Kurzfassung

In der medizinischen Forschung erhofft man sich einen großen Erkenntnisgewinn durch die Analyse von Microarray-Genexpressionsdaten. So wurden zum Beispiel Erfolge bei der Klassifikation von Tumoren erzielt. Eine andere relevante Fragestellung ist die nach der Prognose von Patienten. Insbesondere beim nodal-negativen Mamma-Karzinom ist die Prognose und damit die Wahl der Therapie derzeit mit den klassischen Prognosefaktoren nicht zufriedenstellend. Es wird erwartet, dass man anhand der...In der medizinischen Forschung erhofft man sich einen großen Erkenntnisgewinn durch die Analyse von Microarray-Genexpressionsdaten. So wurden zum Beispiel Erfolge bei der Klassifikation von Tumoren erzielt. Eine andere relevante Fragestellung ist die nach der Prognose von Patienten. Insbesondere beim nodal-negativen Mamma-Karzinom ist die Prognose und damit die Wahl der Therapie derzeit mit den klassischen Prognosefaktoren nicht zufriedenstellend. Es wird erwartet, dass man anhand der Genexpressionsanalyse genauere Prognosen treffen, und so vielen Patientinnen eine adjuvante Therapie ersparen kann. Die Frauenklinik hat zu diesem Zweck zwei Genexpressionsmicroarraystudien durchgeführt aus denen nun Daten vorliegen.
Problematisch bei der Auswertung solcher Genexpressions-Daten ist die Menge der Variablen, da hier pro Patientin mehr Messungen vorliegen, als insgesamt Patientinnen eingeschlossen wurden. Zusätzlich dazu stellt sich bei der Abschätzung der Prognose einer Patientin das Problem, dass man Methoden zur Analyse von Überlebenszeiten verwenden muss. Die Besonderheit bei der Untersuchung von Überlebenszeiten ist, dass es in der Regel nicht möglich ist, alle Patientinnen so lange zu beobachten, bis sie das erwartete Ereignis erreichen. Es liegt also für jede Patientin nur die Information, wie lange sie nachbeobachtet wurde und ob im Laufe der Beobachtungszeit ein Ereignis eingetreten ist oder nicht, vor. Tritt innerhalb der Nachbeobachtungszeit, die für alle Patientinnen unterschiedlich sein kann, kein Ereignis auf, bedeutet dies nicht, dass die Patientin nie ein Ereignis erleiden wird, da man über die Nachbeobachtungszeit hinaus keine Information hat. Man spricht in diesem Fall von einer zensierten Beobachtung. Für die Verwendung dafür entwickelter klassischer Verfahren der Überlebenszeitanalyse, wie zum Beispiel Cox Proportional Hazards Regression, ist es notwendig, deutlich mehr Beobachtungen als Variablen zur Verfügung zu haben. Dies ist bei Microarrayanalysen mit wie hier 22283 gemessenen Genen als Einflussfaktoren in der Regel nicht möglich. Zusätzlich ist auch nötig, dass die Einflussgrößen unabhängig voneinander sind, was bei Genexpressionsdaten aufgrund funktionaler Zusammenhänge nicht gegeben ist.
Es stellt sich also die Frage, welcher Weg zur Auswertung der vorliegenden Genexpressionsdaten zur Gewinnung eines Prognosescores geeignet ist. Ziel ist es, eine geeignete Methode zu entwickeln und damit einen Prognose-Score zu entwickeln.
» weiterlesen» einklappen