HCC-Fingerprint
Fingerprint Charakterisierung von fortgeschrittenem HCC zur Optimierung von Behandlungsentscheidungen und zur frühen Vorhersage von Therapieresistenzen
https://clinicaltrials.gov/ct2/show/NCT02372162
Patienten, die eine auf die Leber beschränkte Erkrankung aufweisen und nicht operativ behandelt werden können bzw. für eine Lebertransplantation in Frage kommen oder bereits Metastasen entwickelt haben, erhalten eine palliative Behandlung ihres Leberzellkarzinoms (HCC: engl. Hepatocellular Carcinoma). TACE (Transarterielle Chemoembolisation) oder Sorafenib sind zurzeit die Standardtherapiemöglichkeiten, die je nach Krankheitsstadium angewendet werden. Unter der Behandlung entwickelt sich für gewöhnlich bei allen Patienten eine Resistenz und damit kommt es zur Tumorprogression und einer Verschlechterung der Krankheit. Während eine primäre Resistenz bereits zu Beginn der Therapie vorliegt und schnell erkannt werden kann, stellt sich die sekundäre Resistenz erst während der Behandlung ein. Um nun ein Entscheidungen bezüglich der weiteren Behandlungsstrategie für den individuellen Patienten (Ansatz der personalisierten Medizin) zu treffen, ist es notwendig die entstehende Resistenz möglichst früh festzustellen. Damit könnten die Nebenwirkungen der Therapie, die zu diesem Zeitpunkt keinen Nutzen mehr für den Patienten hat, vermieden werden, die Kosten für die Behandlung gesenkt und eine neue Therapiestrategie begonnen werde, die die Tumorzellen durch einen anderen molekularen Mechanismus angreifen kann.
Das Ziel dieser Machbarkeitsstudie innerhalb des e:Med Projektes "Multiscale HCC" ist die Bereitstellung individueller fingerprints auf Basis von Bildgebungsverfahren und molekularen Analysen, die als Entscheidungshilfe bei Therapieanpassungen dienen können. Darüber hinaus versuchen wir ein tieferes Verständnis für die zugrundeliegenden Resistenzmechanismen zu gewinnen, wodurch eine verbesserte Patientenversorgung ab dem Zeitpunkt der einsetzenden Progression möglich wird. Die Daten von 20 Patienten je Behandlungsgruppe, zusammen mit Daten aus Tiermodellen, werden genutzt um molekulare und morphologische Muster zu identifizieren, anhand derer man die Ansprechwahrscheinlichkeit vorhersagen kann und damit eine optimierte, individuelle Krebsbehandlung für Patienten mit fortgeschrittenem HCC erreichen kann.
