Institutionen för kvinnors och barns hälsa Handledare: Karin Stålberg, Med Dr
Prognostiska Faktorer vid Serös Ovarialcancer
Hannah Cripps
2
INNEHÅLLSFÖRTECKNING
ABSTRACT ... 3
SAMMANFATTNING ... 3
INLEDNING... 4
Prognostiska Faktorer ... 6
FIGO-Stadium ... 6
Residualtumör efter tumörreducerande kirurgi ... 6
Ålder ... 7
Komorbiditet ... 7
Histologisk grad ... 8
Immunologiska faktorer ... 8
Genetiska faktorer ... 9
MATERIAL OCH METODER ... 11
RESULTAT ... 13
Univariabel Analys ... 14
Multivariabel Regressionsanalys ... 16
DISKUSSION ... 17
Slutsats ... 20
KÄLLHÄNVISNING ... 21
3
ABSTRACT
Prognostic Factors in Serous Ovarian Carcinoma Author: Hannah Cripps
I have conducted a retrospective analysis on patients with serous ovarian carcinoma in the search for clinical and pathological factors that have had an impact on overall survival. The study population consisted of 72 women, diagnosed with serous ovarian carcinoma between 1997 and 2007, and treated at Uppsala Akademiska Sjukhus.
Univariate analysis was performed using log-rank tests. Kaplan-Meier survival curves were computed for each potential prognostic factor. A multivariable proportional hazard model (Cox) was performed to identify the independent prognostic significance of the different variables. In the univariate analysis tumour stage, the presence of comorbidity, histological grade, and residual disease after cytoreductive surgery were prognostic indicators of outcome. However, in the multivariate analysis only tumourgrade, residual disease larger than 2 cm, and the presence of comorbidity remained as independent prognostic indicators of outcome.
SAMMANFATTNING
Prognostiska Faktorer vid Serös Ovarialcancer Författare: Hannah Cripps
Äggstockscancer är den mest letala av de gynekologiska maligniteterna. Flera olika typer av äggstockscancer finns, men av dessa är den serösa subtypen den vanligast förekommande.
Prognosen vid serös ovarialcancer är dyster, med en genomsnittlig femårsöverlevnad på 35- 40% (1). Detta beror till stor del på att patienter ofta diagnosticeras i ett avancerat stadium.
Trots att viss kunskap existerar om faktorer som påverkar överlevnaden vid serös äggstockscancer, kan man se en betydande skillnad i överlevnaden hos kvinnor som diagnosticerats med liknande sjukdomsbild. Vissa avlider snabbt i sin tumörsjukdom, medan vissa blir långtidsöverlevare. Jag har, i en studie på 72 kvinnor som behandlats vid Uppsala Akademiska Sjukhus och diagnosticerats med serös ovarialcancer, utfört en retrospektiv analys för att identifiera egenskaper hos dessa kvinnor som påverkat deras överlevnad. I mina statistiska analyser fann jag att tumörgrad, residualtumör större än 2 cm, och närvaro av komorbidietet var självständiga prognostiska faktorer för överlevnad.
4
INLEDNING
Maligna epiteliala ovarialtumörer är den vanligaste typen av ovarialcancer, utgörandes 90%
av fallen, och är de mest letala av de gynekologiska maligniteterna (2). Epitelial ovarialcancer är den femte mest frekventa orsaken till cancerrelaterad död i västvärlden, och den genomsnittliga långtidsöverlevnaden har förändrats lite de senaste 20 till 30 åren, sedan platinumbaserad terapi introducerades i behandlingen (1, 3). De skandinaviska länderna har länge uppvisat bland de högsta incidenssiffrorna för ovarialcancer globalt, dock har den åldersanpassade incidensen i Sverige sjunkit från 22,6- 15,3 /100 000 kvinnliga invånare mellan 1986 och 2005 (4). Denna incidensminskning anses till stor del bero på den skyddande effekten av orala preventivmedel (5).
Epitelial ovarialcancer klassificeras efter celltyp i serösa, mucinösa, endometroida, klarcelliga, Brennertumörer samt odifferentierade. Genetiska och patologiska studier av dessa undergrupper har på senare tid visat att de olika histologiska subtyperna skiljer sig åt avseende epidemiologi, uppkomstväg, spridningsmönster, genetisk profil samt beträffande molekylära händelser under onkogenesen (2, 3, 6). Aktuella forskningsresultat har indikerat att merparten av epiteliala ovarialtumörer har sitt ursprung i vävnader utanför ovariet, att många serösa tumörer härstammar från intraepitelialt carcinom i tubas fimbriae del och att mucinösa tumörer kan vara metastaser från andra solida tumörer, inkluderande gastrointestinala cancersorter (1, 3, 6) . Sammantaget bidrar denna nya kunskap till ett pågående skifte i synsättet på ovarialcancer, som idag anses vara en heterogen grupp tumörer snarare än en enhetlig sjukdom.
Ytterligare en indelning av epiteliala ovarialtumörer kan göras i typ I och II tumörer, som är olika med hänsyn till etiologi, biologi, och klinik. I gruppen typ I tillhör låggradiga serösa, endometroida, klarcelliga, mucinösa samt Brennertumörer. Dessa tumörer är långsamt växande, ofta begränsade till ovariet vid upptäckt och är relativt genetiskt stabila (2, 6-8).
Typ II består av höggradiga serösa samt odifferentierade tumörer. Dessa tumörer är aggressiva, snabbt växande, presenterar sig ofta i avancerade stadier och är genetiskt instabila (2, 6-8). Utöver kliniska och patologiska skillnader, har genetiska studier på senare tid visat att typ I tumörer karaktäriseras av en rad distinkta molekylära förändringar, som sällan ses i typ II tumörer, så som mutationer i KRAF, BRAF, och PTEN (7, 8). I kontrast till detta har de flesta typ II tumörer mutationer i P53, som endast sällsynt detekteras i typ I tumörer (7, 8).
5 Majoriteten av all epitelial ovarialcancer, ca 70%, är av den serösa subtypen (9-11). Av dessa är ca 90% typ II tumörer (10). Den genomsnittliga 5-års överlevnaden för patienter med höggradig serös ovarialcancer är 35-40% (1). En stark orsak till den dåliga prognosen är att dessa patienter ofta diagnosticeras i ett avancerat stadium, med spridning till övriga organ i bukhålan (12). Standardbehandlingen för dessa kvinnor är omfattande tumörreducerande kirurgi med efterföljande adjuvant platiumbaserad cytostatikaterapi. De flesta patienter (70- 80%) uppvisar god initial respons till kemoterapi (2), men 20-30% kommer att återfalla i sin sjukdom inom 6 månader efter behandling (1).
Prognostiska faktorer definieras som egenskaper som korrelerar med överlevnad och kan vara en avspegling av tumörbiologi, sjukdomens utbredning och/eller patientens kapacitet att hantera morbiditeten associerad med tumören och dess behandling. Studier av prognostiska faktorer kan bidra till att identifiera subgrupper av patienter med sämre prognos och på så sätt skapa en individualisering av behandlingen. Prognostiska faktorer kan också bidra med värdefulla insikter i tumörbiologi. Utöver detta finns det finns också ett stort värde i att kunna ge patienten en prediktion av prognosen inför behandling.
Vid ovarialcancer har man länge forskat på detta område och identifierat en rad prognostiska faktorer. Av dessa är FIGO-stadium samt grad av residualtumör efter operation de mest frekvent rapporterade prognostiska faktorerna för överlevnad (13). Trots den gedigna forskning som bedrivits kan man se en betydande variation i utfallet hos patienter med höggradig serös ovarialcancer matchade för stadium och tumörrest efter operation (1). En liten grupp av dessa patienter kommer att bli långtidsöverlevare, medan andra snabbt kommer att avlida i sin sjukdom (14). Detta antyder att andra, icke kända, avgörande faktorer spelar in.
