Subscribe to RSS
DOI: 10.1055/s-0042-1747300
Ein digitales Patientenmodell zur Unterstützung der Therapiefähigkeit mit Nivolumab bzw. Pembrolizumab auf Basis eines Bayes‘schen Netzes
Einleitung Neue zielgerichtete Therapien wurden kürzlich in der Therapie von Kopf-Hals-Tumoren (KHT) etabliert. Molekularpathologische Diagnostik gewinnt für individuelle Therapieoptionen und deren Entscheidungsprozess im Kopf-Hals-Tumorboard (KHTB) an Bedeutung. Eine modellbasierte Unterstützung konnte auf Basis des digitalen Patientenmodells Larynxkarzinom im Sinne eines molekularpathologischen Modells (MPM) bereits entwickelt werden.
Methoden Das Teilmodell MPM wurde als Bayes‘sches Netz anhand aktueller Leitlinien und Studien sowie den Medikamentenzulassungen modelliert. Die Graphenstruktur wurde optimiert und in einer Validierungsstudie die Vorhersagegenauigkeit des MPM gegenüber der KHTB-Entscheidung anhand von 11 retrospektiv analysierten Patientenfällen untersucht.
Ergebnisse Das MPM der Validierungsstudie enthält 10 Informationseinheiten und berechnet die Therapiefähigkeit mit den Immuncheckpoint-Inhibitoren Nivolumab bzw. Pembrolizumab. Das Modell konnte eine indikationsgemäße Therapie differenzieren und zeigte im Vergleich der KHTB-Empfehlung eine Vorhersagegenauigkeit von 81,8% (Sensitivität 100%, Spezifität 77,8%).
Schlussfolgerungen Zielgerichtete Therapien sind in der modernen personalisierten onkologischen Therapie zunehmend wichtig und erfordern strukturierte Unterstützung der Informationsverarbeitung zur optimalen Entscheidungsfindung. Unser Modell kann durch zuverlässige Berechnung der Wahrscheinlichkeiten geeignete Therapieoptionen abschätzen. Weitere Validierungsstudien an größeren Patientenkollektiven können so eine Unterstützung zielgerichteter Immuntherapie bei KHT geben und durch Erweiterungen perspektivisch umfassende Unterstützung der Therapieentscheidungsprozesse bei KHT-Patienten geben.
Bundesministerium für Bildung und Forschung
#
Interessenskonflikt
Der Erstautor gibt keinen Interessenskonflikt an.
Publication History
Article published online:
24 May 2022
© 2022. The Author(s). This is an open access article published by Thieme under the terms of the Creative Commons Attribution-NonDerivative-NonCommercial-License, permitting copying and reproduction so long as the original work is given appropriate credit. Contents may not be used for commercial purposes, or adapted, remixed, transformed or built upon. (https://creativecommons.org/licenses/by-nc-nd/4.0/).
Georg Thieme Verlag
Rüdigerstraße 14, 70469 Stuttgart, Germany