Adaptive therapy under parametric, structural, and measurement uncertainty

Kankerbehandeling werkt al heel lang volgens een eenvoudig, agressief principe: de tumor zo hard mogelijk aanpakken, zo vaak mogelijk, in een poging deze volledig uit te roeien. Deze benadering, bekend als continue therapie, vertrouwt op maximale doses medicijnen om kankercellen te doden. De natuur slaat echter vaak terug. Wanneer een medicijn het overgrote deel van de kankercellen doodt, laat het een kleine, verborgen groep overlevers achter die van nature resistent zijn tegen het medicijn. Zonder de concurrentie van de nu uitgeputte gevoelige cellen kunnen deze resistente overlevers snel vermenigvuldigen, wat leidt tot een tumor die moeilijker te behandelen is dan voorheen. Om dit tegen te gaan, zijn artsen en wetenschappers een andere strategie gaan verkennen die adaptieve therapie wordt genoemd. In plaats van de tumor te proberen te elimineren, heeft deze methode als doel de tumor te beheersen. Door de dosering van medicijnen aan te passen op basis van hoe de tumor reageert — medicijnen geven wanneer de tumor groeit en stoppen wanneer de tumor krimpt — hopen artsen een populatie gevoelige cellen in leven te houden. Deze gevoelige cellen fungeren als een natuurlijke rem, die concurreert met de resistente cellen en de ziekte zo lang mogelijk in toom houdt.

De uitdaging bij deze aanpak is dat het precieze kennis vereist van wat er in het lichaam gebeurt, wat zelden beschikbaar is. Artsen kunnen de exacte grootte of samenstelling van de tumor niet in realtime zien; ze moeten vertrouwen op indirecte aanwijzingen, zoals een bloedtest die een eiwit genaamd prostaatspecifiek antigeen, of PSA, meet. Dit eiwit wordt geproduceerd door zowel kwaadaardige als gezonde prostaatcellen, wat betekent dat een hoge waarde niet altijd betekent dat de tumor groot is, en een lage waarde niet altijd betekent dat deze klein is. Bovendien is elke patiënt anders, en de biologische regels die de groei van hun kanker beheersen, kunnen in de loop van de tijd verschuiven. In een nieuwe studie onderzochten onderzoekers of adaptieve therapie echt zou kunnen werken voor individuele patiënten wanneer zij geconfronteerd worden met deze rommelige realiteiten: imperfecte metingen, onbekende biologische verschillen en de mogelijkheid dat het gedrag van de tumor kan veranderen. Ze bouwden een gedetailleerd computermodel, gekalibreerd met gegevens van echte patiënten, om te simuleren hoe verschillende behandelstrategieën zich zouden afspelen onder deze onzekere omstandigheden.

De onderzoekers begonnen met het creëren van een "virtuele cohort" van patiënten. Ze namen gegevens van een klinische studie waarbij 85 mannen met prostaatkanker waren behandeld met intermitterende hormoontherapie. Met behulp van een statistische methode pasten ze hun wiskundige model aan om te passen bij de unieke patronen van de PSA-niveaus van elke patiënt in de loop van de tijd. Dit proces stelde hen in staat om een diverse groep gesimuleerde patiënten te genereren, elk met hun eigen specifieke set biologische kenmerken en onzekerheden. Vervolgens voerden ze duizenden simulaties uit om te zien wat er zou gebeuren als deze virtuele patiënten een standaard continue behandeling zouden krijgen versus de nieuwe adaptieve aanpak. De geteste adaptieve strategie, bekend als AT50, hield in dat er medicijnen werden gegeven totdat het PSA-niveau tot de helft van het startpunt was gedaald, waarna de behandeling werd gestopt totdat het niveau weer was teruggekeerd naar de oorspronkelijke baseline. Deze cyclus werd herhaald, waarbij beslissingen elke 30 dagen werden genomen op basis van de bloedtestresultaten.