Syftet med denna studie var att, genom en retrospektiv analys, evaluera den oberoende effekten av ålder, komorbiditet, stadium, tumörgrad och postoperativ tumörresidual på prognosen hos en population kvinnor med serös ovarialcancer som behandlats vid Akademiska Sjukhuset i Uppsala. Rapporten inleds med en sammanfattning av den nuvarande kunskap som finns kring prognostiska faktorer för överlevnad vid serös ovarialcancer. Då denna studie kommer att utgöra ett underlag för ett urval av patienter som kommer att ingå i en genetisk studie kommer en genomgång av kända eller potentiella genetiska prognostiska faktorer inkluderas i rapporten.
6
Prognostiska Faktorer
FIGO-Stadium
I Sverige och internationellt används International Federation of Gynecology and Obstetrics stadieindelning av ovarialcancer. Denna klassificerar ovarialcancer i stadium I till IV beroende på utbredning av tumören. Stadieindelningen sker kirurgiskt, och kräver en histologisk verifikation av diagnosen (15). Flera studier har bekräftat att överlevnaden vid epitelial ovarialcancer är stadieberoende (4, 13, 16-18). En analys på över 17 000 patienter från National Cancer Data Base i USA visade 5-års överlevnad på 74%, 58%, 30% och 19%
för stadium I-IV respektive (19). I en svensk studie visade en multivariabel analys på 596 patienter att FIGO-stadium var den starkaste prognostiska faktorn vid ovarialcancer, med en relativ 5-års överlevnad på 84%, 61%, 35% och 4% för stadium I-IV (4). Mycket forskning har bedrivits i försök att utveckla ett screeningprotokoll för att uppnå en mer gynnsam stadiedistribution för ovarialcancer och därmed reducera mortaliteten, men hittills har dessa försök varit fruktlösa (20, 21).
Residualtumör efter tumörreducerande kirurgi
Betydelsen av post-operativ residualtumör för överlevnad i epitelial ovarialcancer har bekräftats i flertalet studier (4, 13, 18, 22-26). Bristow och medarbetare visade i en metaanalys inkluderandes 6885 patienter med stadium III till IV ovarialcancer att varje 10%
ökning av maximal tumörreduktion var associerat med en 5,5 % ökning av medianöverlevnad (27). I Griffiths klassiska studie som först visade sambandet mellan tumörreduktion och överlevnad fann han att en resttumör på över 1,5 cm efter tumörreducerande kirurgi korrelerade till sämre överlevnad (28). Det har länge varit omdebatterat hur man bör definiera optimal kontra suboptimal tumörreduktion, i analyser varierar gränserna mellan 0,5 och 2cm maximal tumörrest (4, 13, 23, 25). Nyligen har man betonat värdet av tumörreducera med målsättningen total frånvaro av makroskopisk tumör (22, 29-31). Uppskattningen av operationsutfallet är subjektiv och utförs i samband med avslutad kirurgi. Till följd av otillräcklig exploration och vävnadsinduration blir utvärderingen av storleken på residualtumören ofta inexakt (32). Huruvida den fördelaktiga prognosen för mindre residualtumörer är ett uttryck för mer effektiv genomtränglighet av cytotoxiska läkemedel eller om det beskriver ett biologiskt fenomen hos lättopererade tumörer är okänt.
Residualtumör är för närvarande den enda kända prognostiska faktorn som går att påverka genom behandling. I det svenska vårdprogrammet är den nuvarande rekommendationen tumörreducera till total frånvaro av visuell och palpabel tumör (33).
7 Ålder
Cirka hälften av alla patienter som drabbas av ovarialcancer är äldre än 65 år (34). Denna andel väntas öka i takt med att den globala populationen blir äldre. Detta innebär att behandling av ovarialcancer hos den äldre generationen kommer utgöra en växande utmaning för gynekologer. Det är visat att ovarialcancermortaliteten hos yngre kvinnor sjunker medan mortaliteten hos kvinnor äldre än 65 år stadigt ökar (35, 36). Många studier av ovarialcancer populationer har funnit att hög ålder är en oberoende prognostisk faktor för överlevnad (4, 13, 18, 25, 34, 37). Äldre kvinnor löper en signifikant större risk att diagnosticeras med avancerad sjukdom, det är mindre sannolikt att de genomgår kirurgi och cytostatikabehandling, och deras tumörer är oftare av en lågt differentierad typ (37). Studier visar dock att hög ålder är en kvarstående prognostisk faktor, även om man justerar för andra kända prognostiska faktorer (37, 38). En deskriptiv studie gjord på 2123 patienter från Gynecologic Oncology Groups protokoll rapporterade att kvinnor som var äldre än 69 år uppvisade sämre överlevnad även efter justering för residualtumör, histologisk grad, performance status samt tumörstadium (38). Det har föreslagits den sämre prognosen för äldre kvinnor kan relateras till att de erhåller en mindre aggressiv behandling men också att skillnader i tumörbiologi eller immunrespons ligger bakom variationerna i prognos mellan olika åldersgrupper (25, 34).
Komorbiditet
Komorbiditet kan definieras som närvaron av en eller flera sjukdomar utöver den primära åkomman hos en patient (39). I samband med att medelåldern vid ovarialcancer ökar kommer en större andel patienter ha en eller fler sjukdomar vid tidpunkten för sin ovarialcancer- diagnos (40). Studier som analyserat sambandet mellan komorbiditet och överlevnad vid ovarialcancer har visat på motstridiga resultat. I ett antal analyser har man funnit att komorbiditet påverkar överlevnaden hos ovarialcancerpatienter (37, 41-44). Exempelvis visade en dansk kohortstudie på 3129 patienter från Danish Gynecological Cancer Database att komorbiditet var en prognostisk markör för ovarialcancer, även efter justering för ålder, stadium, residualtumör, histologi, grad och performance status (44). Andra studier har dock rapporterat att komorbididet ej har någon inverkan på överlevnaden (13, 40, 45). Tingulstad et al. fann att komorbiditet ej hade någon effekt på överlevnaden hos 571 kvinnor efter att ha justerat för ålder, stadium, grad, histologi och residualtumör (13). I samtliga citerade studier har The Charlson Comorbidity Index använts för att värdera komorbiditet. O’Malley påtalar i sin rapport att CCI initialt utvecklades, och validerades för, bröstcancerpopulationer och det
8 är möjligt att tillstånd som inte är inkluderade i CCI kan ha prognostisk betydelse för ovarialcancer (37). O’Malley föreslår att ett komorbiditets-mått specifikt utvecklat för ovarialcancer skulle förbättra vår förmåga att identifiera tillstånd som direkt eller indirekt påverkar ovarialcanceröverlevnad (37).
Histologisk grad
Histologisk gradering har visat sig ha prognostisk signifikans i en rad tumörsjukdomar.
Huruvida histologisk grad har betydelse för överlevnaden vid ovarialcancer är dock kontroversiellt. Histologisk grad har i vissa studier visat sig vara en oberoende prognostisk faktor för överlevnad vid ovarialcancer (18, 41, 46, 47), medan den i andra studier förlorat sitt inflytande i de multivariabla analyserna (4, 13, 24, 25, 44). Tingulstad och kollegor beskriver i sin rapport att differentieringsgraden hos en tumör har en nära korrelation till tumörens FIGO-stadium, och att den prognostiska effekten av stadium överrider effekten av histologisk grad vilket förklarar varför effekten av histologisk grad ofta försvinner i multivariabla analyser (13). En svårighet med gradering är att det inte existerar något standardiserat och objektivt klassifikationssystem med hög reproducerbarhet för gradering av ovarialtumörer (16). Idag är de globalt mest använda systemen FIGO’s graderingssystem samt WHO’s system. FIGO’s graderingsystem baserar sig på arkitektoniska egenskaper hos tumören och defineras på ett kvantitativt sätt medan WHO’s system baserar sig på patologens intryck av såväl arkitektoniska som cytologiska egenskaper (48). Malpica och kollegor föreslår i sin rapport att den nya bilden av ovarialcancer som en heterogen sjukdomsgrupp bör föranleda en utveckling av separata histologiska graderingssystem för de olika histotyperna för att på så sätt öka den prognostiska signifikansen av histologisk gradering (48).
