Multiparametrische Analyse des invasiven Mammakarzinoms ohne speziellen Typ (NST) mit Hilfe von visueller Auswertung und Bildanalyse

Abstract

Das Mammakarzinom ist die häufigste Tumorerkrankung bei Frauen in Deutschland. Angesichts der wachsenden Bedeutung personalisierter Medizin und der Belastung des Gesundheitssystems besteht ein zunehmendes Bedürfnis nach präziseren und objektiveren Diagnostikmethoden. Konventionelle Ansätze zur Bewertung der Proliferation, wie der Ki67-Proliferationsindex und die Mitosezählung, sind durch Interobserver-Variabilitäten und der daraus resultierenden begrenzten Reproduzierbarkeit eingeschränkt. Besonders betroffen sind Grad-2-Tumoren mit HR+, HER2-negativem Status, bei denen der Ki67-Index die Wahl der Therapie (Chemotherapie oder Hormontherapie) maßgeblich beeinflusst. In dieser Arbeit wurden visuelle und digitale Analysemethoden zur Bewertung der Proliferationsrate (Ki67) und der Mitosezählung (PhH3) miteinander verglichen. Zusätzlich wurden morphologische und immunhistochemische Parameter in einem multiparametrischen Cluster kombiniert, um die Auswirkungen auf das Gesamtüberleben sowie das rezidivfreie Überleben zu evaluieren und mit dem herkömmlichen Grading zu vergleichen. Es wurden 72 Fälle in einer Entdeckungskohorte und 131 Fälle in einer Validierungskohorte analysiert. Die digitale Analyse erfolgte mithilfe der Software QuPath, während die visuelle Bewertung nach etablierten Protokollen durchgeführt wurde. Die Ergebnisse zeigen eine signifikante Korrelation zwischen der digitalen und visuellen Bewertung des Ki67-Index. Interessanterweise wurden mit digitaler Analyse weniger Tumoren der molekularen Subgruppe Luminal B zugeordnet, was klinische Therapieentscheidungen beeinflussen könnte. Fixierungsartefakte führten bei Resektaten zu einer geringeren Proliferationsrate und Mitoseaktivität im Vergleich zu Stanzbiopsien. Zudem zeigte die digitale Auswertung des PhH3-Index eine höhere Sensitivität bei der Mitosezählung als die Analyse von HE-Präparaten. Der multiparametrische Ansatz erbrachte keine signifikanten Verbesserungen, führte jedoch zu einer Neugruppierung von Fällen der Grade 2 und 3 in der Clusteranalyse. Diese Ergebnisse unterstreichen das Potenzial digitaler Methoden zur Verbesserung der diagnostischen Präzision und Objektivität bei Mammakarzinomen. Die klinische Relevanz der digitalen Subgruppierung erfordert jedoch weitere Untersuchungen, insbesondere im Hinblick auf ihre Auswirkungen auf die Therapieentscheidungen.