Структурная модель формирования пакетов клинико-диагностических тестов при организации персонализированной медицинской помощи пациентам со злокачественными опухолями предстательной железы
- Авторы: Андреев Д.А.1, Завьялов А.А.1
-
Учреждения:
- Научно-исследовательский институт организации здравоохранения и медицинского менеджмента Департамента здравоохранения города Москвы
- Выпуск: Том 27, № 1 (2021)
- Страницы: 45-55
- Раздел: Клиническая медицина
- URL: https://journals.rcsi.science/0869-2106/article/view/72261
- DOI: https://doi.org/10.17816/0869-2106-2021-27-1-45-55
- ID: 72261
Цитировать
Аннотация
Актуальность. Рак предстательной железы представляет собой серьезную социально-экономическую проблему, занимает второе место среди наиболее часто диагностируемых злокачественных опухолей в мире и шестую позицию в структуре причин смерти от рака у мужчин. Правильная организация профилактики и скрининга, а также использование новейших методов клинико-инструментального и молекулярного анализа на всех этапах лечебно-диагностического процесса позволяют принципиально улучшить исходы заболевания у пациентов.
Цель. Анализ передового зарубежного опыта по формированию пакетов основных клинико-инструментальных тестов, определяющих персонализированный выбор медицинских назначений на этапах лечебно-диагностического процесса при раке предстательной железы.
Методы. В исследование включали работы, опубликованные в период после 1 января 2008 года с акцентом на анализ результатов, размещенных в последние два года в электронной базе PubMed/Medline, в качестве надежных источников информации.
Результаты и обсуждение. Изучена базовая структурная модель формирования клинико-диагностических пакетов на этапах реализации персонализированного лечебно-диагностического процесса при раке предстательной железы. Идентифицированы основные биомаркеры рака предстательной железы, используемые в клинической практике. Установлена информативность наиболее новых биомаркерных тестов. Приведены примеры диагностических инструментов, готовых к более широкому внедрению в онкологическую практику, — предиктивные модели (алгоритм 4K, Score, SelectMDx, Stockholm-3 model и т. д.), обосновывающие необходимость выполнения биопсии предстательной железы у конкретного пациента. Продемонстрированы некоторые перспективные биомаркерные характеристики рака предстательной железы, изучаемые на доклиническом, экспериментальном этапе.
Выводы. 1. Пересмотр алгоритмов персонализированного лечения становится важным элементом оказания пациент-ориентированной онкологической помощи. 2. Периодическая переоценка «индивидуального портрета» опухолевого процесса необходима для правильной организации лечебно-диагностических мероприятий у конкретного больного. 3. Для реализации всего комплекса возможностей индивидуального лечения важно тесное взаимодействие между представителями различных медицинских специальностей в рамках реализации программ трансляционной медицины в онкологии.
Полный текст
Открыть статью на сайте журналаОб авторах
Дмитрий Анатольевич Андреев
Научно-исследовательский институт организации здравоохранения и медицинского менеджмента Департамента здравоохранения города Москвы
Автор, ответственный за переписку.
Email: dmitry.email08@gmail.com
ORCID iD: 0000-0003-0745-9474
ученая степень «doctor», присужденная в Erasmus University Medical Center (г. Роттердам, Нидерланды)
Россия, 115088, Москва, ул. Шарикоподшипниковская, 9Александр Александрович Завьялов
Научно-исследовательский институт организации здравоохранения и медицинского менеджмента Департамента здравоохранения города Москвы
Email: azav06@mail.ru
ORCID iD: 0000-0003-1825-1871
ResearcherId: A-7169-2017
д. м. н., профессор
Россия, 115088, Москва, ул. Шарикоподшипниковская, 9Список литературы
- Culp M.B., Soerjomataram I., Efstathiou J.A., et al. Recent Global Patterns in Prostate Cancer Incidence and Mortality Rates // Eur Urol. 2020. Vol. 77, N 1. P. 38–52. doi: 10.1016/j.eururo.2019.08.005
- Belkora J., Chan J.M., Cooperberg M.R., et al. Development and pilot evaluation of a personalized decision support intervention for low risk prostate cancer patients // Cancer Med. 2020. Vol. 9, N 1. P. 125–132. doi: 10.1002/cam4.2685
- Rais-Bahrami S., Gordetsky J.B. Personalized prostate cancer care // Transl Androl Urol. 2018. Vol. 7, N Suppl 4. P. S383.doi: 10.21037/tau.2018.08.24
