Toepassen Onderzoeker Casper Reijnen ontwikkelde een app die de kans op uitzaaiingen voorspelt. Hij gaat nu aansluitend het gesprek aan met artsen over hoe je deze app in de praktijk kunt toepassen en hoe je om moet gaan met kansen. Reijnen: “Die kansen moet je zelf afwegen en daarbij ook meenemen wat de gevolgen wél opereren kunnen zijn, zoals dikke benen. Dus op het moment dat we deze app gaan verspreiden, willen we daarbij ondersteuning bieden voor het gebruik daarvan in de vorm van een keuzehulp. We zullen dankzij deze app in de academische ziekenhuizen waarschijnlijk niet meer of minder patiënten opereren, maar wél de juiste.” Exact de juiste vrouwen Gynaecologisch-oncoloog dr. Hanny Pijnenborg, die het onderzoek begeleidt: “Het gaat om een kwetsbare groep vrouwen van gemiddeld zeventig, met vaak andere onderliggende ziekten zoals diabetes of hart-vaatziekten. Die wil je eigenlijk liever dicht bij huis behandelen. Maar de operatie waarbij ook de lymfeklieren in de buik verwijderd worden, is complex en wordt alleen in centra als het Radboudumc uitgevoerd en in de gelieerde klinieken Rijnstate en CWZ. We zouden graag exact de juiste vrouwen op de juiste plaats opereren. Het kleine stukje tumorweefsel waarop die beslissing nu genomen wordt, blijkt geen optimale graadmeter. Als je meer meeweegt dan de uitslag van de patholoog blijk je tot een betere selectie te kunnen komen. Zo kun je vrouwen wellicht een uitgebreide operatie in een ver ziekenhuis besparen en voor andere vrouwen die nu onderbehandeld worden, kan deze operatie levensreddend zijn. Bedenk dat van de vrouwen met een laaggradige tumor die later toch uitzaaiingen in de lymfklieren blijken te hebben, 95% overlijdt. Het onderzoek van Casper Reijnen naar de juiste selectiecriteria is nog interessanter voor de toekomst, omdat de groep vrouwen met baarmoederkanker steeds groter wordt, doordat we dikker en ouder worden.” Beter voorspellen Casper Reijnen: 'Wij onderzoeken welke factoren nog beter kunnen voorspellen welke patiënten een agressieve óf minder agressieve vorm van baarmoederkanker hebben. Daarvoor hebben we tumorweefsel gekregen van 800 patiënten uit heel Europa. We hebben het tumorweefsel bestudeerd en hadden ook de beschikking over hun patiëntendossier, waaruit we ook zeer waardevolle informatie konden halen. Op deze tumorweefsels hebben we aanvullende eiwitbepalingen gedaan, waarmee we nog beter kunnen voorspellen welke tumoren zich agressief gedragen. We hadden bij deze vrouwen toegang tot een brede set aan medische gegevens en bovendien de uitkomst van de behandeling. Dat bleek een schat aan informatie. Op basis hiervan hebben we gewerkt aan een predictiemodel waarmee we herkennen welke patiënten uitzaaiingen hebben of gaan krijgen.” Hanny Pijnenborg: “Als arts heb je een zogenaamde klinische blik. Je ziet een heleboel minder harde feiten van een patiënt als deze de kamer al binnenkomt en na wat eerste basale onderzoeken. Deze ‘soft markers’ bieden los van elkaar niet een echte indicatie voor het beloop van de ziekte, maar in combinatie met elkaar wel degelijk.” Sterke en minder sterke markers Casper Reijnen nam in zijn onderzoek bloedwaarden mee die voorhanden waren, zoals het ijzergehalte, de hoeveelheid bloedplaatjes en een tumormarker. Radboud Report Oncologie 09 Daarnaast woog hij de uitslag van het uitstrijkje dat standaard gemaakt wordt mee en uiteraard de gradering van de tumor die uit het biopt naar voren komt. Tevens gebruikte hij een viertal eiwitbepalingen die gedaan worden op het tumorbiopt. Hanny Pijnenborg: “We hebben tegenwoordig tal van hightech-mogelijkheden waarmee we DNA-mutaties in beeld brengen. Maar voor ons model gebruiken we juist geen dure analyse; maar goedkope onderzoeken die in ieder ziekenhuis uitgevoerd kunnen worden.” Reijnen: “We hebben alle markers bekeken en hebben alle literatuur over deze markers in een systematic review in beeld gebracht. Daaruit kwam een verschil tussen sterke en minder sterke markers naar voren en zagen we zelfs markers die we niet hebben meegenomen in ons definitieve model. BMI bijvoorbeeld. Maar uiteindelijk konden we een voorspellend model ontwikkelen op basis van de literatuur en onze grote groep patiënten. Een arts waar ook ter wereld kan waarden in een app invullen, waarna het model de kans aangeeft dat deze vrouw uitzaaiingen in de lymfklieren heeft of gaat krijgen.” Ondersteuning bieden Reijnen heeft het model, dat hij ontwikkelde in samenwerking met Peter Lucas, hoogleraar kunstmatige intelligentie, kunnen valideren op twee andere beschikbare patiëntengroepen van vrouwen met baarmoederkanker: 400 vrouwen uit Noord-Brabant en 450 vrouwen uit Noorwegen. Hierbij bleek het voorspellend vermogen van het model zeer hoog. “We hebben nu dus een model waarmee we patiënt en arts beter dan ooit kunnen ondersteunen bij het antwoord op de vraag of een vrouw doorverwezen moet worden naar een academisch ziekenhuis voor een grote en ingrijpende operatie.” Pagina 8

Pagina 10

Scoor meer met een e-commerce shop in uw edities. Velen gingen u voor en publiceerden club bladen online.

Radboud Report Oncologie Nr. 1 2020 Lees publicatie 2Home


You need flash player to view this online publication