Optimierung von Diagnose und Prognose uroonkologischer Tumorerkrankungen am Beispiel des Prostata- und Nierenzellkarzinoms

Abstract

Krebs ist bestimmt eine der größten Geißeln unserer Zeit, die sich in den Industrienationen mit steigender Tendenz zur zweithäufigsten Todesursache entwickelt hat. Eine nicht unwesentliche Ursache dafür ist zweifellos die wachsende Lebenserwartung. Die Krebsforschung ist ein breites Forschungsgebiet, das sich mit der Erforschung von Ursachen, Prävention, Erkennung und Behandlung von Krebs beschäftigt. Es umfasst eine Vielzahl von Disziplinen und Techniken und das wesentliche Ziel besteht wohl darin, unser Verständnis von Krebs zu verbessern und bessere Strategien für Prävention, Erkennung und Behandlung zu entwickeln, um letztendlich bessere Ergebnisse für Krebspatient*innen zu erzielen.

Die mpMRT hat einen enormen Beitrag zur Verbesserung der Erkennung von Prostatakrebs geleistet. Unser kleiner Beitrag dazu war die Kontrolle der weiterentwickelten PI-RADS Klassifikation. Der Score wurde initial 2012 vorgestellt um ein standardisiertes Berichtssystem für die mpMRI der Prostata zu schaffen. Im Jahr 2015 erfolgte die Veröffentlichung der zweiten Versionen die noch klarere und objektvierbarere Bewertungskriterien enthalten sollte. An dieser Stelle haben wir nachgewiesen, dass die eher schlechten klinischen Daten zur zweiten Version des Bewertungssystems für unsere Kohorte nicht zutrafen und führten so eine Validierung des überarbeiteten Bewertungssystems durch. In unserer nächsten Arbeit haben wir durch die Integration eines neuartigen, hochauflösenden Ultraschalls in den Diagnosepfad des Prostatakarzinoms einen zusätzlichen klinischen Nutzen erzielt. Dank dieses Ultraschallgeräts konnten wir die Prostata in Echtzeit visualisieren und suspekte Läsionen noch gezielter biopsieren. Dies führte zu einer Steigerung der Tumordetektionsrate im Vergleich zur alleinigen mpMRT Fusionsbiopsie. Abschließend konnten wir in unserer dritten Arbeit zeigen, dass ein Diagnosepfad nur mit dem MUS und ohne mpMRT dem mpMRT-Diagnosepfad zumindest nicht unterlegen war. Falls sich diese Ergebnisse bestätigen, wäre eine Diagnosepfad ohne mpMRT denkbar, was erhebliche Auswirkungen auf Kosten und Verfügbarkeit der gezielten Prostatabiopsie hätte.

Nach der wissenschaftlichen Auseinandersetzung mit dem Erkennen von Tumorerkrankungen beschäftigten wir uns weiter mit der Vorhersage des klinischen Verlaufs von Tumorerkrankungen am Beispiel des Nierenzellkarzinoms. Neben der reinen Information zur Prognose liefern Prognosemarker wertvolle Daten für die weitere klinische Entscheidungsfindung. Das betrifft die Planung der weiterten Therapie etwa im Rahmen einer adjuvanten Chemotherapie nach Operation, das weitere Tumornachsorgeschema oder etwa den Einschluss in Studien. Beim metastasierten Nierenzellkarzinom beispielsweise werden für die Planung der unterschiedlichen Systemtherapien und auch zur Studienplanung routinemäßig klinische Parameter wie u.a. der ECOG Performance Status, der Hämoglobinwert, der Kalziumspiegel oder die Thrombozytenzahl verwendet.

Im Rahmen unserer ersten Arbeit zum Nierenzellkarzinom konnten wir nachweisen, dass die Gamma-Glutamyltransferase, die neben ihrer Funktion als Routinemarker für hepatobiliäre Erkrankungen eine wichtige Rolle bei der Entstehung und dem Progress von Tumorerkrankungen spielt, signifikant mit dem Überleben assoziiert war. Die Hinzunahme der GGT erhöhte die Diskriminierung von etablierten Prognosemodellen und führte zu einer Erhöhung des klinischen „net benefit“ dieser. In der zweiten Arbeit konnten wir zeigen, dass der Prognostic Nutritional Index ebenfalls signifikant mit dem Gesamtüberleben assoziiert war. Der PNI setzt sich zusammen aus Serumalbumin und der Gesamtlymphozytenzahl und soll ein Maß zur Bewertung des Ernährungs- und Immunstatus einer Patientin/ eines Patienten sein.

Insgesamt trugen unsere Arbeiten zur Verbesserung von Diagnose und Prognose von Krebserkrankungen bei. Bei der Diagnose wirkten wir bei Weiterentwicklung der PI-RADS Klassifikation für die mpMRT der Prostata mit. Darüber hinaus konnten wir zeigen, dass durch Integration eines neuartigen, hochauflösenden Ultraschalls in den Diagnosepfad des Prostatakarzinoms auf die mpMRT eventuell verzichtet werden könnte. Zuletzt identifizierten wir die Gamma-Glutamyltransferase und den Prognostic Nutritional Index als relevante Prognosemarker beim Nierenzellkarzinom, welche zur Verbesserung der klinischen Entscheidungsfindung beitragen können.

Cancer has become one of the major challenges of our time, now the second leading cause of death in industrialized nations. This trend is partly driven by rising life expectancy. Cancer research is a vast field focused on understanding, preventing, detecting, and treating cancer. Its goal is to improve knowledge and develop better strategies for prevention, diagnosis, and treatment to ultimately improve patient outcomes.

The introduction of mpMRI has significantly advanced prostate cancer detection. Our contribution involved validating the updated PI-RADS classification. Originally introduced in 2012, PI-RADS was updated in 2015 with clearer criteria. Our research validated the revised system, contradicting previous data and confirming its effectiveness for our cohort. Additionally, we showed that incorporating high-resolution ultrasound into the prostate cancer diagnostic pathway increased detection rates compared to mpMRI alone. We also found that a pathway relying solely on ultrasound could perform on par with one using mpMRI, with potential implications for cost and accessibility.

Following our work in cancer detection, we explored prognosis in renal cell carcinoma (RCC). Prognostic markers provide valuable data for clinical decision-making, aiding in treatment planning, post-operative care, and study inclusion. For example, in metastatic RCC, factors like ECOG performance status, hemoglobin levels, calcium, and platelet counts guide treatment and trial planning.

In our RCC research, we found that gamma-glutamyltransferase (GGT) levels, a routine marker for liver health, significantly correlated with survival. Adding GGT improved the accuracy and clinical usefulness of existing prognostic models. We also demonstrated that the Prognostic Nutritional Index (PNI), which reflects nutrition and immune status, was significantly associated with overall survival.

Overall, our work has contributed to enhancing cancer diagnosis and prognosis. We helped refine the PI-RADS classification for mpMRI of the prostate and showed the potential of high-resolution ultrasound to replace mpMRI in the prostate cancer diagnostic pathway. Finally, we identified GGT and PNI as valuable prognostic markers in RCC, aiding clinical decision-making.