- Aoun F., Rassy E.E., Assi T., Kattan J. Personalized treatment of prostate cancer: better knowledge of the patient, the disease and the medicine // Future Oncol. 2016. Vol. 12, N 20. P. 2359–2361.doi: 10.2217/fon-2016-0292
- Lomas D.J., Ahmed H.U. All change in the prostate cancer diagnostic pathway // Nat Rev Clin Oncol. 2020. Vol. 17, N 6. P. 372–381. doi: 10.1038/s41571-020-0332-z
- Klotz L. Active surveillance in intermediate-risk prostate cancer // BJU Int. 2020. Vol. 125, N 3. P. 346–354. doi: 10.1111/bju.14935
- Costello A.J. Considering the role of radical prostatectomy in 21st century prostate cancer care // Nat Rev Urol. 2020. Vol. 17, N 3. P. 177–188. doi: 10.1038/s41585-020-0287-y
- Conran C.A., Brendler C.B., Xu J. Personalized prostate cancer care: from screening to treatment // Asian J Androl. 2016. Vol. 18, N 4. P. 505–508. doi: 10.4103/1008-682X.179529
- Nassir A.M. A piece in prostate cancer puzzle: Future perspective of novel molecular signatures // Saudi J Biol Sci. 2020. Vol. 27, N 4. P. 1148–1154. doi: 10.1016/j.sjbs.2020.02.003
- Connors L.M. Genomics to personalize care of prostate cancer // J Am Assoc Nurse Pract. 2020. Vol. 32, N 2. P. 106–108.doi: 10.1097/JXX.0000000000000390
- Al Olama A.A., Kote-Jarai Z., Berndt S.I., et al. A meta-analysis of 87,040 individuals identifies 23 new susceptibility loci for prostate cancer // Nat Genet. 2014. Vol. 46, N 10. P. 1103–1109.doi: 10.1038/ng.3094
- Kader A.K., Sun J., Reck B.H., et al. Potential impact of adding genetic markers to clinical parameters in predicting prostate biopsy outcomes in men following an initial negative biopsy: findings from the REDUCE trial // Eur Urol. 2012. Vol. 62, N 6. P. 953–961.doi: 10.1016/j.eururo.2012.05.006
- Kovac E., Carlsson S.V., Lilja H., et al. Association of Baseline Prostate-Specific Antigen Level With Long-term Diagnosis of Clinically Significant Prostate Cancer Among Patients Aged 55 to 60 Years: A Secondary Analysis of a Cohort in the Prostate, Lung, Colorectal, and Ovarian (PLCO) Cancer Screening Trial // JAMA Netw Open. 2020. Vol. 3, N 1. P. e1919284.doi: 10.1001/jamanetworkopen.2019.19284
- Zheng S.L., Sun J., Wiklund F., et al. Cumulative association of five genetic variants with prostate cancer // N Engl J Med. 2008. Vol. 358, N 9. P. 910–919. doi: 10.1056/NEJMoa075819
- Liss M.A., Xu J., Chen H., Kader A.K. Prostate genetic score (PGS-33) is independently associated with risk of prostate cancer in the PLCO trial // Prostate. 2015. Vol. 75, N 12. P. 1322–1328.doi: 10.1002/pros.23012
- Robinson D., Van Allen E.M., Wu Y.M., et al. Integrative clinical genomics of advanced prostate cancer // Cell. 2015. Vol. 161, N 5. P. 1215–1228. doi: 10.1016/j.cell.2015.05.001
- Sokoll L.J., Ellis W., Lange P., et al. A multicenter evaluation of the PCA3 molecular urine test: pre-analytical effects, analytical performance, and diagnostic accuracy // Clin Chim Acta. 2008. Vol. 389, N 1–2. P. 1–6. doi: 10.1016/j.cca.2007.11.003
- Leyten G.H., Hessels D., Jannink S.A., et al. Prospective multicentre evaluation of PCA3 and TMPRSS2-ERG gene fusions as diagnostic and prognostic urinary biomarkers for prostate cancer // Eur Urol. 2014. Vol. 65, N 3. P. 534–542.doi: 10.1016/j.eururo.2012.11.014
- Loeb S., Sokoll L.J., Broyles D.L., et al. Prospective multicenter evaluation of the Beckman Coulter Prostate Health Index using WHO calibration // J Urol. 2013. Vol. 189, N 5. P. 1702–1706.doi: 10.1016/j.juro.2012.11.149
- Vickers A.J., Gupta A., Savage C.J., et al. A panel of kallikrein marker predicts prostate cancer in a large, population-based cohort followed for 15 years without screening // Cancer Epidemiol Biomarkers Prev. 2011. Vol. 20, N 2. P. 255–261.doi: 10.1158/1055-9965.EPI-10-1003
- Salagierski M., Schalken J.A. Molecular diagnosis of prostate cancer: PCA3 and TMPRSS2:ERG gene fusion // J Urol. 2012. Vol. 187, N 3. P. 795–801. doi: 10.1016/j.juro.2011.10.133
- Wei J.T., Feng Z., Partin A.W., et al. Can urinary PCA3 supplement PSA in the early detection of prostate cancer? // J Clin Oncol. 2014. Vol. 32, N 36. P. 4066–4072. doi: 10.1200/JCO.2013.52.8505
- Fernandez-Serra A., Casanova-Salas I., Rubio L., et al. [Update on the diagnosis of PCa in urine. The current role of urine markers] // Arch Esp Urol. 2015. Vol. 68, N 3. P. 240–249.
