Ontwikkeling van een gecombineerd model van CT-radiomics en klinische kenmerken voor het voorspellen van vroege recidief van chirurgisch verwijderde hepatocellulair carcinoom

Waarom dit belangrijk is voor mensen met leverkanker

Voor veel mensen met leverkanker biedt chirurgie de hoop op genezing — toch komt de kanker vaak binnen slechts een paar jaar terug. Deze studie stelt een cruciale vraag: kunnen we informatie die al verborgen zit in routinematige medische scans en veelvoorkomende bloedtesten gebruiken om, vóór de operatie, te identificeren wie het grootste risico loopt op een vroeg recidief? Als dat kan, kunnen artsen de nazorg en aanvullende behandelingen beter afstemmen op degenen die ze het meest nodig hebben.

Meer zien in standaard CT-scans

Mensen met hepatocellulair carcinoom, de meest voorkomende vorm van leverkanker, ondergaan gewoonlijk contrastversterkte CT-scans vóór de operatie. Radiologen beoordelen deze beelden om tumorgrootte, -aantal en -locatie te bepalen. Computers kunnen echter verder gaan en subtiele patronen van helderheid, vorm en textuur meten die met het blote oog moeilijk te onderscheiden zijn. In deze studie analyseerden de onderzoekers preoperatieve CT-scans van 436 patiënten bij wie de levertumoren waren verwijderd. Met gespecialiseerde software tekenden zij de hoofdtumor van elke persoon driedimensionaal af en extraheerden automatisch bijna tweeduizend numerieke kenmerken die het uiterlijk van de tumor in twee contrastfasen beschrijven.

Een risicoscore opbouwen uit beelden en bloedtesten

Uit deze grote verzameling beeldkenmerken paste het team een statistische methode toe die gericht is op het behouden van alleen de meest informatieve signalen en het verwerpen van ruis. Ze eindigden met 20 CT-gebaseerde kenmerken die het sterkst verband hielden met de vraag of de kanker van een patiënt binnen twee jaar na de operatie terugkeerde. Deze kenmerken werden gecombineerd tot één "radiomics"-score voor elke persoon. De onderzoekers onderzochten vervolgens vele klinische factoren — zoals tumorgrootte, bloedtestwaarden en microscopische aanwijzingen voor invasie van kleine bloedvaten in het verwijderde weefsel — om te bepalen welke het beste vroege terugkeer van kanker voorspelden.

Een eenvoudig hulpmiddel om patiënten in risicogroepen te verdelen

Vier factoren bleken samen de krachtigste voorspellers: de CT-gebaseerde radiomics-score, de aanwezigheid van kankercellen in kleine bloedvaten nabij de tumor, het niveau van een leverenzym in verhouding tot immuuncellen in het bloed, en het niveau van een veelvoorkomende tumormarker in het bloed. De auteurs combineerden deze tot een visueel score-instrument dat voor elke patiënt de kans berekent om twee jaar vrij van recidief te blijven. Toen ze dit instrument testten in één patiëntengroep en het vervolgens controleerden in een aparte groep, onderscheidde het betrouwbaar mensen in laag-, midden- en hoogrisicocategorieën, met duidelijk verschillende kansen om kankervrij te blijven. Belangrijk is dat het model ook goed presteerde bij patiënten bij wie de gebruikelijke tumormarker niet verhoogd is, een groep waarvoor voorspelling bijzonder lastig is geweest.

Het koppelen van scanpatronen aan tumoreigenschappen

Om te onderzoeken waarom de CT-gebaseerde score zo informatief kan zijn, bekeken de onderzoekers tumormonsters van een kleinere subset van patiënten en maten zij de activiteit van elf genen die eerder in verband werden gebracht met agressieve leverkanker. Ze vonden dat hogere radiomics-scores matig geassocieerd waren met verhoogde activiteit van twee genen die betrokken lijken te zijn bij tumorgroei en -verspreiding. Hoewel vroeg en verkennend, suggereert dit dat de patronen die computers op CT-beelden detecteren onderliggende genetische programma’s kunnen weerspiegelen die gevaarlijker gedrag aansturen, en daarmee een venster bieden op tumorbiologie zonder de noodzaak van herhaalde biopsieën.

Wat dit kan betekenen voor de zorg na de operatie

Samengevat laat dit werk zien dat routinematige CT-scans en veelvoorkomende bloedtesten, wanneer ze met moderne rekenmethoden worden geanalyseerd, kunnen helpen voorspellen welke leverkankerpatiënten het meest waarschijnlijk vroeg na de operatie een recidief krijgen. De resulterende risicogroepen kunnen richting geven aan hoe nauwgezet patiënten worden gevolgd en wie mogelijk baat heeft bij aanvullende behandelingen kort na de operatie. Hoewel het model bevestigd moet worden in grotere en meer diverse groepen en de biologische basis beter begrepen moet worden, is het een stap richting meer gepersonaliseerde nazorgplannen die de intensiteit van de zorg afstemmen op het daadwerkelijke risico van elke patiënt.

Bronvermelding: Liao, M., Liao, N., Huo, S. et al. Development of a CT radiomics and clinical feature combined model for predicting early recurrence of surgical resected hepatocellular carcinoma. Sci Rep 16, 10453 (2026). https://doi.org/10.1038/s41598-026-40130-4

Trefwoorden: leverkanker, CT-beeldvorming, radiomics, kankerrecidief, risicovoorspelling