Texture-driven radiomics from longitudinal contrast-enhanced CT predicts short-term immunotherapy response in lung cancer: A retrospective cohort study

In de strijd tegen gevorderde longkanker hebben artsen een krachtig nieuw instrument: medicijnen die het eigen immuunsysteem van de patiënt wakker schudden om de tumor aan te vallen. Deze behandelingen, bekend als immuuncheckpointremmers, hebben het landschap van de zorg veranderd en bieden hoop waar voorheen weinig was. Ze werken echter niet voor iedereen. Sommige patiënten zien hun tumoren dramatisch krimpen, terwijl anderen geen verandering zien of zelfs een tijdelijke, misleidende groei die er eigenlijk voor staat dat het immuunsysteem kracht verzamelt. De huidige standaard voor het controleren of een medicijn werkt, berust op het meten van de grootte van de tumor op een CT-scan. Deze methode, hoewel nuttig, is vaak te traag om de subtiele, vroege tekenen van succes of falen op te vangen, en kan worden misleid door de complexe manier waarop deze medicijnen met het lichaam interageren. Wetenschappers hopen al lang dat computeranalyse van medische beelden, een veld genaamd radiomics, verborgen patronen kan vinden die voorspellen wie zal reageren voordat de tumor zelfs van grootte verandert. Maar eerdere pogingen om deze computermodellen op enkele, statische scans toe te passen, waren inconsistent en faalden vaak in het scheiden van echte biologische signalen van de ruis van verschillende machines en scantechnieken.

Een team onderzoekers van de Lanzhou University en de University of Cambridge besloot dit probleem anders aan te pakken. In plaats van te vragen wat een enkele foto van een tumor hen kon vertellen, vroegen zij zich af wat het verhaal van verandering kon onthullen. Zij richtten zich op patiënten die hun eerste ronde immunotherapie kregen en vergeleken twee scans: één genomen voordat de behandeling begon en een andere enkele weken later, terwijl de behandeling nog gaande was. Door te analyseren hoe de interne textuur van de tumor evolueerde tussen deze twee momenten, in plaats van alleen hoe groot deze was, probeerden zij een duidelijker signaal te ontdekken of de drug werkte. Hun studie, waarbij 156 patiënten betrokken waren, laat zien dat de sleutel tot het voorspellen van een korte termijn respons niet ligt in het uiterlijk van de tumor op een enkel moment, maar in de specifieke manier waarop de interne structuur verschuift terwijl het immuunsysteem ermee in interactie treedt.

De onderzoekers begonnen met het verzamelen van gegevens van patiënten die contrastversterkte CT-scans hadden ondergaan, waarbij een speciale kleurstof wordt gebruikt om bloedvaten en weefsels duidelijk zichtbaar te maken. Ze brachten de tumoren en het weefsel direct rondom hen zorgvuldig in kaart en extraheerden duizenden minuscule numerieke details over de grijswaardenpatronen binnen de beelden. Deze details beschrijven de textuur van het weefsel — hoe ruw, glad of complex de interne structuur verschijnt — in plaats van alleen de vorm of grootte. Vervolgens bouwden ze computermodellen om te zien of deze getallen konden voorspellen of een patiënt een "responder" zou zijn, wat betekent dat hun tumor kromp of verdween, of een "non-responder".

De resultaten waren opmerkelijk. Wanneer het team alleen naar de scan keek die werd gemaakt voordat de behandeling begon, waren de computermodellen in feite aan het gokken. Ze konden geen onderscheid maken tussen patiënten die uiteindelijk zouden reageren en degenen die dat niet zouden doen, en presteerden niet beter dan bij toeval. Zelfs de klinische informatie die beschikbaar is voor artsen, zoals leeftijd, rookgeschiedenis en het specifieke gebruikte medicijn, slaagde er niet in een betrouwbare voorspelling te doen. Echter, op het moment dat de onderzoekers naar de verandering tussen de eerste scan en de tweede keken, werd het beeld duidelijk. Een model gebaseerd op het verschil in textuur tussen de twee scans voorspelde de uitkomst op korte termijn met hoge nauwkeurigheid. Dit suggereert dat de voorspellende kracht niet te vinden is in de initiële staat van de tumor, maar in de manier waarop deze transformeert onder de druk van de behandeling.