- Tomlins S.A., Day J.R., Lonigro R.J., et al. Urine TMPRSS2:ERG Plus PCA3 for Individualized Prostate Cancer Risk Assessment // Eur Urol. 2016. Vol. 70, N 1. P. 45–53. doi: 10.1016/j.eururo.2015.04.039
- Rodriguez J.F., Eggener S.E. Prostate Cancer and the Evolving Role of Biomarkers in Screening and Diagnosis // Radiol Clin North Am. 2018. Vol. 56, N 2. P. 187–196. doi: 10.1016/j.rcl.2017.10.002
- Filella X., Gimenez N. Evaluation of [-2] proPSA and Prostate Health Index (phi) for the detection of prostate cancer: a systematic review and meta-analysis // Clin Chem Lab Med. 2013. Vol. 51, N 4. P. 729–739. doi: 10.1515/cclm-2012-0410
- Borque-Fernando A., Rubio-Briones J., Esteban L.M., et al. Role of the 4Kscore test as a predictor of reclassification in prostate cancer active surveillance // Prostate Cancer Prostatic Dis. 2019. Vol. 22, N 1. P. 84–90. doi: 10.1038/s41391-018-0074-5
- Osses D.F., Roobol M.J., Schoots I.G. Prediction Medicine: Biomarkers, Risk Calculators and Magnetic Resonance Imaging as Risk Stratification Tools in Prostate Cancer Diagnosis // Int J Mol Sci. 2019. Vol. 20, N 7. P. doi: 10.3390/ijms20071637
- Moller A., Olsson H., Gronberg H., et al. The Stockholm3 blood-test predicts clinically-significant cancer on biopsy: independent validation in a multi-center community cohort // Prostate Cancer Prostatic Dis. 2019. Vol. 22, N 1. P. 137–142. doi: 10.1038/s41391-018-0082-5
- Van Neste L., Hendriks R.J., Dijkstra S., et al. Detection of High-grade Prostate Cancer Using a Urinary Molecular Biomarker-Based Risk Score // Eur Urol. 2016. Vol. 70, N 5. P. 740–748.doi: 10.1016/j.eururo.2016.04.012
- Leyten G.H., Hessels D., Smit F.P., et al. Identification of a Candidate Gene Panel for the Early Diagnosis of Prostate Cancer // Clin Cancer Res. 2015. Vol. 21, N 13. P. 3061–3070.doi: 10.1158/1078-0432.CCR-14-3334
- Mottet N., Bellmunt J., Bolla M., et al. EAU-ESTRO-SIOG Guidelines on Prostate Cancer. Part 1: Screening, Diagnosis, and Local Treatment with Curative Intent // Eur Urol. 2017. Vol. 71, N 4. P. 618–629. doi: 10.1016/j.eururo.2016.08.003
- Sathianathen N.J., Kuntz K.M., Alarid-Escudero F., et al. Incorporating Biomarkers into the Primary Prostate Biopsy Setting: A Cost-Effectiveness Analysis // J Urol. 2018. Vol. 200, N 6. P. 1215–1220. doi: 10.1016/j.juro.2018.06.016
- Marzouk K., Ehdaie B., Vertosick E., et al. Developing an effective strategy to improve the detection of significant prostate cancer by combining the 4Kscore and multiparametric MRI // Urol Oncol. 2019. Vol. 37, N 10. P. 672–677. doi: 10.1016/j.urolonc.2019.07.010
- Wysock J.S., Becher E., Persily J., et al. Concordance and Performance of 4Kscore and SelectMDx for Informing Decision to Perform Prostate Biopsy and Detection of Prostate Cancer // Urology. 2020. Vol. 141, N. P. 119–124. doi: 10.1016/j.urology.2020.02.032
- Pang B., Zhu Y., Ni J., et al. Extracellular vesicles: the next generation of biomarkers for liquid biopsy-based prostate cancer diagnosis // Theranostics. 2020. Vol. 10, N 5. P. 2309–2326.doi: 10.7150/thno.39486
