HC.6 - Prognostische, predictieve factoren en (neo)adjuvante systemische therapie

Question 1

Wat is het verschil tussen de primaire kanker en de recidief?

Answer 1

Ander patroon van mutaties
bij 30-40% is er een wisseling van ER/PR
Door doorgroeien van tumor kunnen er nieuwe mutaties bijkomen

Question 2

Wat kunnen we doen om de prognose (sterfte) te verbeteren?

Answer 2

• vroege detectie door screening want lagere TNM = betere prognose
• Verbeteren behandelmogelijkheden oa elimineren micrometa’s
• Voorkomen lokaal recidief door lokale therapie : Bij recidief dan heeft 25% ook afstand meta’s
• Voorkomen van afstand meta’s door systemische therapie

Question 3

Wanneer weten we dat de kans heel klein is op een recidief?

Answer 3

Als na 5 jaar nog geen recidief opgetreden

Question 4

Welke periode is het meest belangrijk in het voorkomen van een recidief?

Answer 4

eerste periode (want na 5 jaar is de kans sowieso heel klein)

Question 5

Wat is de behandeling van een lokaal recidief?

Answer 5

Chirurgie + anti-hormonale therapie (in dien HR)
Chemo is niet bewezen effectief in deze fase

Question 6

Met welke behandelingen optimaliseren we de de behandeling om een recidief tegen te gaan?

Answer 6

• chirurgie
• RT
• systemische therapie

Question 7

Welke therapie is het meest belangrijk om een recidief te voorkomen?

Answer 7

De systemische therapie tegen micrometa’s die uiteindelijke afstand meta’s kunnen worden

Question 8

Waar hangt neo-adjvuante therapie vanaf?

Answer 8

1. prognostische factoren: voorspellen kans opzet ontwikkelen van meta’s (los van therapie) dmv
   a) histologische graderingen
   b) grootte van tumor
   c) aangedane LK
   d) ER status
   e) leeftijd
2. Predictieve factoren: voorspellen kans op een respons op de therapie
   bvb aanslaan behandeling obv aanwezigheid ER en HER-receptoren

Question 9

Er wordt een grafiek getoond waarin de overleving wordt weergegeven zonder systemische behandeling. In de grafiek zijn twee groepen weergegeven waarbij de ene groep een gunstigere overleving heeft dan de andere groep (dus op hetzelfde tijdstip leven er in de blauwe groep nog meer mensen dan in de rode groep). Wat voor soort factor is de factor die dit bepaald?

Answer 9

Prognostische factor

Question 10

Er wordt een grafiek weergegeven waarin de overleving van 2 groepen wordt weergegeven. Een blauwe en een rode groep. De blauwe groep bevat een gunstigere prognose dan de rode groep zonder systemische therapie obv een prognostische factor. Wanneer systemische behandeling wordt toegepast, zal de rode lijn zich richting de blauwe lijn bewegen. Wat zegt dit over de factor die hierbij een rol speelt? Welke conclusie kunnen we hieruit trekken?

Answer 10

Het gaat om een predictieve factor
De therapie verbetert de prognose van de rode groep (slechte prognostische groep)

De gunstige groep hoeft niet behandeld te worden met een bepaalde therapie omdat het geen effect heeft op de overleving. De slechte groep moet wel behandeld worden want de overleving verbetert.

Question 11

Er wordt een grafiek weergegeven waarin de overleving van 2 groepen wordt weergegeven. Een blauwe en een rode groep. De blauwe groep bevat een gunstigere prognose dan de rode groep zonder systemische therapie obv een prognostische factor.
Wanneer systemische therapie wordt toegepast schuiven beide lijnen iets omhoog waardoor de overleving verbetert. Wat kunnen we zeggen over de hier aan bijdragende factor?

Answer 11

Het gaat om een prognostische factor.
Omdat beide groepen een betere overleving krijgen/de lijn omhoog gaat kunnen we geen onderscheid maken tussen wie wel of geen behandeling moet krijgen
Beide groepen moeten worden behandeld

bvb leeftijd. Beide groepen krijgen een betere overleving als iemand op jonge leeftijd is. Dit heeft dus niets te maken met de respons op de therapie

Question 12

Er wordt een grafiek weergegeven waarin de overleving van 2 groepen wordt weergegeven. Een blauwe en een rode groep. De blauwe groep bevat een gunstigere prognose dan de rode groep zonder systemische therapie obv een prognostische factor.
Wanneer systemische therapie wordt toegepast schuift de blauwe lijn (gunstige groep) omhoog waardoor de overleving beter wordt. De rode groep blijft hetzelfde qua overleving. Wat kunnen we zeggen over de hieraan bijdragende factor?

Answer 12

Dit is een predictieve factor omdat we onderscheid kunnen maken welke mensen wel of niet behandeld moeten worden met deze therapie.

Question 13

Wat hebben we nodig om iets te zeggen over de predictie?

Answer 13

Een behandelde en onbehandelde groep

Question 14

Wanneer wordt gekeken naar recidieven, kunnen we drie groepen maken.
- Vrouwen die genezen, ook zonder de adjuvante therapie
- vrouwen die genezen dankzij de adjuvante therapie
- vrouwen met recidief ondanks adjuvante therapie
Al deze vrouwen worden behandeld met de therapie. Wat is het gevolg voor de verschillende groepen?

Answer 14

Groep 1: overbehandeling
Groep 2: heeft baat bij behandeling dus is goed
Groep 3: overbehandeling

Question 15

Vanaf wanneer wordt in Nederland het geaccepteerd om iedereen te behandelen met een therapie? Wat is het gevolg hiervan?

