Geri Dön

Meme kanserinde peritümoral stromada kanser ilişkili fibroblast yoğunluğunun klinikopatolojik verilerle ilişkisi

The relationship between the density of cancer-associated fibroblasts in the peritumoral stroma and clinicopathological data in breast cancer patients

  1. Tez No: 938198
  2. Yazar: DOĞUKAN AKKUŞ
  3. Danışmanlar: PROF. DR. MERYEM GÜNAY GÜRLEYİK
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Genel Cerrahi, General Surgery
  6. Anahtar Kelimeler: Fibroblastlar, Tümör mikroçevresi, Yapay zeka, Fibroblasts, Tumor microenvironment, Artificial intelligence
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Sağlık Bilimleri Üniversitesi
  10. Enstitü: İstanbul Haydarpaşa Numune Eğitim ve Araştırma Hastanesi
  11. Ana Bilim Dalı: Genel Cerrahi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Amaç: Bu çalışma, immünohistokimyasal (İHK) boyama ile tanımlanan kanser ilişkili fibroblast (CAF) alt grupları ile farklı meme kanseri alt tiplerine sahip hastalardaki klinik sonuçlar arasındaki ilişkiyi araştırmayı amaçlamaktadır. Gereç-Yöntem: Bu prospektif çalışmaya, Eylül 2021 ile Ocak 2024 arasında tedavi edilen 69 meme kanseri hastası dahil edildi. Neoadjuvan kemoterapi (NAK) alan veya primer cerrahi uygulanan hastalar çalışmaya alınırken, Luminal A moleküler alt tipine sahip hastalar çalışmaya dahil edilmedi. NAK öncesinde ultrason rehberliğinde veya perimer cerrahi ile tedavi edilen hastalarda cerrahi sırasında kalın iğne biyopsileri alındı. Doku örnekleri fibroblast aktivasyon proteini-alfa (FAP-α), alfa smooth muscle actin (α-SMA) ve platelet-derived growth factor receptor-beta (PDGFR-β) için IHK kullanılarak analiz edildi. Boyama yoğunluğu ve dağılımı için H-skoru hesaplamasında yapay zeka tabanlı dijital patoloji algoritmaları kullanıldı. Yaş, tümör boyutu, nodal tutulum ve NAK yanıtı (Residuel Cancer Burden[RCB] skorları ile ölçüldü) gibi klinik veriler toplandı. CAF belirteçleri ile hasta sonuçları arasındaki ilişkiler SPSS kullanılarak analiz edildi. Bulgular: Yaş ortalaması 50,68 ± 13,60 yıl idi. Meme kanseri alt tipleri Luminal B (%29,0), Luminal B HER2+ (%24,6), HER2+ (%15,9) ve Üçlü Negatif (%30,5) olarak dağıldı. Tümör merkezi CAF'lar CAF-1 (%36,2), CAF-2 (%18,9), CAF-3 (%24,6) ve CAF-4 (%20,3) olarak sınıflandırılırken, tümör çevresi CAF'lar ağırlıklı olarak CAF-2 (%47,9) ve CAF-4 (%39,1) olarak tespit edildi. CAF alt grupları ile klinik özellikler, tedavi yanıtı veya sonuçlar arasında anlamlı bir fark gözlenmedi (p>0,05). FAP-α ekspresyonu, tümör merkezi (r=0,650, ICC=0,604) ve tümör çevresi bölgeler (r=0,745, ICC=0,817, p<0,01) için yapay zeka tabanlı metriklerle güçlü bir korelasyon gösterdi. Sonuç: CAF alt grupları meme kanserinin tümör mikroçevresinde heterojenlik sergilemektedir. Klinik sonuçlarla anlamlı bir ilişki göstermemelerine rağmen, FAP-α ekspresyonu ile yapay zeka tabanlı metrikler arasındaki güçlü korelasyon, dijital patolojinin CAF karakterizasyonunda potansiyelini vurgulamaktadır. Bu bulgular, tümör ilerlemesi ve tedavi direncinde CAF'ların rollerinin daha fazla araştırılmasını ve yenilikçi terapötik stratejilere rehberlik edilmesini desteklemektedir.

Özet (Çeviri)

Aim: This study investigates the relationship between CAF subgroups identified through immunohistochemical (IHC) staining and clinical outcomes in patients with different subtypes of breast cancer. Materials and Methods: This prospective study included 69 breast cancer patients treated between September 2021 and January 2024. Patients receiving neoadjuvant chemotherapy (NAC) or undergoing primary surgery were enrolled, excluding those with Luminal A molecular subtypes. Core needle biopsies were collected under ultrasound guidance before NAC initiation or intraoperatively for primary surgery patients. Tissue samples were analyzed using IHC for fibroblast activation protein-alpha (FAP-α), alfa-smooth muslce actin (α-SMA) and platelet-derived growth factor receptor-beta (PDGFR-β). Artificial Intelligince based digital pathology algorithms were employed for H-score calculation of staining intensity and density. Clinical data, including age, tumor size, nodal involvement, and response to NAC (measured via Residual Cancer Burden [RCB] scores), were recorded. Statistical analyses were conducted using SPSS to assess associations between CAF markers and patient outcomes. Results: The cohort's mean age was 50.68 ± 13.60 years. Subtypes included Luminal B (29.0%), Luminal B HER2+ (24.6%), HER2+ (15.9%), and Triple Negative (30.5%). Tumor central CAFs were classified into CAF-1 (36.2%), CAF-2 (18.9%), CAF-3 (24.6%), and CAF-4 (20.3%), while peripheral CAFs were mainly CAF-2 (47.9%) and CAF-4 (39.1%). No significant differences in clinical characteristics, treatment response, or outcomes were observed among CAF subgroups (p>0.05). FAP-α expression correlated strongly with AI-derived metrics for tumor central (r=0.650, ICC=0.604) and peripheral regions (r=0.745, ICC=0.817, p<0.01). Conclusion: CAF subgroups exhibit heterogeneity within the tumor microenvironment of breast cancer. Although they showed no significant associations with clinical outcomes, strong correlations between FAP-α expression and AI metrics highlight the potential for digital pathology in CAF characterization. These findings support further research into CAFs' roles in tumor progression and therapy resistance to guide innovative therapeutic strategies.

Benzer Tezler

  1. Meme kanserinde manyetik rezonans görüntüleme bulguları ile metastatik aksiller lenf nodu arasındaki ilişki

    Relationship between magnetic resonance imaging findings and metastatic axillary lymph node in breast cancer

    DERYA DENİZ ALTINTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Radyoloji ve Nükleer TıpAcıbadem Mehmet Ali Aydınlar Üniversitesi

    Radyoloji Ana Bilim Dalı

    PROF. DR. SELMA GÜL İÇTEN