Abstract
De behandeling van spinale epidurale metastasen is multidisciplinair en omvat gewoonlijk een team van medisch oncologen, radiologen, radiotherapeuten en wervelkolomchirurgen. De levensverwachting is een van de factoren die in overweging worden genomen bij de beslissing of chirurgie gerechtvaardigd is. Omdat schattingen van de levensverwachting door deskundigen over het algemeen niet betrouwbaar zijn, is er behoefte aan een voorspellingsmodel. Hier hebben we een model dat eerder geografisch was gevalideerd, in de tijd gevalideerd.
De dossiers van 110 opeenvolgende patiënten die werden doorverwezen met een spinale epidurale metastase werden prospectief verzameld van 2009 tot 2013 om het model te valideren, dat in 2011 werd gepubliceerd. De werkelijke en geschatte levensverwachtingen werden grafisch weergegeven, en de kalibratie en discriminatie werden bepaald. De kalibratie helling, Harrell’s c-index, D, en RD2 werden berekend. Hazard ratio’s in de afgeleide set van 2011 werden vergeleken met de validatieset. Misspecificatie werd bepaald met behulp van de gezamenlijke test voor β*.
De kalibratiehelling was 0,64 ± 0,15 (95% CI: 0,34-0,94), Harrell’s c-index was 0,72, D was 1,08, en RD2 was 0,22, wat wijst op een iets slechtere discriminatie in de afleidingsset. De gezamenlijke test voor β* = 0 was statistisch significant en wees op foutieve specificatie; deze foutieve specificatie werd echter volledig toegeschreven aan de chirurgische groep.
Wij hebben een voorspellingsmodel voor chirurgische besluitvorming gevalideerd, waaruit blijkt dat de algemene prestaties van het model goed zijn. Op basis van deze resultaten zal dit model clinici helpen om te beslissen of ze patiënten met spinale epidurale metastase een operatie aanbieden.
De prevalentie van symptomatische spinale epidurale metastase zal toenemen door de vooruitgang in therapeutische opties. Als er symptomen optreden, kan de metastase verwoestende gevolgen hebben voor zowel de patiënt als de familie van de patiënt. Daarom is een effectieve behandeling van deze aandoening van essentieel belang om de kwaliteit van leven te verbeteren of te behouden, en wordt meestal de voorkeur gegeven aan een multidisciplinaire aanpak.1
In de meeste gevallen wordt radiotherapie gebruikt. In bepaalde gevallen kan een operatie echter helpen de stabiliteit te herstellen en/of de zenuwstructuren te decompresseren. Verschillende factoren kunnen bepalen of een patiënt een geschikte kandidaat is voor chirurgie; deze factoren zijn onder andere de wensen van de patiënt, histologie van de metastase, radiosensitiviteit, chirurgische toegankelijkheid, en duur van de neurologische uitval. Daarnaast is een geschatte levensverwachting van ≥3 maanden een andere factor die wordt gebruikt om te bepalen of de patiënt een goede kandidaat is voor chirurgie.1-3
Omdat de levensverwachting niet betrouwbaar is geschat door deskundigen,1,4,5 zijn er veel voorspellingsmodellen ontwikkeld.6-8 Eén zo’n model is zowel intern9 als geografisch gevalideerd.10 Het model kan worden geraadpleegd op internet (www.nccn.nl/nccn-en/). Hier hebben we geprobeerd om dit model in de tijd te valideren (dat wil zeggen, met behulp van prospectief verzamelde gegevens) met behulp van state-of-the-art validatie.11 Dit validatieproces is uniek onder voorspellingsmodellen van levensverwachting met betrekking tot spinale epidurale metastasen.
Materialen en methoden
Het onderzoeksprotocol werd goedgekeurd door de respectieve ethische commissies van de instellingen. Van september 2009 tot januari 2013 werden gegevens van alle patiënten met spinale epidurale metastasen die werden opgenomen op de neurochirurgische afdeling van het Radboud Universitair Medisch Centrum en het Canisius Wilhelmina Ziekenhuis prospectief verzameld (87 patiënten); daarnaast werden gegevens van alle patiënten met spinale epidurale metastasen die in 2012 werden verwezen naar de neurochirurgische afdeling van het Haaglanden Medisch Centrum in Den Haag prospectief verzameld (23 patiënten).
