Onderzoekers van het Erasmus MC Kanker Instituut hebben een landelijke databank opgezet met uitgebreide informatie over het plaveiselcelcarcinoom (PCC), een veelvoorkomende vorm van huidkanker. Met deze nieuwe gegevensbron kunnen artsen in de toekomst beter inspelen op de individuele kenmerken van hun patiënten en gerichter behandelingen voorschrijven. Het plaveiselcelcarcinoom van de huid is, na het basaalcelcarcinoom, de meest voorkomende kankersoort in Nederland.
De nieuwe, wereldwijd unieke databank is samengesteld met gegevens uit de landelijke pathologiedatabank PALGA en de Nederlandse Kankerregistratie, die wordt beheerd door het Integraal Kankercentrum Nederland (IKNL). Dermatoloog dr. Marlies Wakkee en epidemioloog dr. Loes Hollestein publiceerden er een paper over in Lancet Regional Health Europe.
Passende zorg bieden
Jaarlijks krijgen zo’n 16.000 mensen de diagnose, en door de vergrijzing stijgt dit aantal verder. Om patiënten passende en doelmatige zorg te kunnen bieden, is het volgens deskundigen noodzakelijk dat artsen beter kunnen inschatten wie intensieve behandeling en nazorg nodig heeft, en wie met een lichtere aanpak kan volstaan.
De databank is vooral van belang voor patiënten met een vergevorderd PCC van de huid. De behandelingen van deze patiënten zijn nu vaak gebaseerd op het advies van experts. “Maar sterk wetenschappelijk bewijs voor de effectiviteit van bepaalde behandelkeuzen ontbreekt. Want over de huidige patiënten zijn onvoldoende data geregistreerd op één centrale plek”, legt Marlies Wakkee uit.
Inzicht in gedrag tumoren
Patiënten krijgen vaak aanvullende bestraling en steeds vaker immunotherapie. Volgens Wakkee is het essentieel om betrouwbare voorspelmodellen te ontwikkelen waarmee kan worden vastgesteld welke patiënten het meest profiteren van deze behandelingen, vooral omdat ze soms ernstige en blijvende bijwerkingen met zich mee kunnen brengen. De nieuwe databank speelt hierbij een belangrijke rol. Voor een effectieve behandeling van patiënten met vergevorderd PCC is meer inzicht nodig in het gedrag van hun tumoren. Dit inzicht ontstaat pas wanneer er duidelijke patronen zichtbaar worden in een zo groot mogelijke verzameling patiëntgegevens.
Epidemioloog Hollestein dook daarom in de databanken van PALGA en de Nederlandse Kankerregistratie, waar alle Nederlandse ziekenhuizen – anoniem – behandelgegevens van hun patiënten aanmelden. Ze ontwierp daarvoor een algoritme dat in de pathologieverslagen kan zoeken naar pathologische kenmerken van een vergevorderde of een uitgezaaide tumor. Dat algoritme slaat aan bij woorden zoals bijvoorbeeld ‘diep invasief’, ‘metastasen’, ‘amputatie’ en ‘recidiverend’ (terugkerend).
Inzicht in effectiviteit door markering
Na een eerste validatie werden de door het algoritme in de pathologiedatabank geïdentificeerde gevallen gekoppeld aan de gegevens van de Nederlandse Kankerregistratie. Bij de registraties die overeenkwamen met de pathologiedatabank werd vervolgens een markering geplaatst. Op deze manier kon de Kankerregistratie vergevorderde PCC’s op een zeer efficiënte manier registreren, zonder dat duizenden patiëntendossiers handmatig hoefden te worden doorgelezen. Via IKNL konden de onderzoekers daarna de geanonimiseerde dossiers analyseren, waardoor duidelijk werd welke behandelingen waren toegepast op de tumoren en hoe effectief deze waren geweest.
Hollestein en Wakkee ontdekten dat ongeveer 8 procent van alle PCC’s een vergevorderde tumor is. Dat zijn jaarlijks bijna 2000 patiënten, die uitgebreidere zorg nodig hebben. Hollestein vertelt dat het nu voor het eerst bekend is hoeveel hoogrisicotumoren er zijn in Nederland. Daarnaast zijn er volgens haar jaarlijks ook nog 250 patiënten met uitgezaaide PCC’s en 500 patiënten met een teruggekeerd PCC, die ook veel zorg nodig hebben.
Passender behandelbesluit
De volgende stap is het beschikbaar maken van de databank voor onderzoek, in samenwerking met dermatologen, chirurgen, radiotherapeuten en oncologen. Het doel is dat zij op basis van de tumorkenmerken van nieuwe patiënten beter onderbouwde behandelbeslissingen kunnen nemen. Wakkee en Hollestein hopen dat dit binnen vijf jaar werkelijkheid wordt.
Onlangs berichtten we ook over een onderzoekers van Fox Chase Cancer Center en Temple University die een nieuwe AI-methode hebben ontwikkeld die huidkanker, vooral melanoom, beter kan detecteren bij mensen met een donkere huid. Huidige AI-modellen presteren slechter bij deze groep doordat ze voornamelijk zijn getraind met beelden van mensen met een lichte huid, wat leidt tot late diagnoses en gezondheidsongelijkheid. Om dit op te lossen, gebruikt het team de Monk Skin Tone (MST)-schaal, die tien huidtinten onderscheidt, om AI-modellen te verbeteren en de diagnostische nauwkeurigheid voor diverse huidtinten te verhogen.
