Tumor Treating Fields gegen Krebs: Etabliert beim Glioblastom, neue Indikationen am Horizont?
Bibliographic record
Abstract
Liebe Kolleginne und Kollegen,das Glioblastom gehört leider immer noch zu den bösartigsten Krebserkrankungen des Erwachsenenalters. In den letzten Jahren hat sich jedoch erfreulicherweise viel getan. Neben personalisierten Behandlungsstrategien, immunologischen und zielgerichteten Ansätzen hat sich mit dem Einsatz von elektrischen Wechselfeldern (sog. Tumor Treating Fields, TTFields) eine innovative Therapie klar in der Behandlungsroutine etabliert: TTFields stellen heute neben der Operation, Strahlentherapie und medikamentösen Therapie die vierte Therapiesäule beim neu diagnostizierten Glioblastom (GBM) dar. Seit 2005, dem Veröffentlichungsdatum der positiven Phase-3-Studie zur Radiochemotherapie mit Temozolomid [1], wurde in mehr als zwanzig randomisierten Phase-3-Studien versucht, dieses Regime zu schlagen. Nur zwei Studien (eine Studie für ältere Patient*innen nicht berücksichtigt) waren positiv [2]. Eine davon, die EF-14-Studie, hat die Hinzunahme von TTFields zur adjuvanten TMZ-Therapie untersucht [3]. Es fand sich eine signifikante Überlebensverlängerung und vor allem deutlich höhere Überlebensraten für Patient*innen mit einem neu diagnostizierten Glioblastom, die zusätzlich mit TTFields therapiert wurden. In der Zwischenzeit wurden weltweit mehr als 25 000 Hirntumorpatient*innen mit dieser Therapiemethode behandelt [4].In einigen weiteren großen Studienkonzepten wird versucht, die klinische Anwendung beim Glioblastom weiter zu optimieren. So erhofft man sich bereits durch den frühen Einsatz während oder bereits vor der Radiochemotherapie eine weitere Steigerung der Überlebenszeit, greift aber nun auch neues Wissen zur Wirksamkeit in Kombinationsstrategien auf. Man geht aktuell davon aus, dass TTFields nicht nur aufgrund einer Hemmung der Zellteilung (Mitose) und Zellmobilität (Migration) ihre Wirkung entfalten können, sondern auch über eine Beeinträchtigung von DNA-Reparaturmechanismen (z.B. nach Strahlentherapie) und eine Steigerung der antitumoralen Immunität (z.B. durch Aktivierung des immunogenen Zelltods). Letzteres führte zu einem neuen spannenden Studienkonzept, der EF-41-Studie (Kombination mit Pembrolizumab), die derzeit rekrutiert.Spannend sind derzeit sicherlich auch die Arbeiten, die signifikante Zusammenhänge zwischen TTFields-Dosis und Tumoransprechen zeigen konnten [5], ein weiterer Nachweis für die Effektivität der Therapie. Kontrovers wird nach wie vor das Thema Lebensqualität und die bisherige alleinige Existenz nur einer randomisierten Phase-3-Studie beim Glioblastom diskutiert. Hierzu muss allerdings festgehalten werden, dass sowohl in der EF-14-Studie als auch in anderen kontrollierten Untersuchungen mit der Ausnahme von Hautjucken im Studiensetting keine signifikante Beeinträchtigung der Lebensqualität durch TTFields gezeigt werden konnte. Im klinischen Alltag zeigt sich das Bild sicherlich etwas heterogener, dennoch ist die TTFields-Therapie meist sehr gut in die Behandlung integrierbar. Die Kritik an der EF-14-Studie ist durch die Präsentation der TIGER-Studiendaten (TTFields In GErmany in Routine Clinical Care, NCT03258021) etwas leiser geworden. An 710 eingeschlossenen Patient*innen wurde bei einem Großteil der Einsatz von TTFields in der klinischen Routineversorgung untersucht. Erste Ergebnisse zeigten Lebensqualitätsdaten, die mit der EF-14-Studie vergleichbar waren und sehr ermutigende Langzeitüberlebensdaten[6, 7]. Die Daten sind allerdings noch etwas unreif. Positive Studiendaten für den Einsatz von TTFields auch bei anderen Krebserkrankungen haben sicherlich weitere Kritiker von der Wirksamkeit der Therapie überzeugt. So fand sich in der Phase-III-Studie LUNAR (NCT02973789) eine statistisch signifikante und klinisch bedeutsame Verlängerung der Gesamtüberlebenszeit für Patient*innen mit metastasiertem NSCLC nach platinbasierten Therapien [8]. In der METIS-Studie (NCT02831959), einer randomisierten Zulassungsstudie, die die Wirksamkeit und Sicherheit von TTFields bei Patient*innen mit einer bis zehn neu diagnostizierten Hirnmetastasen infolge eines NSCLC nach stereotaktischer Bestrahlung gegenüber einer supportiven Therapie untersuchte, fand sich eine signifikante Verlängerung der Zeit bis zur intrakraniellen Progression [9]. Darüber hinaus wurde erst kürzlich bekanntgegeben, dass die zulassungsrelevante Phase-3-Studie PANOVA-3 (Erstlinienbehandlung des lokal fortgeschrittenen Adenokarzinoms der Bauchspeicheldrüse) ihren primären Endpunkt erreicht hat und eine statistisch signifikante Verbesserung des medianen Gesamtüberlebens gegenüber der Kontrollgruppe aufweist.In der Zusammenschau ist die Behandlung mit TTFields sicherlich eine spannende «Waffe» zum Einsatz gegen einige Krebserkrankungen, allen voran das Glioblastom. Natürlich stehen auch in Zukunft weitere Herausforderungen, wie z.B. die einfachere Handhabung des Geräts oder die Prädiktion von Respondern und Non-Respondern an. Zweifelsohne ist dies aber zumindest bei Glioblastompatient*innen eine Therapie, über die in der Routine aufgeklärt werden sollte, und die ich persönlich empfehle, zu probieren. Nur so kann die individuelle Fähigkeit zur Alltagsintegration evaluiert werden.Mit kollegialen GrüßenMartin Glas
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.019 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".