Predictiemodel contralaterale borstkanker: klein stapje naar betere voorspelling

Overlevenden van borstkanker lopen een risico op het ontwikkelen van contralaterale borstkanker met als gevolg extra last van aanvullende behandelingen en een minder gunstige prognose. Het doel van dit studieproject was een predictiemodel te ontwikkelen en te valideren om het absolute risico op contralaterale borstkanker te voorspellen plus een evaluatie voor toepassing van dit model bij klinische besluitvorming in de praktijk.

Studieopzet en uitwerking

De onderzoekers verzamelden gegevens van 132.756 patiënten met invasieve, niet-uitgezaaide borstkanker afkomstig uit twintig studies, bij wie 4.682 incidenties van contralaterale borstkanker waren vastgesteld. De mediane follow-up van deze patiënten was 8,8 jaren. Vervolgens werd een multivariabel predictiemodel (PredictCBC-1A) ontwikkeld met daarin gegevens over patiënt, primaire tumor, tumorkarakteristieken en de BRCA1/2-mutatiestatus.

Ook werd een tweede predictiemodel ontwikkeld zónder BRCA1/2-mutatiestatus (PredictCBC-1B), omdat de BRCA1/2-status in de praktijk van een deel van de patiënten bekend is aangezien deze niet routinematig beschikbaar is voor de gehele populatie borstkankerpatiënten. De prestaties van beide predictiemodellen werden geëvalueerd (kalibratie en onderscheidend vermogen) en berekend op vijf en tien jaar na diagnose van de primaire borstkanker (area under the curve; AUC). Ook evalueerden de onderzoekers de bruikbaarheid van de modellen voor gebruik in de klinische praktijk (met een net-benefit-analyse).

Resultaten

Volgens het multivariabele predictiemodel vertonen de BRCA1/2-mutatiestatus, familiegeschiedenis en adjuvante chemotherapie de sterkste samenhang met het risico op ontwikkelen van contralaterale borstkanker. Het AUC van model PredictCBC-1A was 0,63 (95% predictie-interval na vijf jaar 0,52-0,74 en na tien jaar 0,53-0,72). De ruwe kalibratie was 0,13 en de kalibratiehelling was 0,90.

Bij het PredictCBC-1B model (zonder BRCA1/2 informatie) was de kalibratie van de AUC op tien jaar iets lager (0,59, 95% predictie-interval 0,52-0,66). De klinische bruikbaarheid werd geëvalueerd door middel van een  besluitvormingscurve voor een preventieve contralaterale mastectomie. Wanneer er een drempelwaarde voor het ontwikkelen van een contralaterale borstkanker van 4% tot 10% op 10-jaar werd genomen, kon het model PredictCBC-1B een bijdrage in de kliniek leveren. 

Conclusie en aanbevelingen

Daniele Giardiello en collega’s concluderen dat zij een redelijk gekalibreerd predictiemodel (PredictCBC-1A) hebben ontwikkeld om het risico op contralaterale borstkanker te voorspellen bij vrouwen met een Europese achtergrond. Ze tekenen hierbij aan dat het onderscheidend vermogen van het model bescheiden is, maar wel binnen het bereik ligt van andere instrumenten. Model 1A biedt mogelijkheden voor verbeterde risicobegeleiding, maar besluitvorming over een preventieve contralaterale mastectomie blijft volgens de onderzoekers een uitdaging. Dit geldt vooral voor de algemene populatie borstkankerpatiënten van wie beperkt informatie beschikbaar is over aanwezigheid van BRCA1/2-mutaties.

De uitkomsten van het tweede model, PredictCBC-1B, zijn vergelijkbaar. Met dit model kan het individuele risico op een contralaterale borstkanker voor patiënten bij eerste diagnose van borstkanker worden berekend die nog niet zijn getest op aanwezigheid van een BRCA1/2-mutatie. Maar zoals verwacht was de nauwkeurigheid van deze voorspellingen lager vanwege het ontbreken van de BRCA-mutatiestatus en de relatieve geringe kans op contralaterale borstkanker (0,4% per jaar) binnen de borstkankerpopulatie. Om die reden adviseren de onderzoekers het gebruik van dit predictiemodel zorgvuldig te overwegen. Volgens actuele richtlijnen voor contralaterale borstkanker is informatie over de aanwezigheid van een BRCA-mutatie essentieel.

Aanvullend onderzoek

In de discussie wijzen de onderzoekers op een aantal beperkingen van deze studie, waaronder het ontbreken van volledige informatie over contralaterale borstkanker van alle geïncludeerde patiënten, actuele privacyregels en coderingsverschillen die het opnemen van specifieke patiëntgegevens verhinderde. Daarnaast was er onzekerheid over de voorspelling in Amerikaanse en Australische datasets vanwege beperkte en/of ontbrekende waarden. Om een aantal onzekerheden weg te nemen is aanvullend onderzoek nodig met volledige informatie over de BRCA1/2-status.

• Giardiello D, Steyerberg EW, Hauptmann M, Adank MA, Akdeniz D, Blomqvist C, Bojesen SE, Bolla MK, Brinkhuis M, Chang-Claude J, Czene K, Devilee P, Dunning AM, Easton DF, Eccles DM, Fasching PA, Figueroa J, Flyger H, García-Closas M, Haeberle L, Haiman CA, Hall P, Hamann U, Hopper JL, Jager A, Jakubowska A, Jung A, Keeman R, Kramer I, Lambrechts D, Le Marchand , Lindblom A, Lubiski J, Manoochehri M, Mariani L, Nevanlinna H, Oldenburg HSA, Pelders S, Pharoah PDP, Shah M, Siesling S, Smit VTHBM, Southey MC, Tapper WJ, Tollenaar RAEM, van den Broek AJ, van Deurzen CHM, van Leeuwen FE, van Ongeval C, Van't Veer LJ, Wang Q, Wendt C, Westenend PJ, Hooning MJ, Schmidt MK. Prediction and clinical utility of a contralateral breast cancer risk model. Breast Cancer Res. 2019 Dec 17;21(1):144.
• Meer informatie over deze publicatie is verkrijgbaar via bibliotheek@iknl.nl