Tumors of the adrenal gland belong to the most frequent neoplasms in humans with a prevalence of 3–10 % in adults. The aim of the diagnostic workup is the identification of potentially hormone-secreting and / or malignant tumors, because most of these tumors will require surgical resection. Malignant adrenocortical carcinomas (ACC) are very rare and associated with a poor prognosis in advanced stages, therefore, an early and accurate diagnosis is crucial.
Within this thesis, two liquid chromatography tandem mass spectrometry (LC-MS/MS) methods for the quantification of steroids in different biomaterials were developed to improve the diagnostic workup of adrenal tumors.
First, an LC-MS/MS method for the simultaneous quantification of cortisol and dexamethasone in serum samples after dexamethasone suppression test (DST) was developed, validated, and applied to 400 clinical samples. Newly established method-specific threshold concentrations for cortisol and dexamethasone increased DST specificity from 67.5 % to 92.4 % while preserving 100 % sensitivity.
Second, an LC-MS/MS method for the quantification of eleven urinary steroids was developed and validated to improve the differentiation between ACC and adrenocortical adenomas (ACA). A decision tree requiring only two steroids was trained for classification and tested based on 24 h urine samples from 268 patients with adrenal tumor. Malignancy was excluded with a negative predictive value of 100 % in an independent validation cohort of 84 samples of 24-h urine. A newly proposed simplified diagnostic workflow with urinary steroid profiling as first tier test could obviate additional adrenal-specific imaging in 42 of 64 patients with ACA.
The new DST method is already in clinical use at the University Hospital Würzburg, whereas the classification model based on urinary steroid profiling will require prospective validation in a larger cohort. / Nebennierentumoren gehören zu den häufigsten Neoplasmen beim Menschen und treten mit einer Prävalenz von 3–10 % bei Erwachsenen über 50 Jahren auf. Häufig wird die Raumforderung zufällig im Rahmen einer bildgebenden Untersuchung erkannt. Die meisten dieser sogenannten Inzidentalome sind gutartige und hormoninaktive Nebennierenrindenadenome (ACA), die keine therapeutische Intervention erfordern. Das Ziel der Nebennierentumor-Diagnostik ist die Abklärung potentieller Hormonaktivität und Malignität, denn diese Tumoren müssen zum Großteil operativ entfernt werden. Hormonaktive Tumoren können benigne oder maligne sein und sind durch die autonome Sekretion von Steroidhormonen charakterisiert. Maligne Nebennierenrindenkarzinome (ACC) sind sehr selten, aber aggressiv und mit einer schlechten Prognose im fortgeschrittenen Tumorstadium assoziiert. Da die therapeutischen Möglichkeiten für das ACC limitiert sind, ist eine schnelle und sichere Diagnostik erforderlich. Im Rahmen dieser Doktorarbeit wurden zwei Flüssigchromatographie-Tandemmassenspektrometrie (LC-MS/MS) Methoden zur Quantifizierung von Steroiden in Biomaterialien entwickelt, um damit die Diagnostik von Nebennierentumoren zu verbessern.
Der 1 mg-Dexamethason-Hemmtest (DST) ist ein häufig durchgeführter Screening-Test zur Untersuchung auf autonome Cortisolsekretion. Dabei wird die Supprimierbarkeit der Cortisolsekretion durch die orale Einnahme von Dexamethason überprüft. Eine LC-MS/MS Methode zur simultanen Quantifizierung von Cortisol und Dexamethason im Serum wurde entwickelt, validiert und zur Messung von 400 DST-Patientenproben genutzt. Durch methodenspezifische Schwellenwertkonzentrationen für Cortisol und Dexamethason konnte die klinische Testspezifität von 67.5 % auf 92.4 % bei unveränderter Sensitivität von 100.0 % erhöht werden.
Der zweite Teil dieser Arbeit befasst sich mit der Verbesserung der Unterscheidung von ACC und ACA. Dafür wurde eine LC-MS/MS Methode zur Quantifizierung von elf Steroiden im Urin entwickelt und validiert. Über die Messung von 24 h Sammelurinproben von 268 Nebennierenrindentumor-Patienten wurde ein Klassifikationsmodell, das auf nur zwei Steroiden basiert, trainiert und getestet. Sowohl die analytische Methode als auch das Klassifikationsmodell wurden hinsichtlich Robustheit und Zeiteffizienz optimiert, um sich möglichst gut in die klinische Routine implementieren zu lassen. Außerdem lag der Fokus auf einer einfachen, nachvollziehbaren und direkten Datenauswertung und -interpretation. Als ein Hauptergebnis konnte Malignität in einer unabhängigen Validierungskohorte von 84 Patienten mit einem negativen prädiktiven Wert von 100 % ausgeschlossen werden. Nach einem vereinfachten diagnostischen Schema mit der Urin-Steroid-Analytik als erstem Screening-Test könnte bei 42 von 64 Patienten mit ACA auf eine zusätzliche nebennierenspezifische Bildgebung verzichtet werden. Des Weiteren wurden erstmals Spontanurinproben als Surrogatmatrix für 24 h Sammelurin in der Validierungskohorte getestet. Dabei unterschied sich der positive prädiktive Wert der Spontanurine mit 86.7 % kaum von den 87.5 % der 24-h Sammelurine, während auch mit Spontanurin ein negativer prädiktiver Wert von 100 % erzielt werden konnte, was einen wichtigen Schritt in die Richtung einer vereinfachten Probensammlung darstellt.
Sowohl die simultane Quantifizierung von Cortisol und Dexamethason als auch die 24-h Urin-Steroid-Methode haben ihre Eignung für die klinische Routineanwendung bewiesen. Der Transfer der Urinmethode auf den deutlich einfacheren Spontanurin erfordert jedoch eine prospektive Validierung in einer größeren Patientenkohorte. Die neue DST-Methode wurde bereits im September 2021 in die klinische Routine am Universitätsklinikum Würzburg eingeführt.
| Identifer | oai:union.ndltd.org:uni-wuerzburg.de/oai:opus.bibliothek.uni-wuerzburg.de:29343 |
| Date | January 2023 |
| Creators | Vogg, Nora Johanna |
| Source Sets | University of Würzburg |
| Language | English |
| Detected Language | German |
| Type | doctoralthesis, doc-type:doctoralThesis |
| Format | application/pdf |
| Rights | https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de, info:eu-repo/semantics/openAccess |
Page generated in 0.0031 seconds