Go to page
 

Bibliographic Metadata

Title
Preoperative predictive factors of non-organ-confined urothelial carcinoma of the bladder at radical cystectomy / submitted by Mehmet Özsoy
Additional Titles
Präoperative Prädiktoren des nicht-organbegrenzten Urothelkarzinom der Harnblase bei radikaler Zystektomie
AuthorÖzsoy, Mehmet
Thesis advisorKlatte, Tobias
Published2018
Description81 Seiten : Illustrationen
Institutional NoteMedizinische Universität Wien, Diplomarb., 2018
Annotation
Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers
Date of SubmissionJanuary 2018
LanguageEnglish
Document typeThesis (Diplom)
Keywords (DE)Blasenkarzinom / Neo-Adjuvant Chemotherapie / Organüberschreitend / Urothelkarzinom der Harnblase
Keywords (EN)Urothelial carcinoma of the Bladder / Bladder Cancer / Neo-Adjuvant Chemotherapy / Non-Organ confined
URNurn:nbn:at:at-ubmuw:1-17359 Persistent Identifier (URN)
Restriction-Information
 The work is publicly available
Files
Preoperative predictive factors of non-organ-confined urothelial carcinoma of the bladder at radical cystectomy [6.87 mb]
Links
Reference
Classification
Abstract (German)

Einleitung: Trotz aggressiver Behandlung mit radikaler Zystektomie (RC) und pelviner Lymphadenektomie liegt die krankheitsspezifische 5-Jahres-Mortalitätsrate für Patienten mit Urothelkarzinom der Harnblase (UCB) zwischen 30% und 50%. In mehreren prospektiv-randomisierten Studien konnte gezeigt werden, dass die neoadjuvante Gabe einer Cisplatin-haltigen Chemotherapie (NAC) mit einem 5-8%igen Überlebensvorteil nach 5 Jahren assoziiert ist, wobei jene Patienten mit organüberschreitenden Tumoren (T3-T4, NOC-UCB) am meisten profitieren. Die Identifikation von Patienten für die NAC ist von großer Bedeutung, aber das klinische Staging durch transurethrale Resektion der Blase (TURB) und die Schnittbilddiagnostik sind ungenau. Es wird angenommen, dass ungefähr 40% der Patienten mit klinisch organbegrenztem Tumorstadium (Ta, T1 oder T2) zum Zeitpunkt der RC auf ein NOC-UCB hochgestuft werden Das Ziel dieser Studie ist, mithilfe von klinischen und pathologischen Standardparametern sowie Biomarkern der systemischen Entzündungsreaktion (C-reaktives Protein [CRP], Neutrophil-to-Lymphocyte-Ratio [NLR], Monocyte-to-lymphocyte-Ratio [MLR], prognostic nutritional index [PNI], Glasgow prognostic score [GPS]) ein präoperatives multivariables Modell zur Prädiktion des NOC-UCB zu entwickeln. Weiterhin soll die Genauigkeit dieses Modells mit einem bereits publizierten Prädiktionsmodell (Green et.al. BJU Int. 2013; 111: 404) verglichen werden. Patienten und Methoden: Daten von 310 Patienten mit klinischem N0 M0 UCB, die in unserer Abteilung eine RC mit pelviner Lymphadenektomie ohne NAC erhielten, wurden analysiert. NOC-UCB wurde als pT3-4/Nany oder pTany/N+ Erkrankung definiert. Ein prädiktives Nomogramm wurde erstellt, welches auf signifikanten Variablen aus einem bootstrap-korrigierten, multivariablen logistischen Regressionsmodel beruht. Die Genauigkeit wurde anhand der Fläche unter der Kurve berechnet. Eine Entscheidungskurvenanalysewurde zur Ermittlung des klinischen Nettonutzens eingesetzt. Ergebnisse: 147 der 310 Patienten (47%) hatten NOC-UCB. In der multivariablen Analyse waren das T-Stadium bei der TURB, die lymphovaskuläre Invasion, ein NOC-UCB in der Bildgebung und der GPS unabhängige Prädiktoren vom pathologischen NOC-UCB. Diese Variablen bildeten die Basis eines Nomogramms. Durch das Hinzufügen von GPS verbesserte sich die Genauigkeit des Nomogramms um 4.7% auf 81.7%. Die Entscheidungskurvenanalyse zeigte einen Nettonutzen dieses Modells im Vergleich zum Green-Modell und den Strategien zur Behandlung aller Patienten oder keines Patienten mit NAC. Conclusio: NOC-UCB kann genau prädiktiert werden. Die Genauigkeit der präoperativen Modelle kann mit Parametern der systemischen Entzündungsreaktion verbessert werden, zum Beispiel mit dem GPS. Die klinische Anwendung dieses Nomogramms könnte die Patientenselektion für die NAC verbessern.

