Differences in historical operational biomarker positivity between two plasma-based comprehensive genomic profiling platforms in Japan: a nationwide C-CAT study
Een landelijke Japanse studie onthult dat de historisch grote discrepantie in de positiviteit van operationele biomarkers tussen de FoundationOne Liquid CDx- en Guardant360 CDx-platforms primair wordt gedreven door verschillen in de rapportage van de tumor mutational burden (TMB), in plaats van door patiëntkenmerken of de samenstelling van de faciliteiten.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een detective bent die een mysterie probeert op te lossen binnen het lichaam van een patiënt. In plaats van te zoeken naar aanwijzingen op een stoffige zolder, jaag je op minuscule genetische "typefouten" in het DNA dat in het bloed van de patiënt zweeft. Dit is de wereld van de liquid biopsy (vloeibare biopsie), een moderne manier om de genetische code van een patiënt te controleren zonder dat er een pijnlijke operatie nodig is om een stukje van de tumor weg te snijden. Wetenschappers gebruiken deze tests om specifieke "biomarkers" te vinden — zoals het vinden van een specifiek ontbrekend puzzelstukje — die artsen vertellen welke medicatie het beste zou kunnen werken. Soms telt de test ook het totaal aantal typefouten in het DNA, een score die Tumor Mutational Burden (TMB) wordt genoemd. Als de score hoog is, is dat alsof je een hele kamer vol kapotte puzzels vindt, wat kan betekenen dat het immuunsysteem van de patiënt kan worden misleid om de kanker aan te vallen.
Maar hier is het lastige deel: niet alle detectivekits zijn hetzelfde. Sommige kits zijn groter en rapporteren meer aanwijzingen dan andere. In Japan wilden onderzoekers weten waarom twee populaire bloedtest-kits heel verschillende antwoorden leken te geven over hoeveel patiënten deze nuttige aanwijzingen hadden. Kwam dat omdat de patiënten anders waren? Was het omdat de tests op verschillende momenten werden gebruikt? Of was het simpelweg omdat de ene kit een specifieke aanwijzing rapporteerde die de andere kit negeerde? Het begrijpen hiervan is cruciaal, want als een arts vertrouwt op een test die een aanwijzing mist, kan hij een levensreddende behandeloptie missen.
De Grote Bloedtest-Showdown
In een grootschalige nationale studie in Japan deden onderzoekers een diepe duik in de dossiers van bijna 17.000 patiënten bij wie bloedonderzoek was gedaan naar kankermutaties. Ze vergeleken twee zwaargewichten in de wereld van de liquid biopsies: FoundationOne Liquid CDx (F1L) en Guardant360 CDx (G360).
Beschouw deze twee tests als twee verschillende nieuwsverslaggevers die verslag doen van hetzelfde grote verhaal. De onderzoekers keken naar een specifieke lijst van zeven "koptekst"-genetische aanwijzingen die in Japan gekoppeld zijn aan goedgekeurde kankerbehandelingen. Ze wilden zien hoe vaak elke verslaggever ten minste één van deze zeven kopteksten vond.
De resultaten waren een beetje schokkend. Toen de onderzoekers naar de ruwe cijfers keken, vond de F1L-verslaggever een koptekst bij ongeveer 14,3% van de patiënten (dat zijn er ongeveer 2.131 van de 14.878). Maar de G360-verslaggever vond slechts een koptekst bij ongeveer 4,7% van de patiënten (95 van de 2.042). Dat is een enorme kloof! Het is alsof de ene verslaggever zegt: "Hé, we hebben een schatkaart gevonden!" terwijl de andere zegt: "Ik zie niets."
Waren het de Patiënten of de Verslaggevers?
Natuurlijk vroegen de onderzoekers zich af: "Misschien werd de G360-verslaggever wel naar een andere buurt gestuurd waar minder schatten te vinden zijn?" Ze controleerden of de patiënten verschillend waren in leeftijd, geslacht of het type kanker dat ze hadden. Ze controleerden ook of de tests op verschillende tijdstippen van het jaar werden uitgevoerd.
Ze haalden de cijfers door een complexe statistische "filter" om het speelveld gelijk te trekken en ervoor te zorgen dat ze appels met appels vergeleken. Zelfs na correctie voor al deze verschillen kromp de kloof niet. De F1L-test rapporteerde nog steeds ongeveer 10 procentpunten vaker een positief resultaat dan de G360-test. Het bleek dat de patiënten niet het probleem waren; het verschil kwam niet doordat de ene groep patiënten "gelukkiger" was dan de andere.
De Ontbrekende Aanwijzing: Het TMB-Mysterie
Dus, wat veroorzaakte het enorme verschil? Het antwoord lag in één specifieke aanwijzing: Tumor Mutational Burden (TMB).
Tijdens de periode die deze studie besloeg, nam de F1L-test TMB op in zijn rapportage. Als een patiënt een hoge TMB-score had, telde dit als een "overwinning" voor de test. De G360-test die in Japan tijdens deze periode werd gebruikt, rapporteerde echter helemaal geen TMB. In de gegevensbestanden waren de TMB-velden voor G360 volledig leeg. Het was niet zo dat de test nul TMB vond; het was simpelweg dat de test de artsen het getal niet vertelde.
Toen de onderzoekers nauwkeurig naar de F1L-resultaten keken, ontdekten ze dat 65,6% van de patiënten die positief testten, dit alleen dankzij TMB deed. Met andere woorden, als je de TMB-aanwijzing uit de F1L-lijst zou halen, zouden de twee tests plotseling bijna identiek lijken.
Toen ze TMB uit de vergelijking haalden en de resterende zes aanwijzingen vergeleken, verdween de kloof tussen de twee tests bijna volledig. Het verschil daalde van een enorme 9,7 procentpunten naar een piepkleine 0,4 procentpunten, een verschil dat zo klein is dat het gemakkelijk door toeval zou kunnen komen.
De Conclusie
De studie concludeerde dat het enorme historische verschil tussen deze twee tests niet kwam doordat de ene test "beter" was in het vinden van kankermutaties of doordat de patiënten verschillend waren. Het was simpelweg omdat de ene test een specifiek stukje informatie rapporteerde (TMB) dat de andere test op dat moment niet mocht rapporteren.
Dit is een belangrijke les voor artsen en patiënten: de informatie die een test je geeft, hangt sterk af van wat de test mag zeggen. Als een test geen TMB rapporteert, betekent dat niet dat de patiënt geen hoge TMB heeft; het betekent alleen dat die specifieke aanwijzing ontbreekt in het rapport. De studie bewees niet dat de ene test biologisch superieur is, maar het toonde wel aan dat de "rapportageregels" van die tijd voor een enorme illusie van verschil zorgden. Het mysterie zat niet in het bloed; het zat in de papierwinkel.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.