Longitudinell multiomisk karakterisering av patientsvar på neoadjuvant HER2-riktad behandling
Dokumentationsfiler
Dokumentationsfiler
Citering och åtkomst
Citering och åtkomst
Tillgänglighetsnivå:
Skapare/primärforskare:
Forskningshuvudman:
Data innehåller personuppgifter:
Ja
Typ av personuppgifter:
Datasetet innehåller inte direkta identifierare såsom namn, personnummer eller kontaktuppgifter. Varje patient representeras av ett specifikt ID. Dessa specifika ID:n är pseudonymiserade och kan inte användas för att identifiera enskilda patienter. Koppling till individuella identiteter är endast möjlig av den lokala huvudforskaren och utsedd personal på platsen via platsspecifika nycklar, vilka inte delas. Metadata inkluderar provtagningstid och behandlingsarm, vilka är indirekta identifierare.
Kodnyckel existerar:
Ja
Data innehåller känsliga personuppgifter:
Ja
Citering:
Språk:
Metod och utfall
Metod och utfall
Population:
Forskningen fokuserar på patienter som diagnostiserats med tidig HER2-positiv bröstcancer och som deltog i den randomiserade fas II-studien PREDIX HER2. Deltagarna inkluderar kvinnor och män i åldern 18 år eller äldre med HER2-positiva tumörer större än 20 mm och/eller lymfkörtelmetastaser. Patienter med oligometastatisk sjukdom (upp till två fjärrmetastaser) var också berättigade, förutsatt att alla lesioner kunde behandlas radikalt lokalt. Totalt 202 patienter deltog, och analysen avser specifikt den delmängd av patienter som tillhandahöll plasmaprover för longitudinell proteomisk profilering och vävnadsbiopsier för multiomicsanalys.
Tidsdimension:
Studiedesign:
- Experimentell studie
Dataformat/datastruktur:
Administrativ information
Administrativ information
Ansvarig institution/enhet:
Institutionen för onkologi-patologi
Etikprövning
Etikprövning
Utförare:
- Stockholms etikprövningsnämnd
Diarienummer:
dnr 2014/1465-31/10
Diarienummer:
EudraCT-number: 2014-000808-10
Information om etikprövning:
Protocol - European Union and European Economic Area via the Clinical Trials Information System (CTIS).
Diarienummer:
EUCT number:2023-508411-23-00
Finansiering
Finansiering
Finansiär:
- Vetenskapsrådet
Öppnar nytt fönster hos ror.org.
ROR
Referensnummer:
2018-02398_VR
Projektnamn på ansökan:
Optimering av behandling vid HER2 positiv bröstcancer genom bättre förståelse av tumörbiologin
Information om finansiering:
Bröstcancer är den vanligaste formen av cancer hos kvinnor och den vanligaste dödsorsaken hos medelålders kvinnor i Sverige. Siffror från cancerregistret visar att i Stockholm fick 1593 kvinnor diagnosen bröstcancer år 2016; 289 avled. Circa 20% av all bröstcancer kännetecknas av överuttryck av proteinet HER2 i tumörcellernas yta, sk HER2 positiv bröstcancer (HER2+ BC). Trots att den betraktas som en aggressiv form av bröstcancer, HER2+ BC har idag en relativt god prognos genom behandling med målriktade läkemedel mot HER2 proteinet som ges tillsammans med cytostatika som tilläggsbehandling och minskar risken för återfall och förbättrar chansen till bot. Ofta ges dessa behandlingar före operationen, s k neoadjuvant terapi.Trots framsteg som behandling med anti-HER läkemedel har medfört, får upp till 30% av kvinnor med HER2+ BC återfall och avlider i sjukdomen. I dagsläget finns ett stort behov av verktyg, s k prognostiska markörer som visar vilka patienter som har stor risk för återfall och därmed behöver tilläggsbehandlingar, samt framförallt prediktiva markörer, som kan förutsäga om en patient har nytta av en specifik behandling. Avsaknad av pålitliga markörer leder ibland till underbehandling och oftare till överbehandling.PREDIX HER2 är en svensk klinisk randomiserad studie som jämför dagens standard neoadjuvant behandling vid HER2+ BC (antikroppar trastuzumab och pertuzumab mot HER2 i kombination med cytostatika docetaxel) mot trastuzumab-emtasine (T-DM1), en medicin som kombinerar en antikropp med cytostatika i samma molekyl. Totalt kommer 200 patienter att behandlas och vi kommer att jämföra andelen patienter som inte hade någon kvarvarande tumör vid kirurgi i varje behandlingsgrupp. Förhoppningen med T-DM1 är att den kan vara minst lika effektiv och ha färre biverkningar.Ett av huvudmålen med PREDIX HER2 studien är att genom upprepade tumörbiopsier och blodprov som tas före start, efter 2 behandlingar och när patienterna opereras efter 6 behandlingsomgångar, att kunna analysera tumöregenskaper, signalvägar och biologiska processer som kan ha betydelse för utfallet. Genom en bättre förståelse av tumörbiologin och läkemedlens verkningsmekanismer hoppas vi kunna identifiera biologiskt relevanta och kliniskt användbara prediktiva markörer.En central plats i projektet har DNA och RNA sekvensering av den samlade tumörvävnaden hos alla patienter i studien, där vi analyserar DNA mutationer och uttrycket av, i stort sett, samtliga gener i tumören och sätter dessa i relation till det observerade behandlingsresultatet. Det unika med studien är att vi även kommer