Refine
Year of publication
- 2023 (1)
Document Type
- Doctoral Thesis (1)
Language
- German (1)
Has Fulltext
- yes (1)
Is part of the Bibliography
- no (1)
Institute
- Medizin (1)
Das Verständnis von Tumorerkrankungen wurde durch neue technologische und ökonomische Verbesserungen für die Next-Generation-Sequencing Analyse (NGS) gefördert. Die Komplexität der Interpretation genomischer Daten erschwert jedoch die Anwendung von NGS-Analysen im klinischen Kontext. Die Herausforderung besteht darin bei stetig wachsendem medizinischem Wissen dieses im klinischen Kontext zu interpretieren und eine personalisierte Therapieempfehlung abzugeben. Einen ressourcensparenden Ansatz können KI-unterstützende Software-Programme bieten, welche die genomischen Varianten mit der aktuellen Literatur vergleichen, eine Bewertung der Therapieoptionen geben und klinische Studien empfehlen können. In dieser retrospektiven Arbeit wurden Patient:innen mit metastasiertem Brustkrebs (n=77) mittels gezielter NGS-Analyse anhand von sogenannten Genpanels mit 126 bzw. 540 krebsrelevanten Genen im Zeitraum von 01/2019-02/2022 untersucht. Mit Hilfe von bioinformatischen Methoden wurden patientenspezifische genomische Veränderungen mit Behandlungsoptionen abgeglichen. Diese Methoden stützen sich vollständig auf öffentliche Datenbanken über somatische Varianten mit prädiktiver Evidenz für das Ansprechen auf bestimmte Medikamente. Diese Versorgungsforschung einer repräsentativen Kohorte des Universitätsklinikums Frankfurt in Kooperation mit Regionalverbund OncoNet Rhein-Main wurden systematisch ausgewertet inklusive der Bedeutung genomischer Varianten. Das OncoNet Rhein-Main ist eine Kooperation aus führenden onkologischen Zentren und Praxen im Rhein-Main-Gebiet, welche sich als Netzwerk der Aufgabe angenommen haben Patient:innen optimal therapeutisch zu versorgen. Für 51% (39/77) der Patient:innen konnte mindestens eine gezielte Therapieoption mit einem effektivem Biomarker im gleichen Tumortyp gemäß Zulassung der Europäischen Arzneimittelbehörde (EMA) gefunden werden.
Bei 12/77 (16%) wurde mindestens eine Alteration mit einem effektivem Biomarker und einer OFF-Label Therapieoption gefunden. Bei 30% der Patient:innen wurden Veränderungen in optionalen Biomarkern gefunden, welche Resistenzmechanismen erklären. Die umfassende molekulare Analyse von Patient:innen mit fortgeschrittenem Brustkrebs erlaubt die Behandlungsoption zu verbessern und ermöglicht durch die Analyse von bekannten Resistenzmarkern auch den klinischen Verlauf besser zu verstehen. Die interdisziplinäre Besprechung der Befunde im molekularem Tumorboard ist im Hinblick auf kontinuierliches Lernen aller Beteiligten sowie zur Qualitätssicherung eine entscheidende obligate Maßnahme.