Immunologiska faktorer
En stigande mängd bevis indikerar att epiteliala ovarialtumörer är antigeniska, dvs har förmågan att väcka en immunrespons hos sin värd (3, 49-55). En spontan antitumör immunrespons, i form av T-cells och/eller antikroppar, har demonstrerats hos patienter med ovarialcancer och den prognostiska signifikansen av värdens immunrespons har studerats.
Zhang och kollegor visade att förekomst av intraepitelial CD3+ T-cells infiltration var associerat till en signifikant bättre överlevnad i 186 epiteliala ovarialtumörer (52). Effekten av intraepiteliala CD3+ eller CD8+ T-celler har bekräftats i flertalet studier på etniskt och geografiskt olika populationer (49, 50, 53, 54). Omvänt så har infiltration av T-regulatoriska celler, som förmedlar immunsuppression, visat sig vara kopplat till dålig överlevnad vid
9 ovarialcancer (49, 55). Även närvaro av andra immunosuppressiva celler, såsom B7-H4- uttryckande tumörmakrofager har funnits korrelera till sämre utfall (56). Dessa upptäckter indikerar att ovarialcancer kan svara på immunterapi och forskning bedrivs nu inom detta område i förhoppning att introducera immunterapi som ett led i den framtida behandlingen av ovarialcancer.
Genetiska faktorer
Höggradiga ovarialtumörer anses vara drivna av en utpräglad genomisk instabilitet och kopietalsvariationer (57). The Cancer Genome Atlas Project har sekvenserat kodande gener i exonerna från 316 höggradiga serösa ovarialtumörer (58). TCGA’s studie bekräftade att dessa tumörer domineras av en utbredd DNA kopietalsvariation (58). Över kromosomerna fann de 5 områden med återkommande kopietalsökning och 22 områden med kopietalsförlust som förekom i över 50% av 489 höggradiga ovarialtumörer. Man fann även 63 regioner av fokal amplifikation, inkluderande bland annat MYC och Cyklin E1 komplexen i över 20% av tumörerna (58). TCGA analyserade också kända cancerassocierade signalvägar, och visade att ett antal av dessa var altererade i en stor andel av fallen. Genom antingen mutationer, kopietalsvariationer eller förändringar i genuttryck var RB1, som reglerar cellcykeln, och PI3K/RAS signalvägarna nedreglerade i 67% och 45% av fallen, respektive (58). I TCGA’s analys visade sig cirka 96% av tumörerna ha mutationer i p53, och somatiska eller groddblads mutationer i BRCA1 och BRCA2 upptäcktes i ca 20% (58). Även Bowtell och kollegor har rapporterat om en nära hundraprocentig frekvens av P53-mutationer i höggradiga serösa tumörer, och lägger fram en teori om att p53 mutationen är en obligat händelse för den vidare utvecklingen av höggradig ovarialcancer (59). Förändringar i P53 och BRCA1/2 anses ske tidigt under onkogenesen, och resulterar i förlust av förmågan att reparera dubbelsträngiga DNA-brott, vilket i sin tur leder till kromosom-instabilitet (2).
Ett antal genetiska förändringar har spekulerats ha prognostisk signifikans för överlevnaden vid ovarialcancer. Av dessa är de mest frekvent rapporterade defekter i BRCA1 och BRCA2.
BRCA1 och BRCA2 är kritiska komponenter i reparationsmaskineriet som åtgärdar dubbelsträngade DNA-brott via homolog rekombination. Mutationer i BRCA1/2 och andra deltagare i signalvägen som kontrollerar homolog rekombination förekommer mer ofta i höggradiga serösa tumörer än hos andra histotyper (1). Mutationer i BRCA1/2 anses svara för majoriteten av hereditär ovarialcancer (11, 60). 8-13% av kvinnor som diagnosticeras med epitelial ovarialcancer har groddblads mutationer i BRCA1/2 (11, 60-62), och av dessa får majoriteten höggradig serös ovarialcancer (2, 11, 59, 60, 63). Risken att utveckla
10 ovarialcancer före 70 års ålder är 40-50% för BRCA1-bärare och 10-20% för BRCA2-bärare (11, 64-66). Bland kvinnor med höggradig serös ovarialcancer finns även de med BRCA- dysfuntion via somatiska mutationer eller metylering av BRCA1/2 generna, och de kan även drabbas av mutationer i andra deltagare i signalvägen som kontrollerar homolog rekombination, inklusive EMSY, PTEN, ATM, ATR, och FANCF (58, 63). Studieresultat indikerar att mer än 50% av HGSC uppvisar någon form av homolog rekombinationsdefekt (1, 58, 59, 63). En ny grupp läkemedel, PARP-hämmare, utnyttjar denna biologiska egenskap hos dessa tumörer. Genom att inhibera en annan typ av DNA-reparation, base excision repair, orsakar PARP-hämmare syntetisk letalitet i tumörer med defekt homolog rekombination (57, 63). Förlusten av båda reparationvägar blir letal för cancercellen. En respons hos över 40%
har observerats då PARP-hämmare har använts som singelterapi för att behandla ovarialcancer hos kvinnor med groddbladsmutationer i BRCA1/2 (57, 63). Man inväntar nu resultat från kliniska studier på PARP-hämmarnas effekt hos tumörer som uppvisar defekter i homolog rekombination i frånvaro av groddbladsmutationer.
Mutationer i BRCA1 och BRCA2 har, i många studier, visat sig ha ett samband med såväl förlängd överlevnad som ökad känslighet för platinumbaserad cellgiftsbehandling (11, 58, 60, 67, 68). BRCA-positiva patienter är även generellt yngre då de får sin diagnos (69, 70), presenterar oftare i ett advancerat stadium (11) och har mer ofta tumörer av höggradig, serös subtyp (2, 68, 71). Dessa klinopatologiska egenskaper har bidragit till att man myntat uttrycket ”BRCAness” eller ”BRCA-syndrom” som en beskrivning av denna patientgrupp.
En andel av studierna som visat på en förlängd överlevnad för BRCA-muterade patienter har inkluderat både BRCA1 och BRCA2 mutationer i samma kohort, på grund av den relativa sällsyntheten av dessa mutationer (60, 68, 72, 73). Studier som analyserat effekten av BRCA1 och BRCA2 mutationer på överlevnad var för sig har rapporterat inkonsekventa resultat (62, 66, 67, 74-77). Två studier visade på en överlevnadsfördel för både BRCA1 och BRCA2-muterade ovarialtumörer jämfört med de som har vildtyp BRCA, dock med en större fördel för BRCA2 (67, 74). I tre analyser hade BRCA2, men inte BRCA1-mutation, statistisk signifikant påverkan på överlevnaden jämfört med vildtyps BRCA (66, 76, 77). I två studier jämförde man BRCA1 och BRCA2 mutationer med varandra, utan att inkludera vildtyps- BRCA i analyserna, och båda rapporterade om en trend mot förbättrad överlevnad för BRCA2 jämfört med BRCA1 (62, 75).
Kliniska studier har visat att patienter med BRCA-muterade tumörer har ökad känslighet för platinumbaserad cytostatika (60, 67, 68). I enlighet med detta har in vitro studier visat att
11 celler med defekta BRCA-gener är överkänsliga för läkemedel som inducerar dubbelsträngade DNA-brott, såsom platinumbaserade cellgifter (78, 79). Celler med dysfunktion i den homologa rekombinationen av dubbelsträngade DNA-brott (exempelvis på grund av BRCA-mutation) kan inte reparera DNA-skadan som orsakas av platinum (79, 80).
