Extracto
Aplicaciones
El objetivo de este estudio fue construir un modelo de pronóstico molecular basado en firmas de genes para los pacientes con metástasis hepáticas con resección completa de cáncer colorrectal (MCRC).
Métodos
el uso del chip de genes Illumina HumanHT-12, se analizaron muestras de ARN a partir de las metástasis hepáticas de 96 pacientes que fueron sometidos a resección R0 hígado. Los pacientes fueron asignados al azar a un entrenamiento (n = 60) y de prueba (n = 36) de ajuste. Los genes asociados con la supervivencia específica de la enfermedad (DSS) y la supervivencia (LRFS) fueron identificados por regresión de Cox y seleccionada para construir una puntuación de riesgo molecular (MRS) usando el método de componentes principales supervisada en el conjunto de entrenamiento hígado libre de recurrencia. El MRS se evaluó a continuación, en el conjunto de pruebas independientes.
Resultados
Diecinueve y se seleccionaron 115 genes para construir el MRS para DSS y LRFS, respectivamente. Cada MRS fue validado en el equipo de prueba; las tasas de DSS /LRFS 3 años eran un 42/32% y un 79/80% para los pacientes con MRS alta y baja, respectivamente (
p = 0,007 para
DSS y p = 0,046 para LRFS). En un modelo multivariado para controlar una puntuación de riesgo clínico previamente validado (CRS), el MRS siguió siendo un predictor significativo de DSS (
p
= 0,001) y LRFS (
p
= 0,03). Cuando se combinaron CRS y MRS, los pacientes fueron discriminados mejor con 3 años las tasas de DSS /LRFS de 90/89% en el grupo de bajo riesgo (ambas puntuaciones de riesgo bajo) frente al 42/26% en el grupo de alto riesgo (ambas puntuaciones de riesgo alta), respectivamente (
p = 0,002
/0.004 para DSS /LRFS).
Conclusión
MRS basado en perfiles de expresión génica tiene un alto valor pronóstico y es independiente de CRS . Este hallazgo ofrece una estrategia potencial para una mejor estratificación del riesgo de los pacientes con enfermedad hepática MCRC
Visto:. Ito H, Q Mo, Qin L-X, Viale A, Maithel SK, máquina de AV, et al. Perfiles de Expresión (2013) Gene predecir con exactitud el resultado después de resección hepática en pacientes con cáncer colorrectal metastásico. PLoS ONE 8 (12): e81680. doi: 10.1371 /journal.pone.0081680
Editor: Noriko Gotoh, Instituto de Ciencias Médicas, Universidad de Tokio, Japón
Recibido: 11 Julio, 2013; Aceptado 15 de octubre de 2013; Publicado: December 10, 2013
Derechos de Autor © 2013 Ito et al. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License, que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que el autor original y la fuente se acreditan
Financiación:. Los autores no tienen el apoyo o la financiación para reportar
Conflicto de intereses:.. los autores han declarado que no existen intereses en competencia
Introducción
Durante las dos últimas décadas, la gestión de las metástasis cáncer colorrectal (MCRC) limitado al hígado ha cambiado drásticamente. Las mejoras en la quimioterapia sistémica y regional, así como la tecnología quirúrgica ha permitido que un número cada vez mayor de pacientes para ser candidatos para la resección con intención curativa. [1] La resección hepática se ha aceptado como el tratamiento más eficaz para resecable MCRC aislada en el hígado con tasas de supervivencia a 5 años documentados de hasta el 58% de los pacientes bien seleccionados. [2] - [4] Sin embargo, incluso con la resección completa, la mayoría de los pacientes desarrollan la recurrencia, comúnmente dentro de hígado remanente, y una alta proporción de este grupo muere dentro de 2-3 años. [5], [6] Por lo tanto, precisa la estratificación del riesgo es esencial para optimizar la toma de decisiones en la selección de la cirugía decisión individual, y el uso de terapias adyuvantes
.
Se han propuesto varios sistemas de puntuación de pronóstico utilizando criterios clínicos para estratificar el riesgo de recurrencia y muerte relacionada con el cáncer de hígado, después de la resección en pacientes con CCRM. [3], [7] - [10] Sin embargo la mayoría de los sistemas están basados en los datos de un solo institucional y, por tanto, están impregnados con sesgo relacionado con los patrones de referencia locales, selección de los pacientes y los métodos de tratamiento. De hecho, los sistemas de puntuación de riesgo clínico no han pronosticado consistentemente resultados cuando se prueba a través de las instituciones [3], y en general, no han resultado predicho lo suficientemente bien como para llevar a cabo la práctica clínica.