att undersöka hur mutationer och genuttryck förändras under behandlingen. Fynd av mutationer som kvarstår efter behandlingen kan indikera gener som medför resistens och som kräver behandling med andra målriktade läkemedel för att bota patienten.Tidigare studier vid bröstcancer har påvisat betydelsen av immunförsvaret för prognosen samt för effekten av cytostatika och anti-HER2 läkemedel. Immuncellerna i tumören kommer att karakteriseras med hjälp av en ny metod som möjliggör analys av flera typer av celler i samma tumörsnitt. Vi kommer att bestämma antalet och typer av tumörinfiltrerande immunceller i samtliga tumörbiopsier i PREDIX studien, samt även i en separat klinisk studie (PANTHER) där patienter med HER2+ BC (N=341) har behandlats med adjuvant kemoterapi (standard eller intensiv dosering) och trastuzumab. Vi hoppas med denna analys kunna belysa hur immuncellerna i tumören bör påverka valet av cytostatika och anti-HER2 mediciner.Cancer av samma typ skiljer sig enormt inte bara från patient till patient men även inom samma tumör, s k intra-tumör heterogenitet (ITH). I detta projekt kommer vi att kartlägga ITH och dess betydelse för analys av prediktiva markörer men även undersöka huruvida ITH i sig kan användas som markör. Vår hypotes är att ökad ITH leder till sämre prognos och sämre effekt av behandlingen, framförallt när T-DM1 används som inte ges i kombination med
Finansiär:
- Vetenskapsrådet
Öppnar nytt fönster hos ror.org.
ROR
Referensnummer:
2021-03061_VR
Projektnamn på ansökan:
Integrerad digital diagnostik för terapioptimering vid tidig bröstcancer
Information om finansiering:
Bröstcancer är den vanligaste formen av cancer hos kvinnor och den vanligaste dödsorsaken hos medelålders kvinnor i Sverige. Siffror från cancerregistret visar att 10 829 kvinnor i Sverige fick diagnosen bröstcancer år 2019; 1353 avled.Bröstcancer behandlas vanligtvis med kirurgi följt av ett antal tilläggsbehandlingar såsom kemoterapi, endokrin (hormonell) behandling, strålbehandling samt målsökande terapi som minskar risken för återfall och förbättrar chansen till bot. Ofta ges dessa behandlingar före operationen, s k neoadjuvant terapi (NAT). Fördelen med NAT är att behandlingseffekten kan bedömas i ett tidigt skede och man har möjlighet att byta behandling, alternativt ge ytterligare behandling efter operationen, beroende på tumörsvar.I dagsläget finns ett stort behov av verktyg, s k prognostiska markörer, som visar vilka patienter som har stor risk för återfall och därmed behöver tilläggsbehandlingar, samt framförallt prediktiva markörer, som kan förutsäga om en patient har nytta av en specifik behandling. Avsaknad av pålitliga markörer riskerar leda till underbehandling eller, vanligare, överbehandling.I detta projekt vill vi använda artificiell intelligens (AI)-baserade metoder för att upptäcka markörer som kan förutsäga om en viss NAT är effektiv samt ge prognostisk information hos patienter som har fått NAT.Till skillnad från tidigare forskning i området som generellt har varit begränsad till en eller enstaka discipliner, vill vi använda avancerade AI-metoder för att integrera det prognostiska eller prediktiva värdet av olika datakällor såsom:Genuttrycksanalyser och analys av tumörens arvsmassa med s k DNA-sekvenseringAnalys av tumör-DNA och proteiner i patienternas blodBildanalyser av tumörsnitt med AI och djupinlärningsmetoder som kan identifiera mönster i tumörarkitektur som människan (patologen) inte kan.Bildanalyser av mammografi, ultraljud och magnetkameraundersökningar med motsvarande AI-metoder En fördel med projektet är att tumörvävnad, blod, röntgen- och patologibilder kommer att analyseras både före och efter NAT så att även eventuella behandlingsorsakade förändringar kan utvärderas som prognosfaktorer.Data från cirka 2500 patienter som har behandlats med NAT inom ramen för kliniska studier eller som rutinbehandling inom sjukvården i Stockholmsregion under en 10-årsperiod kommer att analyseras med ovannämnda metoder och resultaten kommer att jämföras med det observerade behandlingsresultatet och utfallet (effekt av NAT resp. långsiktig sjukdomsfri överlevnad). De faktorer med störst prediktivt/prognostiskt värde kommer sedan att kombineras i en integrerad modell som förväntas ha en mycket högre prediktiv kapacitet jämfört med modeller från enskilda källor.I projektets andra del kommer AI-modellerna att valideras i oberoende kohorter på sammanlagt 2600 patienter vilka utgörs av en ny klinisk studie på drygt 600 patienter (som gruppen leder och som finansieras av vetenskapsrådet) samt av rutinbehandlade patienter som har fått NAT i Stockholm (under en annan period jämfört med kohorten ovan) eller Edinburgh, Skottland.Långsiktigt förväntas detta projekt leda till ett kliniskt användbart vertyg för att på individnivå kunna erbjuda en skräddarsydd behandling till patienter med bröstcancer, med bättre effekt, färre biverkningar och minskade kostnader för vården som följd.