Patiënten met ontbrekende gegevens werden geëxcludeerd uit de studie. Naast de uitgangskenmerken van de patiënten werden de volgende kenmerken gedocumenteerd: Karnofsky performance score (in geval van een plotseling begin van ernstige ruggenmerglaesie , werd de score vlak voor de verslechtering geschat); de curatieve intentie om de primaire tumor te behandelen; de aard van de metastase; en het spinale niveau. In het oorspronkelijke model was de ingestelde therapie niet als voorspeller opgenomen; dit werd echter wel genoteerd. Patiënten werden behandeld met radiotherapie of chirurgie (decompressie van de neurale structuren en stabilisatie van de wervelkolom) gevolgd door radiotherapie. Deze gegevens werden gebruikt om het in 2011 gepubliceerde voorspellingsmodel te valideren.10 De gegevens werden afgekapt op 10 maanden, omdat dit bijdroeg aan het behoud van de proportionele hazards-aanname en ook in het oorspronkelijke model werd gedaan.
Het Cox-model werd gevalideerd met behulp van de testpopulatie zoals beschreven door Royston en Altman.11 Eerst werd de voorspellende capaciteit grafisch geëvalueerd door de werkelijke overleving uit te zetten als een Kaplan-Meier-curve en de voorspelde overleving als het gemiddelde van de voorspelde Cox-overlevingscurven. Vervolgens werd de voorspellende waarde berekend en uitgedrukt als Harrells c-index (discriminatie) en de Royston-Sauerbrei D-statistiek, RD2 (kalibratie). De kalibratiehelling – uitgedrukt als de regressiecoëfficiënt op de prognostische index (PI) – werd ook berekend. De verdelingen van de PI in de afgeleide reeks en in de huidige valideringsreeks werden vergeleken en statistisch getest met de Mann-Whitney U-toets. Modelfout/fit werd gecontroleerd met een gezamenlijke test van β* = 0,11 De waarden van β* zijn verschillen tussen de in de afleidingsset geschatte regressiecoëfficiënten en die welke geschat werden in het model dat op de validatieset paste. De hazard ratio’s voor de verschillende voorspellers werden vergeleken met de hazard ratio’s van de afgeleide reeks. De voorspellende waarde werd ook getoond aan de hand van Kaplan-Meier curven van 2 andere groepen patiënten: die met een voorspelde mediane overleving van 3 maanden of meer, en die met een voorspelde mediane overleving van minder dan 3 maanden. De overleving wordt uitgedrukt als de mediaan in maanden (bereik: minimum-maximum). Andere waarden worden uitgedrukt als het gemiddelde ± standaardfout, met 95%-betrouwbaarheidsintervallen. Verschillen werden als statistisch significant beschouwd indien P < .05.
Resultaten
Alle 110 opeenvolgende patiënten in de aangegeven tijdsperiode hadden volledige dossiers en werden geïncludeerd. Geen van de patiënten had dus ontbrekende gegevens. Op het moment van de analyse (oktober 2014) waren 90 patiënten overleden, en de mediane overlevingstijd was 5,7 maanden (bereik: 0,3-68,3 mo);18,1% van de patiënten had gecensureerde overlevingstijden.
Grafisch kwam de geschatte overleving goed overeen met de werkelijke overleving van de patiënten (Fig. 1). De kalibratiehelling was 0,64 ± 0,15 (95% CI: 0,34-0,94), wat wijst op een slechtere discriminatie in de validatieverzameling dan in de afleidingsverzameling. De c-index, D-statistiek, en RD2 waarden van de afgeleide en validatie sets zijn samengevat in Tabel 1. De gezamenlijke test voor β* was 0 (P = .0003), wat wijst op een significante foutieve specificatie.