La tecnología de microarrays de genes permite el análisis exhaustivo de los perfiles de expresión génica de los tumores , y estos "genes de las firmas" tienen el potencial de ser marcadores biológicos más precisos y consistentes para la predicción de los resultados. Los estudios han demostrado que las firmas de genes específicos pueden ser marcadores de gran alcance para predecir los resultados a largo plazo después del tratamiento para diversas cáncer como el de mama [11] - [13], de pulmón [14], [15], de colon [12], [16], [17] y el hígado. [18] Hasta la fecha, no hay datos disponibles sobre los perfiles de expresión génica en pacientes con resecado MCRC en el hígado.
El objetivo de este estudio fue evaluar los perfiles de expresión de genes en resecado MCRC aislada en el hígado con el fin para desarrollar un biomarcador pronóstico más potente y precisa que refleja la biología del tumor para predecir los resultados a largo plazo.
Métodos
muestras de pacientes y extracción de RNA
Este estudio fue aprobado por el Memorial Centro de cáncer Memorial Sloan-Kettering (MSKCC) Junta de Revisión Institucional (IRB). Todos los pacientes dieron su consentimiento por escrito para la obtención de tejidos y el uso de ellos para fines de investigación. las muestras de tumor fresco congelado de MCRC en muestras de hígado resecado se obtuvieron de nuestro banco de tejidos departamental en un protocolo aprobado IRB separada recolección de tejidos. Todos los tumores metastásicos archivados en el banco de tejidos se recogieron en el momento de la cirugía de pacientes que fueron sometidos a resección hepática en nuestra institución. La información clínica de los pacientes, incluyendo la demografía, los hallazgos patológicos y fase, el tratamiento perioperatorio y seguimiento de los datos se obtuvo de una base de datos mantenida prospectivamente la resección hepática y completada por revisión de historias clínicas correspondientes.
El enfoque de los autores de la resección hepática para el cáncer colorrectal metastásico se ha descrito previamente. [2], [6], [8] En general, los pacientes fueron sometidos a operación cuando un beneficio terapéutico se consideró probable y el tratamiento de todas las enfermedades era técnicamente factible. imagen preoperatoria incluyó la tomografía computarizada con contraste de tórax, abdomen y pelvis con la imagen adicional realizado a discreción del médico tratante. La colonoscopia se realizó dentro de 1 año de la resección hepática. Las decisiones relativas al uso de la infusión arterial hepática (HAI), adyuvante y /o quimioterapia sistémica neoadyuvante se hicieron sobre una base individual, en relación con la consulta oncólogos médicos. [19] Los pacientes fueron seguidos con evaluaciones clínicas periódicas, los niveles séricos de CEA y la tomografía computarizada de tórax /abdomen /pelvis.
Nuestra unidad ha publicado previamente una puntuación de riesgo clínico (CRS) usando variables preoperatorias, en un esfuerzo para estratificar los pacientes en términos de supervivencia después de la resección hepática de MCRC. [8] Los factores que componen el CRS incluyen: 1) estado de los ganglios linfáticos del tumor primario, 2) intervalo libre de enfermedad (& lt; 12 meses o ≥ 12 meses), 3) nivel de CEA en suero antes de la resección hepática (& gt; 200 ng /ml o ≤200 ng /ml), 4) el número de tumores hepáticos (1 o & gt; 1) y 5) el tamaño del tumor (≤5 cm o & gt; 5 cm). Los pacientes reciben 1 punto por cada factor adverso, y el CRS representa la suma. Los pacientes fueron divididos en dos grupos:. De alto riesgo (CRS≥3) y bajo riesgo (CRS & lt; 3)
Los criterios de valoración fueron la supervivencia específica de la enfermedad (DSS), la supervivencia general libre de recidiva (RFS) y la supervivencia libre de recidiva hepática (LRFS). DSS se midió desde el momento de la resección hepática hasta la muerte o el último seguimiento. RFS y LRFS se midieron desde el momento de la resección hepática para el momento en que 1
er se detectó recurrencia y el hígado recurrencia, respectivamente.
