www.hirntumorhilfe.de
Herzlich willkommen im Forum der Deutschen Hirntumorhilfe!

Thema: Presse: Optimierung der Diagnostik durch Bildgebungsverfahren

Presse: Optimierung der Diagnostik durch Bildgebungsverfahren
Neon
14.02.2020 11:17:09Neu
Bösartige Hirntumoren: Optimierung der Diagnostik durch Bildgebungsverfahren

13.02.2020

Ein Problem bei der Hirntumordiagnostik mittels Magnetresonanztomographie ist die Unterscheidung zwischen erneutem Tumorwachstum und gutartigen Veränderungen, oft in Folge einer vorausgegangenen Therapie. Dies kann die Beurteilung des Therapieansprechens erheblich beeinträchtigen. Eine weitere wichtige Fragestellung ist die Beurteilung der Prognose der Hirntumorpatienten anhand bildgebender Verfahren bereits bei Diagnosestellung. Forscher der Klinik für Neurologie der Uniklinik Köln haben nun zusammen mit dem Forschungszentrum Jülich im Rahmen eines von der Wilhelm Sander-Stiftung geförderten Forschungsprojektes exaktere Diagnosemöglichkeiten mittels moderner Bildgebungsmethoden untersucht.

Die Diagnostik von Hirntumoren beruht heute in erster Linie auf der Magnetresonanztomographie (MRT). Die MRT ist weit verfügbar und bietet eine hervorragende anatomische Darstellung. Jedoch kann beispielsweise die Unterscheidung von Tumorgewebe und gutartigen Veränderungen, die durch die Tumortherapie (z. B. Strahlentherapie) selbst bedingt sein kann, schwierig sein.

Bei dieser Problematik können Diagnoseverfahren, die den Stoffwechsel des Gewebes erfassen, sehr hilfreich sein. Die sogenannte Positronen-Emissions-Tomographie (PET) mit radioaktiv markierten Aminosäuren wie z. B. F-18-Fluorethyltyrosin (FET) ist zurzeit eines der leistungsfähigsten diagnostischen Verfahren, um die MRT-Bildgebung zu ergänzen und die Versorgung von Patienten mit Hirntumoren zu verbessern.

FET wurde am Forschungszentrum Jülich entwickelt, seitdem wurde dessen Einsatz durch die Etablierung besonderer Auswertungsmethoden wie die Aufnahmekinetik der FET im Gewebe über die Zeit (sogenannte dynamische oder kinetische Analyse) oder die Gewinnung von weiteren, für das menschliche Auge nicht wahrnehmbaren Bildinformationen aus der FET-PET mithilfe von Methoden der „Künstlichen Intelligenz“ weiter optimiert.

Die Mitglieder der Arbeitsgruppe Neuro-Onkologie (v. a. Veronika Dunkl, Elena K. Bauer, Garry Ceccon und Jan-Michael Werner), geleitet von Norbert Galldiks, an der Klinik für Neurologie der Uniklinik Köln haben in enger Zusammenarbeit mit dem Forschungszentrum Jülich (v. a. Philipp Lohmann, Karl-Josef Langen und Gereon R. Fink) nun untersucht, wie man bei Hirntumorpatienten mittels dieser modernen Bildgebungsverfahren (vor allem FET-PET) wertvolle Zusatzinformationen erheben kann.

Eine der wichtigsten Beobachtungen im Rahmen des von der Wilhelm Sander-Stiftung geförderten Forschungsprojektes war, dass bestimmte Biomarker, die durch die angewendeten Bildgebungsmethoden identifiziert werden konnten, eine hohe prognostische Aussagekraft haben.

Vor allem traf dies auf Patienten mit neu diagnostizierten niedriggradigen Tumoren zu, die bestimmte bildgebende Zeichen in der FET-PET (sog. „Photopenic Defects“, siehe Abbildung) aufwiesen. Die Arbeitsgruppe um Norbert Galldiks konnte in Zusammenarbeit mit Neurowissenschaftlern der Ludwig-Maximilians-Universität München (v. a. Marcus Unterrainer, Bogdana Suchorska, Jörg Tonn und Nathalie Albert) zum ersten Mal zeigen, dass diese Patientengruppe – auch unabhängig von der gewählten Therapie – eine deutlich ungünstigere Prognose zu haben scheint (Galldiks et al. Neuro Oncol 21: 1331-1338, 2019).

Eine ähnlich hohe prognostische Aussagekraft der modernen Bildgebungsmethoden konnte das Forscherteam um Norbert Galldiks auch mithilfe von dynamischen FET-PET-Parametern in der am 07.02.2020 erschienenen Publikation im European Journal of Nuclear Medicine and Molecular Imaging zeigen.

Die Wissenschaftler beobachteten, dass diese Methode helfen kann, die Prognose bei bösartigen hirneigenen Tumoren (sogenannten malignen Gliomen ohne Mutation im Isozitrat-Dehydrogenase-Gen) vorherzusagen (Bauer et al. Eur J Nucl Med Mol Imaging, 07 Feb 2020, Epub ahead of print).

Darüber hinaus gelang es sowohl mittels der dynamischen FET-PET als auch mit Methoden der „Künstlichen Intelligenz“, bestimmte prognostisch relevante molekulare Veränderungen mit einer hohen Genauigkeit zu identifizieren (Lohmann et al. Sci Rep 8: 13328, 2018).

Weiterhin wurde erforscht, ob mittels der FET-PET eine Differenzierung zwischen gutartigen therapiebedingten Veränderungen und erneutem Tumorwachstum möglich ist. In einem Vergleich mit sogenannter diffusionsgewichteter MRT-Bildgebung, welche die Diffusionsbewegung von Wassermolekülen in Körpergewebe misst und räumlich aufgelöst darstellt, konnte die Überlegenheit der FET-PET bei dieser Fragestellung gezeigt werden (Werner et al. Eur J Nucl Med Mol Imaging 46: 1889-1901, 2019).

Die FET-PET lieferte auch bei der Anwendung neuerer Therapieformen wie dem Multikinase-Inhibitor Regorafenib oder der Immuntherapie mit Checkpoint-Inhibitoren wichtige diagnostische Zusatzinformationen zu diesem klinisch hochrelevanten Problem.

Auch gelang mittels der FET-PET eine verbesserte Beurteilung des Therapieansprechens im Vergleich zur kontrastmittelgestützten MRT. In einer prospektiven Studie mit bösartigen Hirntumoren (Glioblastomen) konnte mit der FET-PET nach erstmaligem Wiederauftreten des Tumors nach Abschluss der Standardtherapie das Ansprechen auf eine experimentelle Kombinationstherapie aus einem Hemmstoff der Blutgefäßneubildung und einem Chemotherapeutikum deutlich genauer vorhergesagt werden.

Insbesondere zeigten Patienten, die auf diese Therapiemaßnahme ansprachen (sogenannte „Responder“), in der FET-PET ein signifikant längeres Überleben (Galldiks et al. Eur J Nucl Med Mol Imaging 45: 2377-2386, 2018).

Zusammengefasst weisen diese Forschungsergebnisse darauf hin, dass ergänzende Bildgebungsverfahren wie z. B. die FET-PET wertvolle Zusatzinformationen für die Hirntumor-Patientenversorgung liefern können und somit einen wichtigen Beitrag zur klinischen Implementierung dieser Methoden im Sinne der translationalen Forschung leisten.
Neon
NACH OBEN