Samenvatting van c, D, en R2D voor de oorspronkelijke afleidingsset, de totale valideringsset, de valideringspatiënten die alleen radiotherapie kregen, en de patiënten die zowel chirurgie als radiotherapie ondergingen
| . | Derivatieset 2011 . |
Validatieset 2014 N = 110 . |
Validatieset radiotherapie n = 58 . |
Validatieset Chirurgie en Radiotherapie n = 52 . |
|---|---|---|---|---|
| c | 0.72 | 0.68 | 0.75 | 0.55 |
| D | 1.47 | 1.08 | 1.5 | 0.32 |
| R2D | 0.34 | 0.22 | 0.35 | 0.32 |
| R2D | 0.34 | 0.22 | 0.35 | 0.02 |
| . | Derivatieset 2011 . |
Validatieset 2014 N = 110 . |
Validatieset radiotherapie n = 58 . |
Validatieset Chirurgie en Radiotherapie n = 52 . |
|---|---|---|---|---|
| c | 0.72 | 0.68 | 0.75 | 0.55 |
| D | 1.47 | 1.08 | 1.5 | 0.32 |
| R2D | 0.34 | 0.22 | 0.35 | 0.02 |
Samenvatting van c, D, en R2D voor de oorspronkelijke afleidingsset, de totale validatieset, de validatiepatiënten die alleen radiotherapie kregen, en de patiënten die zowel chirurgie als radiotherapie ondergingen
| . | Derivation Set 2011 . |
Validatieset 2014 N = 110 . |
Validatieset radiotherapie n = 58 . |
Validatieset Chirurgie en Radiotherapie n = 52 . |
|---|---|---|---|---|
| c | 0.72 | 0.68 | 0.75 | 0.55 |
| D | 1.47 | 1.08 | 1.5 | 0.32 |
| R2D | 0.34 | 0.22 | 0.35 | 0.02 |
| . | Derivation Set 2011 . |
Validatieset 2014 N = 110 . |
Validatieset radiotherapie n = 58 . |
Validatieset Chirurgie en Radiotherapie n = 52 . |
|---|---|---|---|---|
| c | 0.72 | 0.68 | 0.75 | 0.55 |
| D | 1.47 | 1.08 | 1.5 | 0.32 |
| R2D | 0.34 | 0.22 | 0.35 | 0.02 |
Geschatte overlevingscurve (Cox; stippellijn) en werkelijke overlevingscurve (Kaplan-Meier; ononderbroken lijn) in maanden na presentatie voor de volledige validatieset (N = 110 patiënten).
Geschatte overlevingscurve (Cox; stippellijn) en werkelijke overlevingscurve (Kaplan-Meier; ononderbroken lijn) in maanden na presentatie voor de volledige validatieset (N = 110 patiënten).
De validatiegroep werd vervolgens verdeeld in patiënten die een operatie ondergingen gevolgd door radiotherapie (58 patiënten) en patiënten die alleen radiotherapie ondergingen (52 patiënten). Met deze 2 subgroepen was de gezamenlijke test voor β* = 0 significant voor de chirurgiegroep (P = .001) maar niet significant voor de niet-chirurgiegroep (P = .52). Mispecificatie trad dus niet op in de groep die geen operatie onderging (Figs 2 en 3). Dit verschijnsel deed zich ook voor bij de evaluatie van de discriminatie (tabel 1). Slechts 6 patiënten overleden binnen 3 maanden na presentatie in de chirurgiegroep. De hazard ratio’s zijn samengevat in Tabel 2. De distributies van de PI in de afleidingsset en in de validatieset zijn weergegeven in Tabel 3. Statistisch verschil was niet aanwezig (P = .58). De Kaplan-Meier curven na dichotomisering voor geschatte mediane overleving (<3 vs ≥3 mo) worden getoond in Fig. 4. Het model voorspelde nauwkeurig voor degenen met een geschatte mediane overleving van 3 maanden of meer. De andere groep presteerde iets minder goed: de voorspelde overleving was slechter dan de waargenomen overleving.5
