Überleben beurteilt. Zusätzlich wurden Korrelationen zwischen den Gensignaturen und klassischen Risikofaktoren untersucht.

Ergebnisse: Die von uns betrachtete Population ist hinsichtlich des Alters und der klassischen Risikofaktoren vergleichbar mit den Kollektiven aus der Literatur. Der Einfluss der klassischen Risikofaktoren auf das metastasenfreie Überleben konnte bestätigt werden.

Jedoch konnten nicht alle in der Literatur beschriebenen Ergebnisse zur Prognose durch Nutzung von Gensignaturen repliziert werden.

Diskussion: Der Nutzen genetischer Faktoren zur Prognose von Mammakarzinom-Patientinnen ist nicht abschließend geklärt. Entsprechend wird in den Leitlinien der Deutschen Gesellschaft für Gynäkologie und Geburtshilfe e.V. der Einsatz von Genexpressionsanalysen zur Beurteilung der Prognose nicht empfohlen, da diese nicht ausreichend validiert seien. Unsere Ergebnisse bestätigen den Bedarf an Validierung von Gensignaturen.


Literatur

1.
Van 't Veer LJ, Dai H, van de Vijver MJ, He YD, Hart AA, Mao M, Peterse HL, van der Kooy K, Marton MJ, Witteveen AT, Schreiber GJ, Kerkhoven RM, Roberts C, Linsley PS, Bernards R, Friend SH. Gene expression profiling predicts clinical outcome of breast cancer. Nature. 2002;415(6871):484-5.
2.
Wang Y, Klijn JG, Zhang Y, Sieuwerts AM, Look MP, Yang F, Talantov D, Timmermans M, Meijer-van Gelder ME, Yu J, Jatkoe T, Berns EM, Atkins D, Foekens JA. Gene-expression profiles to predict distant metastasis of lymph-node-negative primary breast cancer. Lancet. 2005;365:671-79.
3.
Sotiriou C, Wirapati P, Loi S, Harris A, Fox S, Smeds J, Nordgren H, Farmer P, Praz V, Haibe-Kains B, Desmedt C, Larsimont D, Cardoso F, Peterse H, Nuyten D, Buyse M, Van de Vijver MJ, Bergh J, Piccart M, Delorenzi M. Gene expression profiling in breast cancer: understanding the molecular basis of histologic grade to improve prognosis. J Natl Cancer Inst. 2006;98(4):262-72.