A partir de enero de 2000 a agosto de 2007, un total de 446 muestras de pacientes que fueron sometidos a resección hepática por MCRC se ladeó. Los pacientes con metástasis extrahepáticas, los que se sometieron a una resección positivos margen, aquellos con CRS faltan anotan los datos y los que no tienen un adecuado seguimiento fueron excluidos. Después de estas exclusiones, se evaluaron las secciones congeladas de 307 muestras embebidas-OCT. Después de la verificación histológica bajo hematoxilina y eosina, 187 de ellos se encontró que tenían células tumorales viables de al menos 70%. Esas muestras de tejido congeladas se macrodissected de la zona seleccionada de bloque de octubre y el ARN se extrajo usando el reactivo TRIzol (Invitrogen, Carlsbad, CA) como se recomienda por el fabricante. La calidad del ARN de estas 187 muestras a continuación, se ensayó con un 2100 Bioanalyzer (Agilent Tecnología, Palo Alto, CA), y 96 de ellos resultaron ser de calidad óptima para el análisis de microarrays con el número de la integridad del ARN (RNI) ≥7.
análisis
Microarray
ARN total extraído se transcrito de forma inversa por un método publicado anteriormente [20] y la plantilla de ADN complementario resultante se aplicó al análisis de la expresión génica. Los ADNc diana se hibridan con Illumina HumanHT-12 gene chip que contiene un total de 47.231 conjuntos de sondas de genes anotados (Illumina, San Diego, CA). Las matrices fueron escaneados utilizando protocolos estándar Ilumina y escáneres. están disponibles en la base de datos ArrayExpress (www.ebi.ac.uk/arrayexpress) con el número de E-MTAB-1951 los datos de microarrays. La expresión se analizaron los datos en bruto utilizando el software estadístico R, que está disponible en Internet, en http://cran.r-project.org/.
Métodos Estadísticos
Los pacientes fueron asignados aleatoriamente a la formación y las pruebas conjuntos en una relación de 02:01. se utilizaron los datos de la cohorte de formación establecidos para seleccionar los genes de pronóstico y para la construcción de las puntuaciones de riesgo moleculares (MRS), y los datos de la cohorte conjunto de prueba se utilizó para su validación.
Los datos de microarrays se log2 transformado y cuantil normalizado. se utilizó [21] El método de componentes principales supervisado para identificar firmas genéticas de pronóstico como se ha descrito anteriormente. [22] En resumen, en primer lugar, los coeficientes de regresión univariantes para cada gen asociado con resultados específicos (DSS, RFS, o LRFS) en los datos de entrenamiento se calcularon utilizando el modelo de riesgos proporcionales de Cox [23]. En segundo lugar, los genes asociados significativamente con el resultado (
p
& lt; 0,001) se clasificaron en el orden de su coeficiente de regresión y la parte superior genes con el coeficiente sobre el valor de umbral fueron seleccionados como "componente principal". El valor umbral se calcula y se determina utilizando la validación cruzada. En tercer lugar, se utilizó el primer componente principal para crear el MRS, que fue definido como la combinación lineal de señales de expresión ponderados con coeficiente de regresión de Cox estandarizada como el peso.
Los pacientes de la cohorte conjunto de entrenamiento se clasificaron en un grupo de alto y bajo riesgo basado en el valor de la mediana de la SRA. El MRS mediana fue elegido como el umbral con el fin de eliminar el efecto de valores extremos en el conjunto de entrenamiento y tener el mismo número de pacientes en los grupos de alto y bajo riesgo. las probabilidades de supervivencia se estimaron utilizando el método de Kaplan y Meier [24] y se compararon mediante la prueba de log-rank. Es de destacar que, aunque hemos intentado construir una MRS de DSS, RFS y LRFS, no podríamos calcular un pronóstico para el MRS adecuadamente RFS. Por lo tanto, el análisis presentado se centró en DSS y LRFS.
Como algunos pacientes con CCRM murieron de recidiva extrahepática, caso de recidiva hepática y la muerte específica por cáncer puede competir entre sí. Para evaluar el efecto de muerte por cáncer, sin recurrencia de hígado en el análisis del gen de la recurrencia específica del hígado, los genes asociados con el hígado de recidiva fueron evaluados por dos métodos analíticos; compitiendo análisis de riesgos en el que la muerte específica por cáncer fue considerado como una competencia de riesgos y análisis de regresión de Cox en el que se consideró como la censura. [25].