Samenvatting van hazard ratio’s (HR) van de afgeleide (2011) en validatie (2014) sets
| Predictor . | 2011 HR (95% CI) . | 2014 HR (95% CI) . |
|---|---|---|
| Geslacht (vrouw vs man) | 0,62 (0,49-0,79) | 0,90 (0,51-1.58) |
| Longcarcinoom | 1,89 (1,4-2,56) | 1,23 (0,52-2,95) |
| Niercarcinoom | 2.52 (1,64-3,87) | 0,31 (0,04-2,47) |
| Ander carcinoom | 1,76 (1,31-2,26) | 0,75 (0,04-2,47) |
| Ander carcinoom | 1,76 (1,31-2,26) | 0.75 (0,36-1,57 |
| Curatieve behandeling van primair | 0,69 (0,54-0,89) | 0,41 (0,21-0.79) |
| Cervicale locatie van de metastase | 2,32 (1,68-3,19) | 1,47 (0,79-2.74) |
| KPS: 10-20 | 80,92 (33,26-196,77) | – |
| KPS: 30-40 | 10,12 (5,32-19,25) | 8.36 (3,16-22,07) |
| KPS: 50-70 | 5,23 (2,83-9,67) | 1,82 (0,73-4,59) |
| KPS: 80 | 3.84 (1,95-7,53) | 1,30 (0,51-3,33) |
| Predictor . | 2011 HR (95% CI) . | 2014 HR (95% CI) . | ||
|---|---|---|---|---|
| Geslacht (vrouw vs man) | 0,62 (0,49-0,79) | 0,90 (0,51-1,58) | ||
| Longcarcinoom | 1.89 (1,4-2,56) | 1,23 (0,52-2,95) | ||
| Kidney carcinoom | 2,52 (1,64-3,87) | 0,31 (0.04-2,47) | ||
| Andere carcinomen | 1,76 (1,31-2,26) | 0,75 (0,36-1,57) | ||
| Curatieve behandeling van primair | 0,75 (0,36-1,57) | 0,76 (1,31-2,26) | 0,75 (0,36-1,57)69 (0,54-0,89) | 0,41 (0,21-0,79) |
| Cervicale locatie van de metastase | 2,32 (1,68-3.19) | 1,47 (0,79-2,74) | ||
| KPS: 10-20 | 80,92 (33,26-196,77) | – | ||
| KPS: 30-40 | 10.12 (5,32-19,25) | 8,36 (3,16-22,07) | ||
| KPS: 50-70 | 5,23 (2,83-9,67) | 1,82 (0,73-4.59) | ||
| KPS: 80 | 3,84 (1,95-7,53) | 1,30 (0,51-3,33) |
Samenvatting van hazard ratio’s (HR) van de afgeleide (2011) en validatie (2014) sets
| Predictor . | 2011 HR (95% CI) . | 2014 HR (95% CI) . |
|---|---|---|
| Geslacht (vrouw vs man) | 0,62 (0,49-0,79) | 0,90 (0,51-1.58) |
| Longcarcinoom | 1,89 (1,4-2,56) | 1,23 (0,52-2,95) |
| Niercarcinoom | 2.52 (1,64-3,87) | 0,31 (0,04-2,47) |
| Ander carcinoom | 1,76 (1,31-2,26) | 0,75 (0,04-2,47) |
| Ander carcinoom | 1,76 (1,31-2,26) | 0.75 (0,36-1,57 |
| Curatieve behandeling van primair | 0,69 (0,54-0,89) | 0,41 (0,21-0.79) |
| Cervicale locatie van de metastase | 2,32 (1,68-3,19) | 1,47 (0,79-2,74) |
| KPS: 10-20 | 80.92 (33,26-196,77) | – |
| KPS: 30-40 | 10,12 (5,32-19,25) | 8.36 (3,16-22,07) |
| KPS: 50-70 | 5,23 (2,83-9,67) | 1,82 (0,73-4,59) |
| KPS: 80 | 3.84 (1,95-7,53) | 1,30 (0,51-3,33) |
