Deep Learning bei histopathologischen Bildern zur Vorhersage des Brustkrebsrezidivrisikos und des Nutzens einer Chemotherapie

Genomische Tests wie Oncotype DX haben die Wahl der adjuvanten Therapie bei hormonrezeptorpositivem, HER2-negativem Brustkrebs im Frühstadium revolutioniert. Für viele Patientinnen bleiben sie jedoch aufgrund hoher Kosten und logistischer Hindernisse unzugänglich. Unser Ziel war es deshalb, ein Modell auf Basis künstlicher Intelligenz (KI) zu entwickeln und zu validieren, das die 21-Gen-Rezidiv-Scores von Oncotype DX direkt anhand von routinemäßigen histopathologischen Objektträgern und klinisch-pathologischen Variablen schätzt.

Methoden

In dieser multizentrischen Studie zur Modellentwicklung und -validierung wurde ein multimodales Deep-Learning-Modell anhand digitaler Ganzobjektträgerbilder und klinischer Merkmale trainiert. Dabei kam ein auf 171189 histopathologischen Objektträgern vortrainiertes Basismodell zur Vorhersage des Oncotype-DX-Rezidiv-Scores zum Einsatz. In die Studie wurden Präparate von Patientinnen mit hormonrezeptorpositivem, HER2-negativem, invasivem Brustkrebs eingeschlossen, die keine Scanartefakte aufwiesen und mindestens 100 Gewebekacheln (1.6 mm²) enthielten. Das Modell wurde anhand der randomisierten TAILORx-Studie (8284 Patientinnen nach Qualitätskontrolle) feinabgestimmt und validiert. Seine prognostische und prädiktive Leistungsfähigkeit wurde im TAILORx-Testdatensatz bewertet und in sechs unabhängigen Kohorten extern validiert: den medizinischen Zentren Carmel, Haemek und Sheba (Israel), dem University of Chicago Medical Center (USA), der Australian Breast Cancer Tissue Bank (Australien) und dem Cancer Genome Atlas Breast Invasive Carcinoma-Projekt (USA).

Ergebnisse

Im TAILORx-Testdatensatz (n = 2407) stufte das KI-Modell 1097 (45.6 %) Patienten als Patienten mit geringem, 1021 (42.4 %) als Patienten mit mittlerem und 289 (12.0 %) als Patienten mit hohem Risiko ein. Zur Identifizierung von Erkrankungen mit hohem genomischem Risiko (Rezidiv-Score ≥ 26) betrug die Fläche unter der Kurve (AUC) 0.898 (95 %-KI: 0.879–0.913). Die KI-basierte Risikostratifizierung erwies sich als prognostisch relevant für das rezidivfreie Intervall (Hazard Ratio 2.61 [95 %-KI 1.68–4.04]), das fernrezidivfreie Intervall (2.88 [1.73–4.79]) sowie das krankheitsfreie Überleben (1.32 [0.92–1.89]). Ein Nutzen der Chemotherapie zeigte sich bei prämenopausalen Patientinnen, die nach AI als Hochrisikopatientinnen eingestuft wurden (HR 0.63 [95 % KI 0.46–0.86]). Ein solcher Nutzen zeigte sich jedoch nicht bei postmenopausalen Patientinnen, die nach AI als Niedrigrisikopatientinnen eingestuft wurden (HR 0.94 [95 % KI 0.78–1.12]). Von den 151 postmenopausalen Frauen mit klinisch hohem Risiko (gemäß den MINDACT-Kriterien) wurden 31.3 % als AI-Risikogruppe mit niedrigem Risiko neu eingestuft, bei der kein Nutzen der Chemotherapie bestand. Eine Analyse externer Kohorten mit 5497 Patientinnen zeigte, dass das Modell auf neue Daten übertragbar ist und eine hohe Generalisierbarkeit aufweist (Rezidiv-Score ≥ 26, AUCRi im Bereich von 0.858 bis 0.903).

Interpretation

Eine Analyse externer Kohorten mit 5497 Patientinnen zeigte, dass das Modell auf neue Daten übertragbar ist und eine hohe Generalisierbarkeit aufweist (Rezidiv-Score ≥ 26, AUCRi im Bereich von 0.858 bis 0.903).

Quelle: Shamai G et al. Deep learning on histopathological images to predict breast cancer recurrence risk and chemotherapy benefit: a multicentre, model development and validation study. The Lancet Oncology, 2026; 0

Transdermale Östradiol-Pflaster bei Prostatakrebs

Transdermales Estradiol (tE2) stellt eine Alternative zu LHRH-Agonisten als Androgendeprivationstherapie bei Patienten mit Prostatakrebs dar. Durch tE2 wird der Testosteronspiegel gesenkt, und die Nebenwirkungen einer Östrogenentzugstherapie durch LHRH-Agonisten sowie die thromboembolischen Nebenwirkungen oraler Östrogene werden gemildert.

