Article
Validierung von zwei Modellen zur Vorhersage der Histologie der Retroperitonealen Lymphadenektomie nach Chemotherapie bei fortgeschrittenen Hodentumoren
Search Medline for
Authors
-
Pia Paffenholz
- Department of Urology, University Hospital Cologne, Cologne, Germany
-
Tim Nestler
- Department of Urology, University Hospital Cologne, Cologne, Germany
-
Simon Hoier
- Department of Urology, University Hospital Cologne, Cologne, Germany
-
David Pfister
- Department of Urology, University Hospital Cologne, Cologne, Germany
-
Martin Hellmich
- Institute of Medical Statistics and Computational Biology, University of Cologne, Cologne, Germany
-
Axel Heidenreich
- Department of Urology, University Hospital Cologne, Cologne, Germany
| Published: | February 25, 2019 |
|---|
Outline
Text
Einleitung: Bei Patienten mit Residualtumoren >1cm eines nicht-seminomatösen testikulären Keimzelltumors nach Chemotherapie wird entsprechend der aktuellen EAU-Leitlinien eine retroperitoneale Lymphadenektomie (RLA) durchgeführt. Jedoch lässt sich bei 50% aller Patienten nur benignes Narbengewebe im histologischen Präparat nachweisen, sodass diese Patienten eine Übertherapie erhalten. Das Ziel unserer Studie war die Validierung von zwei Vorhersage-Modellen (Vergouwe und Leao) zur Prädiktion der Histologie bei der RLA nach Chemotherapie.
Methoden: Wir führten eine retrospektive Multicenter-Studie mit 402 Patienten durch, die auf Grund eines nicht-seminomatösen Residualtumors eine retroperitoneale Lymphadenektomie nach Chemotherapie zwischen 2008 und 2015 erhielten. Mit dieser Patientenkohorte führten wir eine Validierung der beiden Vorhersagemodelle unter Verwending von klinischen Parametern mittels Berechnung der Receiver Operating Curve und der Area under the Curve (AUC) durch. Zudem wurde die klinische Nutzbarkeit der Vorhersage der Histologie mittels des von den Original-Publikationen vorgegeben Schwellenwerten analysiert.
Ergebnisse: In unserer Validierungs-Kohorte erreichte das Modell von Vergouwe eine signifikant bessere AUC im Vergleich zum Modell von Leao (0.760 [CI 0.713–0.807] vs. 0.692 [0.640–0.744], p=0.002) in der Vorhersage von benignem Narbengewebe. Die Adjustierung der Modelle mit Hilfe unseren Daten führte nicht zu einer Verbesserung der AUC. Bei einem Schwellenwert von >70% zeigte das Leao Modell, dass eine RLA bei 10,2% aller Patienten mit benignem Narbengewebe vermieden werden konnte sowie eine Fehlerrate von 3,8% für den Nachweis von vitalem Tumorgewebe, während das Modell von Vergouwe eine Fehlerrate von 10,1% für vitales Tumorgewebe und 2,9% für Teratom bei einer Vermeidung der RLA bei 27,4% aller Patienten mit Nachweis von benignem Narbengewebe ergab.
Schlussfolgerung: Unsere Studie stellt die größe Validierung der aktuell besten, auf klinischen Parametern basierenden Vorhersagemodelle von benignem Narbengewebe bei der RLA dar. Entsprechend unserer Ergebnisse ist die Genauigkeit beider Modelle nicht ausreichend, um Patienten einer reinen Nachsorge ohne Durchführung einer RLA zuführen zu können. Weitere Studien unter Miteinbeziehung neuer Biomarker wie der miRNA 371-3p sollten erfolgen um die Genauigkeit der Vorhersagemodelle zu optimieren und eine Übertherapie durch RLA zu reduzieren.
