Aufgrund krankheitsbedingter Funktionseinschränkungen sind viele Menschen mit schweren psychischen Erkrankungen auf Unterstützung und Hilfe im Alltag angewiesen, um ein möglichst selbstständiges und gutes Leben führen zu können. Die Studie untersuchte die Bedarfe, die Bedarfsdeckung sowie deren Einflussfaktoren bei Menschen mit schweren psychischen Erkrankungen in Deutschland. Eingeschlossen wurden Menschen mit schweren psychischen Erkrankungen. Die Bedarfe und Bedarfsdeckung sowie die potenziellen Einflussfaktoren wurden mittels Camberwell Assessment of Need (CAN) und Client Sociodemographic and Service Receipt Inventory (CSSRI) erfasst und deskriptiv sowie explorativ analysiert. Im Mittel haben die Betroffenen 6,4 Bedarfe, von denen im Schnitt 40,6
204 Background: Anti-vascular endothelial growth factor (VEGF) monoclonal antibodies (mAbs) are widely used for tumor treatment, including metastatic colorectal cancer (mCRC). So far, there are no biomarkers that reliably predict resistance to anti-VEGF mAbs like bevacizumab. A biomarker-guided strategy for early and accurate assessment of resistance could avoid the use of non-effective treatment and improve patient outcomes. We hypothesized that repeated analysis of multiple cytokines and angiogenic growth factors (CAFs) before and during treatment using machine learning could provide an accurate and earlier, i.e., 100 days before conventional radiologic staging, prediction of resistance to first-line mCRC treatment with FOLFOX plus bevacizumab. Methods: 15 German and Austrian centers prospectively recruited 154 mCRC patients receiving FOLFOX plus bevacizumab as first-line treatment. Plasma samples were collected every two weeks until radiologic progression (RECIST 1.1) as determined by CT scans performed every 2 months. 102 pre-selected CAFs were centrally analyzed using a cytokine multiplex assay (Luminex, Myriad RBM). Results: Using random forest machine learning, we developed a predictive model that discriminated between the situations of ”no progress within 100 days before radiological progress” and ”progress within 100 days before radiological progress”. Into this we incorporated a combination of ten out of the 102 CAF markers, which fulfilled this task with 81% accuracy, 72% sensitivity, and 88% specificity. Conclusions: Using artificial intelligence we identified a CAF marker combination that indicates treatment resistance to FOLFOX plus bevacizumab in patients with mCRC within 100 days prior to radiologic progress. Further studies are required to show its clinical value. Clinical trial information: NCT02331927 .
Zusammenfassung Ziel der Studie Der Einfluss von Leitlinien-Empfehlungen und weiterer Faktoren auf die Inanspruchnahme von psychosozialen Therapien bei Menschen mit schweren psychischen Erkrankungen wurde untersucht. Methodik Es wurden Daten einer Querschnittsstudie mit 397 Personen mit schweren psychischen Erkrankungen deskriptiv analysiert. Ergebnisse Betroffene erhalten seltener Therapien mit einer starken Empfehlung im Vergleich zu anderen Empfehlungsgraden. Verschiedene weitere Faktoren sind diffus mit den Inanspruchnahmeraten assoziiert, es konnte jedoch kein ubiquitärer Einflussfaktor über alle Therapien hinweg identifiziert werden. Schlussfolgerung Die aktuelle Praxis beim Einsatz psychosozialer Therapien folgt nicht den Empfehlungsstärken der S3-Leitlinie. Interventionen mit starken Empfehlungen stehen vermutlich nicht ausreichend zur Verfügung, weshalb die Routinepraxis demzufolge nicht in der Lage ist, Leitlinienempfehlungen entsprechend ihrer Stärke zu folgen. Andere einheitliche Prädiktoren konnten nicht identifiziert werden.
