
Meme kanseri (BC), dünya çapında en yaygın kanser türlerinden biridir ve her yıl tahmini 620.000 ölümle kadınlar arasında kansere bağlı ölümlerin önde gelen nedeni olmaya devam etmektedir. Meme kanserinin dört ana moleküler alt tipi; luminal A ve B alt tipleri, HER-2 amplifikasyon alt tipi ve üçlü negatif alt tipi olarak sıralanmaktadır. Bunlar arasında, üçlü negatif meme kanseri (TNBC) tüm meme kanserlerinin yaklaşık %15'ini oluşturmakla birlikte yapılan çalışmalar TNBC'li hastaların, diğer alt tiplere göre daha kötü prognoza sahip olduğunu göstermiştir. Şu anda, meme kanserinin teşhisi ve klinik evrelemesi, esas olarak ultrasonografi (USG), mamografi, bilgisayarlı tomografi (BT) ve manyetik rezonans (MR) ile birlikte fiziksel muayene ile elde edilmektedir. Bununla birlikte, belirtilen prosedürler, TNBC hastalarının aksiller lenf nodu (ALN) durumunu taramak ve tahmin etmek için yetersiz kalmaktadır. Araştırmacılar diğer meme kanseri alt tiplerinden muzdarip hastalarla karşılaştırıldığında, TNBC'li hastaların ilk tanı anında ALN metastazına yakalanma olasılığının daha yüksek olduğunu belirtmişlerdir. ALN metastazı, TNBC'lerin ilk teşhisi sırasında en kritik bağımsız risk faktörü olarak doğrulanmış olup şu anda, ALN diseksiyonu ile modifiye edilmiş bir radikal mastektomi, özellikle erken TNBC'ler olmak üzere, uzak metastazı olmayan lokal ileri meme kanseri hastaları için hala en etkili cerrahi tedavilerden biri olmaya devam etmektedir. Bununla birlikte, birçok hasta, ameliyattan sonra diseke edilmiş ALN'lerinin patolojik olarak metastaz olmadığını ve daha önce ALN diseksiyonunun gereksiz ve aşırı olabileceğini kabul etmiş ve bu durum da hastaların lenfödem, omuz hareketlerinde kısıtlılık, parestezi ve benzeri gibi birçok gereksiz postoperatif morbidite riskinden muzdarip olmasına neden olmuştur. Araştırmacılar bu nedenle, ameliyattan önce ALN metastazını tahmin etmek için sağlam bir tanısal belirtecin araştırılması gerektiğini ve bunun, hastalar için hassas tedavide önemli iyileşme sağlayacağını ve sıklıkla ciddi komplikasyonlara neden olan aşırı ALN diseksiyonunu etkili bir şekilde önleyeceğini belirtmişlerdir.
TNBC hastalarında aksiller lenf nodu metastazı riski
Yapılan bu çalışmada, ALN durumunun bağışıklık ile ilgili genlerin (IRG'ler) özelliklerinin sistematik bir analizi gerçekleştirilmiş, daha sonra TNBC'li hastalarda ALN metastazının preoperatif tahmini için bir IRG imzası geliştirilmiş ve doğrulanmıştır. Ayrıca çalışmada, IRG imzasını ve klinik risk faktörlerini içeren bir IRG nomogramı oluşturulmuş olup, TNBC hastalarında ALN metastazı riskinin bireysel, invazif olmayan bir preoperatif değerlendirmesini sağlayabileceği belirtilmiştir. Araştırmacılar biyoinformatik yaklaşımları kullanarak ilk olarak The Cancer Genome Atlas veritabanından TNBC hastalarında RNA sekanslama profillerini analiz ettiklerini ve 23 farklı şekilde ifade edilen IRG'yi taradıklarını bildirmişlerdir. Çalışmada eğri altındaki alanı (AUC) 0.77 olan bir 9 gen paneli oluşturulmuş ve eğitim setinde ALN durumuyla ilgili 9 IRG tespit edilmiş olup, ALN metastazı olan TNBC hastalarını etkili bir şekilde ayırt eden ve preoperatif ultrason tabanlı ALN durumundan üstün olan azaltılmış ve optimize edilmiş beş IRG imzası geliştirilmiştir. Bu beş IRG imzasının tahmin verimliliği, doğrulama setinde doğrulanmış olup ayrıca, IRG nomogramı, ABD merkezli ALN statüsüne sahip IRG'lerin imzasını içeren, hem eğitim hem de doğrulama setlerinde ABD merkezli ALN statüsünden ve tek başına beş IRG imzasından daha yüksek ALN durum tahmin etkinliği göstermiştir. Araştırmacılar IRG nomogramının, koltuk altı cerrahisinden muaf tutulabilecek hastaları belirlemede yardımcı olabileceğini belirtmişler ve bu sonuçların, mevcut tedavi standartlarını iyileştirebileceğini ifade etmişlerdir.
Tan W, Xie X, Huang Z, Chen L, Tang W, Zhu R, Ye X, Zhang X, Pan L, Gao J, Tang H, Zheng W. Construction of an immune-related genes nomogram for the preoperative prediction of axillary lymph node metastasis in triple-negative breast cancer. Artif Cells Nanomed Biotechnol. 2020 Dec;48(1):288-297. doi: 10.1080/21691401.2019.1703731. PMID: 31858816.
+ Tüm Referansları Göster