CancerMath geeft nauwkeurige voorspelling overleving vroege borstkanker

Opzet en resultaten

De kalibratie werd beoordeeld door een vergelijking te maken tussen de voorspelde en waargenomen 5- en 10-jaars algehele en borstkankerspecifieke overleving met behulp van Chi-kwadraattests. Een verschil van meer dan 3% werd als klinisch relevant beschouwd. Discriminatie van het model werd beoordeeld aan de hand van het gebied onder de ROC-curves (AUC). In totaal werden de gegevens van 8.032 vrouwen opgenomen. 

CancerMath onderschatte de algehele 5- en 10-jaars overleving met respectievelijk 2,2% en 1,9%. De gebieden onder de curves waren voor de 5- en 10-jaarsoverleving gelijk (beide 0,77). Het verschil tussen de voorspelde en waargenomen algehele overleving was het meest uitgesproken bij graad II, patiënten zonder positieve lymfeklieren, tumoren 1 tot 2 cm, hormoonreceptorpositieve ziekte en patiënten in de leeftijd van 60-69 jaar. CancerMath onderschatte de 5- en 10-jaars borstkankerspecifieke overleving met respectievelijk 0,5% en 0,6%. De gebieden onder de curves waren respectievelijk 0,78 en 0,73. Er werd geen significant verschil gevonden in een van de subgroepen.

Conclusie en nabeschouwing

Liza Hoveling en collega’s concluderen dat CancerMath de algehele overleving nauwkeurig voorspelt voor de meeste patiënten met een vroeg stadium van borstkanker, hoewel de resultaten bij sommige subgroepen patiënten, zoals genoemd hierboven, zorgvuldig geïnterpreteerd moeten worden. Dit geldt natuurlijk ook bij het interpreteren van over- of onderschattingen bij individuele patiënten in samenhang met de aanvankelijk voorspelde overleving zonder adjuvante systemische therapie. De borstkankerspecifieke overleving wordt nauwkeurig voorspeld in alle subgroepen. Gelet op deze uitkomsten kan CancerMath volgens de onderzoekers betrouwbaar worden gebruikt in de klinische praktijk in Nederland. CancerMath kan eventueel ook worden ingezet als aanvulling op PREDICT bij patiëntengroepen waar dit model minder nauwkeurig presteert. 

Omdat CancerMath ook inzicht geeft in absolute winst in levensjaren, kan het wellicht bij sommige patiënten ook het voorkeursmodel zijn, maar dit vergt eerst aanvullend onderzoek. Een beperking van het model is het ontbreken van voorspellingen over het gebruik van trastuzumab. Rekening houdend met het feit dat steeds meer patiënten worden behandeld met neoadjuvante in plaats van adjuvante chemotherapie, en dat noch PREDICT noch CancerMath voor deze specifieke patiëntengroep werd ontwikkeld, moeten beide modellen hiervoor worden bijgewerkt. Bovendien is het volgens de onderzoekers van groot belang om patiënten te vragen welk type of model ze prefereren wat betreft de presentatie van de resultaten en of ze informatie missen over bijvoorbeeld, bijwerkingen op lange termijn. 

• Hoveling LA, van Maaren MC, Hueting T, Strobbe LJA, Hendriks MP, Sonke GS, Siesling S. ‘Validation of the online prediction model CancerMath in the Dutch breast cancer population.’ Breast Cancer Res Treat. 2019 Aug 30.
• Meer informatie over deze publicatie is verkrijgbaar via bibliotheek@iknl.nl