Para la validación de los modelos MRS se evaluó la discriminación de los DSS y LRFS por el MRS cuando se aplica a la cohorte de prueba. El MRS y el valor umbral derivado de la cohorte conjunto de entrenamiento no se vuelven a estimar, pero aplican directamente a la unidad de prueba. La discriminación se cuantificó mediante la concordancia-índice. [26] índices de concordancia van de 0 a 1, con un valor de 1 indica que el modelo discrimina perfectamente entre los pacientes con mayor y menor riesgo de muerte (o recurrencia), y un valor de 0,5 lo que indica que la capacidad de predicción del modelo es no es mejor que el azar. La relación estadística entre el MRS y el SRC se evaluó mediante análisis de regresión de Cox multivariado. La figura 1 muestra el flujo experimental del estudio.
Noventa y seis muestras fueron seleccionadas de nuestro banco de tejidos del departamento. Los pacientes fueron asignados al azar para el conjunto de entrenamiento y de prueba establecido por 02:01. La puntuación molecular se construyó sobre la base de los datos de la cohorte conjunto de entrenamiento y validado utilizando los datos de la cohorte de prueba.
La comparación de variables categóricas se realizó mediante la prueba exacta de Fisher, y se presentaron las variables continuas como valores medios ± error estándar (SE) a menos que se indique otra cosa, y se comparan usando una de dos muestras
t-test
. A 2 caras
p
valor. & Lt; 0,05 fue considerado significativo
Resultados
demográficos del paciente y puntuación de riesgo clínico (CRS)
De los 96 los pacientes incluidos en el estudio, 37 (39%) tenían un CRS ≥3. Sesenta y nueve pacientes (72%) recibieron quimioterapia antes de la resección hepática y 79 (82%) recibieron quimioterapia adyuvante (45 sólo quimioterapia sistémica, 34 combinación de la quimioterapia sistémica y regional utilizando HAI). La mediana de seguimiento fue de 30 meses (rango, 2-108 meses) para todos los pacientes y los 39 meses (rango, 2-108 meses) para los sobrevivientes. Durante el período de estudio, 66 pacientes (69%) desarrollaron recurrencia y 45 (47%) desarrollaron recurrencia hígado. El hígado es el sitio 1
er de recurrencia de 29 pacientes mientras que los sitios extrahepáticos fueron el primer sitio de recurrencia en 37 pacientes. Treinta y nueve pacientes (41%) murieron de cáncer, de los cuales 33 (85%) murieron con la recurrencia documentada en el hígado remanente. Los datos demográficos del paciente, las características del tumor, la puntuación de riesgo clínico, el tipo de quimioterapia adyuvante y la tasa de eventos (mortalidad por cáncer, recurrencia global o la recurrencia hepática durante el período de estudio) no difirieron significativamente entre los pacientes en la formación y unidades de prueba (Tabla 1).
Selección de genes asociados con el DSS /LRFS y Construcción de Molecular puntuación de riesgo (MRS)
analizó en primer lugar los datos de expresión génica de los pacientes en el conjunto de entrenamiento que utiliza el componente principal supervisada Método. Diecinueve y 115 transcripciones de genes fueron seleccionados como relevantes para el pronóstico DSS y LRFS, respectivamente. Doce de los 19 genes (65%) para DSS también fueron seleccionados entre los genes de LRFS. Las listas de genes se enumeran en la Tabla S1. No hemos podido seleccionar los genes y calcular una firma molecular útil para la recurrencia general (datos no mostrados). Desde la recurrencia del cáncer de hígado y la muerte son potencialmente competidores puntos finales, se evaluaron los genes asociados con la recurrencia específica del hígado usando dos análisis diferentes; compitiendo análisis de riesgos y análisis de regresión de Cox. Como se muestra en la Figura 2, los dos conjuntos de
p
-valores para cada gen calculado por estos dos métodos fueron muy similares (coeficiente de correlación Peason [CC] = 0,97). Este hallazgo indicó que el efecto competitivo de muerte de cáncer sin recurrencia de hígado en el análisis de genes para LRFS era insignificante y por lo tanto se calculó la MRS para LRFS basados en el mismo análisis utilizado para calcular el MRS para DSS
.