Cruciaal was dat de studie aantoonde dat dit succes werd gedreven door textuur, en niet simpelweg doordat de tumor kleiner werd. De onderzoekers testten of het model slechts een chique manier was om krimp te meten, wat al wordt gevangen door standaard grootte-gebaseerde regels. Ze ontdekten dat zelfs wanneer ze alle metingen gerelateerd aan de vorm en grootte van de tumor verwijderden, het model even nauwkeurig bleef. Sterker nog, de belangrijkste aanwijzingen lagen in de veranderingen in de interne patronen van de tumor, zoals de rangschikking van pixels die celdensiteit en organisatie vertegenwoordigen. Dit geeft aan dat het immuunsysteem het microscopische landschap van de kanker verandert lang voordat het totale volume van de tumor genoeg verandert om met het blote oog of standaard meetinstrumenten te worden waargenomen.

Het team onderzocht ook waar dit signaal zich bevond. Er bestaat een algemeen geloof dat het weefsel rondom de tumor een cruciaal slagveld is voor het immuunsysteem en mogelijk de belangrijkste aanwijzingen bevat. Om dit te testen, analyseerden de onderzoekers de tumor zelf, het weefsel direct rondom de tumor, en een combinatie van beide. Ze ontdekten dat het voorspellende signaal het sterkst en meest betrouwbaar was wanneer er alleen naar de tumor zelf werd gekeken. Het toevoegen van het omliggende weefsel verbeterde de voorspelling niet; in sommige gevallen voegde het alleen maar ruis toe. Deze bevinding daagt de aanname uit dat de periferie altijd het meest informatieve gebied is, en suggereert dat voor de korte termijn respons de veranderingen die plaatsvinden binnen de kern van de tumor het meest veelzeggend zijn.

Hoewel het model uitstekend was in het voorspellen of een patiënt op korte termijn zou reageren, was de bekwaamheid om de overleving op lange termijn te voorspellen beperkter. De onderzoekers vonden dat de textuurveranderingen patiënten matig konden scheiden in groepen met verschillende risico's op progressie van hun ziekte, maar het kon de algehele overleving niet voorspellen. Dit komt waarschijnlijk doordat overleving wordt beïnvloed door veel factoren die plaatsvinden na de initiële behandeling, zoals daaropvolgende therapieën of andere gezondheidsproblemen, die het vroege signaal verwateren. De studie concludeert dat hoewel deze longitudinale textuurveranderingen een krachtig vroeg waarschuwingssysteem zijn voor de vraag of een medicijn werkt, ze geen kristallen bol zijn voor het volledige verloop van de ziekte.

De implicaties van dit werk zijn aanzienlijk voor hoe artsen in de toekomst de kankerbehandeling kunnen monitoren. Het suggereert dat wachten tot een tumor krimpt niet de enige manier is om succes te beoordelen. Door te focussen op de subtiele, texturele verschuivingen die plaatsvinden tijdens de eerste weken van de therapie, kunnen clinici mogelijk non-responders veel eerder identificeren, waardoor zij worden behoed voor de bijwerkingen van een medicijn dat niet werkt en waardoor zij sneller kunnen overstappen op een andere behandeling. De studie benadrukt ook het belang van kijken naar verandering over de tijd in plaats van naar statische momentopnames, een principe dat van toepassing kan zijn op veel gebieden van de medische beeldvorming. De onderzoekers merken echter voorzichtig op dat hun bevindingen afkomstig zijn van één centrum en bevestigd moeten worden in grotere, diverse patiëntengroepen voordat ze als een standaard onderdeel van de klinische zorg kunnen worden gebruikt. Voor nu biedt dit werk een duidelijker begrip van wat de beelden ons eigenlijk vertellen: dat het verhaal van de respons van een tumor geschreven wordt in de veranderende textuur, en niet alleen in de grootte.