Artikel
Klinische Wertigkeit der Serum Cholinesterase in Patienten mit Urothelkarzinom des oberen Harntraktes, die mit radikaler Nephroureterektomie behandelt wurden
Suche in Medline nach
Autoren
Veröffentlicht: | 8. April 2019 |
---|
Gliederung
Text
Ziel der Arbeit: Die prognostische und klinische Wertigkeit der Serum Cholinesterase (ChoE) in Patienten mit klinisch nicht metastasiertem Urothelkarzinom des oberen Harntraktes (UTUC), die mit radikaler Nephroureterektomie (RNU) behandelt wurden.
Methoden: In unserer multiinstutionellen Datenbank konnten 748 Patienten identifiziert werden. Präoperative ChoE wurde as kontinuierliche und dichotomische Variable evaluiert. Die Assoziation mit rezidivfreiem Intervall (RFS), tumorspezifischem (CSS) und Gesamtüberleben (OS) wurde mit univariablen und multivariablen Modellen evaluiert. Das Überleben wurde mittels Kaplan-Maier Kurven graphisch dargestellt. Die Diskriminierung wurde mittels Harrell’s C evaluiert. Die klinische Wertigkeit der präoperativen ChoE wurde mittels decision curve Analyse (DCA) evaluiert.
Ergebnisse: Während eines medianen Follow-up von 34 Monaten (IQR 15-64) erlebten 191 Patienten ein Rezidiv, 257 verstarben und 165 verstarben am UTUC. Es wurde ein cut-off Wert von 5.8 U/l identifiziert. In der univariablen Analyse war ChoE mit RFS (HR 0.53 95%CI 0.490.58 p<0.001), CSS (HR 0.54 95%CI 0.490.59 p<0.001), OS (HR 0.68 95%CI 0.640.73 p<0.001) signifikant assoziiert. In der multivariablen Analyse, die für Tumorstadium, Grad, CIS, pN Stadium, lymphovaskuläre Invasion, Tumor Nekrose, Tumor Architektur, histologische Variante und perioperative Chemotherapie adjustierte, blieb ChoE mit den Outcomes significant assoziiert (p<0.001). Der C Index stieg um 8%, 4.4% und 7% für RFS, OS und CSS jeweils. Die DCA zeigte keinen klinischen Benefit für diese prognostischen Modelle.
Schlussfolgerungen: Trotz seiner unabhängigen Assoziation mit RFS, OS und CSS hat ChoE keinen Einfluss auf den klinischen Entscheidungsprozess. In zukünftigen Studien soll die ChoE als Teil der Tumor Mikro-Umgebung untersucht werden und in prädikative Modelle, die auf der inflammatorischen Antwort basieren, integriert werden.