Cada punto representa
p-valores para
gen en ambos análisis.
de la señora fueron calculados y los pacientes fueron clasificados como de alto o bajo riesgo de muerte por cáncer y la recurrencia de hígado, respectivamente. Entre los 60 pacientes en el conjunto de entrenamiento, los pacientes en el grupo de alto riesgo tenían un DSS y LRFS significativamente más corto en comparación con aquellos en el grupo de bajo riesgo (DSS: mediana de 44 meses frente a no alcanzado, y los tipos de DSS 3 años, 52% vs 90%,
p Hotel & lt; 0,001, LRFS: mediana de 12 meses frente a no llegaron, y las tasas de LRFS 3 años, 23% vs 86%,
p Hotel & lt; 0,001, Figura 3A) .
A. las estimaciones de Kaplan-Meier de DSS (panel izquierdo) y LRFS (panel derecho) para los pacientes en grupos de alto riesgo y de bajo riesgo entre la cohorte conjunto de entrenamiento (N = 60) B. estimaciones de Kaplan-Meier de DSS (panel izquierdo) y LRFS (panel derecho) de los pacientes en grupos de alto riesgo y de bajo riesgo entre la cohorte de prueba; Es de destacar que los valores de umbral para discriminar el grupo de alto riesgo y de bajo riesgo fueron los mismos que se utiliza en el análisis de la cohorte conjunto de entrenamiento.
Validación de MRS Usando Cohorte de pruebas independientes
Un conjunto de pruebas independientes de los pacientes se utilizó para validar el rendimiento del MRS como marcador pronóstico de muerte por cáncer de hígado y la recurrencia. Las asociaciones de variables clinicopatológicas con firmas de alto y bajo riesgo, tanto en el entrenamiento y prueba se resumen en la tabla 2. No hubo correlación entre el MRS, CRS, el uso de la quimioterapia antes o después de la resección hepática o quimioterapia regional utilizando HAI, a excepción de una correlación estadísticamente limítrofe entre MRS y el SRC para LRFS (
p = 0,054
). Los pacientes en el ensayo establecido con una alta MRS tenían DSS y LRFS más corto en comparación con aquellos en el grupo de bajo riesgo (DSS: mediana, 28 meses frente a no alcanzado, y los tipos de DSS 3 años, 42% vs 79%,
p
= 0,007, LRFS: mediana, 19 meses frente a no alcanzado, y las tasas de LDFs 3 años, 32% vs 80%,
p = 0,046
, respectivamente, Figura 3B)
los índices de concordancia del MRS como una variable continua para DSS y LRFS en el análisis de la cohorte de prueba fueron 0,71 y 0,70, mientras que las de CRS para DSS y LRFS fueron 0,65 y 0,66. El MRS obtenido mejores resultados en los pacientes exigentes en riesgo alto y bajo de ambos DSS y LRFS en comparación con el CRS. Por otra parte, en el análisis multivariante de Cox-regresión que incluye tanto MRS y el SRC, MRS siguió siendo un predictor independiente y significativa de DSS y LRFS, lo que indica que el MRS proporciona información pronóstica adicional sobre el CRS. (Tabla 3).
Combinación de MRS y CRS Constituye un mejor marcador pronóstico
Desde el MRS fue mostrado para proporcionar información pronóstica adicional para DSS y LRFS, independiente de la CRS, evaluamos lo bien que la combinación de estas dos puntuaciones discriminado resultados. Dividimos a los pacientes, sobre la base de CRS y MRS, en tres grupos: alto riesgo (CRS y MRS tanto alta), de bajo riesgo (CRS y MRS tanto bajo), y riesgo intermedio, (aquellos que no encajan en estos dos grupos) . Sobre la base de esta estratificación, las curvas de supervivencia para DSS y LRFS para estos tres grupos se separaron claramente en los análisis tanto de la formación y las cohortes de prueba. Para los pacientes de formación de cohorte (N = 60), las tasas de DSS /LRFS 3 años fueron del 91/85% en el grupo de bajo riesgo, mientras que fueron del 81/60% y un 29/13% en el grupo de riesgo intermedio y alto, respectivamente (
p Hotel & lt; 0,001 para DSS y
p Hotel & lt; 0,001 para LRFS). Para los pacientes de cohorte de ensayo (N = 36), las tasas de DSS /LRFS 3 años fueron del 90/89% en el grupo de bajo riesgo, mientras que fueron de 51/42% y un 42/26% en el grupo de riesgo intermedio y alto, respectivamente (
p = 0,002
para DDS y
p = 0,004 para
LRFS). Cuando el mismo esquema de estratificación del riesgo se aplicó a toda la cohorte, los pacientes en el grupo de bajo riesgo tenían significativamente más largo DSS y LRFS en comparación con aquellos en el riesgo intermedio y grupos de alto riesgo: DSS; la mediana, no alcanzado vs 60 meses frente a 28 meses y tasa de DSS de 3 años, el 90% frente al 70% frente a 34% (
p Hotel & lt; 0,001), LRFS; NR mediana vs 40 meses frente a los 7 meses, y las tasas de LRFS de 3 años, el 86% frente al 54% vs 10% (
p Hotel & lt; 0,001) en los pacientes en los grupos de alto, intermedio y bajo riesgo, respectivamente (Figura 4).
