- Sei qui:
-
Home
-
Patologia genito-urinaria
- Quando i miRNA aiutano a caratterizzare la prognosi
Quando i miRNA aiutano a caratterizzare la prognosi
Uno studio traslazionale del gruppo MITO, pubblicato su Lancet Oncology, propone una firma molecolare, basata su 35 miRNA, per la caratterizzazione prognostica delle pazienti con tumore dell’ovaio.
Bagnoli M et al. Development and validation of a microRNA-based signature (MiROvaR) to predict early relapse or progression of epithelial ovarian cancer: a cohort study. The Lancet Oncology 2016 [Epub ahead of print].
Lo stadio secondo la classificazione FIGO e il residuo di malattia dopo la chirurgia sono, insieme con altre caratteristiche del tumore, fattori prognostici noti per le pazienti affette da carcinoma ovarico.
Peraltro, l’abilità prognostica rimane largamente imprecisa e, a parità di caratteristiche prognostiche note, l’outcome delle pazienti in termini di sopravvivenza libera da recidiva (o progressione di malattia, nei casi con presenza di residuo dopo chirurgia) può essere molto eterogeneo.
Lo studio traslazionale del gruppo MITO, pubblicato nel luglio 2016 su Lancet Oncology, ha proposto e validato una “firma molecolare” prognostica per le pazienti con carcinoma ovarico.
Il lavoro si è basato sull’analisi del profilo di espressione di miRNA in 3 differenti dataset di pazienti, nelle quali il campione tumorale analizzato era quello raccolto al momento della diagnosi di malattia.
Nel dettaglio, 179 campioni di pazienti partecipanti allo studio MITO2 sono stati impiegati per la messa a punto del modello prognostico, e successivamente sono stati usati 2 dataset di validazione: 263 campioni appartenenti alla casistica di 2 centri (OC263) e 452 campioni della serie di pazienti con tumore dell’ovaio del The Cancer Genome Atlas (OC452).
Endpoint primario dell’analisi era la sopravvivenza libera da progressione.
Sono state eseguite sia analisi univariata che analisi multivariata (modello di Cox) corretta per i più importanti fattori prognostici noti.
Sono stati selezionati 35 miRNA associati al rischio di progressione di malattia (o recidiva), e tali 35 miRNA sono stati usati per mettere a punto un modello prognostico, il MiROvaR (35-miRNA-based predictor of Risk of Ovarian Cancer Relapse or progression).
Tale modello prognostico risulta in grado di classificare le pazienti dello studio MITO2 in un gruppo a rischio elevato (89 pazienti; sopravvivenza libera da progressione mediana 18 mesi) e un gruppo a basso rischio (90 patients; sopravvivenza libera da progressione mediana pari a 38 mesi, hazard ratio 1.85, intervallo di confidenza al 95% 1.29–2.64, p=0.00082).
Anche nei 2 set di validazione, MiROvaR ha dimostrato un’associazione significativa con la prognosi delle pazienti:
- Dataset OC263: Hazard Ratio 3.16, intervallo di confidenza al 95% 2.33–4.29, p<0.0001;
- Dataset OC452: Hazard Ratio 1.39, intervallo di confidenza al 95% 1.11–1.74, p=0.0047
All’analisi multivariata, il MirOvaR conserva un ruolo prognostico indipendente sia nella casistica dello studio MITO2 sia nelle 2 casistiche di validazione:
- MITO 2 (OC179): adjusted Hazard Ratio 1.48, intervallo di confidenza al 95% 1.03–2.13, p=0.036;
- OC263: adjusted Hazard Ratio 3.09, intervallo di confidenza al 95% 2.24–4.28, p<0.0001;
- OC452: adjusted Hazard Ratio 1.41, intervallo di confidenza al 95% 1.11–1.79, p=0.0047.
Il risultato pubblicato su Lancet Oncology propone la possibilità di migliorare la capacità prognostica (in termini di stima del rischio di progressione di malattia per le pazienti con malattia residua dopo l’iniziale chirurgia, o recidiva per le pazienti libere da malattia dopo l’iniziale chirurgia) grazie ad una firma molecolare basata su 35 miRNA.
Il risultato è reso robusto dalla validazione ottenuta su 2 dataset di pazienti indipendenti rispetto alla casistica nella quale il modello è stato inizialmente messo a punto.
Studi futuri chiariranno le possibilità di applicazione del modello prognostico nella pratica clinica, non solo in termini di migliore stima della prognosi ma eventualmente anche in termini di selezione di pazienti meritevoli di trattamenti più aggressivi.
