Behandelsucces bij lymfeklierkanker voorspellen

Illustratie onderzoekers, artsen en patiënten met de tekst "Dit onderzoek is mogelijk dankzij donaties".

Onderzoekssamenvatting

Gepubliceerd op 14 mei 2019

Het effect van een lymfeklierkankerbehandeling kan per patiënt verschillen. Kan het behandelsucces vooraf worden voorspeld om onnodige behandelingen en tijdverlies te voorkomen?

Doel van dit onderzoek

Met dit onderzoek willen de onderzoekers de behandeluitkomst zo betrouwbaar mogelijk voorspellen met behulp van een computeranalyse (radiomics-analyse).

Waarom is dit onderzoek nodig?

Dit onderzoek is nodig omdat lymfeklierkanker (Diffuus-grootcellig B-cellymfoom, DLBCL) agressief kan zijn, terwijl de bestaande behandelopties niet bij alle patiënten goed werken. Bij zo’n 40% werkt de standaardbehandeling (R-CHOP) bijvoorbeeld niet. Op dit moment kunnen artsen niet goed voorspellen wie wel of niet goed op de behandeling zal reageren.

Even iets meer over voorspellen van de behandeluitkomst. Normaliter neemt de arts een monster (stukje tumorweefsel) af om te kijken welke kankercellen in de tumor zitten en op welke therapie die het beste zullen reageren. Maar een tumor bestaat vaak uit kankercellen met variaties in DNA-samenstelling. Hierdoor is het monster niet helemaal betrouwbaar, want er ontbreken vrijwel altijd bepaalde kankercellen. De voorspelling valt dan soms onterecht gunstig of ongunstig uit.

Mogelijk is een PET-scan in combinatie met een geavanceerde computeranalyse betrouwbaarder. Een PET-scan brengt het energiegebruik van organen en weefsels in beeld. Kanker gebruikt veel energie, dus is hier goed op te zien. Met behulp van de computeranalyse kunnen meer tumoreigenschappen worden meegenomen in de voorspelling. Daarbij is een PET-scan minder belastend dan een monster afnemen.

Wat levert dit onderzoek op?

Uit dit onderzoek moet blijken of een PET-scan met een geavanceerde computeranalyse de behandeluitkomst beter voorspelt dan een monster afnemen en dat onderzoeken. Als de nieuwe methode even goed of zelfs beter is, dan heeft dat veel voordelen: minder belastend, goedkoper en sneller behandelen.

Hoe wordt dit onderzoek uitgevoerd?

Om dit onderzoek uit te voeren, maken de onderzoekers gebruik van grote (internationale) databases waarin allerlei relevante onderzoeksgegevens staan. De onderzoekers zetten de volgende stappen:

  1. Eerst onderzoeken ze of tumoreigenschappen betrouwbaar genoeg zijn om als voorspellers te gebruiken.
  2. De meest betrouwbare voorspellers voegen ze samen in een voorspellingsmodel. Meer factoren meenemen, maakt de voorspelling over het algemeen nauwkeuriger.
  3. Het uiteindelijke model testen ze met behulp van grote databases. Hieruit moet blijken of het model echt betrouwbaar voorspelt of een kanker waarschijnlijk wel of niet goed op de R-CHOP chemokuur gaat reageren.