Methoden

In einer randomisierten Phase-3- Nichtunterlegenheit-Studie wurden Männer mit lokal fortgeschrittenem Prostatakrebs (M0 und N0 oder N+) entweder der Behandlung mit tE2-Pflastern (100 μg Estradiol alle 24 Stunden) oder mit LHRH-Agonisten zugewiesen. Der primäre Endpunkt war das 3-Jahres-metastasierungsfreie Überleben. Die Nichtunterlegenheitsmarge betrug 4 Prozentpunkte; dies entsprach einem angestrebten Hazard Ratio von 1.31, abgeleitet aus dem beobachteten 3-Jahres-metastasierungsfreien Überleben in der LHRH-Agonisten-Gruppe. Zu den sekundären Endpunkten gehörten kastrationsäquivalente Testosteronspiegel (<1.7 nmol pro Liter), das Gesamtüberleben und die Sicherheit.

Ergebnisse

Zwischen 2007 und 2022 rekrutierten die Autoren 1360 Patienten an 75 Zentren im Vereinigten Königreich. Das Medianalter der Patienten betrug 72 Jahre (Interquartilsbereich 68 bis 77); 85 % wiesen ein Tumorstadium T3 und 65 % ein Lymphknotenstadium N0 auf. Das beobachtete 3-Jahres-Metastasierungsfreie Überleben betrug 87.1 % unter tE2 und 85.9 % unter LHRH-Agonisten (Hazard Ratio für bestätigte Metastasierung oder Tod: 0.96; Obergrenze des einseitigen 95 %-Konfidenzintervalls [KI]: 1.11, was das Kriterium für Nichtunterlegenheit erfüllte). Bei den Patienten, die die zugewiesene Behandlung fortsetzten, wurden im ersten Jahr nach der Randomisierung in beiden Gruppen bei 85 % kastrationsäquivalente Testosteronspiegel aufrechterhalten. Das beobachtete 5-Jahres-Gesamtüberleben betrug 81.1 % unter tE2 und 79.2 % unter LHRH-Agonisten (Hazard Ratio für Tod: 0.90; 95 %-KI: 0.75 bis 1.07). Während der Behandlung traten Hitzewallungen bei 44 % der Patienten auf, die tE2 erhielten, und bei 89 % derjenigen, die LHRH-Agonisten erhielten (Ereignisse des Grades ≥ 2: 8 % bzw. 37 %), sowie Gynäkomastie bei 85 % und 42 % (Ereignisse des Grades ≥ 2: 37 % bzw. 9 %).

Schlussfolgerung

Bei Patienten mit lokal fortgeschrittenem Prostatakrebs war tE2 hinsichtlich des 3-Jahres-metastasierungsfreien Überlebens den LHRH-Agonisten nicht unterlegen, wobei die Inzidenz von Hitzewallungen geringer, die von Gynäkomastie jedoch höher war.

Quelle: Langley RE et al. Transdermal Estradiol Patches in Locally Advanced Prostate Cancer. New Engl J Med 2026, published March 25, 2026, DOI: 10.1056/NEJMoa2511781

Eine Krebsdiagnose kann Menschen in die Kriminalität treiben

In der Fernsehserie «Breaking Bad» verwandelt sich ein sanftmütiger Chemielehrer in einen Drogenbaron, nachdem er erfahren hat, dass er an Krebs im Endstadium leidet. Eine neue Studie legt nahe, dass die Handlung der Fernsehserie weniger abwegig ist, als es scheint. Forscher in Dänemark und den Niederlanden haben herausgefunden, dass die Wahrscheinlichkeit, dass ein Krebspatient eine Straftat begeht, in den zehn Jahren nach der Diagnose um 14 % höher ist als die Basisrate bei Menschen, die die Krankheit noch nicht entwickelt haben.

Die Studie – durchgeführt von Forschern der Copenhagen Business School, der Universität Kopenhagen und der Universität Tilburg – stützt sich auf Verwaltungsdaten, die die gesamte dänische Bevölkerung von 1980 bis 2018 abdecken. Die Kriminalität steigt nicht sofort an. Im Jahr der Diagnose und unmittelbar danach sinkt die Wahrscheinlichkeit einer Straftat sogar, vielleicht weil sich die Patienten in Behandlung befinden. Einige Jahre später steigt sie jedoch an und bleibt mindestens ein Jahrzehnt lang erhöht.

Eine Vorstrafenhistorie hat keinen grossen Einfluss auf dieses Muster. Stattdessen sind die stärksten Prädiktoren für Kriminalität die finanzielle Situation der Patienten und ihre Prognose.

Quelle: https://www.economist.com/graphic-detail/2026/03/01/a-cancer-diagnosis-can-push-people-to-crime?giftId=YjlhYzdmMWItODBlOS00NWEyLWI0ZWYtYTU4N2Y2OGM5MmU3&utm_campaign=gifted_article