Celler med funktionellt intakt signalväg för homolog rekombination har kapaciteten att reparera platinum-inducerad DNA-skada, och därmed kan platinumresistens uppkomma i sådana celler (80). Det har föreslagits att detta är förklaringen till varför BRCA-mutation ger bättre överlevnad. Gallagher och kollegor utförde dock en multivariabel analys som visade att BRCA-mutation förutsåg överlevnaden oberoende av platinumkänslighet, antydandes att biologiska skillnader utöver platinumkänslighet bidrar till den förbättrade överlevnaden hos BRCA-positiva tumörer (60).
Cyklin E (CCNE1) är en viktig komponent i regleringen av cellcykeln. Studier har visat att Cyklin E är associerat till sjukdomsprogression i en variation av maligniteter och till sämre prognos hos patienter med bröst- och kolorektalcancer (81). Genetiska studier har visat att CCNE1-genen är amplifierad i över 20% av serösa ovarialtumörer (58). CCNE1- genamplifikation har visat sig leda till överuttryck av proteinet i ovarialtumörer, och ha direkt korrelation till sämre överlevnad (81-85). I TCGA’s omfattande helgenomsanalys av 316 serösa ovarialtumörer visade man dock att detta samband förlorades då man tog BRCA- mutationernas påverkan på överlevnaden i beaktning (58). Man upptäckte att frekvensen av CCNE1-amplifikationer var oväntat låg i gruppen av tumörer som hade BRCA-inaktivation, och drog slutsatsen att den tidigare rapporterade överlevnadsskillnaden hos CCNE1- amplifierade tumörer kunde förklaras av den högre överlevnaden hos BRCA-muterade tumörer (58).
MATERIAL OCH METODER
Studiepopulationen inkluderar kvinnor som diagnosticerats med serös ovarialcancer mellan åren 1998 och 2007 och behandlats vid Akademiska Sjukhuset i Uppsala, och där material finns i patologens databank. Studiepopulationen har hittats via patologens registrerade SNOMED-koder. Samtliga kvinnor har genomgått laparotomi för verifiering av diagnosen.
Kvinnor som vid granskning av journalmaterial i senare skede visade sig ha annan histologisk subtyp än serös ovarialcancer exkluderades, vilket även kvinnor med bordelinetumörer gjorde. Endast patienter som genomgick tumörreducerande kirurgi analyserades. Sammanlagt bestod studiepopulationen av 72 stycken ovarialcancerpatienter.
12 Information om potentiella prognostiska faktorer, såsom ålder vid diagnos, FIGO-stadium, histologisk differentieringsgrad, postoperativ storlek på residualtumör och komorbiditet hämtades från medicinska journaler från Uppsala Akademiska Sjukhus. Samtliga histologiska preparat har granskats vid Institutionen för Patologi och Genetik vid Uppsala Universitet, och klassificerats efter histologisk typ och grad av differentiering. Volym av residualtumör efter primär operation, dokumenterat i operationsberättelser, kategoriserades in i största diameter av residualtumör över 2 cm, mellan 0 och 2 cm, och ingen synlig makroskopisk tumör.
Fastställande av FIGO-stadium baserades på resultat från eventuella preoperativa diagnostiska procedurer, operationsberättelser och patolograpporter. Komorbiditet registrerades enligt Charlson Comorbidity Index. Denna validerade metod tar i beräkning såväl antal sjukdomar som sjukdomarnas allvarlighetsgrad, och är vida använd i studier på cancerpatienter. Indexet inkluderar 19 medicinska tillstånd, som har selekterats och viktats baserat på deras association till mortalitet (86). Eftersom ovarialcancer definierade vår studiekohort, har denna diagnos uteslutits från index-kalkylen. Patienterna kategoriserades in i två grupper enligt deras CCI-Score: närvaro av komorbiditet (CS= ≥1) enligt Charlson eller ej (CS=0). Överlevnad definerades som tid från diagnos till död av någon orsak. Patientern följdes fram till död, eller till December 31, 2012.
Samtliga statistiska analyser verkställdes genom att använda STATA Statistical Software.
Kaplan-Meier överlevnadskurvor kalkylerades för varje prognostisk faktor. Potentiella prognostiska faktorer testades univariellt genom att använda log-rank tester. En multivariabel proportional hazard model enligt Cox applicerades för att fastställa den prognostiska signifikansen av de olika variablerna. Patienter med FIGO stadium 1 tumörer, ingen registrerad komorbiditet, histologisk grad 1, och utan makroskopisk tumörresidual fungerade som referensgrupp. De resulterande hazard ratios (HR), hazardkvoterna, som mäter risk för död efter justering för andra faktorer, presenteras med 95% konfidensintervall (CI). Statistisk signifikans definierades som ett P-värde <0.05.
De prognostiska faktorer som ingick i Cox analysen var; FIGO-stadium (I, II, III, IV), histologisk grad (1= hög differentieringsgrad, 2= medel differentieringsgrad, 3= låg differentieringsgrad), residualtumör (ingen makroskopisk tumörrest, 0-2 cm tumörrest eller över 2cm tumörrest), komorbiditet (ingen komorbidetet eller närvaro av komorbiditet vid diagnos). Studien godkändes av Regionala Etikprövningsnämnden i Uppsala.
13
RESULTAT
Tabell 1 sammanfattar de kliniska och histopatologiska egenskaperna hos studiepopulationen.
Medianåldern var 60.3 år vid diagnos (spridning 32 till 87 år). Samtliga patienter följdes i minst 5 år. Vid studiens slut var 16 av de 72 kvinnorna (22%) fortfarande i livet. 43% av patienterna var 5-års överlevare. För stadium I, II, III, IV var andelen 5-årsöverlevare 73%, 60%, 30% och 8%, respektive. Samtliga patienter genomgick tumörreducerande kirurgi enligt standardregim. Dock har operationsmetoderna ändrats under de senaste åren, och värdet av maximal tumörreduktion var inte lika välstuderat för 10-15 år sedan. Efter operation hade 39% av kvinnorna ingen makroskopiskt synlig tumörrest. 24% hade 0.1- 2 cm tumörresidual, och 38 % hade över 2 cm postoperativ tumörrest.
Grad 1= högt differentierad, Grad 2= medeldifferentierad, Grad 3= lågt differentierad. CS= Charlston comorbidity Score.
Tumörfri= Ingen makroskopiskt synlig tumörrest
TABELL 1
Kliniska och histopatologiska egenskaper hos studiepopulationen (n=72)
Egenskap Antal patienter %
Ålder, år
Median 60.3 Spridning 32-87
≤ 60 år 38 52.8
> 60 år 34 47.2
FIGO-stadium
I 11 15.3
II 5 6.9
III 44 61.1
IV 12 16.7
Histologisk Grad
Grad 1 8 11.3
Grad 2 22 31.0
Grad 3 41 57.8
Residualtumör
Tumörfri 28 38.9
0.1-2.0 cm 17 23.6
≥2.0 cm 27 37.5
Komorbiditet
CS= 0 51 70.8
CS= ≥1 21 29.2
14
Univariabel Analys
Potentiella prognostiska faktorer som testades i univariabla analyser var: ålder (≤60 år vs >60 år), komorbiditet (närvaro eller frånvaro av komorbida tillstånd enligt CCI), FIGO-stadium (I, II, III eller IV), histologisk grad (högt, medel eller lågt differentierad) och residualtumör (ingen makroskopiskt synlig tumör, 0.1- 2cm tumörrest eller över 2cm tumörrest). Dessa variabler testades med logranktest, för att avgöra signifikans. Kaplan-Meier överlevnadskurvor kalkylerades för varje potentiell prognostisk faktor, och jämfördes med logranktesterna. I de univariabla analyserna hade samtliga faktorer, förutom ålder, signifikant inverkan på överlevnad. Resultat från logranktesterna visas i Tabell 2. Gränsen för statistisk signifikans sattes vid p < 0.05.
