Vorhersage von Überleben, Neurotoxizität und Reaktion bei Patienten mit B-Zell-Lymphom, die mit CAR-T-Therapie behandelt werden, mithilfe eines auf Bildgebungsmerkmalen basierenden Modells   

​​​​​Patienten mit B-Zell-Lymphom, die nach zwei Behandlungslinien einen Rückfall erleiden, sind Kandidaten für eine Therapie mit chimären Antigenrezeptor-T-Zellen (CAR-T)​​, das mit vollständigen Remissionsraten von 40 bis 54 % bemerkenswerte Erfolge gezeigt hat. ​​​  ​​​ 

Doch trotz dieser Fortschritte  ​erleidet ein erheblicher Anteil  der Patienten nach einer CAR-T-Infusion eine Krankheitsprogression oder einen Rückfall.​ Zusätzlich ​kann die ​CAR-T-Therapie zu schweren Nebenwirkungen führen​ wie das Immuneffektorzellen-assoziierte Neurotoxizitätssyndrom (ICANS). Traditionelle klinische Prädiktoren allein reichten nicht aus, um die Ergebnisse der Patienten genau vorherzusagen, was die Notwendigkeit unterstreicht Identifizierung  nicht-invasive Biomarker, die möglicherweise eine bessere Risikostratifizierung und Behandlung der Patienten ermöglichen.

In dieser multizentrischen retrospektiven Studieentwickelte Quibim fortschrittliche bildgebende Prognose- und Vorhersagemodelle unter Verwendung logistischer Regression und Cox-Proportional-Hazards-Modelle zur Vorhersage der Reaktion auf die CAR-T-Therapie nach 3 und 6 Monaten, des Gesamtüberlebens (OS), des progressionsfreien Überlebens (PFS) und des Auftretens von ICANS. ​​​

​​​18 Patienten mit rezidiviertem/refraktärem (R/R) B-Zell-Lymphom, die mit CAR-T-Zellen behandelt wurden, wurden erfasst. Alle sichtbaren Läsionen aus den XNUMXFDG-PET/CT-Scans vor der Behandlung wurden segmentiert und quantitative Bildgebungsmerkmale wurden mithilfe der ​​Plattform QP-Insights®.​Quantitative Bildgebungsmerkmale wurden mit relevanten klinischen Variablen kombiniert, um Prognose- und Vorhersagemodelle zu entwickeln. ​​

​​​​​Die kombinierten Modelle verbesserten die Vorhersagegenauigkeit im Vergleich zu klinischen oder bildgebenden Merkmalen allein erheblich. ​So erreichte das Modell zur Vorhersage von ICANS eine Fläche unter der Kurve (AUC) von 0.830, und die Modelle für die CAR-T-Reaktion nach 3 und 6 Monaten zeigten AUCs von 0.754 bzw. 0.818. Darüber hinaus ​stratifizierten die ermittelten Grenzwerte für das gesamte metabolische Tumorvolumen (MTVtotal) die Patienten effektiv nach OS und PFS, wobei ein niedriges MTVtotal mit längeren Überlebenszeiten verbunden war. ​​​​​​

​​​Diese Multiomics-Modelle stellen ein vielversprechendes Instrument zur Risikostratifizierung und personalisierten Behandlung dar, das potenziell die Ergebnisse bei mit CAR-T behandelten Patienten mit R/R-B-Zell-Lymphom optimieren und den derzeitigen ungedeckten Bedarf bei der Gestaltung klinischer Studien für die CAR-T-Therapie ansprechen kann, bei denen die Vorhersage von Nebenwirkungen den Screening-Prozess verbessern kann.

Literaturhinweis

Ferrer-Lores, B., Ortiz-Algarra, A., Picó-Peris, A. et al. „Predicting survival, neurotoxicity and response in B-cell lymphoma patients treated with CAR-T therapy using an imaging features-based model“ EJNMMI Res XNUMX 14, 113 (2024). 

DOI https://doi.org/10.1186/s13550-024-01172-9