Imaging biomarkers for early detection, monitoring, and prediction of treatment- related side effects after radiotherapy: A scoping review

Technisches Resümee: Bildgebende Biomarker für strahlentherapiebedingte Nebenwirkungen

Problemstellung
Die Strahlentherapie ist ein Eckpfeiler der Krebsbehandlung, doch strahleninduzierte Schäden an gesundem Gewebe bleiben eine erhebliche klinische Herausforderung, die zu erheblicher Morbidität und verminderter Lebensqualität führt. Die derzeitige Bewertung dieser Nebenwirkungen stützt sich stark auf subjektive, von Klinikern berichtete Graduierungssysteme (z. B. CTCAE) und patientenberichtete Ergebnismaße (PROMs), die jedoch einer Inter-Beobachter-Variabilität unterliegen und Verletzungen oft erst erkennen, wenn Symptome bereits manifest sind. Während bildgebende Biomarker das Potenzial für eine objektive, quantitative und frühzeitige Erkennung von Gewebeschäden bieten, ist ihre Translation von der Forschung in die routinemäßige klinische Praxis begrenzt. Das spezifische Problem, das hier adressiert wird, ist die Diskrepanz zwischen dem wachsenden Volumen der translationalen Forschung zu bildgebenden Biomarkern für strahlentherapiebedingte Nebenwirkungen und deren tatsächlicher klinischer Implementierung sowie regulatorischer Zulassung.

Methodik
Diese Studie ist ein Scoping Review, das gemäß den PRISMA-ScR-Richtlinien durchgeführt wurde. Die Autoren führten systematische Suchen in MEDLINE, Embase und der Cochrane Library von Beginn der Datenbankaufzeichnung bis Januar 2025 durch.

• Selektionskriterien: Das Review identifizierte Studien, die sich auf bildgebende Biomarker zur Detektion, Überwachung oder Vorhersage von strahlentherapiebedingten Nebenwirkungen konzentrieren.
• Datenextraktion: Zwei unabhängige Reviewer screenten 2.733 eindeutige Datensätze, woraus 102 eingeschlossene Studien (veröffentlicht 2007–2024) resultierten. Die Daten wurden mithend einer standardisierten Vorlage extrahiert, die Studiendesign, Krebsart, Bildgebungsverfahren, Validierungsansatz (intern/extern/technisch), klinische Endpunkte und die Einhaltung von Berichterstattungsrahmen (z. B. FDA-NIH BEST-Kategorien, EQUATOR-Checklisten) abdeckt.
• Analyse: Eine quantitative Analyse wurde durchgeführt, um die Forschungslandschaft zu charakterisieren, einschließlich der Verteilung von Biomarker-Kategorien (prädiktiv, diagnostisch, prognostisch, Monitoring) sowie des Validierungsstatus und der klinischen Implementierung.

Wesentliche Ergebnisse

• Studienlandschaft: Die 102 eingeschlossenen Studien waren überwiegend Single-Institution-Studien (85 %) und retrospektiv. Neurologische Erkrankungen sowie Kopf-Hals-Tumore machten 67 % der Studien aus.
• Biomarker-Kategorien: Prädiktive Biomarker waren am häufigsten (53 %), gefolgt von diagnostischen (25 %), prognostischen (22 %) und Monitoring-Biomarkern (18 %).
• Bildgebungsverfahren: Die Magnetresonanztomographie (MRT) war das dominante Verfahren (67,6 %), gefolgt von CT (19,6 %) und PET-CT (12,7 %).
• Validierung und Standardisierung: Ein kritischer Befund ist der Mangel an strenger Validierung. 57 % der Studien führten keine technische Validierung ihrer Biomarker durch, und eine externe Validierung erfolgte nur in 6 % der Studien. Keine der Studien berichtete über eine klinische Implementierung oder regulatorische Zulassung.
• Berichterstattungsqualität: Keine der eingeschlossenen Studien nutzte eine EQUATOR-Checkliste (Enhancing the QUAlity and Transparency Of health Research), obwohl 85 % der Studien klare Ein-/Ausschluss-Workflows aufwiesen und viele Berichterstattungsrichtlinien zum Zeitpunkt der Publikation verfügbar waren.
• Spezifische klinische Endpunkte:
  • Neurologisch: Die Forschung konzentrierte sich stark auf die Unterscheidung zwischen Strahlennekrose und Tumorrezidiv (diagnostisch) sowie auf die Vorhersage kognitiver Defizite. Das MRT, insbesondere fortgeschrittene funktionelle Sequenzen, zeigte Potenzial, stützte sich jedoch auf kleine, retrospektive Kohorten.
  • Kopf-Hals: Studien untersuchten Xerostomie und Dysphagie. Obwohl einige bildgebende Merkmale (z. B. Parotis-CT-Textur, FDG-PET-Uptake) die Vorhersage gegenüber dosisbasierten Modellen verbesserten, basierten diese Befunde auf kleinen internen Kohorten ohne externe Validierung.
• Maschinelles Lernen: 34 % der Studien verwendeten maschinelles Lernen oder Deep Learning, doch die begrenzte Nutzung externer Validierung deutet darauf hin, dass diese Modelle noch nicht bereit für den klinischen Einsatz sind.