TABELL 2
Univariabel Analys av Potentiella Prognostiska Faktorer
Faktor Kategori N P-värde
Ålder ≤ 60 år 38 0.331
> 60 år 34
FIGO-Stadium I 11 0.007
II 5
III 44
IV 12
Tumörgrad Grad 1 8 0.005
Grad 2 22
Grad 3 41
Komorbiditet CS=0 51 <0.001
CS ≥1 21
Residualtumör Tumörfri 28 < 0.001
0.1-2.0 cm 17
≥2.0 cm 27
Kaplan-Meier överlevnadskurvor baserade på de variabler som hade prognostisk signifikans i den univariabla analysen visas i Figur 1-4.
Figur 1. Kaplan-Meier överlevnadskurva baserat på FIGO- stadium
15
Figur 2. Kaplan-Meier överlevnadskurva baserat på differentieringsgrad. Grad 1=högt differentierad, Grad 2=
medeldifferentierad, Grad 3= lågt differentierad
Figur 3. Kaplan-Meier överlevnadskurva baserat på komorbiditet. CS=
Charlson Comorbidity Score.
Figur 4. Kaplan-Meier överlevnadskurva baserat på storlek av residualtumör. RT= residualtumör.
16
Multivariabel Regressionsanalys
De variabler som visade sig ha prognostisk signifikans i de univariabla analyserna inkluderades i en Cox proportional hazard model för att identifiera oberoende prognostiska faktorer. Patienter med FIGO stadium 1 tumörer, ingen registrerad komorbiditet, högt differentierade tumörer, och utan makroskopisk tumörresidual fungerade som referensgrupp.
Resultaten från denna multivariabla analys presenteras i Tabell 3.
TABELL 3
Multivariabel analys av överlevnad utförd via Cox Proportional Hazards Model Ojusterade värden Justerade värden1
Faktor N HR 95% CI HR 95% CI
FIGO-Stadium
I 11 1.0 1.0
II 5 1.74 0.39-7.78 1.18 0.26-5.42
III 44 3.40 1.21-9.59 2.16 0.67-6.94
IV 12 5.18 1.63-16.47 2.69 0.67-10.73
Tumörgrad
Grad 1 8 1.0 1.0
Grad 2 22 5.14 1.50-17.57 5.35 1.50-19.03
Grad 3 41 4.56 1.39-14.49 5.00 1.47-17.08
Komorbiditet
CS=0 51 1.0 1.0
CS ≥1 21 2.67 1.51-4.72 3.32 1.74-6.33
Residualtumör
Tumörfri 28 1.0 1.0
0.1-2.0 cm 17 2.00 0.97-4.14 0.96 0.41-2.24
≥2.0 cm 27 3.32 1.72-6.44 1.95 0.87-4.40
CI= 95% Konfidensintervall. HR= Hazard Ratio. Grad 1= högt differentierad, Grad 2= medeldifferentierad, Grad 3= lågt differentierad. CS= Charlston comorbidity Score. Tumörfri= Ingen makroskopiskt synlig tumörrest. 1) Justerat för övriga patientfaktorer i tabellen.
I den multivariabla analysen hade komorbiditet och tumörgrad oberoende effekt på överlevnaden. Patienter med lågdifferentierade tumörer hade 5 gånger ökad risk för död jämfört med patienter med högdifferentierade tumörer (HR = 5.0; 95% CI, 1.47 till 17.08) . Patienter med komorbida tillstånd vid diagnos hade cirka tre gånger ökad risk för död jämfört med de utan komorbida tillstånd vid diagnos (HR = 3.32; 95% CI, 1.74 till 6.33). Varken FIGO-stadium eller storlek på residualtumör var självständigt associerade med kliniskt utfall.
Det fanns en tydlig trend mot sämre överlevnad för högre FIGO-stadium i de univariabla analyserna samt i Kaplan-Meier överlevnadskurvorna. I den multivariabla analysen var effekten av stadium dock ej signifikant, vilket förmodades bero på materialets storlek.
Analysen kalkylerades därför om, men med en indelning av ”högt stadium” (stadium 3 eller 4) och ”lågt stadium” (stadium 1 eller 2) som nya variabler, för att testa om signifikans uppnåddes. Resultaten av denna analys presenteras i Tabell 4.
17 TABELL 4
Multivariabel analys av överlevnad utförd via Cox Proportional Hazards Model Ojusterade värden Justerade värden1
Faktor N HR 95% CI HR 95%CI
FIGO-Stadium
I+II 16 1.0 1.00
III+IV 56 3.00 1.35-6.68 2.02 0.78-5.20
Tumörgrad
Grad 1 8 1.0 1.00
Grad 2 22 5.14 1.50-17.57 5.65 1.62-19.71
Grad 3 41 1.40 1.39-14.97 5.15 1.53-17.40
Komorbiditet
CS=0 51 1.0 1.0
CS ≥1 21 2.67 1.51-4.72 3.17 1.70-5.89
Residualtumör
Tumörfri 28 1.0 1.0
0.1-2.0 cm 17 2.00 0.97-4.14 1.01 0.44-2.32
≥2.0 cm 27 3.32 1.72-6.44 2.12 1.00-4.55
CI= 95% Konfidensintervall. HR= Hazard Ratio. Grad 1= högt differentierad, Grad 2= medeldifferentierad, Grad 3= lågt differentierad. CS= Charlston comorbidity Score. Tumörfri= Ingen makroskopiskt synlig tumörrest. 1) Justerat för övriga patientfaktorer i tabellen.
Denna analys visade på liknande resultat som den tidigare multivariabla analysen. Dock uppnåddes signifikanta resultat för betydelsen av residualtumör för överlevnad. Patienter med en postoperativ tumörrest på över 2 cm löpte en cirka dubbelt så hög risk för död jämfört med de patienter som ej haft någon makroskopiskt synlig tumörrest efter operation (HR = 2.12;
95% CI, 1.00 till 4.55; P = 0.05).
DISKUSSION
Jag har utforskat prognostiska faktorer hos patienter kirurgiskt behandlade för serös ovarialcancer vid Uppsala Akademiska Sjukhus. Generellt var överlevnaden dålig, endast 43% av kvinnorna var femårsöverlevare. Detta stämmer väl överens med tidigare publicerad forskning om överlevnaden vid serös ovarialcancer, som visat på en genomsnittlig femårsöverlevnad på 35-40% (1). Min analys har visat att komorbiditet, histologisk grad och tumörresidual större än 2 cm är oberoende prognostiska faktorer vid serös ovarialcancer.
I denna studie var komorbiditet en oberoende prognostisk faktor efter justering för andra kända prognostiska faktorer, med över tre gånger ökad risk för död (HR 3.32, CI 1.74 - 6.33) hos kvinnor med komorbiditet jämfört med de utan. Detta är i linje med resultat från tidigare publicerade studier, som visat att komorbiditet påverkar överlevnaden hos ovarialcancerpatienter (37, 41-44). Exempelvis fann O’Malley et als studie en ökad HR på
18 1.4 (CI 1.1 – 1.7) för patienter med komorbiditet jämfört med patienter utan komorbiditet i en population på 1051 ovarialcancerpatienter (41). I min studie fanns inga, eller begränsade, uppgifter om performance status (PS) tillgängliga, och PS har därför inte inkluderats i analyserna. I Sperling et als studie på 3129 danska ovarialcancerpatienter, fann man att komorbiditet hade en signifikant oberoende effekt på överlevnaden både före och efter att man inkluderat performance status i de multivariabla analyserna, dock minskade dess inflytande efter anpassning för PS (44). Rimligtvis bör närvaro av komorbida tillstånd hos en patient ha ett visst samband med samme patients performance status. Det är möjligt att den tydliga effekt komorbiditet hade på överlevnaden hos vår studiepopulation hade minskat, eller försvunnit, om man inkluderat performance status i de multivariabla analyserna.
Då min studie beräknade överlevnad fram till död av alla orsaker, och inte cancerrelaterad död, kan patienterna ha dött från deras komorbiditet eller andra orsaker icke relaterade till ovarialcancer. Detta kan till viss del ha förklarat den ökade mortaliteten bland patienter med komorbiditet. Det är dock svårt att skilja på om det som bidragit till mortalitet varit cancersjukdomen i sig, eller om cancerkomplikationer eller komorbiditet bidragit.
