Die akute lymphoblastische Leukämie (ALL) ist die häufigste maligne Erkrankung im Kindesalter. Trotz risikoadaptierter Chemotherapie erleiden 25 - 30 % der Kinder mit ALL ein Rezidiv. Im Rezidivfall liegen die Heilungschancen trotz intensivierter Therapie nur bei 35- 40%. In retrospektiven und prospektiven Analysen konnten wir einerseits prognostisch-relevante, genetische Merkmale in den Leukämiezellen von Kindern mit ALL-Rezidiv erstmals identifizieren. Diese leukämiespezifischen Merkmale umfassen sowohl Translokations-assoziierte Fusionsgene (TEL-AML1, BCR-ABL, MLL-Aberrationen, E2A-PBX1), Deletionen von Tumorsuppressorgenen (p15, p16, p18) als auch Mutationen in DNA-Reparaturgenen (NBS1). Zusammen mit der sensitiven molekularen Bestimmung der Kinetik der Leukämiezellreduktion (Reaktion auf die Therapie, (MRD, minimal residual disease)) läßt sich die Prognose der Kinder mit ALL-Rezidiv durch die Verwendung dieser Marker zuverlässiger bewerten. Andererseits zeigen unsere Analysen, dass das Ansprechen auf die Therapie und die Prognose von wirtseigenen Faktoren (medikamenten metabolisierenden Enzyme) und von der Interaktion zwischen Leukämie- und Stromazellen und löslichen Wachstumsfaktoren (Zytokinen) abhängt. Eine adäquatere Behandlung dieser Patientengruppe, die bereits eine intensive Therapie erhalten hat und wesentlich risikoreichere, mit einer hohen Akut- und Spättoxizität behaftete Therapieverfahren einschließt, lässt sich durch die Berücksichtigung dieser Ergebnisse erreichen. Die genetische Typisierung und die sensitive Quantifizierung des molekularen Ansprechens auf die Therapie ergänzen heute die klinischen Determinanten zur Risikostratifizierung der Kinder mit ALL-Rezidiv der derzeitigen Therapieoptimierungsstudie ALL-REZ BFM 2002 (Berlin-Frankfurt-Münster). / Acute lymphoblastic leukemia is the most common malignancy in childhood. Although the prognosis for pediatric ALL with risk-adapted chemotherapy has improved dramatically, 25-30% of the children suffer a relapse. The prognosis for relapsed ALL remains poor (35-40%). In retrospective and prospective studies, we identified prognostic-relevant genetic features in leukemic blasts from children with ALL relapse. These leukemia-specific aberrations include translocation-associated fusion genes (TEL-AML1, BCR-ABL, MLL changes, E2A-PBX1), deletions of tumor suppressor genes (p15, p16, p18) and point mutations in DNA repair genes (NBS1). Together with the sensitive quantitative assessment of the molecular response to therapy (MRD, minimal residual disease), prediction of outcome is now more reliable. Furthermore, response to therapy and, thus, prognosis is significantly dependent on modifying host factors (drug-metabolizing enzymes) and interactions between leukemic and stromal cells as well as soluble growth factors (cytokines). Today, the genetic characterization of leukemic cells as well as the molecular quantification of response to therapy complement prognostic significant clinical determinants allowing a more precise risk stratification of children with ALL relapse in the relapse trial ALL-REZ BFM 2002 of the BFM (Berlin-Frankfurt-Münster) study group.

Ziel der vorliegenden Arbeit ist die retrospektive Beurteilung der Sicherheit und Effektivität der Leberteilresektion bei der Behandlung von Lebermetastasen des kolorektalen Karzinoms sowie der Re-Resektion bei Patienten mit Rezidivlebermetastasen. Weiterhin soll das operative Vorgehen bei synchronen Lebermetastasen hinsichtlich simultaner Resektionsverfahren und zweizeitigen Vorgehens untersucht werden. Insgesamt wurden die Ergebnisse von 660 Patienten ausgewertet, die zwischen 1988 und 2004 mit 685 Leberteilresektionen behandelt wurden. Unter diesen waren 75 Patienten, die eine Re-Resektion erhielten sowie 202 Patienten, bei denen die Lebermetastasen synchron auftraten. Neben der Analyse der postoperativen Letalität und postoperativen Komplikationen sollen prognostische Faktoren für das Langzeitüberleben und das Auftreten von Tumorrezidiven nach Leberteilresektion identifiziert werden. Da sich die Studienpopulation aus einem Zeitraum von über 15 Jahren rekrutiert, sollen außerdem verschiedene Zeitabschnitte vergleichend analysiert werden. Die Leberteilresektion ist derzeit die einzige potentiell kurative Therapie bei kolorektalen Lebermetastasen. Als prognostisch günstige Parameter in der multivariaten Analyse zeigten sich die Radikalität des Eingriffes, die Anzahl der Metastasen, vorhandene ligamentäre Lymph-knotenmetastasen sowie das Jahr der Resektion. Auch bei Rezidiven kolorektaler Lebermetastasen ist das chirurgische Vorgehen derzeit die einzige kurative Intervention. Re-Resektionen weisen ein vergleichbares operatives Risiko und vergleichbare Langzeitüberlebensraten auf wie Erstresektionen. Als einziger prognostischer Parameter für das Langzeitüberleben erwies sich in der multivariaten Analyse die Radikalität des Eingriffes. Bei synchronen Lebermetastasen sind die wichtigsten Kriterien, um eine simultane Resektion durchzuführen, die Berücksichtigung des Alters sowie des Resektionsausmaßes. Simultane Resektionen sind bei synchronen kolorektalen Lebermetastasen dann so sicher und effizient durchführbar wie Resektionen im zweizeitigen Vorgehen.