| Predictor . | 2011 HR (95% CI) . | 2014 HR (95% CI) . | ||
|---|---|---|---|---|
| Geslacht (vrouw vs man) | 0,62 (0,49-0,79) | 0,90 (0,51-1,58) | ||
| Longcarcinoom | 1.89 (1,4-2,56) | 1,23 (0,52-2,95) | ||
| Kidney carcinoom | 2,52 (1,64-3,87) | 0,31 (0.04-2,47) | ||
| Andere carcinomen | 1,76 (1,31-2,26) | 0,75 (0,36-1,57) | ||
| Curatieve behandeling van primair | 0,75 (0,36-1,57) | 0,76 (1,31-2,26) | 0,75 (0,36-1,57)69 (0,54-0,89) | 0,41 (0,21-0,79) |
| Cervicale locatie van de metastase | 2,32 (1,68-3.19) | 1,47 (0,79-2,74) | ||
| KPS: 10-20 | 80,92 (33,26-196,77) | – | ||
| KPS: 30-40 | 10.12 (5,32-19,25) | 8,36 (3,16-22,07) | ||
| KPS: 50-70 | 5,23 (2,83-9,67) | 1,82 (0.73-4,59) | ||
| KPS: 80 | 3,84 (1,95-7,53) | 1,30 (0,51-3,33) |
Distributie van prognostische index in afleidingsset en validatieset
| Dataset . | Minimum . | Q25a . | Mediaan . | Q75b . | Maximum . | Skewness . |
|---|---|---|---|---|---|---|
| Derivatie N = 567 |
-0.8 | 1.2 | 1.7 | 2.3 | 5.9 | 0.07 |
| Validatie N = 110 |
-0.8 | 0.8 | 1.7 | 2.3 | 3.8 | -0.24 |
| Dataset . | Minimum . | Q25a . | Mediaan . | Q75b . | Maximum . | Skewness . |
|---|---|---|---|---|---|---|
| Derivatie N = 567 |
-0.8 | 1.2 | 1.7 | 2.3 | 5.9 | 0.07 |
| Validation N = 110 |
-0.8 | 1.7 | 2.3 | 3.8 | -0.24 |
a25% kwartiel.
b75% kwartiel.
Distributie van prognostische index in afleidingsset en validatieset
| Dataset . | Minimum . | Q25a . | Mediaan . | Q75b . | Maximum . | Skewness . |
|---|---|---|---|---|---|---|
| Derivatie N = 567 |
-0.8 | 1.2 | 1.7 | 2.3 | 5.9 | 0.07 |
| Validatie N = 110 |
-0.8 | 0.8 | 1.7 | 2.3 | 3.8 | -0.24 |
| Dataset . | Minimum . | Q25a . | Mediaan . | Q75b . | Maximum . | Skewness . |
|---|---|---|---|---|---|---|
| Derivatie N = 567 |
-0.8 | 1.2 | 1.7 | 2.3 | 5.9 | 0.07 |
| Validatie N = 110 |
-0.8 | 0.8 | 1.7 | 2.3 | 3.8 | -0.24 |
a25% kwartiel.
b75% kwartiel.
Geschatte overlevingscurve (Cox; stippellijn) en werkelijke overlevingscurve (Kaplan-Meier; ononderbroken lijn) in maanden na presentatie voor de patiënten die radiotherapie ondergingen (n = 58).
Geschatte overlevingscurve (Cox; stippellijn) en werkelijke overlevingscurve (Kaplan-Meier; ononderbroken lijn) in maanden na de presentatie voor de patiënten die radiotherapie ondergingen (n = 58).
Geschatte overlevingscurve (Cox; stippellijn) en werkelijke overlevingscurve (Kaplan-Meier; ononderbroken lijn) in maanden na presentatie voor de patiënten die zowel chirurgie als radiotherapie ondergingen (n = 52).
Geschatte overlevingscurve (Cox; stippellijn) en werkelijke overlevingscurve (Kaplan-Meier; ononderbroken lijn) in maanden na de presentatie voor de patiënten die zowel chirurgie als radiotherapie ondergingen (n = 52).
