Inschatten overleving

Uitgangsvraag

Hoe is op basis van een pakket aan factoren zo nauwkeurig mogelijk de overleving in te schatten bij patiënten met wervelmetastasen die in aanmerking komen voor een operatie en/of bestraling?

Aanbevelingen

De werkgroep is van mening dat bij inschatting van de overleving van de patiënt met wervelmetastasen het gebruik van een model behulpzaam kan zijn. De aard van de uiteindelijke behandeling kan op basis van het voorspellend model worden aangepast.

Er wordt geadviseerd om gebruik te maken van één van de modellen gepubliceerd door Van der Linden, Bartels of Bollen.

Wanneer bij een patiënt met symptomatische wervelmetastasen wordt overwogen een behandeling te starten is het van belang de belasting van deze behandeling (bijvoorbeeld tijdsinvestering, bijwerkingen op korte en lange termijn) te wegen ten opzichte van de effectiviteit (bijvoorbeeld geschatte kans op verbetering van de klachten en duur van het effect). Daarnaast is een zo nauwkeurig mogelijke inschatting van de levensverwachting noodzakelijk, om zowel overbehandeling (uitgebreide chirurgie bij patiënten met korte overleving) als onderbehandeling (afzien van behandeling bij patiënten die onverwacht lang leven) te voorkomen. Uit een tweetal systematic reviews is gebleken dat het inschatten van de levensverwachting door clinici onnauwkeurig is [Glare 2003, Chow 2001]. Als hulpmiddel voor het voorspellen van overleving worden in de literatuur meerdere voorspellende modellen beschreven, die op basis van patiënt specifieke risicofactoren een uitspraak doen over de te verwachten levensduur. Op basis hiervan kan de keuze van de behandeling worden bijgesteld.

Individuele prognostische factoren

In de literatuur worden verschillende risicofactoren beschreven die van invloed zouden kunnen zijn op de overleving van patiënten met wervelmetastasen. De primaire tumor wordt gezien als de belangrijkste voorspeller van de overleving, gevolgd door de functionele status van de patiënt (bijvoorbeeld Karnofsky- score, ECOG-score) [Bartels 2007, Bollen 2014, Van der Linden 2005, Rades 2013]. Over het belang van de aanwezigheid van viscerale metastasen wordt in series met lagere aantallen patiënten sterk wisselend gerapporteerd [Pointillart 2011, Wibmer 2011, Van der Linden 2005], terwijl de grotere series wel een effect laten zien [Bollen 2014, Rades 2013, Mizumoto 2008]. Het aantal en de locatie van de wervelmetastasen, evenals de aanwezigheid van overige botmetastasen, neurologisch functioneren, leeftijd en geslacht worden overwegend niet als risicofactor beoordeeld [Bollen 2014, Rades 2013, Kataoka 2012]. Additionele risicofactoren zoals comorbiditeit [Arrigo 2011] en serumcalcium [Mizumoto 2008] worden slechts een enkele keer gemeld.

Voorspellende modellen

In de search werd een viertal extern gevalideerde modellen met ten minste de risicofactoren primaire tumor en functionele status gevonden: Tokuhashi [2005], Van der Linden [2005], Bartels [2007] en Bollen [2014]. Over de nauwkeurigheid van het model van Tokuhashi werd zeer wisselend gerapporteerd [Wang 2012, Yamashita 2011, Hernandez 2012, Gakhar 2013, Tabouret 2013]. Naast de primaire tumor en de functionele status zijn ook het aantal wervelmetastasen, het aantal overige botmetastasen, de aanwezigheid van viscerale metastasen en het neurologisch functioneren in het model van Tokuhashi opgenomen. Voor het model van Bartels zijn het geslacht, locatie van de symptomatische wervelmetastasen en in opzet curatieve behandeling van de primaire tumor van belang. De modellen van Van der Linden en Bollen maken daarnaast ook nog gebruik van de aanwezigheid van viscerale metastasen. Op basis van de huidige beschikbare gegevens bleken de modellen van Van der Linden, Bartels en Bollen vergelijkbaar wat betreft de nauwkeurigheid van voorspelling [Chow 2006, Bartels 2011, Bollen 2014] (tabel 1). Een vergelijkende studie tussen deze modellen werd helaas niet gevonden. De C-score in onderstaande tabel is een schatting van de kans op overeenstemming tussen de voorspelde en geobserveerde overleving. De C-score kan variëren van 0.50 (geen voorspellende waarde) tot 1.0 (volledige overeenstemming tussen voorspelde en feitelijke overleving).
 

