A. TrainaA. Traina11, R. Cusimano, R. Cusimano22, R. Amodio, R. Amodio22, M. Zarcone, M. Zarcone11, C. Dolcemascolo, C. Dolcemascolo11,,R. SunseriR. Sunseri22,N. Romano,N. Romano22.

1Registro Tumori specializzato della Mammella – Dipartimento di Oncologia, P.O. “M.Ascoli” ARNAS Civico Palermo.

2Registro Tumori della Provincia di Palermo – Dipartimento di Scienze per laPromozione della Salute “G. D’Alessandro”- Università degli Studi di Palermo

XIII RIUNIONE ANNUALE

ASSOCIAZIONE ITALIANA REGISTRI

TUMORI - AIRTUM

Siracusa, 6/8 Maggio 2009

Sottotipi di carcinoma della mammella

identificati con markers immunoistochimici:

dati del Registro Tumori specializzato

Mammella di Palermo e provincia, 2002-2004

Il cancro della mammella è una malattia

eterogenea caratterizzata da un ampio spettro di

variabili cliniche, patologiche e molecolari che

può rendere conto delle diverse risposte alle

terapie.

•PPer diversi anni la pratica clinica è stata guidata dai

risultati delle metanalisi e da una classificazione

esclusivamente morfologica del carcinoma della

mammella (in cui gli istotipi neoplastici più frequenti

sono il carcinoma duttale ed il lobulare).

•RRecentemente le scelte terapeutiche sono

influenzate dalle acquisizioni della biologia

molecolare e dal gene profiling.

Progress in laboratory diagnostic technologies for breast

cancer

1980ER LBA

1990sER immuno-

histochemistry

2001HER-2

FISH

2007MammaPrint

(DNA array)

2004OncotypeDX

(RT-PCR)

XIX c.Histology

??

Hierarchical clustering of 78 primary breast cancers and 4 normal breast tissue

Dendrogramma

“Alberi di unionetra i vari casi chesi assomigliano” (i.e: intensità di colore relativo ad un gene o a gruppi di geni)

5 differenti fenotipi

Profili di espressione genicaProfili di espressione genica IHC (IHC (immunoistochimicaimmunoistochimica))

Luminal-A ER+ e/o PgR+ HER2-

Luminal-B ER+ e/o PgR+ HER2+

Basal-like ER-, PgR- e HER2-

HER2-like ER-, PgR- e HER2+

Ricerche di “gene expression profiling” hanno permesso di

individuare alcuni sottogruppi molecolari con implicazioni

clinico-prognostiche e terapeutiche

Casi incidenti di cancro della mammella analizzati per sottotipi

IHC: dati del Registro Tumori specializzato Mammella di

Palermo e provincia, 2002-2004

2002 2003 2004 Total

Luminal A 285 264 336 885

Luminal B 36 93 57 186

Basal-Like 68 53 49 170

HER2+/ER- 16 21 22 59

Total 405 431 464 1300

Analisi effettuata su 1300/1985 casi incidenti 2002-2004

Distribuzione dei sottotipi IHC (2002-2004)

Casi incidenti di cancro della mammella analizzati per sottotipi IHC:

dati del Registro Tumori specializzato Mammella di Palermo e

provincia, 2002-2006

2002 2003 2004 2005 2006 TOTALE

Luminal A 285 264 336 339 310 1534 67.0 %

Luminal B 36 93 57 70 74 330 14.4 %

Basal-Like 68 53 49 73 48 291 12.7 %

HER2+/ER- 16 21 22 41 31 131 5.9 %

Nessuno dei quattro sottotipi è risultato associato con le diverse fasce di età alla

diagnosi

20-3940-44

45-4950-54

55-5960-64

65-6970-74

75-7980

HER2+/ER-

Basal-Like

B

A0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

Pro

po

rtio

n o

f ag

e-s

pecif

ic in

cid

en

ce

Age category

IHC

typ

e

Estimated proportional incidence of breast cancer by immunohistochemical type

Palermo province, 2002-2004

Distribuzione dei sottotipi IHC per classi di età alla

diagnosi

Distribuzione dei sottotipi IHC per anno di incidenza

Anno di incidenza dei casi

2002 2003 2004

Luminal A 32.2% 29.8% 38%

Luminal B 19.4% 50% 30.6%

Basal-Like 40% 31.2% 28.8%

HER2+/ER- 27.1% 35.6% 37.3%

Si osserva che nessuno dei quattro sottotipi è risultato associato con l’anno di

incidenza (p= 0.2353)

Residenza

città prov

Luminal A

64.6% 35.4%

Luminal B 61.8% 38.2%

Basal-Like 61.8% 38.2%

HER2+/ER- 55.9% 44.1%

Non si osserva nessuna correlazione con la residenza (p=0.1496)