Kaplan-Meier curven voor 2 verschillende groepen patiënten: die met een overleving van 3 maanden of meer (PI ≤ 2,4; in groen), en die met een overleving van <3 maanden (PI > 2,4). Afgebeeld zijn de geschatte overleving (stippellijnen) en de werkelijke overleving op basis van de huidige validatieset (ononderbroken lijnen).
Kaplan-Meier curven voor 2 verschillende groepen patiënten: die met een overleving van 3 maanden of meer (PI ≤ 2,4; in groen), en die met een overleving van <3 maanden (PI > 2,4). Afgebeeld zijn de geschatte overleving (stippellijnen) en de werkelijke overleving op basis van de huidige validatieset (ononderbroken lijnen).
(A en B) Screenshots van plots van 2 patiënten die zich bij ons ziekenhuis meldden vanwege symptomatische spinale epidurale metastase. In (A) is de levensverwachting uitgezet van een 35-jarige mannelijke patiënt die leed aan een niercelcarcinoom waarvoor hij een jaar eerder een curatief bedoelde nefrectomie had ondergaan. Hij presenteerde zich met een symptomatische metastase op Th12 en een KPS van 70. Vanwege zijn geschatte levensverwachting van meer dan 3 maanden werd hem een operatie aangeboden (dorsale fusie na decompressie en anterieure ondersteuning). Na 15 maanden overleed hij aan een aandoening die niets met deze spinale metastase te maken had, namelijk massale extraspinale metastasen. Tot 1 maand voor zijn dood was hij ambulant. In (B) wordt de geschatte levensverwachting getoond voor een 61-jarige mannelijke patiënt van wie sinds 2 maanden bekend was dat hij een gedissemineerd, niet-kleincellig longcarcinoom had. Hij presenteerde zich met een symptomatische laesie op C7. Zijn motorische kracht ging snel achteruit en de KPS (70) werd berekend vanaf de dag voor opname. De mediane levensverwachting was <3 maanden. Hij onderging 5 fracties radiotherapie. Hij keerde terug naar huis voor palliatieve zorg. Hij overleed 6 weken na de raadpleging van onze dienst wegens zijn snel verslechterende klinische toestand.
(A en B) Screenshots van plots van 2 patiënten die zich in ons ziekenhuis meldden wegens symptomatische spinale epidurale metastasen. In (A) is de levensverwachting uitgezet van een 35-jarige mannelijke patiënt die leed aan een niercelcarcinoom waarvoor hij een jaar eerder een curatief bedoelde nefrectomie had ondergaan. Hij presenteerde zich met een symptomatische metastase op Th12 en een KPS van 70. Vanwege zijn geschatte levensverwachting van meer dan 3 maanden werd hem een operatie aangeboden (dorsale fusie na decompressie en anterieure ondersteuning). Na 15 maanden overleed hij aan een aandoening die niets met deze spinale metastase te maken had, namelijk massale extraspinale metastasen. Tot 1 maand voor zijn dood was hij ambulant. In (B) wordt de geschatte levensverwachting getoond voor een 61-jarige mannelijke patiënt van wie sinds 2 maanden bekend was dat hij een gedissemineerd, niet-kleincellig longcarcinoom had. Hij presenteerde zich met een symptomatische laesie op C7. Zijn motorische kracht ging snel achteruit en de KPS (70) werd berekend vanaf de dag voor opname. De mediane levensverwachting was <3 maanden. Hij onderging 5 fracties radiotherapie. Hij keerde terug naar huis voor palliatieve zorg. Hij overleed 6 weken na raadpleging van onze dienst vanwege zijn snel verslechterende klinische situatie.
Discussie
Het schatten van de overleving van patiënten met epidurale metastasen is van essentieel belang voor het vaststellen van de individuele behandelingsopties van patiënten. Afgezien van andere factoren, wordt bij de beslissing om een operatie uit te voeren een geschatte overleving van ≥3 maanden over het algemeen als aanvaardbaar beschouwd. Aangezien de mening van deskundigen over het algemeen onbetrouwbaar is, zou een gevalideerd voorspellingsmodel de beslissing om chirurgie aan te bevelen ondersteunen.1
Het huidige model is ontwikkeld als hulpmiddel bij de beslissing om chirurgie aan te bieden of niet. Daarom was de drempel van 3 maanden belangrijk. In het oorspronkelijke model werden de gegevens afgekapt op 10 maanden, omdat aan de aanname van proportionele hazards moest worden voldaan.9 Dit werd ook gedaan in dit validatieproces. Na eerdere externe validatie werd het model enigszins aangepast.10 Deze definitieve versie, ontwikkeld op gegevens van meer dan 500 patiënten, wordt nu gevalideerd.