A. De Kaplan-Meier estimaciones de DSS (panel izquierdo) y LRFS (panel derecho) para los pacientes en los grupos de alto, intermedio y bajo riesgo entre la cohorte conjunto de entrenamiento (N = 60) B. estimaciones de Kaplan-Meier de DSS (panel izquierdo) y LRFS (panel derecho) para los pacientes en el grupo de alto, medio y bajo riesgo entre la cohorte de prueba (N = 36) C. estimaciones de Kaplan-Meier de DSS (panel izquierdo) y LRFS (panel derecho) para los pacientes en el alto , grupo intermedio y súper bajo riesgo entre toda la cohorte (N = 96).
Discusión
Aunque uniformemente clasificada como enfermedad en estadio IV de la clasificación TNM tradicional, MCRC hepática es una enfermedad heterogénea con variable respuesta al tratamiento y los resultados variables a largo plazo. Después de la resección completa, las tasas de curación de 10 años son aproximadamente un 20%, sin embargo, del 20 al 30% de los pacientes mueren de la enfermedad dentro de 2 años. [2], [27] A pesar de múltiples esquemas de estratificación del riesgo en función de factores clínico-patológicos se han desarrollado, ninguno ha sido capaz de pacientes estratificar el riesgo de lo suficiente como para guiar las decisiones de tratamiento y la mayoría no son coherentes cuando se prueba a través de diferentes instituciones. [3] Por otra parte, la predicción de patrones de repetición ha sido pobre y esta capacidad podría tener implicaciones importantes para las estrategias de terapia adyuvante. Es evidente que necesitamos mejores herramientas de pronóstico que pueden afectar a las decisiones de tratamiento
.
En el presente estudio se analizaron los perfiles de expresión génica global de MCRC hepática en pacientes que se sometieron a una resección hepática potencialmente curativa y construido para predecir MRS resultados a largo plazo después de la cirugía. El MRS fueron validados para ser capaz de predecir de forma independiente DSS y LRFS. Es importante destacar que esta capacidad de pronóstico era independiente de nuestro mejor predictor clínico, el CRS. Cuando se utilizó el MRS en combinación con el CRS, hemos sido capaces de identificar subgrupos de pacientes con muy alto y bajo riesgo de recurrencia del hígado y la muerte. Nuestros resultados indican un gran potencial para la firma de genes como una guía para la terapia personalizada para los pacientes con enfermedad hepática potencialmente resecable MCRC.
Uno de los principales retos en la aplicación de los sistemas de estadificación clínica de MCRC hepática resecable es una gran y creciente heterogeneidad clínica ya que la quimioterapia nuevo y más eficaz ha sido desarrollado. Reciente aumento en el uso de la quimioterapia efectiva ha ampliado la indicación de tratamiento quirúrgico y hecho más pacientes potencialmente elegibles para la resección. Como resultado, la heterogeneidad adicional de antecedentes de tratamiento ha añadido a la complejidad de esta población de pacientes que limita aún más la amplia aplicabilidad y poder pronóstico de variables clinicopatológicas. Azye et al recientemente demostrado una diferencia significativa en el poder predictivo de los diferentes sistemas de puntuación de riesgo clínico para los pacientes con CCRM que recibieron y no recibieron quimioterapia antes de la resección hepática. Además, en los pacientes que recibieron quimioterapia antes de la resección de los sistemas de calificación de riesgo clínicos fueron más precisos cuando se mide después de la respuesta a la terapia se contabilizó. [28] Esta observación subraya aún más las limitaciones de los esquemas de estadificación clínica en la era actual.