Introduction: Allogeneic hematopoietic cell transplantation (HCT) during chemotherapy-induced aplasia may offer long-term survival in acute myeloid leukemia (AML) with otherwise poor prognosis including ELN adverse risk, relapsed or refractory disease. However, the value of residual morphologic disease prior HCT in this context has not been conclusively settled until yet. Therefore, we aimed to investigate variables predicting outcome in this unique setting of sequential conditioning therapy, with a focus on pretreatment morphologic blast count. In contrast to the most popular FLAMSA-RIC protocol, we used a melphalan-based conditioning regimen during aplasia. Methods: We retrospectively analyzed data from 173 AML patients who underwent a sequential melphalan-based conditioning therapy between 2003 and 2015 at our centre. All patients participated either in the prospective Phase 2 BRIDGE trial (NCT01295307), the Phase 3 AML2003 study (NCT00180102) or were treated according to this protocol and underwent allogeneic HCT after melphalan-based conditioning in treatment-induced aplasia. Results: Median bone marrow blast count prior to conditioning was 10% (range, 0–96%). Four year probabilities of EFS and OS were 34% (95% CI, 28–43%) and 43% (95% CI, 36–52%), respectively. In multivariate analysis, blast count >20% was associated with worse EFS (HR = 1.93; p = 0.009) and OS (HR = 1.80; p = 0.026). This effect was not significant anymore for HCT during 1st line therapy. Conclusion: Allogeneic HCT in aplasia with a melphalan-based conditioning regimen has the potential to cure a subset of adverse risk AML patients, even with persistent morphological disease prior HCT. However, a high pre-transplant blast count still indicates patients with a dismal prognosis, especially in the relapsed patient group, for whom post-transplant strategies should be considered to further optimize post HCT outcome.

At the forefront of cancer treatment development and evaluation, three-dimensional Tumour Spheroid Control Experiments play a pivotal role in the battle against cancer. Conducting and evaluating in vitro experiments are time-consuming processes. This thesis details the development, implementation, and validation of an algorithmic model that classifies spheroids as either controlled or relapsed by assessing the success of their treatments based on criteria rooted in biological insights. The introduction of this model is crucial for biologists to accurately and efficiently predict treatment efficacy in 3D in vitro experiments. The motivation for this research is driven by the need to improve the objectivity and efficiency of treatment outcome evaluations, which have traditionally depended on manual and subjective assessments by biologists. The research involved creating a comprehensive dataset from multiple 60-day in vitro experiments by combining data from various sources, focusing on the growth dynamics of tumour spheroids subjected to different treatment regimens. Through preprocessing and analysis, growth characteristics were extracted and utilized as input features for the model. A feature selection and optimization technique was applied to refine the software model and improve its predictive accuracy. The model is based on a handful of comprehensive criteria, calibrated by employing a grid search mechanism for hyperparameter tuning to optimize accuracy. The validation process, conducted via independent test sets, confirmed the model’s capability to predict treatment outcomes with a high degree of reliability and an accuracy of about 99%. The findings reveal that algorithmic classification models can make a significant contribution to the standardization and automation of treatment efficacy assessment in tumour spheroid experiments. Not only does this approach reduce the potential for human error and variability, but it also provides a scalable and objective means of evaluating treatment outcomes.:1 Introduction 1.1 Background and Motivation 1.2 Biological Background 1.3 Iteration Methodology 1.4 Objective of the Thesis 2 Definition of basic Notation and Concepts 2.1 Time Series Analysis 2.2 Linear Interpolation 2.3 Simple Exponential Smoothing 2.4 Volume of a Spheroid 2.5 