Er zijn nog andere modellen beschreven. Tokuhashi en collega’s12 beschreven een model dat informatie vereiste over (i) algemene conditie, (ii) aantal extraspinale botmetastasen, (iii) aantal metastasen in het wervellichaam, (iv) metastasen naar de belangrijkste interne organen (longen, lever, nieren, en hersenen), (v) primaire plaats van de kanker, en (vi) ernst van de ruggenmergverlamming. Het werd alleen gebruikt om in te schatten welk soort operatie moest worden uitgevoerd.10 De herziene versie13 leek matig te presteren.14
Een ander bekend model werd gepresenteerd door Tomita et al.15 De auteurs gebruikten gegevens van chirurgisch behandelde patiënten, waardoor een selectie van patiënten werd geïntroduceerd. Het model was alleen geconstrueerd om het type operatie te bepalen en niet de overleving. Er moest ook naar andere metastasen worden gezocht. Bovendien was een van de voorspellende factoren de kwaadaardigheid van de primaire tumor, die verband hield met de groeisnelheid, die langzaam, matig of snel kon zijn. Dit model was niet geschikt om de overleving te schatten van een patiënt met een epidurale metastase.
In 2005 publiceerden van der Linden et al16 een voorspellend model. Het model was gebouwd op basis van gegevens van een strikt gedefinieerde populatie. Patiënten met metastase in de halswervelkolom, een pathologische fractuur of compressie van het snoer, een niercelcarcinoom of melanoom werden uitgesloten. Dit beperkte het gebruik ervan in de oncologische praktijk. Het vereiste ook een zoektocht naar viscerale metastasen.
Een ander model is recent beschreven door Bollen et al.6 De benodigde informatie was type primaire kanker; performance status; aanwezigheid van viscerale, hersen-, en botmetastasen; aantal en locatie van spinale metastasen; en neurologisch functioneren. Prestatie status werd beoordeeld met KPS en neurologisch functioneren met de Frankel schaal. Dit resulteerde in 4 categorieën van verschillende overleving. Geen van de bovengenoemde modellen is echter ooit gevalideerd zoals het model dat wij in dit artikel rapporteren.
Het grote voordeel van het huidige model is zijn eenvoud. Slechts 5 factoren moeten bekend zijn: geslacht, histologie (nierkanker, borst/prostaatkanker, longkanker of andere), of de primaire tumor curatief behandeld was, cervicale locatie van de symptomatische metastase, en KPS. Uitgebreide radiologische onderzoeken van verschillende delen van het lichaam, zoals CT van thorax/abdomen of nucleaire scans, zijn niet nodig. Daarom kan binnen enkele minuten een schatting worden gemaakt als de primaire tumor bekend is (de meeste gevallen). Discussies over de ervaring van individuele artsen zijn dan niet nodig.
De prestaties van het model zijn goed, aangezien de c- en RD2-waarden in de validatieset vrijwel gelijk waren, met slechts een geringe afname, wat te verwachten was.11 De kalibratie van het gepresenteerde model was ook goed.