I denna studie fann vi att 29% av patienterna hade registrerad komorbiditet enligt CCI. Detta är jämförbart med andra studier som mätt komorbiditet med detta index (41-44).
Användandet av CCI för att definiera komorbiditet hos studiepopulationen kan ha begränsat studien. The Charlson Comorbidity Index utvecklades av Mary Charlson vid Cornell Medical Center i New York 1984 (86). Såväl sjukdomsspektrat som behandling av många sjukdomstillstånd har förändrats dramatiskt sedan 1984. Exempelvis ingår HIV i CCI, ett tillstånd vid vilket man nått stora framgångar i utveckling av behandlingen idag jämfört med 1984. Det är därför sannolikt att den relativa risken som registrerats för dessa sjukdomar 1984 inte stämmer överens med deras prognostiska inverkan i dagsläget. Dock är CCI än så länge det mest validerade och använda indexet för beräkning av komorbidetet vid cancersjukdom, varför jag valde att använda detta index i studien.
I min studie var lågt differentierade tumörer associerat till sämre överlevnad. Detta samband kvarstod i den multivariabla analysen, där man kontrollerade för multipla faktorer såsom stadium och residualtumör. Lågt differentierade tumörer gav där en fem gånger ökad risk för död jämfört med högt differentierade tumörer (HR 5.00 CI 1.47 - 17.08) Differentieringsgradens inverkan på överlevnad är inkonsekvent rapporterad i tidigare studier, många studier har beskrivit att den histologiska gradens påverkan på överlevnaden
19 försvinner i multivariabla analyser (4, 13, 24, 25, 44). Andra studier har dock rapporterat likande resultat som mina (18, 41, 46, 47).
I denna studie har vi endast inkluderat patienter som genomgått någon form av tumörreducerande kirurgi, vilket innebär att patienter med för stor sjukdomsbörda eller för dåligt performance status kan ha sållats bort, då de varit i för dåligt skick för att genomgå ett sådant omfattande ingrepp som ovarialcancerkirurgi innebär. Den i allmänhet ”friskare”
studiepopulationen kan ha haft en inverkan på den kalkylerade genomsnittsöverlevnaden som demonstreras i Kaplan-Meier överlevnadskurvorna.
Storleken av postoperativ tumörresidual var en prognostisk faktor som övervägdes i de univariabla och multivariabla analyserna. Båda analyser visade att en residualtumör större än 2 cm var en signifikant prognostisk faktor. Detta är i överenskommelse med tidigare studier som visat på ett samband mellan storlek på tumörresidual och överlevnad (4, 13, 18).
Betydelsen av att utföra operation med maximal tumörreduktion har blivit allt mer uppenbar på senare tid. Denna insikt kan ha medfört att dokumentationen av eventuell tumörrest samt den visuella och palpatoriska kontrollen för att bedöma tumörrest kan ha blivit mer noggrann med tiden. En möjlig felkälla är därför att de operationsberättelser jag grundat mitt studiematerial på inte är baserade på samma rigorösa kontroller som idag kan förväntas av kirurger.
Många tidigare publicerade studier har rapporterat om en sämre överlevnad för äldre patienter. I min studie hade ålder ingen signifikant påverkan på överlevnaden i vare sig den univariabla eller multivariabla analysen. Detta kan bero på studiepopulationens blygsamma storlek. Det kan också bero på att samtliga deltagare i studien har genomgått kirurgi, och att äldre, multisjuka patienter därför sållats bort från studien.
I min analys hade inte FIGO-stadium någon signifikant oberoende effekt på överlevnaden.
Många tidigare studier har rapporterat om att stadium har en signifikant och betydande effekt på överlevnaden (4, 13, 16-18). Det är möjligt att materialets storlek inte ger signifikans i min studie. I de univariabla analyserna och i Kaplan-Meierkurvorna går att utläsa en tydlig trend mot sämre överlevnad för högre tumörstadium. I tidigare studier har man noterat att differentieringsgrad ej har någon oberoende prognostisk effekt i multivariabla analyser, då den är starkt sammanlänkad till FIGO-stadium, och effekten av stadium överrider gradens inverkan i de multivariabla analyserna (13). Det är möjligt att det motsatta skett i mina
20 statistiska analyser, det vill säga att den kraftiga inverkan differentieringsgrad hade på överlevnad överred effekten av FIGO-stadium.
En svaghet med studien är den relativt lilla studiepopulationen. Studiepopulationens begränsade storlek beror delvis på att jag ville inringa den serösa subtypen, och identifiera prognostiska faktorer för just denna histologiska subtyp. Studier med mycket stora populationer kan ibland sakna detaljinformation om exempelvis operationsutfall och komorbiditet eftersom man grundar informationen endast på mer sparsamma registerdata. I denna studie har jag detaljgranskat journalinformationen inklusive operationsberättelser för att minska sådana felkällor.
Projektet kommer att fortskrida med genetiska analyser av tumörmaterial från ett urval av dessa patienter för att identifiera genetiska faktorer som utmärker långtidsöverlevare. Ur studiepopulationen ska ett mindre antal individer med stadium IIIC-IV och överlevnad mer än fem år väljas ut och matchas till individer med samma FIGO-stadium men sämre överlevnad. Båda grupper har haft liknande grad av sjukdom, genomgått liknande behandlingsregim och haft liknande operationsutfall. Helgenomssekvensering alternativt exome-capture kommer att utföras på tumörmaterialet för att identifiera genetiska faktorer som påverkar överlevnad.
Slutsats
I min studie har jag analyserat prognostiska faktorer vid serös ovarialcancer, baserat på en noggrann genomgång av journaler från patienter som behandlats vid Uppsala Akademiska Sjukhus. I mina analyser var närvaro av komorbida tillstånd vid diagnos, differentieringsgrad samt tumörresidual oberoende prognostiska faktorer. Detta är i linje med tidigare publicerad forskning om prognostiska faktorer vid ovarialcancer. Det är spännande tider för ovarialcancerforskning. Stora framsteg har gjorts i den genetiska och molekylära profileringen av ovarialtumörer. Tekniska landvinningar inom helgenomsanalyser och microarraytekniker öppnar upp för möjligheten att kartlägga hur genetiska faktorer påverkar överlevnad. Detta skulle så småningom kunna leda till identifiering av målmolekyler för riktad och individualiserad behandling, för att i sin tur förhoppningsvis förbättra den dystra prognos som ovarialcancerpatienter möter.
21
KÄLLHÄNVISNING
1. Berns EM, Bowtell DD. The changing view of high-grade serous ovarian cancer. Cancer Res. 2012;72(11):2701-4.
2. Gilks CB, Prat J. Ovarian carcinoma pathology and genetics: recent advances. Hum Pathol. 2009;40(9):1213-23.
3. Vaughan S, Coward JI, Bast RC, Berchuck A, Berek JS, Brenton JD, et al. Rethinking ovarian cancer: recommendations for improving outcomes. Nat Rev Cancer. 2011;11(10):719-25.
4. Akeson M, Jakobsen AM, Zetterqvist BM, Holmberg E, Brännström M, Horvath G. A population-based 5-year cohort study including all cases of epithelial ovarian cancer in western Sweden: 10-year survival and prognostic factors. Int J Gynecol Cancer. 2009;19(1):116-23.
5. Beral V, Doll R, Hermon C, Peto R, Reeves G, Cancer CGoESoO. Ovarian cancer and oral contraceptives: collaborative reanalysis of data from 45 epidemiological studies including 23,257 women with ovarian cancer and 87,303 controls. Lancet. 2008;371(9609):303-14.
6. Kurman RJ, Shih IM. The origin and pathogenesis of epithelial ovarian cancer: a proposed unifying theory. Am J Surg Pathol. 2010;34(3):433-43.