Heavyside Function 2.6 Least Squares Method 2.7 Linear Regression 2.8 Exponential Approximation 2.9 Grid Search 2.10 Binary Regression 2.11 Pearson Correlation Coefficient 3 Observation Data 3.1 General Overview 3.1.1 Structure of the Data 3.1.2 Procedure of Data Processing using 3D-Analysis 3.2 Data Engineering 3.2.1 Data Consolidation and Sanitization 3.2.2 Extension and Interpolation 3.2.3 Variance Reduction 4 Model Development 4.1 Modeling of Various Classification-Relevant Aspects 4.1.1 Primary Criteria 4.1.2 Secondary Criteria 4.1.3 Statistical Learning Approaches 4.2 Day of Relapse Estimation 4.3 Model Implementation 4.3.1 Combination of Approaches 4.3.2 Implementation in Python 4.4 Model Calibration 4.4.1 Consecutive Growth 4.4.2 Quintupling 4.4.3 Secondary Criteria 4.4.4 Combined Approach 5 Model Testing 5.1 Evaluation Methods 5.1.1 Applying the Model to New Data 5.1.2 Spheroid Control Probability 5.1.3 Kaplan-Meier Survival Analysis 5.1.4 Analysis of Classification Mismatches 5.2 Model Benchmark 5.2.1 Comparison to Human Raters 5.2.2 Comparison to Binary Regression Model 5.3 Robustness 5.3.1 Test using different Segmentation 5.3.2 Feature Reduction 5.3.3 Sensitivity 5.3.4 Calibration Templates 6 Discussion 6.1 Practical Application Opportunities 6.2 Evaluation of the Algorithmic Model 6.3 Limitations 7 Conclusion 7.1 Summary 7.2 Future Research Directions / Dreidimensionale Experimente zur Kontrolle von Tumorsphäroiden sind zentral für die Entwicklung und Evaluierung von Krebstherapien. Die Durchführung und Auswertung von In-vitro-Experimenten ist jedoch zeitaufwendig. Diese Arbeit beschreibt die Entwicklung, Implementierung und Validierung eines algorithmischen Modells zur Einstufung von Sphäroiden als kontrolliert oder rezidivierend. Das Modell bewertet den Behandlungserfolg anhand biologisch fundierter Kriterien. Diese Innovation ist entscheidend für die präzise und effiziente Vorhersage der Wirksamkeit von Behandlungen in 3D-In-vitro-Experimenten und zielt darauf ab, die Objektivität und Effizienz der Beurteilung von Behandlungsergebnissen zu verbessern, die traditionell von manuellen, subjektiven Einschätzungen der Biologen abhängen. Die Forschung umfasste die Erstellung eines umfassenden Datensatzes aus mehreren 60-tägigen In-vitro-Experimenten, bei denen die Wachstumsdynamik von Tumorsphäroiden unter verschiedenen Behandlungsschemata untersucht wurde. Durch Vorverarbeitung und Analyse wurden Wachstumscharakteristika extrahiert und als Eingangsmerkmale für das Modell verwendet. Das Modell basiert auf wenigen umfassenden Kriterien, die mithilfe eines Gittersuchmechanismus zur Abstimmung der Hyperparameter kalibriert wurden, um die Genauigkeit zu optimieren. Der Validierungsprozess bestätigte die Fähigkeit des Modells, Behandlungsergebnisse mit hoher Zuverlässigkeit und einer Genauigkeit von etwa 99 % vorherzusagen. Die Ergebnisse zeigen, dass algorithmische Klassifizierungsmodelle einen wesentlichen Beitrag zur Standardisierung und Automatisierung der Bewertung der Behandlungseffektivität in Tumorsphäroid-Experimenten leisten können. Dieser Ansatz verringert nicht nur das Potenzial für menschliche Fehler und Schwankungen, sondern bietet auch ein skalierbares und objektives Mittel zur Bewertung von Behandlungsergebnissen.:1 Introduction 1.1 Background and Motivation 1.2 Biological Background 1.3 Iteration Methodology 1.4 Objective of the Thesis 2 Definition of basic Notation and Concepts 2.1 Time Series Analysis 2.2 Linear Interpolation 2.3 Simple Exponential Smoothing 2.4 Volume of a Spheroid 2.5 Heavyside Function 2.6 Least Squares Method 2.7 Linear Regression 2.8 Exponential Approximation 2.9 Grid Search 2.10 Binary Regression 2.11 Pearson Correlation Coefficient 3 Observation Data 3.1 General Overview 3.1.1 Structure of the Data 3.1.2 Procedure of Data Processing using 3D-Analysis 3.2 Data Engineering 3.2.1 Data Consolidation and Sanitization 3.2.2 Extension and Interpolation 3.2.3 Variance Reduction 4 Model Development 4.1 Modeling of Various Classification-Relevant Aspects 4.1.1 Primary Criteria 4.1.2 Secondary Criteria 4.1.3 Statistical Learning Approaches 4.2 Day of Relapse Estimation 4.3 Model Implementation 4.3.1 Combination of Approaches 