How many slices are required for accurate tumour pathological response assessment? A computational modelling approach on real-world solid tumours

Stel je voor dat je een detective bent die een mysterie probeert op te lossen in een gigantische, wiebelende kwal. Maar in plaats van een kwal, is het een menselijke tumor, en in plaats van een mysterie, zoek je naar piepkleine, hardnekkige overlevers—kankercellen die erin zijn geslaagd zich te verstoppen nadat een patiënt krachtige medicijnen heeft gekregen om de tumor te laten krimpen. Dit wetenschappelijke veld wordt pathologie genoemd, en het is de kunst van het kijken naar weefsel onder een microscoop om te zien wat er leeft en wat er dood is. Wanneer artsen medicijnen geven vóór een operatie (wat neoadjuvante therapie wordt genoemd), willen ze weten: "Heeft het medicijn gewerkt?" Om dat te achterhalen, snijden pathologen de verwijderde tumor in dunne stukken, zoals een brood, en tellen ze hoeveel er nog steeds gevaarlijke kanker aanwezig is.

Het grote probleem is dat tumoren in alle vormen en maten voorkomen, en het is hard werk om ze perfect te snijden. Als je een kleine tumor te dun snijdt, mis je misschien de slechte cellen volledig. Als je een enorme tumor te dik snijdt, mis je misschien de slechte cellen die in het midden verscholen liggen. Het is een evenwichtsoefening tussen het krijgen van het juiste antwoord en het niet uitputten van het team van wetenschappers dat de snijwerkzaamheden uitvoert. Dit artikel stelt een eenvoudige maar cruciale vraag: Hoeveel plakjes van het "brood" moeten we daadwerkelijk nemen om zeker te zijn dat we de waarheid hebben gevonden?

---

De Grote Tumor-snij Simulatie

In dit onderzoek besloot een team van onderzoekers uit Cambridge en daarbuiten te stoppen met gissen en te beginnen met simuleren. Ze keken niet alleen naar echte tumoren; ze bouwten een digitale speeltuin waar ze konden spelen met 322 echte nierentumorvormen, geëxtraheerd uit CT-scans. Denk aan deze als digitale kleimodellen van tumoren, variërend van klein tot groot.

De onderzoekers creëerden een virtueel spel met vier verschillende "werelden" (of populaties) om hun theorie te testen. In één wereld werkte de medicatie geweldig goed (de "Optimistische" wereld). In een andere wereld werkte het nauwelijks (de "Pessimistische" wereld). Ze simuleerden ook werelden waar de resultaten verdeeld waren in het midden of grotendeels in het midden lagen. In elke wereld verspreidden ze willekeurig "vitale" (levende) kankercellen in de digitale tumoren, net zoals het strooien van glitters in een blok gelei.

Vervolgens namen ze de rol van de patholoog aan. Ze sneden deze digitale tumoren in gelijkmatig verdeelde lagen, maar ze veranderden de regels van het spel: soms namen ze slechts 3 plakjes, soms 5, soms 10, en soms zelfs meer. Ze vroegen zich af: "Als we alleen naar deze paar plakjes kijken, kunnen we dan correct raden welk totaal percentage aan levende kanker er aanwezig is?"

Het "Goldilocks"-aantal plakjes

Dit is wat hun computersimulaties suggereerden. Hoe meer plakjes je neemt, hoe nauwkeuriger je bent—dat is geen verrassing. Maar de onderzoekers zochten naar het "sweet spot", het aantal plakjes dat je een goed antwoord geeft zonder dat de pathologen te hard moeten werken.

Ze ontdekten dat als je wilt weten of een tumor een Volledige Respons is (wat betekent: 0% kanker over, een totale overwinning), je slechts 3 gelijkmatig verdeelde plakjes nodig hebt om in 95% van de gevallen gelijk te hebben. Dat is verrassend laag! Het is alsof je drie plekken op een strand controleert om te weten of het hele strand vrij is van schelpen; als je drie plekken controleert en niets vindt, kun je vrij zeker zijn dat het strand schoon is.

Echter, als je iets algemener wilt zijn en de respons wilt categoriseren in vier bakjes (zoals "Geen Respons," "Partiële Respons," "Grote Respons" en "Volledige Respons"), springt het magische getal naar 5 plakjes. In hun simulaties stelde het nemen van 5 gelijkmatig verdeelde plakjes hen in staat om de tumor in meer dan 90% van de gevallen in het juiste bakje te sorteren, ongeacht in welke van de vier "werelden" ze zich bevonden.

Maar hier is de crux: als je super precies wilt zijn en wilt zeggen: "De tumor is exact 10% levend," of "Het is 23% levend," dan wordt het spel veel moeilijker. Om dat niveau van detail ongeveer 90% van de tijd goed te krijgen, suggereerden de simulaties dat je ten minste 10 tot 15 plakjes nodig hebt.

Waarom dit ertoe doet (en wat het niet zegt)

Het artikel suggereert een grote verschuiving in hoe we over het snijden van tumoren kunnen denken. Momenteel snijden veel ziekenhuizen tumoren op basis van hun grootte—bijvoorbeeld één plakje per centimeter. Dit betekent dat een kleine tumor heel weinig plakjes krijgt, en een enorme tumor een enorme stapel. Dit betekent dat zij betogen dat dit lijkt op het meten van een kleine taart en een grote taart met dezelfde liniaal-afstand; je loopt het risico de kleine kruimels in de kleine taart te missen.

In plaats daarvan suggereren hun simulaties dat het nemen van een vast aantal plakjes (zoals altijd 5 nemen, ongeacht de grootte) een slimmere, eerlijkere manier van spelen kan zijn. Deze aanpak lijkt goed te schalen, waardoor een representatieve "smaak" van de hele tumor wordt gegeven, of deze nu klein of groot is.

De auteurs waarschuwen echter dat dit simulaties zijn, geen definitieve medische regels. Ze bouwden hun modellen met behulp van niertumoren, die vaak rondachtig zijn, dus ze weten niet met 100% zekerheid hoe dit zou werken voor vreemd gevormde tumoren of tumoren die in een rommelige hoop verspreid liggen. Ze merkten ook op dat pathologen in de echte wereld mogelijk specifieke "gevarenzones" moeten bekijken, zoals de randen van de tumor, wat een eenvoudige computersimulatie niet volledig kan voorspellen.

Dus, hoewel het artikel niet bewijst dat 5 plakjes de absolute wet van het universum is, suggereert het sterk dat we ons werk net zo goed kunnen doen met minder plakjes dan we denken. Als dit idee standhoudt in de echte wereld, zou het pathologen een enorme hoeveelheid tijd en moeite kunnen besparen, zodat ze zich kunnen richten op de patiënten die hen het meest nodig hebben. Het is een hoopvolle hint dat we misschien niet de hele broodের (brood) niet in plakjes hoeven te snijden om te weten of het vers is.