A pesar del hecho de que el 75% de nuestros pacientes recibieron varios regímenes de quimioterapia como adyuvante o neoadyuvante, el CRS ha demostrado ser una predictor razonablemente exacta de muerte por cáncer y la recurrencia del hígado (índices de concordancia de 0,65 y 0,66, respectivamente). Este hallazgo es consistente con los resultados ya se ha informado de nuestra institución. [2], [6], [8] Sin embargo, el CRS es imperfecta para uso clínico como una guía para individualizar la terapia para los pacientes con CCRM hepática resecable. En primer lugar, la capacidad predictiva de la CRS no predice consistentemente los resultados en poblaciones de pacientes similares en diferentes instituciones. Por ejemplo, Zakaria, et al informaron de un índice de concordancia mucho más bajo (0,56) para nuestros CRS cuando se aplicó a su cohorte de pacientes en la Clínica Mayo. [3] En segundo lugar y más importante, la diferencia en los resultados para los pacientes con alto y bajo SIR no es lo suficientemente grande como para afectar la gestión clínica. Por ejemplo, la mediana de supervivencia de los pacientes con un alto CRS en este estudio fue de 38 meses, por lo que es difícil recomendar en contra de la resección de estos pacientes. Por lo tanto, nuestro objetivo fue identificar un biomarcador genético que podría identificar a los pacientes con este tipo de resultados favorables o pobres que las decisiones clínicas podrían prestar; evitando la cirugía inútil o la realización de la cirugía en pacientes con características clínicas aparentemente pobres.
expresión génica global de perfiles de MCRC probablemente proporcionará un mayor conocimiento de la biología subyacente y el comportamiento clínico de los pacientes específicos. También parece probable que este perfil genético en última instancia, proporcionar firmas de pronóstico que pueden dictar los regímenes de tratamiento específicos basados en la predicción de resultados superiores. No es de extrañar que nuestros MRS, basadas en perfiles de genes, fue una herramienta de pronóstico potente e independiente de los patrones de muerte y recurrencia relacionados con el cáncer. Un hallazgo de importancia crítica en este estudio fue que había una discrepancia significativa en la estratificación del riesgo por CRS y la SRA y que estos índices pronósticos se basaron predictivo independiente en un análisis multivariado. Por ejemplo, entre los pacientes que se clasifican como de alto riesgo de muerte por cáncer por MRS, más de la mitad (53%) de ellos fue clasificado como de bajo riesgo por CRS (& lt; 3). Este hallazgo indica que la combinación de herramientas de pronósticos clínicos y moleculares puede ser el método más eficaz para predecir el resultado y que afectan las decisiones de tratamientos para los pacientes con CCRM hepática resecable.
Además de la muerte específica por cáncer, fue elegido recurrencia global y el hígado como uno de los puntos extremos de fracaso del tratamiento en el estudio actual. Sin indicador preciso de RFS generales se pudo determinar. Aunque la razón por la cual una firma genética no estar asociados con la recurrencia en general no está claro, una posible explicación es la inexactitud en el diagnóstico de recidiva extrahepática, especialmente en los ganglios linfáticos. Tsunoda et al. informaron sólo el 75% de precisión en el diagnóstico de metástasis en los ganglios linfáticos del cáncer colorrectal mediante PET /CT. [29] Hay que señalar que en este estudio, se definió la recurrencia en base a estudios de imagen y no se obtuvo necesaria la confirmación histológica. Aunque la quimioterapia HAI es bien conocida para reducir la recurrencia del hígado después de la hepatectomía para MCRC [19], [30], no ha sido aceptada universalmente debido a la dificultad en la administración de esta terapia y preocupaciones sobre la toxicidad biliar. [31] La predicción exacta de la recurrencia hepática específica sería útil para seleccionar a los pacientes con más probabilidades de beneficiarse de terapias adyuvantes regionales tales como la quimioterapia HAI. En este estudio, un tercio de los pacientes recibieron quimioterapia HAI como terapia adyuvante. Sin embargo, la fracción de los pacientes que recibieron quimioterapia HAI no fue mayor en el grupo con una alta recurrencia de MRS hígado que en el que tiene una baja MRS. Como fue el caso de DSS, el CRS y MRS eran independientes entre sí en su capacidad para predecir la recurrencia hígado y eran poderosos en combinación en la predicción de este evento.
