CochraneIa2025

Prognostische Modelle bei Kopf-Hals-Tumoren: Cochrane Review

KI-generierte Zusammenfassung|Quelle: Cochrane (2025)|Keine Diagnose- oder Therapieempfehlung

Hintergrund

Die Strahlentherapie ist eine zentrale Säule in der Behandlung von Kopf-Hals-Tumoren. Dabei gilt es, eine optimale Balance zwischen der Tumorkontrolle und der Vermeidung von Toxizitäten im umliegenden Normalgewebe zu finden.

Um das Risiko für strahleninduzierte Nebenwirkungen vorherzusagen, wurden sogenannte Normal Tissue Complication Probability (NTCP) Modelle entwickelt. Diese sollen im klinischen Alltag helfen, behandlungsassoziierte Komplikationen besser abzuschätzen.

Ein aktueller Cochrane Review (2025) hat die methodische Qualität und die Vorhersagekraft dieser prognostischen Modelle systematisch untersucht. Dabei lag der Fokus auf der externen Validierung und dem Verzerrungsrisiko (Risk of Bias) der publizierten Studien.

Empfehlungen

Der Review formuliert folgende zentrale Ergebnisse zur Qualität und Anwendbarkeit der untersuchten Modelle:

Allgemeine Modellqualität

  • Von 592 identifizierten Modellen wiesen lediglich 8 Prozent ein geringes Verzerrungsrisiko und eine gute Anwendbarkeit auf.

  • Für 81 Prozent der Modelle (480 Modelle) wurde laut den Autoren überhaupt keine externe Validierung durchgeführt.

  • Vor einer routinemäßigen Implementierung in die klinische Praxis wird eine deutlich verbesserte externe Validierung gefordert.

Validierte Modelle nach Komplikationsart

Für spezifische Nebenwirkungen konnten nur neun Modelle identifiziert werden, die mindestens zweimal extern validiert wurden. Diese zeigten zwar eine akzeptable Diskriminierung (C-Statistik), wiesen jedoch häufig Mängel bei der Kalibrierung und ein hohes Verzerrungsrisiko auf.

KomplikationModellC-StatistikVerzerrungsrisiko (ROB)
XerostomieBeetz 2012b0,70 - 0,74Gemischt (gering bis hoch)
Xerostomie (akut)Cavallo 20210,68 - 0,73Unklar
DysphagieChristianen 20120,66 - 0,75Hoch (kleine Fallzahl)
SondenernährungWopken 2014b0,79 - 0,95Hoch (kleine Fallzahl)
HypothyreoseBoomsma 20120,64 - 0,74Hoch
HypothyreoseRonjom 20130,65 - 0,69Hoch bis unklar
TemporallappenläsionOuYang 20230,80 - 0,82Gering
TemporallappenläsionWen 20210,77 - 0,79Unklar

Fehlende Validierungen

Für Endpunkte wie Heiserkeit, Fatigue, Übelkeit, Erbrechen, Halsschmerzen oder Aspiration existieren laut Review keine Modelle, die mindestens zweimal extern validiert wurden.

Frage zu dieser Leitlinie stellen...

💡Praxis-Tipp

Der Cochrane Review warnt davor, bestehende NTCP-Modelle zur Vorhersage von Strahlenschäden unkritisch in den klinischen Alltag zu übernehmen. Da die meisten Modelle ein hohes Verzerrungsrisiko aufweisen und nicht ausreichend extern validiert sind, wird empfohlen, Therapieentscheidungen nicht isoliert auf Basis dieser Prognosemodelle zu treffen.

Häufig gestellte Fragen

Laut dem Cochrane Review zeigen die am besten validierten Modelle eine moderate Vorhersagekraft mit einer C-Statistik von 0,70 bis 0,74. Es wird jedoch darauf hingewiesen, dass die methodische Qualität der Validierungsstudien oft gemischt oder unklar ist.

Es existieren Modelle für Dysphagie und die Notwendigkeit einer Sondenernährung, die teilweise hohe C-Statistiken (bis 0,95) aufweisen. Der Review betont jedoch, dass diese Validierungen aufgrund sehr kleiner Fallzahlen ein hohes Verzerrungsrisiko bergen.

In der Auswertung zeigte lediglich ein Deep-Learning-Modell zur Vorhersage von Temporallappenläsionen (OuYang 2023) ein durchgehend geringes Verzerrungsrisiko bei der externen Validierung. Insgesamt wiesen nur 8 Prozent aller untersuchten Modelle eine hohe methodische Qualität auf.

Die Autoren schlussfolgern, dass 81 Prozent der Modelle nie extern validiert wurden. Zudem wird bei den validierten Modellen die Kalibrierungsleistung oft nicht berichtet, was ihre klinische Zuverlässigkeit stark einschränkt.

War diese Zusammenfassung hilfreich?

Quelle: Cochrane Review: Prognostic models for radiation-induced complications after radiotherapy in head and neck cancer patients (Cochrane, 2025). Originaldokument ansehen

KI-generierte Zusammenfassung. Keine Diagnose- oder Therapieempfehlung. Die klinische Entscheidung trifft der behandelnde Arzt.

Verwandte Leitlinien