Prosigna genprofiltest for å vurdere forventet nytte av kjemoterapi ved brystkreft. Vurdering av innsendt informasjon
Metodevurdering
|Publisert
I denne metodevurderingen har vi vurdert om Prosigna, en genprofiltest, kan bidra til mer nøyaktig prediksjon av risiko for tilbakefall blant kvinner som har gjennomgått kirurgisk behandling for brystkreft.
Hovedbudskap
Bakgrunn
Brystkreft kan behandles med cellegift, hormonterapi og stråling, eller en kombinasjon av disse for å hindre spredning av kreftceller etter kirurgisk fjerning av svulsten. Informasjon om prognose er viktig i vurderingen av om en pasient bør anbefales cellegift. Pasienter med høy risiko for tilbakefall bør få tilbud om cellegift. Pasienter med lav risiko for tilbakefall vil ha vanligvis ha mindre nytte av cellegift, og dermed kan faren for bivirkninger veie tyngre enn forventet nytte av behandlingen. Vurderingen av faren for tilbakefall baseres i dag på kliniske funn, blant annet svulstens størrelse, spredning til lymfekjertler og tilstedeværelse av visse egenskaper på kreftcellene.
I denne metodevurderingen har vi vurdert om Prosigna, en genprofiltest, kan bidra til mer nøyaktig prediksjon av risiko for tilbakefall blant kvinner som har gjennomgått kirurgisk behandling for brystkreft. Vurderingen er basert på dokumentasjon innsendt av Prosigna-produsenten, Nanostring.
Formål
Formålet har vært å undersøke den prognostiske nøyaktigheten, kliniske effekten, samt kostnadseffektiviteten av Prosigna for pasienter diagnostisert med brystkreft. I Norge er det brystkreftopererte i kategorien hormone receptor-positive/human epidermal growth factor receptor 2-negative (HR+/HER2-) uten spredning til lymfeknuter som regnes som aktuelle for Prosigna-testing.
Metode
Prognostisk nøyaktighet og klinisk nytte
For å etterprøve den innsendte dokumentasjonen hentet vi ut data fra nøkkelpublikasjoner og vurderte resultatene med tanke på risiko for systematiske feilkilder.
Helseøkonomi
Vi vurderte innsendte estimater for Prosignas kostnadseffektivitet sammenlignet med gjeldende praksis for vurdering av prognose i den aktuelle pasientgruppen, og tilsvarende for en definert undergruppa av pasienter med økt risiko for tilbakefall (“Luminal B like pT1c-pT2 pN0”).
I dokumentasjonspakken ble det benyttet en hybridmodell, med beslutningstre kombinert med en Markov-modell. Prosigna-produsenten brukte denne modellen til å beregne kostnadseffektiviteten av Prosigna sammenlignet med gjeldende praksis over en 50 års tidshorisont, for 58 år gamle pasienter. Vi utførte separate analyser der vi justerte inputdata i den innsendte modellen i tråd med reviderte forutsetninger. Vi utførte også tre de novo scenarioanalyser der vi vurderte ulike andeler av kjemoterapibruk med og uten Prosigna.
Resultat
Prognostisk nøyaktighet
Det er overbevisende dokumentasjon for at det er sammenheng mellom Prosignas risikoprediksjon og faktisk risiko for tilbakefall av brystkreftsykdom. I gruppen som klassifiseres som lavrisikopasienter av Prosigna er faren for tilbakefall omkring fire prosent over ti år. For dem som kategoriseres som middels eller høy risiko er faren for tilbakefall anslått til henholdsvis 10 prosent og 21 prosent.
Testens egenskaper kan også uttrykkes i form av prognostisk sensitivitet og spesifisitet. Da vi slo sammen lav- og middels-risiko gruppene og regnet disse som «negativ test» ble sensitiviteten 52 % og spesifisiteten 77 %. Hvis vi isteden slo sammen gruppene med middels og høy risiko («positiv test») ble sensitivitet og spesifisitet beregnet til henholdsvis 83 % og 42 %. Estimatene som presenteres over reflekterer testens egenskaper når den brukes alene. I praksis kan man forvente at testen ikke vil benyttes alene, men som supplement til andre tilgjengelige risikostratifiseringsmetoder.
