Duiding


Kans op kanker bij longnodules ontdekt op lage-dosis-CT-scan


15 06 2014

Zorgberoepen

Duiding van
McWilliams A, Tammemagi MC, Mayo JR et al. Probability of cancer in pulmonary nodules detected on first screening CT. N Engl J Med 2013;369:910-9.


Besluit
Deze studie van goede methodologische kwaliteit ontwikkelt en valideert aan de hand van 2 cohorten een mathematisch model dat kan voorspellen in hoeverre een nodule ontdekt bij een eerste lage-dosis-CT-scan, kwaad- of goedaardig is. Het model moet nog gevalideerd worden in een RCT.


 


Tekst onder de verantwoordelijkheid van de Franstalige redactie

 

 

Begin 2014 bracht Minerva in een bespreking sommige resultaten van de National Lung Screening Trial aan over screening van longkanker door middel van lage-dosis-CT-scan bij een risico populatie (1) en meer bepaald over de resultaten van het eerste screeningsonderzoek (2). In de groep met lage-dosis-CT-scan had 27,3% van de patiënten een positief screeningsresultaat en in de thoraxradiografiegroep 9,2%. Respectievelijk 4,2% en 5,2% van de patiënten ondergingen nadien chirurgie met een diagnose van longkanker bij resp. 1,1% en 0,7% van de patiënten. De aantonende kracht van lage-dosis-CT-scan was dus 3,53 en de uitsluitende kracht 11,8. Voor thoraxradiografie was de aantonende kracht  8,45; dus beter terwijl de uitsluitende kracht slechts 3,44.

Globaal gezien stelt zich naast de risico’s van het ontstaan van kanker bij herhaaldelijke stralingen, de vraag naar de essentie van een positief resultaat. In de NLST-studie was na 3 screeningen met lage-dosis-CT-scan 24% van de testen positief, maar 96% hiervan bleek vals-positief te zijn (3).

Het risico van maligniteit van een longnodule ontdekt bij de eerste lage-dosis-CT-scan zou met een nauwkeurig en eenvoudig model moeten kunnen voorspeld worden. Pas dan is het mogelijk om de juiste klinische beslissingen te nemen waardoor het risico van morbimortaliteit door onnodige oppuntstellingen en behandelingen (overdiagnose) en de screeningskosten (die in de NLST-studie niet vermeld zijn) kunnen gereduceerd worden.

 

McWilliams et al. analyseerden de gegevens van een prospectieve Canadese cohortstudie (Pan-Canadian early detection of Lung cancer Study) (4,5), om via logistische regressie te bepalen welke factoren kunnen voorspellen of longnodules kwaadaardig zijn of zouden worden bij follow-up (6). Ze ontwikkelden 2 predictieve modellen, waarbij het tweede model vollediger was en bijkomende voorspellende variabelen includeerde die a priori geassocieerd zijn met het risico van longkanker als de p-waarde <0,25 bedroeg. In dit laatste model was bij het ontdekken van een nodule de kans op diagnose van kanker geassocieerd met een hogere leeftijd, vrouwelijk geslacht, familiale voorgeschiedenis van longkanker, emfyseem, groter volume van de nodule, nodule gelokaliseerd in de bovenste longkwabben, partieel solide nodule, kleiner aantal nodules en stellair letsel. De auteurs gebruikten ook het eerste model dat eenvoudiger was en includeerden hierin alleen de variabelen die statistisch significant waren (p<0,05) bij univariate regressie-analyse: vrouwelijk geslacht, groter volume van de nodule, lokalisatie in de bovenste longkwabben en stellair letsel. Het discriminerende vermogen van deze modellen (wat neerkomt op de mogelijkheid van het model om correct te classificeren) werd gemeten aan de hand van de ‘area under the curve’ (AUC) van een ROC-curve.

De auteurs valideerden vervolgens deze modellen in een tweede prospectieve cohortstudie (patiënten geïncludeerd in verschillende studies van de British Columbia Cancer Agency). In deze tweede cohortstudie is de al dan niet aanwezigheid van een stellair letsel niet vermeld en daarom is deze variabele niet opgenomen in beide modellen. In de eerste cohort (de ontwikkeling van het model) had 5,5% van de personen met nodules effectief longkanker kanker en in de tweede cohort (validatie van het model) 3,7%. Zowel in de cohort voor de ontwikkeling als in de cohort voor de validatie was de discriminerende waarde van beide modellen uitstekend, met AUC’s die alle minder dan 0,90 bedroegen. In het validatiemodel scoorde het complete model statistisch significant beter (p=0,002).

De auteurs besluiten dat dit nieuwe model om de kans te voorspellen op maligniteit van een nodule ontdekt op lage-dosis-CT-scan, gekoppeld aan een (op aanvraag vrij beschikbare) risicoberekening via internet (www.brocku.ca/cancerpredictionresearch) de te verwachten winst van longkankerscreening kan verbeteren door de reductie van het aantal vals-positieve testen.

Deze vaststelling moet nog gevalideerd worden in een gerandomiseerde studie zoals de NLST-studie.

 

Besluit

Deze studie van goede methodologische kwaliteit ontwikkelt en valideert aan de hand van 2 cohorten een mathematisch model dat kan voorspellen in hoeverre een nodule ontdekt bij een eerste lage-dosis-CT-scan, kwaad- of goedaardig is. Het model moet nog gevalideerd worden in een RCT.

 

 

Referenties

  1. Van Meerhaeghe A, Chevalier P. Lage-dosis-CT-scan voor screening van longkanker. Minerva online 15/04/2014.
  2. Church TR, Black WC, Aberle DR, et al; National Lung Screening Trial Research Team. Results of initial low-dose computed tomographic screening for lung cancer. N Engl J Med 2013;368:1980-91.
  3. Aberle DR, Adams AM, Berg CD et al. National Lung Screening Trial Research Team. Reduced lung-cancer mortality with low-dose computed tomographic screening. N Engl J Med 2011;365:395-409.
  4. Tammemagi CM, Pinsky PF, Caporaso NE, et al. Lung cancer risk prediction: Prostate, Lung, Colorectal and Ovarian Cancer Screening Trial models and validation. J Natl Cancer Inst 2011;103:1058-68.
  5. Tammemägi MC, Katki HA, Hocking WB, et al. Selection criteria for lung-cancer screening. N Engl J Med 2013;368:728-36.
  6. McWilliams A, Tammemagi MC, Mayo JR et al. Probability of cancer in pulmonary nodules detected on first screening CT. N Engl J Med 2013;369:910-9.

 

 

 

Kans op kanker bij longnodules ontdekt op lage-dosis-CT-scan

Auteurs

Van Meerhaeghe A.
Service de Pneumologie et GERHPAC, Hôpital Vésale, CHU-Charleroi ; Laboratoire de Médecine Factuelle, ULB
COI :

Woordenlijst

Codering





Commentaar

Commentaar