Anhand der Substanzen im Atem von Lungenkrebspatienten kann ein kleines Gerät namens eNose vorhersagen, welche Patienten auf eine Immuntherapie ansprechen werden und welche nicht. Mit Hilfe der „elektronischen Nase“ können Nebenwirkungen bei Patienten vermieden werden, die von solch einer Behandlung nicht profitieren würden.
Eine Immuntherapie schlägt nur bei etwa einem Fünftel aller Patienten mit nicht-kleinzelligem Lungenkrebs an. Um die Erfolgsaussichten einer Immuntherapie im voraus abzuschätzen, lieferte die eNose mit einer Genauigkeit von 85 Prozent bessere Resultate als die übliche Methode. Diese besteht darin, Gewebeproben zu testen, was für die Patienten unangenehm ist und Zeit benötigt.
Obwohl die Immuntherapie tendenziell besser verträglich ist als eine Chemotherapie, kann sie bei etwa 10 Prozent der Patienten schwerwiegende Nebenwirkungen auslösen. Wenn das körpereigene Immunsystem beginnt, seine eigenen Zellen anzugreifen, können sich Organe wie Lunge, Leber und Darm entzünden. Durch die korrekte Identifizierung von Patienten, die nicht auf eine Immuntherapie ansprechen, können solche Nebenwirkungen vermieden werden.
Forscher des Niederländischen Krebsinstituts Amsterdam haben die eNose verwendet, um bei 92 Patienten mit fortgeschrittenem nicht-kleinzelligem Lungenkrebs Atemprofile zwei Wochen vor Beginn einer Immuntherapie zu erfassen. Drei Monate später beurteilten sie, ob die Patienten auf das Medikament angesprochen hatten. Die Erkenntnisse, die sie durch diese 92 Patienten gewannen, überprüften sie dann an 51 weiteren Patienten und veröffentlichten die Resultate in der Fachzeitschrift Annals of Oncology.
Für den Patienten ist die Messung einfach und dauert weniger als eine Minute: Der Patient atmet tief ein, hält die Luft fünf Sekunden lang an und atmet dann langsam in das Gerät aus. Die Sensoren der eNose reagieren auf flüchtige Substanzen in der ausgeatmeten Luft, und die Sensorwerte werden in Echtzeit verarbeitet. Die Ergebnisse werden mit einer Online-Datenbank verglichen, in der maschinelle Lernalgorithmen erkennen, ob der Patient auf die Therapie reagieren wird oder nicht.
ZOU
Quelle: Den ganzen Artikel lesen