Discriminatie was in de validatieset iets slechter dan in de afleidingsset. De discriminatie in de niet-chirurgische groep was goed, terwijl de discriminatie in de chirurgisch behandelde groep slechter was; hetzelfde patroon geldt voor mispecificatie/fit. Deze misfit kan te wijten zijn aan een relatief klein aantal patiënten in de afzonderlijke groepen in verhouding tot het aantal voorspellers; bovendien werd het model uitsluitend ontwikkeld om de overleving te voorspellen met het oog op een optimale selectie van chirurgische kandidaten. Daarom werd de ingestelde therapie niet als een afzonderlijke indicator ingevoerd, aangezien de meeste patiënten alleen radiotherapie ondergingen. Bovendien zou de invoering van chirurgie een gecompliceerde exercitie zijn, aangezien de chirurgische opties zeer divers zijn en kyphoplastie kunnen omvatten, maar ook totale vertebrectomie, en nog veel meer opties. In de praktijk wordt het type chirurgische ingreep pas bepaald nadat de patiënt geschikt is bevonden voor chirurgie.
Wat betreft de patiënten die geopereerd zijn, is de bevinding dat de werkelijke overleving iets beter was dan de geschatte overleving in overeenstemming met een studie van Patchell et al.3 Het relatief lage percentage patiënten (6,9%) dat binnen 3 maanden na de operatie overleed in de Nijmeegse populatie rechtvaardigde het gebruik van het gepresenteerde voorspellingsmodel. Voor patiënten die naar ziekenhuizen in de regio Nijmegen werden verwezen, was een geschatte levensverwachting van <3 maanden dus een belangrijke bepalende factor om alleen radiotherapie aan te bieden. Over het geheel genomen voorspelde het model weliswaar de minimale overlevingstijd, maar we moeten benadrukken dat ook andere factoren – zoals de wensen van de patiënt, de histologie van de metastase, de gevoeligheid voor radiotherapie, de toegankelijkheid van de operatie en de duur van de neurologische stoornissen – in aanmerking moeten worden genomen.
De kleine steekproefgrootte kan als een tekortkoming worden beschouwd. Overfitting is een probleem wanneer het aantal variabelen niet in evenwicht is met de steekproefgrootte. Het zou een oorzaak kunnen zijn voor het verschil in effect van voorspellers. Wij hebben echter geen problemen gehad met overfitting bij de ontwikkeling van het in de huidige studie gevalideerde voorspellingsmodel. Het oorspronkelijke model werd niet aangepast op basis van de gegevens van de validatieset, en dus was overfitting geen probleem. De grootte van de steekproef kan ook bijdragen tot een verschil in variatie tussen variabelen in verschillende datasets. Aangezien de verdeling van de PI vergelijkbaar is in de oorspronkelijke set en in de validatieset, was een eventueel verschil niet relevant voor klinisch gebruik. Het verschil in de Kaplan-Meier curve en het gemiddelde van de voorspelde overlevingskrommen voor patiënten met een voorspelde mediane overleving van <3 maanden kan ook worden toegeschreven aan de steekproefgrootte voor deze groep.
Concluderend kan worden gesteld dat dit model zal helpen bij het optimaliseren van de behandelingsopties voor individuele patiënten die spinale epidurale metastasen hebben en in een multidisciplinaire setting worden behandeld. Tenslotte geeft het model een betrouwbare schatting van de levensverwachting op basis van gemakkelijk opvraagbare gegevens (www.nccn.nl/nccn-en/).
Funding
None declared.
Acknowledgment
Wij zijn dank verschuldigd aan Bert Keurentjes, Radboud in’to Languages, Expertisecentrum voor taal en communicatie, voor het corrigeren van de Engelse grammatica en stijl.
Conflict of interest statement. None declared.
,
,
.
.
.
;
:
–
.
,
,
et al.
.
.
;
:
–
;
.
,
,
et al.
.
.
;
:
–
.
,
,
et al.
.
.
;
:
–
.
,
,
et al. .
.
.
;
:
–
.
,
,
et al.
.
.
;
:
–
.
,
,
et al.
.
.
;
:
–
.
,
,
et al.
.
.
;
:
–
.
,
,
et al. .
.
.
;
:
–
.
,
,
et al.
.
.
;
:
–
.
,
.
.
.
;
:
.
,
,
et al.
.
.
;
:
–
.
,
,
.
.
.
;
:
–
.
,
,
et al.
.
.
;
:
–
.
,
,
et al. .
.
.
;
:
–
.
,
,
et al. .
.
.
;
:
–
.