De nauwkeurigheid van deze modellen is de afgelopen jaren gestegen en ook is de klinische toepasbaarheid verbeterd door het verminderen van het aantal te beoordelen risicofactoren.

Het model van Bartels maakt gebruik van vijf risicofactoren om een uitspraak te doen over de kans op overleven. Deze informatie is vervolgens in tabel- of grafiekvorm eenvoudig te raadplegen, waarna een beslissing kan worden genomen over de uiteindelijke behandeling. Het model is online na te slaan.

Het model van Van der Linden (figuur 1) gebruikt drie risicofactoren waaraan een bepaald aantal punten is toebedeeld. Door het optellen van de punten is een patiënt in één van de drie categorieën in te delen, waarbij patiënten in groep A kort overleven, B middellang en C lang.

In het model van Bollen (figuur 2) worden patiënten op basis van hun primaire tumor gestratificeerd in één van de drie klinische profielen: gunstig (bijvoorbeeld mammacarcinoom, hematologische maligniteiten), matig (bijvoorbeeld prostaatcarcinoom, niercelcarcinoom) of ongunstig (bijvoorbeeld longcarcinoom, gastro-intestinale tumoren). Vervolgens wordt middels de functionele status (Karnofsky-score) en de aanwezigheid van viscerale metastasen bepaald tot welke categorie de patiënt behoort. Patiënten in categorieën A en B hebben een relatief lange overlevingsduur en deze patiënten kunnen uitgebreid behandeld worden. Patiënten uit categorie C en met name categorie D hebben een korte overlevingsduur en dienen terughoudend te worden behandeld. Ook dit model is online te raadplegen.

De primaire tumor wordt op basis van agressiviteit en beschikbaarheid van effectieve systemische behandelopties ingedeeld in één van de drie klinische profielen ‘favorable', ‘moderate' en ‘unfavorable' (tabel 1). Na het doorlopen van de flowchart wordt de patiënt ingedeeld in één van de vier categorieën A-D. Deze categorieën hebben sterk uiteenlopende overlevingstijden, op basis waarvan de uitgebreidheid van de behandeling kan worden aangepast (figuur 2 en tabel 2).

KPS: Karnofsky performance score.
^a The KPS is a conditional score ranging from 0% (=death) to 100% (normal) situation, no complaints)

Figuur 1. Voorspellend model Van der Linden

Figuur 2. Voorspellend model Bollen

Er zijn aanwijzingen dat bij patiënten met wervelmetastasen de primaire tumor en functionele status de belangrijkste prognostische factoren zijn.
[Bartels 2007, Bollen 2014, Van der Linden 2005, Rades 2013]
Niveau 3

Er zijn aanwijzingen dat over de overleving van patiënten met symptomatische wervelmetastasen met behulp van de modellen van Van der Linden, Bartels en Bollen een betrouwbare schatting te maken is.
[Chow 2006, Bartels 2011, Bollen 2014]
Niveau 3

Er zijn aanwijzingen dat, bij het schatten van de overlevingsduur bij patiënten met symptomatische wervelmetastasen, de modellen van Van der Linden, Bartels en Bollen een vergelijkbare nauwkeurigheid en toepasbaarheid hebben.
[Chow 2006, Bartels 2011, Bollen 2014]
Niveau 3 

Hoewel de modellen vergelijkbare uitkomsten laten zien, zijn de populaties patiënten met wervelmetastasen, waarop de modellen gebaseerd zijn,verschillend. Zo bevat het model van Van der Linden 342 patiënten (100%) met alleen pijn en heeft 50% van de patiënten bij Bollen neurologische verschijnselen (39% minor complaints, 10% major complaints). In de populatie van Bartels heeft 84% neurologische klachten. Naast de hierboven beschreven modellen zijn enkele andere, niet extern gevalideerde modellen gepubliceerd. Uit 2013 betreft dit de modellen van Rades [2013] en Balain [2013]. De nauwkeurigheid en klinische toepasbaarheid van deze modellen zullen in de toekomst geëvalueerd moeten worden [Rades 2013, Balain 2013].

De modellen van Van der Linden, Bartels en Bollen zijn ontwikkeld en - deels - gevalideerd binnen Nederlandse patiënten, en door de werkgroep dus beschouwd als representatief voor de Nederlandse patiëntenpopulatie.