MRS proporciona información pronóstica adicional sobre el CRS y la combinación de estos dos mejora significativamente la estratificación de riesgo después de la resección hepática. Entre toda la cohorte, el 90% de los pacientes clasificados como de alto riesgo por tanto de CRS y MRS desarrolló recidiva hepática y más del 65% murieron dentro de los 3 años, mientras que más del 85% de las clasificadas bajo riesgo tanto por CRS y MRS eran recidiva hepática libre y el 90% estaban vivos a los 3 años. Identificación y validación adicional de tales grupos de alto y bajo riesgo podrían conducir a la consideración de la terapia individualizada para estos pacientes. Por ejemplo, los enfoques no quirúrgicos podrían ser considerados para pacientes con alto riesgo de muerte temprana y adyuvantes estrategias regionales tales como la quimioterapia HAI podría considerarse para pacientes con alto riesgo de recidiva hepática. Por el contrario, los pacientes con un bajo riesgo de fracaso podrían ser considerados para la cirugía sola sin quimioterapia adicional. se justifica la evaluación prospectiva de la utilización de dichos datos pronósticos de gran alcance en la selección de pacientes para nuevos enfoques terapéuticos.
Los genes que constituyen las puntuaciones de riesgo fueron seleccionados de una manera puramente estadística de la agrupación de los genes en la matriz y una función mecánica en la progresión del cáncer colorrectal no se ha definido para muchos. Sin embargo, algunos de los genes seleccionados han demostrado que desempeñan un papel importante en la biología del cáncer. Por ejemplo,
FGFBP1 gratis (factor de crecimiento de fibroblastos proteína 1 de unión) fue identificado como uno de los genes con mayor impacto tanto en DSS y LRFS. Este gen está demostrado que desempeñan un papel crítico en la promoción de la angiogénesis tumoral en diversos cánceres incluyendo colorrectal. [32] Otra predicción de genes identificados en este estudio fue
BAG3
(BCL-2 athanogene asociado 3), que se sabe que tienen efectos anti-apoptóticos en células de cáncer y mejorar la resistencia a la quimioterapia. [33] La lista de genes predictivos que hemos identificado también puede dar una idea y la dirección en el estudio de la biología del cáncer colorrectal metastásico resecable en el hígado, así como proporcionar a los posibles nuevos objetivos para el desarrollo terapéutico. Por otro lado, es importante señalar que este estudio no fue diseñado para explorar las vías biológicas relacionadas y que las firmas de expresión no incluyen todos los eventos genéticos relevantes para explicar la biología del tumor subyacente.
Las limitaciones del estudio actual incluir su carácter retrospectivo, el sesgo de selección de las muestras de tumor y el tamaño limitado de la muestra. Debido a las limitaciones técnicas del chip de genes Illumina, sólo los pacientes con tejido congelado en bancos podrían ser incluidos. Además, algunas de las muestras de tejido con mala calidad de ARN fueron excluidos con el fin de obtener datos precisos. De hecho, el 31% de nuestros pacientes fueron excluidos de este estudio debido a que el tumor no contiene suficientes células viables en el cribado examen histológico. Por otra parte, los tumores con una respuesta completa a la quimioterapia radiológica no estaban en nuestro banco de tumores. Por lo tanto, la evaluación prospectiva del MRS usando tejidos obtenidos antes de la quimioterapia neoadyuvante es una consideración importante. Afortunadamente, la tecnología más reciente que permite que el perfil genómico de las muestras parcialmente degradadas, como el tejido fijado en formalina [18], [34] está siendo desarrollado y utilizado. Además, el rendimiento de las tecnologías actuales de matriz basada en hibridación continúa mejorando, mientras que los costes disminuyen [33], [34]. La heterogeneidad genética de múltiples tumores metastásicos puede ser otra limitación de este estudio. La mayoría de los pacientes tenían múltiples tumores, pero se ensayó sólo un tumor por paciente. Dos estudios de evaluación de los perfiles de expresión génica tanto de cáncer colorrectal primario y metástasis hepática correspondientes han demostrado perfiles de expresión de genes notablemente similares entre los tumores primarios y metastásicos. [35], [36] Dada la similitud en el perfil de genes entre los tumores primarios y metastatatic es probable que la expresión génica de múltiples metástasis hepáticas en un solo paciente son similares. La quimioterapia antes de la resección hepática teóricamente podría alterar la expresión génica de los tumores metastásicos.