7. Shih IM, Kurman RJ. Ovarian tumorigenesis: a proposed model based on morphological and molecular genetic analysis. Am J Pathol. 2004;164(5):1511-8.
8. Kurman RJ, Shih IM. Pathogenesis of ovarian cancer: lessons from morphology and molecular biology and their clinical implications. Int J Gynecol Pathol. 2008;27(2):151-60.
9. McCluggage WG. My approach to and thoughts on the typing of ovarian carcinomas. J Clin Pathol. 2008;61(2):152-63.
10. Seidman JD, Horkayne-Szakaly I, Haiba M, Boice CR, Kurman RJ, Ronnett BM. The histologic type and stage distribution of ovarian carcinomas of surface epithelial origin. Int J Gynecol Pathol. 2004;23(1):41-4.
11. Liu G, Yang D, Sun Y, Shmulevich I, Xue F, Sood AK, et al. Differing clinical impact of BRCA1 and BRCA2 mutations in serous ovarian cancer. Pharmacogenomics. 2012;13(13):1523-35.
12. Agarwal R, Kaye SB. Prognostic factors in ovarian cancer: how close are we to a complete picture? Ann Oncol. 2005;16(1):4-6.
13. Tingulstad S, Skjeldestad FE, Halvorsen TB, Hagen B. Survival and prognostic factors in patients with ovarian cancer. Obstet Gynecol. 2003;101(5 Pt 1):885-91.
14. Pils D, Hager G, Tong D, Aust S, Heinze G, Kohl M, et al. Validating the impact of a molecular subtype in ovarian cancer on outcomes: A study of the OVCAD Consortium. Cancer Sci.
2012.
15. Heintz AP, Odicino F, Maisonneuve P, Quinn MA, Benedet JL, Creasman WT, et al.
Carcinoma of the ovary. FIGO 26th Annual Report on the Results of Treatment in Gynecological Cancer. Int J Gynaecol Obstet. 2006;95 Suppl 1:S161-92.
16. Brun JL, Feyler A, Chêne G, Saurel J, Brun G, Hocké C. Long-term results and prognostic factors in patients with epithelial ovarian cancer. Gynecol Oncol. 2000;78(1):21-7.
17. Baldwin LA, Huang B, Miller RW, Tucker T, Goodrich ST, Podzielinski I, et al. Ten-year relative survival for epithelial ovarian cancer. Obstet Gynecol. 2012;120(3):612-8.
18. Clark TG, Stewart ME, Altman DG, Gabra H, Smyth JF. A prognostic model for ovarian cancer. Br J Cancer. 2001;85(7):944-52.
22 19. Averette HE, Janicek MF, Menck HR. The National Cancer Data Base report on ovarian cancer. American College of Surgeons Commission on Cancer and the American Cancer Society.
Cancer. 1995;76(6):1096-103.
20. Rosenthal AN, Menon U, Jacobs IJ. Screening for ovarian cancer. Clin Obstet Gynecol.
2006;49(3):433-47.
21. Buys SS, Partridge E, Black A, Johnson CC, Lamerato L, Isaacs C, et al. Effect of screening on ovarian cancer mortality: the Prostate, Lung, Colorectal and Ovarian (PLCO) Cancer Screening Randomized Controlled Trial. JAMA. 2011;305(22):2295-303.
22. Wimberger P, Lehmann N, Kimmig R, Burges A, Meier W, Du Bois A, et al. Prognostic factors for complete debulking in advanced ovarian cancer and its impact on survival. An exploratory analysis of a prospectively randomized phase III study of the Arbeitsgemeinschaft Gynaekologische Onkologie Ovarian Cancer Study Group (AGO-OVAR). Gynecol Oncol. 2007;106(1):69-74.
23. Chi DS, Liao JB, Leon LF, Venkatraman ES, Hensley ML, Bhaskaran D, et al.
Identification of prognostic factors in advanced epithelial ovarian carcinoma. Gynecol Oncol.
2001;82(3):532-7.
24. Teramukai S, Ochiai K, Tada H, Fukushima M, OC01-01 JMTO. PIEPOC: a new prognostic index for advanced epithelial ovarian cancer--Japan Multinational Trial Organization OC01-01. J Clin Oncol. 2007;25(22):3302-6.
25. Winter WE, Maxwell GL, Tian C, Carlson JW, Ozols RF, Rose PG, et al. Prognostic factors for stage III epithelial ovarian cancer: a Gynecologic Oncology Group Study. J Clin Oncol.
2007;25(24):3621-7.
26. Akahira JI, Yoshikawa H, Shimizu Y, Tsunematsu R, Hirakawa T, Kuramoto H, et al.
Prognostic factors of stage IV epithelial ovarian cancer: a multicenter retrospective study. Gynecol Oncol. 2001;81(3):398-403.
27. Bristow RE, Tomacruz RS, Armstrong DK, Trimble EL, Montz FJ. Survival effect of maximal cytoreductive surgery for advanced ovarian carcinoma during the platinum era: a meta- analysis. J Clin Oncol. 2002;20(5):1248-59.
28. Griffiths CT. Surgical resection of tumor bulk in the primary treatment of ovarian carcinoma. Natl Cancer Inst Monogr. 1975;42:101-4.
29. du Bois A, Reuss A, Pujade-Lauraine E, Harter P, Ray-Coquard I, Pfisterer J. Role of surgical outcome as prognostic factor in advanced epithelial ovarian cancer: a combined exploratory analysis of 3 prospectively randomized phase 3 multicenter trials: by the Arbeitsgemeinschaft Gynaekologische Onkologie Studiengruppe Ovarialkarzinom (AGO-OVAR) and the Groupe d'Investigateurs Nationaux Pour les Etudes des Cancers de l'Ovaire (GINECO). Cancer.
2009;115(6):1234-44.
30. Winter WE, Maxwell GL, Tian C, Sundborg MJ, Rose GS, Rose PG, et al. Tumor residual after surgical cytoreduction in prediction of clinical outcome in stage IV epithelial ovarian cancer: a Gynecologic Oncology Group Study. J Clin Oncol. 2008;26(1):83-9.
31. Chi DS, Eisenhauer EL, Lang J, Huh J, Haddad L, Abu-Rustum NR, et al. What is the optimal goal of primary cytoreductive surgery for bulky stage IIIC epithelial ovarian carcinoma (EOC)? Gynecol Oncol. 2006;103(2):559-64.
32. Chi DS, Ramirez PT, Teitcher JB, Mironov S, Sarasohn DM, Iyer RB, et al. Prospective study of the correlation between postoperative computed tomography scan and primary surgeon assessment in patients with advanced ovarian, tubal, and peritoneal carcinoma reported to have undergone primary surgical cytoreduction to residual disease 1 cm or less. J Clin Oncol.
2007;25(31):4946-51.
33. Lundqvist E. Nationellt Vårdprogram för Äggstockscancer Göteborg: Regionala cancercentrum i samverkan; 2012 [cited 2013 2013-01-15]. Available from:
http://www.cancercentrum.se/sv/Vardprogram/Aggstockscancer/.
34. Wimberger P, Lehmann N, Kimmig R, Burges A, Meier W, Hoppenau B, et al. Impact of age on outcome in patients with advanced ovarian cancer treated within a prospectively randomized
23 phase III study of the Arbeitsgemeinschaft Gynaekologische Onkologie Ovarian Cancer Study Group (AGO-OVAR). Gynecol Oncol. 2006;100(2):300-7.
35. Yancik R. Cancer burden in the aged: an epidemiologic and demographic overview.
Cancer. 1997;80(7):1273-83.
36. Oriel KA, Hartenbach EM, Remington PL. Trends in United States ovarian cancer mortality, 1979-1995. Obstet Gynecol. 1999;93(1):30-3.
37. O'Malley CD, Shema SJ, Cress RD, Bauer K, Kahn AR, Schymura MJ, et al. The implications of age and comorbidity on survival following epithelial ovarian cancer: summary and results from a Centers for Disease Control and Prevention study. J Womens Health (Larchmt).