De resultaten van deze simulaties waren bemoedigend voor de adaptieve aanpak, maar met belangrijke kanttekeningen. Wanneer de onderzoekers keken naar de tijd die het duurde voordat de ziekte vorderde tot een punt waarop deze niet langer onder controle kon worden gehouden, presteerde de adaptieve strategie beter dan de continue behandeling in ongeveer 95% van de gesimuleerde gevallen. In deze gevallen verlengde de adaptieve planning de tijd voordat de tumor onbehandelbaar werd met een aanzienlijke marge. Deze verbetering bleef standhouden, zelfs toen de onderzoekers rekening hielden met het feit dat de bloedtests ruis bevatten en niet perfect nauwkeurig waren. Het model toonde aan dat de adaptieve strategie robuust was; het kon omgaan met de onzekerheid van imperfecte metingen en de tumor nog steeds langer onder controle houden dan de standaardbenadering in de overgrote meerderheid van de scenario's.

De studie onthulde echter ook een potentiële afweging die voorheen niet volledig was onderzocht. Hoewel adaptieve therapie beter was in het vertragen van de progressie van de ziekte in de meeste gevallen, vereiste het het behouden van de tumor op een grotere, stabiele omvang om de competitie tussen celtypen in stand te houden. De onderzoekers introduceerden een nieuwe metriek om het risico op metastase te meten, oftewel de uitzaaiing van kanker naar andere delen van het lichaam. Hun simulaties suggereerden dat omdat de tumor onder de adaptieve strategie langer op een grotere omvang bleef, het risico op metastase daardoor feitelijk hoger zou kunnen zijn vergeleken met continue therapie, die de tumor agressief doet krimpen. Voor sommige patiënten zou het voordeel van een langere tijd vóór progressie wel eens teniet kunnen worden gedaan door het verhoogde risico dat de kanker uitzaait. Deze bevinding benadrukt dat er niet één "beste" behandeling is voor iedereen; de juiste keuze hangt af van het balanceren van het verlangen om progressie te vertragen tegen het risico om een grotere tumor te laten voortbestaan.

De onderzoekers onderzochten ook hoe betrouwbaar hun voorspellingen waren wanneer de onderliggende regels van de tumor veranderden. In de echte wereld kan een tumor evolueren, of de manier waarop deze op medicijnen reageert kan in de loop van jaren verschuiven. De studie toonde aan dat als het wiskundige model dat de behandeling plantte, er een klein beetje naast zat wat betreft hoe de tumor zich gedroeg, de voorspellingen voor toekomstige uitkomsten onbetrouwbaar konden worden. Specifiek: als een model werd gebouwd met gegevens van een patiënt op een continu behandelingsschema, kon het niet accuraat voorspellen hoe diezelfde patiënt zou reageren op een adaptief schema, en vice versa. Dit komt omdat verschillende behandelingsschema's verschillende aspecten van de biologie van de tumor onthullen. Als een arts alleen ziet hoe een tumor reageert wanneer deze constant onder vuur ligt, kan hij niet weten hoe deze zal reageren wanneer de aanval wordt gepauzeerd. Dit suggereert dat om adaptieve therapie echt te personaliseren, artsen in staat moeten zijn om de specifieke biologische regels van de tumor van een patiënt af te leiden terwijl zij al op het adaptieve schema zitten, in plaats van te proberen te raden op basis van gegevens uit eerdere, andere soorten behandelingen.

Uiteindelijk demonstreert de studie dat hoewel adaptieve therapie een veelbelovende tool is die de tijd vóór progressie van een tumor kan verlengen, het geen wondermiddel is dat voor iedereen perfect werkt. Het succes van de aanpak hangt sterk af van de specifieke biologie van de kanker van de patiënt en het vermogen om de respons van de tumor nauwkeurig te meten ondanks de ruis in de gegevens. De onderzoekers concludeerden dat voor adaptieve therapie echt effectief te zijn, het toegepast moet worden met een diep begrip van onzekerheid. Artsen en patiënten moeten het voordeel van het vertragen van ziekteprogressie afwegen tegen de potentiële risico's van het in stand houden van een grotere tumorlast, zoals de verhoogde kans op metastase. Door te erkennen dat onze modellen imperfect zijn en dat elke patiënt uniek is, kan de medische gemeenschap de complexe weg naar effectievere, gepersonaliseerde kankerzorg beter navigeren. De studie dient als een herinnering dat in de strijd tegen kanker het krachtigste instrument niet alleen een nieuw medicijn is, maar een helderziende kijk op de grenzen van onze kennis en de variabiliteit van de ziekte zelf.