Mesotelioma pleurico maligno-Immagine Credit Public Domain-
“Il mesotelioma maligno è un tumore raro che colpisce più frequentemente gli uomini ed è associato soprattutto all’esposizione all’amianto. E’ un tumore che nasce dalle cellule del mesotelio, le membrane che rivestono, come una sottile pellicola, gli organi interni. A seconda dell’area che ricopre, il mesotelio assume nomi diversi: si chiama pleura nel torace, peritoneo nell’addome, pericardio nello spazio attorno al cuore e tunica vaginale nella zona attorno ai testicoli“.
L’identificazione e l’analisi dei composti organici volatili nell’espirato di pazienti affetti da mesotelioma pleurico maligno si è rivelata promettente come metodo di screening per il MPM, secondo una ricerca presentata oggi alla Conferenza Mondiale sul cancro al polmone 2023 dell’Associazione internazionale per lo studio del cancro al polmone (IASLC) a Singapore .
Il mesotelioma pleurico maligno (MPM) è una malattia complessa con opzioni terapeutiche limitate e una prognosi infausta. Per migliorare i risultati del trattamento e personalizzare le terapie per i singoli pazienti, i ricercatori hanno esplorato i marcatori predittivi. Recentemente, i composti organici volatili (COV) presenti nel respiro esalato sono emersi come potenziali marcatori non invasivi di malattie.
Kevin Lamote, Ph.D., dell’Università di Anversa, in Belgio e colleghi, hanno condotto uno studio volto a indagare se l’analisi del respiro esalato potesse differenziare i pazienti che hanno risposto al trattamento da quelli che non hanno risposto (configurazione discriminativa) e, in caso di successo, prevedere prima i risultati del trattamento ( configurazione predittiva) utilizzando i COV come biomarcatori predittivi.
Il Dottor Lamote e il suo team hanno esaminato 13 pazienti affetti da MPM e li hanno sottoposti a una TAC prima e ogni tre mesi dopo il trattamento, con le risposte al trattamento valutate come stabili (SD) o progressive (PD) in base ai criteri mRECIST. Campioni di respiro e di fondo sono stati raccolti dai pazienti in ciascun momento utilizzando la spettrometria di mobilità ionica a colonna multicapillare (MCC-IMS) per caratterizzare i COV. È stata eseguita una regressione lazo per identificare i COV che potevano differenziare i pazienti rispondenti da non rispondenti, dopo il trattamento. Inoltre, è stato addestrato un modello predittivo per prevedere i risultati del trattamento sulla base di campioni di respiro associati provenienti da precedenti visite di studio.
Spiegano gli autori:
“Il mesotelioma pleurico maligno (MPM) è una neoplasia rara, causata principalmente dall’esposizione all’amianto, con un alto tasso di mortalità. La gestione dei pazienti affetti da MPM è controversa a causa del lungo periodo di latenza tra l’esposizione e la diagnosi e a causa dei sintomi aspecifici che generalmente compaiono in fase avanzata della malattia. Si ritiene che l’analisi del respiro, finalizzata all’identificazione di pattern diagnostici di composti organici volatili (COV) nel respiro esalato, migliori la diagnosi precoce del MPM. Considerando che il MPM è una neoplasia aggressiva che porta a una diagnosi tardiva e quindi il reclutamento dei pazienti è molto difficile, è stato sviluppato e validato un promettente approccio di data mining per discriminare tra pazienti con MPM e controlli sani, anche se non sono disponibili dati su un’ampia popolazione. Sono stati applicati tre diversi algoritmi di machine learning per eseguire l’attività di classificazione con un approccio di validazione incrociata “leave-one-out”, portando a risultati notevoli (Area Under Curve AUC = 93%). Dieci VOC, tra cui chetoni, alcani e derivati metilati, nonché idrocarburi, sono stati in grado di discriminare tra pazienti con MPM e controlli sani e per ciascun composto risultato diagnostico per MPM, è stata studiata la via metabolica al fine di identificare il legame tra VOC e la neoplasia. Inoltre, cinque campioni di respiro provenienti da persone asintomatiche esposte all’amianto (AEx) sono stati analizzati in modo esplorativo, elaborati e testati con il metodo statistico validato come campioni in cieco al fine di valutare la prestazione per il riconoscimento precoce dei pazienti affetti da MPM tra le persone esposte all’amianto. È stato riscontrato un buon accordo tra le informazioni ottenute con metodi diagnostici standard come la tomografia computerizzata e l’output del modello”.
Lo studio ha dimostrato un’accuratezza dell’89% (IC 95%: 67,9-98,1) nel distinguere tra pazienti SD e PD durante il follow-up. Altrettanto promettente, il modello predittivo ha raggiunto lo stesso livello di accuratezza al basale nel prevedere i risultati del trattamento. In particolare, non sono state riscontrate differenze significative negli approcci terapeutici tra pazienti SD e PD, suggerendo che i COV selezionati potrebbero essere coinvolti in meccanismi generali o correlati con il microambiente tumorale piuttosto che essere specifici del trattamento.
Leggi anche:Mesotelioma: nuova ricerca fa luce su come si sviluppa
“L’identificazione dei COV nel respiro espirato rappresenta un’opportunità promettente per il rilevamento non invasivo e la previsione dei risultati del trattamento nei pazienti con mesotelioma pleurico maligno“, ha affermato il Dott. Lamote. “Tuttavia, per convalidare ulteriormente l’utilità del profilo COV, sono necessari studi di popolazione più ampi. La messa a punto del profilo COV per ciascun trattamento potrebbe anche aiutare a prevedere quali pazienti hanno maggiori probabilità di trarre beneficio da terapie specifiche, portando in definitiva a regimi di trattamento complessivi migliorati per il mesotelioma pleurico maligno“.
Fonte:PubMed