Abstract (English)

Introduction: Patients with muscle invasive urothelial carcinoma of the bladder (UCB) suffer from high a mortality rate despite aggressive treatment measures such as radical cystectomy (RC) and dissection of the lymph nodes within the pelvis. The 5-year disease-specific mortality rates reach up to 30 - 50% in this patient population. The administration of neoadjuvant cisplatin-based combination chemotherapy (NAC) was shown to improve survival. Multiple prospective randomized trials have shown a 5 - 8% absolute benefit in overall survival at five years, and an 11% survival benefit of patients with non-organ confined disease (NOC-UCB). The identification of patients for NAC is essential but unfortunately most of the time TURB and cross-sectional imaging cannot deliver accurate staging. 40% of patients with a clinically organ-confined tumor stage, particularly those with hydronephrosis, are estimated to suffer from upstaging to NOC-UCB at the time of RC. This thesis aims to develop a preoperative multivariable prediction model to detect NOC-UCB with the help of standard clinical and pathological factors and biomarkers that reflect systemic inflammatory response such as C-reactive Protein (CRP), Glasgow prognostic score (GPS), neutrophil-to-Lymphocyte-ratio (NLR), monocyte-to-lymphocyte-ratio (MLR), prognostic nutritional index (PNI). Another aim of this study is to compare this model with a previously published predictive model by Green et.al. (BJU Int. 2013; 111: 404) that combined tumor stage, lymphovascular involvement status, and abnormal imaging. Patients and methods: Data of 310 patients with UCB, who were treated with radical cystectomy (RC) and removal of the pelvic lymph nodes without neoadjuvant cisplatin-based chemotherapy (NAC), and who had no clinical signs of lymph node or distant metastasis was analyzed from a single-institutional database that was prospectively maintained. NOC-UCB was defined as pT3-4/Nany or pTany/N+ disease. A preoperative predictive nomogram was assembled using preoperative clinical and pathological variables that showed significance in a bootstrap-corrected multivariable logistic regression model. Area under the curve (AUC) measurements were used to test the accuracy of this model and decision-curve analysis to evaluate its clinical net benefit. Results: 147 (47%) of the 310 patients had NOC-UCB. T stage at TURB, LVI, abnormal imaging and the Glasgow prognostic score (GPS) were able to independently predict NOC-UCB on multivariable analysis, and formed the building blocks of this nomogram. With the addition of GPS, there was an improvement in the accuracy of the nomogram by 4.7 to 81.7%. Decision curve analysis comparing this model with the previous model from Green at. showed a net benefit of the model described in this thesis in identifying patients with NOC-UCB who would benefit from NAC. Conclusions: Preoperative clinical and pathological variables can help to predict NOC-UCB at RC. Moreover, biomarkers of systemic inflammatory response can improve the prediction accuracy of preoperative models. With the help of this nomogram stratification of patients undergoing RC may be improved. With the addition of GPS this model has reached a higher accuracy, this should probably provide better staging and identification of patients with NOC-UCB that would benefit from NAC.

Stats
The PDF-Document has been downloaded 9 times.