- Wang W.W., Sorokin I., Aleksic I., et al. Expression of Small Noncoding RNAs in Urinary Exosomes Classifies Prostate Cancer into Indolent and Aggressive Disease // J Urol. 2020. Vol. 204, N 3. P. 466–475. doi: 10.1097/JU.0000000000001020
- Meng L., Li Y., Ren J., et al. Early Stage Biomarkers Screening of Prostate Cancer Based on Weighted Gene Coexpression Network Analysis // DNA Cell Biol. 2019. Vol. 38, N 5. P. 468–475.doi: 10.1089/dna.2018.440
- Brunese L., Mercaldo F., Reginelli A., Santone A. Formal methods for prostate cancer Gleason score and treatment prediction using radiomic biomarkers // Magn Reson Imaging. 2020. Vol. 66. P. 165–175. doi: 10.1016/j.mri.2019.08.030
- Epstein J.I., Zelefsky M.J., Sjoberg D.D., et al. A Contemporary Prostate Cancer Grading System: A Validated Alternative to the Gleason Score // Eur Urol. 2016. Vol. 69, N 3. P. 428–435.doi: 10.1016/j.eururo.2015.06.046
- Choyke P.L. A Grading System for Extraprostatic Extension of Prostate Cancer That We Can All Agree Upon? // Radiol Imaging Cancer. 2020. Vol. 2, N 1. P. e190088.doi: 10.1148/rycan.2019190088
- Mehralivand S., Shih J.H., Harmon S., et al. A Grading System for the Assessment of Risk of Extraprostatic Extension of Prostate Cancer at Multiparametric MRI // Radiology. 2019. Vol. 290, N 3. P. 709–719. doi: 10.1148/radiol.2018181278
- Del Re M., Crucitta S., Restante G., et al. Pharmacogenetics of androgen signaling in prostate cancer: Focus on castration resistance and predictive biomarkers of response to treatment // Crit Rev Oncol Hematol. 2018. Vol. 125. P. 51–59.doi: 10.1016/j.critrevonc.2018.03.002
- Bernemann C., Krabbe L.M., Schrader A.J. Considerations for AR-V7 testing in clinical routine practice // Ann Transl Med. 2019. Vol. 7, N Suppl 8. P. S378. doi: 10.21037/atm.2019.12.136
- Luo J., Attard G., Balk S.P., et al. Role of Androgen Receptor Variants in Prostate Cancer: Report from the 2017 Mission Androgen Receptor Variants Meeting // Eur Urol. 2018. Vol. 73, N 5. P. 715–723. doi: 10.1016/j.eururo.2017.11.038
- Julka P.K., Verma A., Gupta K. Personalized Treatment Approach to Metastatic Castration-Resistant Prostate Cancer with BRCA2 and PTEN Mutations: A Case Report // Case Rep Oncol. 2020. Vol. 13, N 1. P. 55–61. doi: 10.1159/000505182
- Prasad V., Kaestner V., Mailankody S. Cancer Drugs Approved Based on Biomarkers and Not Tumor Type-FDA Approval of Pembrolizumab for Mismatch Repair-Deficient Solid Cancers // JAMA Oncol. 2018. Vol. 4, N 2. P. 157–158. doi: 10.1001/jamaoncol.2017.4182
- Slovin S.F. Pembrolizumab in Metastatic Castration-Resistant Prostate Cancer: Can an Agnostic Become a Believer? // J Clin Oncol. 2020. Vol. 38, N 5. P. 381–383. doi: 10.1200/JCO.19.02921
- Varnai R., Koskinen L.M., Mantyla L.E., et al. Pharmacogenomic Biomarkers in Docetaxel Treatment of Prostate Cancer: From Discovery to Implementation // Genes (Basel). 2019. Vol. 10, N 8. P. 599. doi: 10.3390/genes10080599