Kann man vor der Operation das Risiko für verbleibende Krebszellen nach einer Prostata-OP vorhersagen?
Prostatakrebs ist eine der häufigsten Krebsarten bei Männern und die dritthäufigste Ursache für krebsbedingte Todesfälle. Eine der wichtigsten Behandlungsmethoden für lokal begrenzten Prostatakrebs ist die laparoskopische radikale Prostatektomie (LRP), bei der die gesamte Prostata entfernt wird. Doch trotz dieser Operation bleiben bei 20–35 % der Patienten Krebszellen an den Rändern des entfernten Gewebes zurück. Diese sogenannten positiven Schnittränder (PSM) erhöhen das Risiko für einen Rückfall der Krankheit.
Die Frage ist: Kann man vor der Operation das Risiko für PSM vorhersagen? Eine aktuelle Studie hat ein Werkzeug entwickelt, das genau das ermöglicht.
Was wurde untersucht?
Die Studie analysierte Daten von 418 Patienten, die zwischen 2010 und 2016 an der Peking University Third Hospital eine LRP ohne vorherige Therapie erhielten. Nach Ausschluss von Patienten mit unvollständigen Daten blieben 418 Fälle übrig. Das Durchschnittsalter der Patienten lag bei 70 Jahren, und bei 34 % von ihnen wurden PSM festgestellt.
Die Forscher untersuchten verschiedene Faktoren, die vor der Operation verfügbar waren, wie Alter, Body-Mass-Index (BMI), PSA-Werte (Prostata-spezifisches Antigen), Ergebnisse der Tastuntersuchung (DRE), Biopsie-Ergebnisse und das klinische Stadium des Tumors.
Wie wurde das Risiko berechnet?
Mithilfe statistischer Methoden identifizierten die Forscher vier Schlüsselfaktoren, die das Risiko für PSM vorhersagen können:
- Anteil der positiven Biopsie-Proben: Je mehr Proben Krebszellen enthielten, desto höher war das Risiko für PSM.
- Klinisches Stadium des Tumors: Fortgeschrittene Tumore (Stadium T2, T3 oder T4) erhöhten das Risiko deutlich.
- Verhältnis von freiem PSA zu Gesamt-PSA: Ein niedriges Verhältnis war mit einem höheren Risiko verbunden.
- Alter: Sowohl jüngere (<65 Jahre) als auch ältere Patienten (>75 Jahre) hatten ein höheres Risiko.
Diese Faktoren wurden in ein Nomogramm (eine Art grafische Tabelle) integriert, das Ärzten hilft, das individuelle Risiko eines Patienten zu berechnen.
Wie gut funktioniert das Modell?
Das Nomogramm zeigte eine gute Vorhersagekraft. Der sogenannte C-Index lag bei 0,722, was bedeutet, dass das Modell in etwa 72 % der Fälle korrekt vorhersagen konnte, ob PSM auftreten würden. Die Genauigkeit wurde durch interne Tests bestätigt, und das Modell erwies sich als klinisch nützlich.
Was bedeutet das für die Praxis?
Dieses Werkzeug kann Ärzten helfen, die Operation besser zu planen. Bei Patienten mit hohem Risiko könnten zum Beispiel größere Sicherheitsabstände beim Schneiden des Gewebes gewählt werden. Bei Patienten mit niedrigem Risiko könnten nervenschonende Techniken eingesetzt werden, um Nebenwirkungen wie Inkontinenz oder Erektionsstörungen zu minimieren.
Grenzen der Studie
Die Studie hat jedoch einige Einschränkungen. Die PSM-Rate in dieser Studie war höher als in westlichen Ländern, was möglicherweise auf Unterschiede in der Operationstechnik oder der Patientengruppe zurückzuführen ist. Außerdem wurden keine intraoperativen Faktoren wie die Erfahrung des Chirurgen berücksichtigt. Die Ergebnisse basieren auf retrospektiven Daten, und weitere Studien sind nötig, um das Modell in anderen Bevölkerungsgruppen zu testen.
Fazit
Das entwickelte Nomogramm bietet eine praktische Möglichkeit, das Risiko für verbleibende Krebszellen nach einer Prostata-OP vorherzusagen. Es könnte helfen, die Behandlung besser auf den einzelnen Patienten abzustimmen und die Kommunikation zwischen Arzt und Patient zu verbessern.
For educational purposes only.
doi.org/10.1097/CM9.0000000000000161