Patologi e laboratori

Il test prognostico per il tumore al seno EndoPredict è un test di seconda generazione basato sull’espressione genica per la recidiva del tumore al seno ed è disponibile per i laboratori di patologia clinica locali; consente quindi ai medici di accedere rapidamente ai risultati. I nostri partner dei laboratori di patologia clinica offrono EndoPredict in tutto il mondo.

I medici si fidano di EndoPredict per rilevare il rischio di recidiva per il tumore al seno allo stadio iniziale ER positivo/HER2 negativo

Il test di seconda generazione EndoPredict offre ai medici risultati personalizzati per tutte le donne idonee affette da tumore al seno allo stadio iniziale, per aiutarli a prendere decisioni terapeutiche sicure in merito alla chemioterapia e alla terapia ormonale a lungo termine. I medici si fidano di EndoPredict per la precisione delle prestazioni prognostiche e predittive.

EndoPredict è un test diagnostico in vitro (IVD) con marcatura CE multiparametrico per il tumore al seno basato sull’espressione genica. Può essere eseguito in laboratori locali di patologia clinica molecolare in molti paesi o ordinato dai medici presso il laboratorio centrale di Myriad Genetics a Salt Lake City, USA.

I risultati sono disponibili entro pochi giorni, consentendo di prendere rapidamente decisioni di trattamento sicure a beneficio di ogni donna con tumore al seno allo stadio iniziale ER positivo/HER2 negativo. Il tempo medio di lavorazione è pari a sole 2,5 ore, per un tempo totale di circa 8 ore.

Generare il rapporto EndoPredict

I nostri partner di laboratorio esistenti possono caricare i dati del campione e generare il rapporto EndoPredict qui.

EndoPredict è riproducibile localmente

Il test di espressione genica EndoPredict può essere replicato facilmente e con precisione, offrendo sempre la stessa qualità dei risultati a prescindere dal laboratorio di patologia clinica.1

Le prestazioni dei test sono state valutate in sette diversi laboratori di patologia clinica molecolare in Germania, Austria e Svizzera:

  • La varianza e la precisione delle analisi di EndoPredict sono state stabilite utilizzando valori di riferimento predefiniti
  • I punteggi di rischio EPclin misurati dalle singole partecipanti hanno evidenziato una correlazione eccezionale con i valori di riferimento: valore medio dei coefficienti di correlazione Pearson, r = 0,996
  • Tutti i campioni sono stati assegnati al corretto gruppo di rischio EPclin, con conseguente sensibilità e specificità del 100%, concordanza del 100% e kappa di 1,0
  • Risultati simili sono stati evidenziati anche in uno studio francese di round-robin

EndoPredict offre sempre risultati precisi in un contesto decentralizzato.

Precisione superiore

EndoPredict è il test prognostico più preciso per la recidiva tardiva di tumore al seno.2

Il test è stato sviluppato e convalidato per includere i geni che prevedono metastasi sia precoci che tardive.3-5 Questi migliorano la potenza prognostica di EndoPredict rispetto ai test di prima generazione, come Oncotype DX® e MammaPrint®.2

Ulteriori informazioni sull’accuratezza superiore di EndoPredict.

Come eseguire il test EndoPredict

  • Campionamento

    • Il test viene eseguito sul tessuto tumorale FFPE da biopsia o campioni chirurgici. Sono idonei un blocco tumorale o delle fette
    • Il tumore deve rappresentare almeno il 30% del campione

  • Isolamento RNA

    • Eseguibile manualmente o automaticamente, con un tempo di risposta di 3 ore ogni 12 campioni

  • Analisi

    • RT-qPCR può essere eseguito su una di tre diverse piattaforme PCR (VERSANT kPCR [Siemens Healthcare]; QuantStudio DX [Thermo Fisher]; QuantStudio 5 DX [Thermo Fisher])
    • È possibile eseguire fino a 4 campioni con uno strumento PCR con tempo di laboratorio totale inferiore a 8 ore, o fino a 12 campioni in 2 giorni

  • Risultato

    • Il rapporto dei risultati (compreso il controllo qualità) viene generato utilizzando un software basato su web – vedere di seguito EndoPredict Report Generator
    • Viene generato un rapporto in soli 15 minuti

Come generare un rapporto EndoPredict

  1. Carica il file di testo: per generare il rapporto dai livelli di espressione degli otto geni rilevanti per la malattia e dei quattro geni di riferimento e di normalizzazione del campione tumorale, carica un file di esportazione dalla piattaforma PCR a EndoPredict Report Generator (EPRG).
  2. Numeri di lotto dei reagenti: verifica i numeri di lotto inseriti nel software PCR
  3. Dati del campione: inserisci i dati della paziente, comprese le dimensioni del tumore, lo stato dei linfonodi e qualsiasi commento

Prova a generare un rapporto di prova qui sotto.

Ottieni il test EndoPredict nel tuo laboratorio

EndoPredict è disponibile come kit IVD con marcatura CE, che può essere eseguito nei laboratori di patologia molecolare locali dopo una formazione completa in loco, fornita da Myriad Genetics.

Per iniziare a usare EndoPredict nel tuo laboratorio di patologia clinica, contattaci all’indirizzo info@myriadgenetics.eu.

Bibliografia

  1. Denkert, Carsten et al. “Decentral Gene Expression Analysis For ER+/Her2− Breast Cancer: Results Of A Proficiency Testing Program For The Endopredict Assay“. Virchows Archiv, vol 460, no. 3, 2012, pp. 251-259
  2. Sestak, Ivana et al. “Comparison Of The Performance Of 6 Prognostic Signatures For Estrogen Receptor–Positive Breast Cancer“. JAMA Oncology, vol 4, no. 4, 2018, pp. 545-553
  3. Dubsky, Peter et al. “The Endopredict Score Provides Prognostic Information On Late Distant Metastases In ER+/HER2− Breast Cancer Patients“. British Journal Of Cancer, vol 109, no. 12, 2013, pp. 2959-2964
  4. Filipits, Martin et al. “A New Molecular Predictor Of Distant Recurrence In ER-Positive, HER2-Negative Breast Cancer Adds Independent Information To Conventional Clinical Risk Factors“. Clinical Cancer Research, vol 17, no. 18, 2011, pp. 6012-6020
  5. Filipits, Martin et al. “Prediction Of Distant Recurrence Using Endopredict Among Women With ER+, HER2− Node-Positive And Node-Negative Breast Cancer Treated With Endocrine Therapy Only“. Clinical Cancer Research, vol 25, no. 13, 2019, pp. 3865-3872