Answer 15

Als ≥3% baat heeft bij de therapie
We accepteren dat 96-97% wordt overbehandeld met de daarbijkomende bijwerkingen

Gunstig effect = elimineren van micrometa’s
Ongunstig effect = bijwerkingen
Als < 3% baat slaat de kant om naar ongunstig
Maar het moet in balans zijn

Question 16

Hoe kunnen we overbehandeling verminderen?

Answer 16

• zoeken naar nieuwe predictieve factoren
• Optimaliseren van prognostische factoren: een extra groep vrouwen selecteren met een goede prognose obv genexpressie profielen zodanig dat de winst van de behandeling (te) beperkt is

Question 17

Wat zijn bij BrC de enige bekende predictieve factoren?

Answer 17

ER, PR, HER2 receptoren

Question 18

Wat is een manier om obv een prognostische factor de overbehandeling te beperken?

Answer 18

Mammaprint = genexpressie profiel

Question 19

Wat is een mammaprint?

Answer 19

• met apparaat transcriptomics (mRNA) meten
• per tumor uniek genexpressieprofiel = mammaprint
  met daarin info over tumoreigenschappen
• op basis hiervan kijken of de kans op meta’s groter of minder groot is
• 70 genen onderzoeken om te kijken wat het effect is op de kans op meta’s (binnen 10 jaar AM)

Question 20

Wat kunnen we halen uit een gunstig profiel op de mammaprint?

Answer 20

Gunstig profiel: kans op ziektevrij blijven lijkt hoog
Of ongunstig profiel: kans op ziektevrij blijven lijkt klein

Als patient klinisch hoog risico heeft, maar op mammaprint laag: cTx blijkt niet nodig te zijn

Question 21

Waarover gaan de 70 genen die onderzocht worden bij een mammaprint?

Answer 21

11 genen:
- activatie celdeling: 6 genen
- ongevoeligheid voor groeirem signalen: 1 gen
- vermijding apoptose: 2 genen

• angiogenese: 12 genen
• invasie en metastase: 8 genen
• ongelimiteerde deling: 15 genen

Question 22

Welke mensen moeten we sowieso wel en welke niet behandelen met cTx?

Answer 22

WEL: hoog klinisch risico EN hoog risico MP
NIET: laag klinisch risico EN laag risico MP

Twijfel bij:
Hoog klinisch risico en laag risico MP
Laag klinisch risico en hoog risico MP

Question 23

Wat komt eruit bij patienten met een discrepantie tussen het klinisch risico en het risico op de MP?

Answer 23

MINDACT trial:
Patiënten met discrepantie heeft chemo geen effect
DUS
- bij laag klinisch risico: GEEN MP nodig
- Bij klinisch hoog risico: MP kan hierbij overbehandeling reduceren

Question 24

Welke drie profielen kunnen er van een tumor gemeten worden?

Answer 24

DNA profiel
mRNA profiel
eiwit profiel

Question 25

Welke stappen moeten worden doorlopen voordat het de techniek toepasbaar is in de klinische praktijk?

Answer 25

1. trainingsset om profiel op te zetten
2. trainingsset valideren in onafhankelijke test set
3. Multicenter retrospectieve studies
4. Prospectieve gerandomiseerde CT’s
   Pt includeren vooraf en 10 jaar actief volgen

Question 26

Wat is na 9 jaar FU in de MINDACT trial de overleving zonder AM in vrouwen met klinisch een hoog risico en MP laag risico? Is dat bij elke leeftijd hetzelfde?

Answer 26

Met chemo: 92%
Zonder: 89,4%
= 2,6% verschil

In jongere vrouwen (<50) is dit verschil 5%

Question 27

Welke twee prognostische profielen worden gebruikt?

Answer 27

1. mammaprint
2. Oncotype Dx met recurrence score (Amerika)

Question 28

Wat doen we in de klinische praktijk om de bepalen of een behandeling wel of niet gegeven moet worden?

Answer 28

Predict model: winst van systemische Tx goed bepalen
- invullen allerlei kenmerken en factoren
- resultaat: 10 jaar OS
- GEEN genexpressieprofiel hierin

Question 29

Wanneer gebruiken we de MP?

Answer 29

Bij twijfel of de winst van een Tx groot genoeg is tov andere prognostische factoren

als 10 jaar borstkanker specifieke survival > 88% is
Als dan blijkt
- high risk MP (84%): wel adj chemo
- Low risk MP (92%): geen adj chemo

Als BCSS < 88% is
krijg je bij zowel High risk MP als low risk MP wel advies voor adj chemo

Question 30

Waar wordt naar gekeken bi de predict?

Answer 30

• LCIS of DCIS
• leeftijd van diagnose
• post-menopausaal
• ER status
• HER2/ERBB2 status
• Ki-67 status
• tumorgrootte
• gradatie tumor
• detected by
• aantal positive klieren

Question 31

Wat is een vereiste over de patient voor een MP?

Answer 31

Moet post-menopausaal zijn

Question 32

Wat zijn de stappen in het kader van de MP?

Answer 32

1. twijfel of winst chemo (respons) groot genoeg is (>3%)
2. MP bij post-menopausale vrouwen –> hierbij voor een deel chemo achterwege laten

Question 33

Wordt een MP vergoed?

Answer 33

nee

Question 34

Wat is het doel van (neo) adjuvante therapie?

Answer 34

Overlevingskans vergroten

Question 35

Welke behandeling gebruiken we bij (neo) adjuvante therapie?

Answer 35

• optimale lokale/locoregionale therapie = chirurgie en RT
• Evt systemisch

Question 36

Waarvan is de indicatie voor systemische therapie afhankelijk?

Answer 36

Prognostische en predictieve factoren

Hierbij moet de potentiële winst opwegen tegen de potentiële nadelen

Question 37

Wat is het doel van het gebruik van -omics?

Answer 37

Behandelen optimaliseren