Wesentliche Beiträge

• Kartierung der translationalen Lücke: Das Review liefert eine umfassende Karte der aktuellen Evidenzbasis und zeigt explizit auf, dass trotz wachsenden Forschungsinteresses die bildgebenden Biomarker für die Strahlentherapie-Toxizität fast vollständig investigativer Natur bleiben.
• Anwendung von Frameworks: Die Autoren wenden etablierte translationale Frameworks (O'Connor et al. Roadmap, FDA-NIH BEST-Klassifizierung) auf die Literatur an und zeigen auf, dass sich die Mehrheit der Biomarker in den frühesten Stadien der Entwicklung (technische Validierung) befindet und nicht zur klinischen Validierung oder Nutzenbestimmung fortgeschritten ist.
• Identifikation systemischer Barrieren: Die Arbeit identifiziert spezifische methodische Mängel, die die Translation behindern, einschließlich der Dominanz von Single-Center-Studien, des Mangels an externer Validierung, unzureichender technischer Standardisierung (z. B. QIBA, IBSI) und der mangelnden Einhaltung von Berichterstattungsrichtlinien.
• Vorschlag zur Reklassifizierung: Die Autoren schlagen vor, dass alle für strahlentherapiebedingte Nebenwirkungen entwickelten bildgebenden Biomarker explizit als „Safety Biomarker“ unter der BEST-Taxonomie gerahmt werden sollten, was klarere regulatorische Wege für die Qualifizierung eröffnen könnte.

Bedeutung und Ansprüche
Das Paper behauptet, dass bildgebende Biomarker zwar ein erhebliches Potenzial für die Präzisions-Radioonkologie besitzen, das Feld jedoch noch nicht die für eine klinische Anwendung erforderliche Stringenz erreicht hat. Die Bedeutung dieses Reviews liegt in der Identifizierung der spezifischen Barrieren, die die Translation verhindern:

1. Mangelnde Validierung: Der Mangel an externer und technischer Validierung verhindert die Generalisierbarkeit der Ergebnisse.
2. Methodische Heterogenität: Variabilität in der Bildakquisition, -verarbeitung und -berichterstattung untergräbt die Reproduzierbarkeit.
3. Regulatorische Unsicherheit: Das Fehlen von Studien, die eine regulatorische Zulassung oder klinische Implementierung melden, deutet auf ein Versäumnis im Umgang mit Qualifizierungspfaden hin.

Die Autoren kommen zu dem Schluss, dass die Überbrückung dieser translationalen Lücke einen Wechsel hin zu strenger externer Validierung, methodischer Standardisierung und strukturierten Pfaden zur regulatorischen Qualifizierung erfordert. Sie betonen, dass die zukünftige Forschung über Single-Institution-Retrospektivkohorten hinausgehen muss und sich auf prospektive Multizenterstudien innerhalb der klinischen Studieninfrastruktur konzentrieren muss, um den klinischen Nutzen nachzuweisen. Das Paper schlägt keine neuen experimentellen Anwendungen vor, sondern fordert eine systematische Überarbeitung der Art und Weise, wie diese Biomarker entwickelt und validiert werden, um eine bedeutsame klinische Wirkung zu erzielen.