2012;21(9):887-94.
38. Thigpen T, Brady MF, Omura GA, Creasman WT, McGuire WP, Hoskins WJ, et al. Age as a prognostic factor in ovarian carcinoma. The Gynecologic Oncology Group experience. Cancer.
1993;71(2 Suppl):606-14.
39. Valderas JM, Starfield B, Sibbald B, Salisbury C, Roland M. Defining comorbidity:
implications for understanding health and health services. Ann Fam Med. 2009;7(4):357-63.
40. Maas HA, Kruitwagen RF, Lemmens VE, Goey SH, Janssen-Heijnen ML. The influence of age and co-morbidity on treatment and prognosis of ovarian cancer: a population-based study.
Gynecol Oncol. 2005;97(1):104-9.
41. O'Malley CD, Cress RD, Campleman SL, Leiserowitz GS. Survival of Californian women with epithelial ovarian cancer, 1994-1996: a population-based study. Gynecol Oncol. 2003;91(3):608- 15.
42. Tetsche MS, Nørgaard M, Jacobsen J, Wogelius P, Sørensen HT. Comorbidity and ovarian cancer survival in Denmark, 1995-2005: a population-based cohort study. Int J Gynecol Cancer. 2008;18(3):421-7.
43. Tetsche MS, Dethlefsen C, Pedersen L, Sorensen HT, Norgaard M. The impact of comorbidity and stage on ovarian cancer mortality: a nationwide Danish cohort study. BMC Cancer.
2008;8:31.
44. Sperling C, Noer MC, Christensen IJ, Nielsen ML, Lidegaard O, Høgdall C. Comorbidity is an independent prognostic factor for the survival of ovarian cancer: A Danish register-based cohort study from a clinical database. Gynecol Oncol. 2013.
45. DiSilvestro P, Peipert JF, Hogan JW, Granai CO. Prognostic value of clinical variables in ovarian cancer. J Clin Epidemiol. 1997;50(5):501-5.
46. Kosary CL. FIGO stage, histology, histologic grade, age and race as prognostic factors in determining survival for cancers of the female gynecological system: an analysis of 1973-87 SEER cases of cancers of the endometrium, cervix, ovary, vulva, and vagina. Semin Surg Oncol.
1994;10(1):31-46.
47. Marth C, Hiebl S, Oberaigner W, Winter R, Leodolter S, Sevelda P. Influence of department volume on survival for ovarian cancer: results from a prospective quality assurance program of the Austrian Association for Gynecologic Oncology. Int J Gynecol Cancer. 2009;19(1):94- 102.
48. Malpica A. Grading of ovarian cancer: a histotype-specific approach. Int J Gynecol Pathol. 2008;27(2):175-81.
49. Sato E, Olson SH, Ahn J, Bundy B, Nishikawa H, Qian F, et al. Intraepithelial CD8+
tumor-infiltrating lymphocytes and a high CD8+/regulatory T cell ratio are associated with favorable prognosis in ovarian cancer. Proc Natl Acad Sci U S A. 2005;102(51):18538-43.
50. Clarke B, Tinker AV, Lee CH, Subramanian S, van de Rijn M, Turbin D, et al.
Intraepithelial T cells and prognosis in ovarian carcinoma: novel associations with stage, tumor type, and BRCA1 loss. Mod Pathol. 2009;22(3):393-402.
51. Kandalaft LE, Powell DJ, Singh N, Coukos G. Immunotherapy for ovarian cancer: what's next? J Clin Oncol. 2011;29(7):925-33.
24 52. Zhang L, Conejo-Garcia JR, Katsaros D, Gimotty PA, Massobrio M, Regnani G, et al.
Intratumoral T cells, recurrence, and survival in epithelial ovarian cancer. N Engl J Med.
2003;348(3):203-13.
53. Adams SF, Levine DA, Cadungog MG, Hammond R, Facciabene A, Olvera N, et al.
Intraepithelial T cells and tumor proliferation: impact on the benefit from surgical cytoreduction in advanced serous ovarian cancer. Cancer. 2009;115(13):2891-902.
54. Shah CA, Allison KH, Garcia RL, Gray HJ, Goff BA, Swisher EM. Intratumoral T cells, tumor-associated macrophages, and regulatory T cells: association with p53 mutations, circulating tumor DNA and survival in women with ovarian cancer. Gynecol Oncol. 2008;109(2):215-9.
55. Curiel TJ, Coukos G, Zou L, Alvarez X, Cheng P, Mottram P, et al. Specific recruitment of regulatory T cells in ovarian carcinoma fosters immune privilege and predicts reduced survival.
Nat Med. 2004;10(9):942-9.
56. Kryczek I, Wei S, Zhu G, Myers L, Mottram P, Cheng P, et al. Relationship between B7- H4, regulatory T cells, and patient outcome in human ovarian carcinoma. Cancer Res.
2007;67(18):8900-5.
57. Romero I, Bast RC. Minireview: human ovarian cancer: biology, current management, and paths to personalizing therapy. Endocrinology. 2012;153(4):1593-602.
58. Network CGAR. Integrated genomic analyses of ovarian carcinoma. Nature.
2011;474(7353):609-15.
59. Bowtell DD. The genesis and evolution of high-grade serous ovarian cancer. Nat Rev Cancer. 2010;10(11):803-8.
60. Gallagher DJ, Konner JA, Bell-McGuinn KM, Bhatia J, Sabbatini P, Aghajanian CA, et al.
Survival in epithelial ovarian cancer: a multivariate analysis incorporating BRCA mutation status and platinum sensitivity. Ann Oncol. 2011;22(5):1127-32.
61. Pal T, Permuth-Wey J, Betts JA, Krischer JP, Fiorica J, Arango H, et al. BRCA1 and BRCA2 mutations account for a large proportion of ovarian carcinoma cases. Cancer.
2005;104(12):2807-16.
62. Reitsma W, de Bock GH, Oosterwijk JC, ten Hoor KA, Hollema H, Mourits MJ.
Clinicopathologic characteristics and survival in BRCA1- and BRCA2-related adnexal cancer: are they different? Int J Gynecol Cancer. 2012;22(4):579-85.
63. Bast RC. Molecular approaches to personalizing management of ovarian cancer. Ann Oncol. 2011;22 Suppl 8:viii5-viii15.
64. King MC, Marks JH, Mandell JB, Group NYBCS. Breast and ovarian cancer risks due to inherited mutations in BRCA1 and BRCA2. Science. 2003;302(5645):643-6.
65. Chen S, Parmigiani G. Meta-analysis of BRCA1 and BRCA2 penetrance. J Clin Oncol.
2007;25(11):1329-33.
66. Yang D, Khan S, Sun Y, Hess K, Shmulevich I, Sood AK, et al. Association of BRCA1 and BRCA2 mutations with survival, chemotherapy sensitivity, and gene mutator phenotype in patients with ovarian cancer. JAMA. 2011;306(14):1557-65.
67. Vencken PM, Kriege M, Hoogwerf D, Beugelink S, van der Burg ME, Hooning MJ, et al.
Chemosensitivity and outcome of BRCA1- and BRCA2-associated ovarian cancer patients after first- line chemotherapy compared with sporadic ovarian cancer patients. Ann Oncol. 2011;22(6):1346-52.
68. Tan DS, Rothermundt C, Thomas K, Bancroft E, Eeles R, Shanley S, et al. "BRCAness"
syndrome in ovarian cancer: a case-control study describing the clinical features and outcome of patients with epithelial ovarian cancer associated with BRCA1 and BRCA2 mutations. J Clin Oncol.
2008;26(34):5530-6.
69. Soegaard M, Kjaer SK, Cox M, Wozniak E, Høgdall E, Høgdall C, et al. BRCA1 and BRCA2 mutation prevalence and clinical characteristics of a population-based series of ovarian cancer cases from Denmark. Clin Cancer Res. 2008;14(12):3761-7.