Klinisk nytteverdi
Vi ble ikke forelagt sammenliknende studier der pasienter ble fulgt opp over tid etter å ha blitt vurdert med eller uten bruk av Prosigna. Uten slike sammenliknende studier er det vanskelig å beregne den kliniske nytteverdien av testen. Den prognostiske verdien av å bruke Prosigna som supplement til annen prognostisk informasjon er i noen studier vurdert ved hjelp av multivariate regresjonsmodeller. Slike regresjonsanalyser viser at Prosigna bidrar med prognostisk tilleggsinformasjon som kan være nyttig når man skal ta beslutninger om bruk av kjemoterapi. I hvilken grad tilleggsinformasjonen man får fra Prosigna bidrar til reduksjon i antall tilbakefall eller unødig kjemoterapibruk forblir imidlertid usikkert.
Helseøkonomi
Den inkrementelle kostnadseffektivitetsratio (ICER) som var basert på den reviderte økonomiske modellen for HR+/ HER2-, lymfeknutenegative pasienter, er 897,923 norske kroner per vunnet QALY i base-case analysen. Den totale årlige merkostnaden av å implementere Prosigna for denne gruppen i Norge beregnes til ,5 millioner norske kroner.
For subgruppen «Luminal B like pT1c-pT2 pNo»-pasienter (38 % av alle lymfeknutenegative pasienter) viste vår reviderte økonomiske modell en inkrementell kostnadseffektivitetsratio (ICER) på 98,188 norske kroner per vunnet QALY. Videre utførte vi også en budsjettkonsekvensanalyse for subgruppen «Luminal B like pT1c-pT2 pN0»-pasienter. Den totale årlige kostnadsbesparingen for å implementere Prosigna til denne subgruppen i Norge beregnes til 9,9 millioner norske kroner.
Diskusjon
Klinisk effekt og sikkerhet
Flere studier viser at Prosigna kan bidra til å predikere hvilke pasienter som har lav, middels eller høy risiko for tilbakefall, men helsegevinsten som følger av denne informasjonen er uviss. Usikkerheten skyldes til dels at vi mangler informasjon om hvor godt dagens praksis predikerer nytte av kjemoterapi, men vi mangler også informasjon om hvor stor vekt Prosigna vil bli tillagt når det skal tas beslutninger om kjemoterapi. Det må tas høyde for at Prosigna-testen gir et betydelig antall falske negative prediksjoner, noe som innebærer en risiko for at pasienter ikke tilbys kjemoterapi selv om de kunne hatt nytte av det.
Data fra regresjonsanalyser tyder på at Prosigna har prognostisk verdi utover de tester og undersøkelser som brukes i dag. Produsenten har ikke lagt resultater fra disse analysene til grunn i sine beregninger av testens nytteverdi, og vi har heller ikke klart å bruke disse tallene til å anslå forventet gevinst av å innføre Prosigna i klinisk praksis.
Helseøkonomi
Når det gjelder modellens inputdata mangler vi empiriske data på kjemoterapibruken i Norge. I produsentens modell er andelene av kjemoterapibruk etter Prosigna-testing basert på vurderingene til 11 britiske onkologier. Andelen kjemoterapibruk i dagens praksis (ingen test) ble antatt å være lik på tvers av de ulike risikogruppene – en tvilsom antakelse. I våre analyser brukte vi data fra en norsk studie og anbefalinger fra norske kliniske retningslinjer. Vi mener dette gir mer pålitelige estimater enn dataene som ble brukt i den innsendte analysen.
Videre er vi usikre på nytteverdien av «risikoprofileringskunnskap til pasienter», som er en nytteverdi antatt av produsenten. Vi vurderer ikke en preferanse om å få vite sitt testresultatet som «helsemessig», og anser derfor denne parameteren som irrelevant i denne sammenhengen.
Den økonomiske modellen som NanoString har benyttet inkorporerer ikke sensitivitet og spesifisitet, og vi er usikre på hvilken innvirkning dette har for beregningene av kostnadseffektivitet. Hvis vi skulle ha utarbeidet en helseøkonomisk modell for en prognostisk test som Prosigna, ville vi sannsynligvis ha valgt en annen tilnærming, og inkludert testens prognostiske sensitivitet og spesifisitet i modellen.
Konklusjon
Det er sannsynligvis nær sammenheng mellom Prosignas risikoprediksjon og faktisk risiko for tilbakefall av brystkreftsykdom. Det er usikkert om Prosigna bidrar med prognostisk informasjon som lar seg omsette til bedre kliniske resultater i form av lavere tilbakefallsrater og samtidig reduksjon i bruk av kjemoterapi.
Vi kan ikke trekke konklusjoner om kost-nytte-forholdet for Prosigna ettersom vi verken har gode sammenliknende data for kjemoterapibruk eller kliniske resultater for pasienter som har, eller ikke har, blitt vurdert med bruk av testen.