4.3.2 Implementation in Python 4.4 Model Calibration 4.4.1 Consecutive Growth 4.4.2 Quintupling 4.4.3 Secondary Criteria 4.4.4 Combined Approach 5 Model Testing 5.1 Evaluation Methods 5.1.1 Applying the Model to New Data 5.1.2 Spheroid Control Probability 5.1.3 Kaplan-Meier Survival Analysis 5.1.4 Analysis of Classification Mismatches 5.2 Model Benchmark 5.2.1 Comparison to Human Raters 5.2.2 Comparison to Binary Regression Model 5.3 Robustness 5.3.1 Test using different Segmentation 5.3.2 Feature Reduction 5.3.3 Sensitivity 5.3.4 Calibration Templates 6 Discussion 6.1 Practical Application Opportunities 6.2 Evaluation of the Algorithmic Model 6.3 Limitations 7 Conclusion 7.1 Summary 7.2 Future Research Directions

Welche Ursachen führen bei Keimzelltumoren zu Spätrezidiven? Sind es ungünstige Tumorkonstellationen, Behandlungsfehler oder individuelle Faktoren, die zu Spätrezidiven von Keimzelltumoren (KZT) führen? Ziel der Untersuchung war es, diese Fragen zu beantworten, um Patienten zu identifizieren, für die sich daraus Konsequenzen in der Therapie und Verlaufskontrolle ergeben. Indem wir Spätrezidive nach 4 Jahren auswerteten, wollten wir die besonderen Merkmale dieser Patientengruppe herausarbeiten. Unter 759 erfassten Patienten sahen wir 165 Frührezidive (< 2 Jahre), 92 Rezidive nach 2 Jahren und 73 Spätrezidive mehr als 4 Jahre nach der Initialdiagnose. Unsere statistische Auswertung bezieht sich auf die Spätrezidive mit einer mittleren Beobachtungszeit von 143 Monaten. Die initiale Konstellation der Tumormarker spielt eine bedeutende Rolle. 66% der Patienten hatten sowohl AFP als auch ß-HCG erhöht (gegenüber 47% bei den Frührezidiven und 33% im Gesamtkollektiv). Das gonadal reine Embryonalzellkarzinom (EZK) führt häufiger zu Spätrezidiven als andere Keimzelltumoren. Risikobehaftet sind höhere Stadien, von denen sich unter den Spätrezidiven 85% fanden; initial aber nur 57%. Demgegenüber ist poor-prognosis nach IGCCCG kein Risikofaktor. Mehr als die Hälfte der spätrezidivierten Patienten hatte bereits vorher mindestens ein Rezidiv gehabt. Eine initial von der heutigen Leitlinie abweichende Behandlung war bei 40% der Spätrezidive zu finden. Gründe hierfür waren eine falsche Histologie, die ungenaue Stadienzuordnung oder eine fehlende bzw. inkomplette Residualtumorresektion. Eine günstige Prognose haben die Patienten, bei denen eine Metastasenresektion vorgenommen werden kann. Die Heilungsrate (NED) war bei den operierten Spätrezidiven (70%) deutlich hoher als denjenigen, die zusätzlich chemotherapiert (46%) oder lediglich mit Chemotherapie behandelt worden waren (36%). Als Grund hierfür, ist die Früherkennung und noch vorhandene Operabilität des Befundes anzunehmen. Alle Seminom-Spätrezidive mit initialer Radiatio haben von der Chemotherapie profitiert. Bis auf einen Todesfall in der Chemotherapie wurden alle geheilt. Spätrezidive von KZT sollten als besondere Entität definiert werden. Krankheitsverlauf, Behandlung und Nachsorge weichen von dem üblichen Muster ab. Nur Seminome oder chemonaive Patienten sind zytostatisch zu behandeln. Bei den Nichtseminomen, die bereits initial oder im Frührezidiv eine Chemotherapie erhalten haben, sollte wenn möglich, eine operative Behandlung erwogen werden. Patienten mit initial erhöhten Tumormarkern (AFP + ß-HCG), reinem gonadalem EZK, höheren Krankheitsstadien oder einem Rezidiv innerhalb der ersten 4 Jahre haben eine ungünstige Prognose und erfordern eine jährliche lebenslange spezielle Nachsorge. Die Nachsorge sollte neben der klinischen Untersuchung und AFP-Bestimmung ein Schnittbildverfahren des Thorax und Retroperitoneums beinhalten. / What are the reasons for late relapse of testicular germ cell tumor? Do unfavourable tumor constellations, mismanaged treatment or individual factors; lead to the late relapse of testicular germ cell tumor? The aim of this investigation was to find an answer to this question and to identify the patients, who would benefit from modified treatments and follow-up modalities. By researching the late relapses diagnosed at least 4 years later, we wanted to identify the special characteristics of this group of patients. Among the 759 patients with testis cancer we found 165 early relapses (