Distribuzione dei sottotipi IHC per residenza

Distribuzione dei sottotipi IHC per stato menopausale alla

diagnosi

Stato menopausale

Pre Post <10 Post>10

Luminal A 29.3% 23.4% 47.3%

Luminal B 35.5% 20.4% 44.1%

Basal-Like 24.7% 24.7% 50.6%

HER2+/ER- 30.5% 23.7% 45.8%

Non si osserva nessuna correlazione con lo stato menopausale (p=0.7937)

Distribuzione dei sottotipi IHC per età media alla diagnosi

n. casi Media Std Dev Minimum Maximum

Luminal A 885 59.46 13.77 22 96

Luminal B 186 56.90 13.51 24 84

Basal-Like 170 58.77 13.41 28 93

HER2+/ER- 59 57.25 12.37 32 78

Si osserva una significativa differenza nella distribuzione dei sottotipi IHC

rispetto all’età media alla diagnosi (p=0.03), con una media di età maggiore nel

sottotipo Luminal A (59.5 anni) rispetto agli altri sottotipi (57.7 anni)

Coinvolgimento linfonodale Stadio TNM

Luminal Type

N0 N1 N2 N3 NA I II III IV NA

Luminal ALuminal A50.6 36.7 2.3 1.7 8.7 35.7 42.0 11.4 4.3 6.6

Luminal BLuminal B35.5 48.4 4.3 2.1 9.7 21.5 53.8 12.4 5.9 6.4

Basal-LikeBasal-Like52.3 38.2 1.8 1.2 6.5 31.2 41.2 12.3 10.0 5.3

HER2+/ER-HER2+/ER-37.3 49.1 1.7 3.4 8.5 23.7 47.5 13.5 8.5 6.8

p-value 0.037 0.044

I quattro sottotipi IHC differiscono significativamente per la presenza di

metastasi linfonodali e stadiazione coerentemente con un migliore profilo

di prognosi alla diagnosi per il sottotipo Luminal A.

Correlazioni significative tra i sottotipi ICH e le caratteristiche cliniche (1).

Correlazioni significative tra i sottotipi ICH e le caratteristiche cliniche (2).

NPI Grado istologico

Luminal TypeGood Moderate Poor NA G1 G2 G3 NA

Luminal ALuminal A 34.7 18.4 28.0 18.9 11.5 49.7 29.6 9.2

Luminal BLuminal B 21.5 20.4 46.3 11.8 4.3 42.5 49.5 3.7

Basal-LikeBasal-Like 24.7 17.6 36.5 21.2 2.4 35.9 47.6 14.1

HER2+/ER-HER2+/ER- 13.6 20.3 47.5 18.6 0.0 32.2 66.1 1.7

p-value < 0.0001 < 0.0001

I quattro sottotipi IHC differiscono significativamente per NPI e Grading

coerentemente con un migliore profilo di prognosi alla diagnosi per il

sottotipo Luminal A.

NOTTINGHAM PROGNOSTIC INDEX (NPI)

Tumor Size (cm) x 0.2 = points

Tumor Grade*: from 1 (better) to 3 (worse) = points

Axillary Lymph Nodes: negative nodes = 1 point;

positive nodes, 1 to 3 positive = 2 points;

positive nodes, >3 = 3 points

Total NPI points = Size + grade + lymph-node

80% OS @ 15 yrsif NPI

<3.65 sum *

42% OS @ 15 yrsif NPI

3.65-4.5 sum *

13% OS @ 15 yrsif NPI

>4.5 sum *

Conclusions:as to need foradjuvant CT

need is doubtfulchemo neededMAY BENEFIT

with CT

Groups

*by whatever system

good moderate poor

* Valori soglia desunti dallo studio IMPATTO

Sopravvivenza osservata tra i sottotipi IHC

Conclusioni Abbiamo visto come i dati di un registro ad alta

risoluzione possono essere utilizzati per identificarespecifici sottotipi di carcinoma mammario allo scopo dimigliorare la prognosi attraverso l’ottimizzazione deitrattamenti.

Dai nostri dati risulta che il sottotipo luminal di tipo Aè quello più comune ed è associato con un profilo dimigliore prognosi alla diagnosi; inoltre, insieme alsottotipo luminal B, è associato alla miglioresopravvivenza.

I sottotipi basal-like e HER2+/ER- hanno un profilopiù aggressivo ed una minore sopravvivenza,coerentemente con i dati ottenuti con la metodica delmicroarray.

Oncologists Laboratory

scientists

Pathologists Surgeons

Statisticians

Clinical

Management

Progress in laboratory diagnostic technologies for breast

cancer

1980ER LBA

1990sER immuno-

histochemistry

2001HER-2

FISH

2007MammaPrint

(DNA array)

2004OncotypeDX

(RT-PCR)

XIX c.Histology

??