Purpose A phase I/II trial was performed to evaluate the safety and immunogenicity of a novel vaccination with α-type 1 polarized dendritic cells (αDC1) loaded with synthetic peptides for glioma-associated antigen (GAA) epitopes and administration of polyinosinic-polycytidylic acid [poly(I:C)] stabilized by lysine and carboxymethylcellulose (poly-ICLC) in HLA-A2 + patients with recurrent malignant gliomas. GAAs for these peptides are EphA2, interleukin (IL)-13 receptor-α2, YKL-40, and gp100. Patients and Methods Twenty-two patients (13 with glioblastoma multiforme [GBM], five with anaplastic astrocytoma [AA], three with anaplastic oligodendroglioma [AO], and one with anaplastic oligoastrocytoma [AOA]) received at least one vaccination, and 19 patients received at least four vaccinations at two αDC1 dose levels (1 × or 3 × 10 7 /dose) at 2-week intervals intranodally. Patients also received twice weekly intramuscular injections of 20 μg/kg poly-ICLC. Patients who demonstrated positive radiologic response or stable disease without major adverse events were allowed to receive booster vaccines. T-lymphocyte responses against GAA epitopes were assessed by enzyme-linked immunosorbent spot and HLA-tetramer assays. Results The regimen was well-tolerated. The first four vaccines induced positive immune responses against at least one of the vaccination-targeted GAAs in peripheral blood mononuclear cells in 58% of patients. Peripheral blood samples demonstrated significant upregulation of type 1 cytokines and chemokines, including interferon-α and CXCL10. Nine (four GBM, two AA, two AO, and one AOA) achieved progression-free status lasting at least 12 months. One patient with recurrent GBM demonstrated sustained complete response. IL-12 production levels by αDC1 positively correlated with time to progression. Conclusion These data support safety, immunogenicity, and preliminary clinical activity of poly-ICLC-boosted αDC1-based vaccines.

Cytoreductive surgery and hyperthermic intraperitoneal chemotherapy in the management of peritoneal surface malignancies of colonic origin : a consensus statement

Computer-assisted robotic surgery allows complex resections and anastomotic reconstructions to be performed with nearly identical standards to open surgery. We applied this technology to a variety of pancreatic resections to assess the safety, feasibility, versatility, and reliability of this technology.A retrospective review of a prospective database of robotic pancreatic resections at a single institution between August 2008 and November 2012 was performed. Perioperative outcomes were analyzed.A total of 250 consecutive robotic pancreatic resections were analyzed; pancreaticoduodenectomy (132), distal pancreatectomy (83), central pancreatectomy (13), pancreatic enucleation (10), total pancreatectomy (5), Appleby resection (4), and Frey procedure (3). Thirty-day and 90-day mortality was 0.8% and 2.0%. Rate of Clavien 3 and 4 complications was 14% and 6%. The International Study Group on Pancreatic Fistula grade C fistula rate was 4%. Mean operative time for the 2 most common procedures was 529 ± 103 minutes for pancreaticoduodenectomy and 257 ± 93 minutes for distal pancreatectomy. Continuous improvement in operative times was observed over the course of the experience. Conversion to open procedure was required in 16 patients (6%) (11 with pancreaticoduodenectomy, 2 with distal pancreatectomy, 2 with central pancreatectomy, 1 with total pancreatectomy) for failure to progress (14) and bleeding (2).This represents to our knowledge the largest series of robotic pancreatic resections. Safety and feasibility metrics including the low incidence of conversion support the robustness of this platform and suggest no unanticipated risks inherent to this new technology. By defining these early outcome metrics, this report begins to establish a framework for comparative effectiveness studies of this platform.

Importance

 Quality assessment is an important instrument to ensure optimal surgical outcomes, particularly during the adoption of new surgical technology. The use of the robotic platform for complex pancreatic resections, such as the pancreaticoduodenectomy, requires close monitoring of outcomes during its implementation phase to ensure patient safety is maintained and the learning curve identified. 

Objective

 To report the results of a quality analysis and learning curve during the implementation of robotic pancreaticoduodenectomy (RPD). 

Design, Setting, and Participants

 A retrospective review of a prospectively maintained database of 200 consecutive patients who underwent RPD in a large academic center from October 3, 2008, through March 1, 2014, was evaluated for important metrics of quality. Patients were analyzed in groups of 20 to minimize demographic differences and optimize the ability to detect statistically meaningful changes in performance. 

Exposures

 Robotic pancreaticoduodenectomy. 

Main Outcomes and Measures

 Optimization of perioperative outcome parameters. 

Results

 No statistical differences in mortality rates or major morbidity were noted during the study. Statistical improvements in estimated blood loss and conversions to open surgery occurred after 20 cases (600 mL vs 250 mL [P = .002] and 35.0% vs 3.3% [P < .001], respectively), incidence of pancreatic fistula after 40 cases (27.5% vs 14.4%;P= .04), and operative time after 80 cases (581 minutes vs 417 minutes [P < .001]). Complication rates, lengths of stay, and readmission rates showed continuous improvement that did not reach statistical significance. Outcomes for the last 120 cases (representing optimized metrics beyond the learning curve) included a mean operative time of 417 minutes, median estimated blood loss of 250 mL, a conversion rate of 3.3%, 90-day mortality of 3.3%, a clinically significant (grade B/C) pancreatic fistula rate of 6.9%, and a median length of stay of 9 days. 

Conclusions and Relevance

 Continuous assessment of quality metrics allows for safe implementation of RPD. We identified several inflexion points corresponding to optimization of performance metrics for RPD that can be used as benchmarks for surgeons who are adopting this technology.

Objective DNA-based testing of pancreatic cyst fluid (PCF) is a useful adjunct to the evaluation of pancreatic cysts (PCs). Mutations in KRAS / GNAS are highly specific for intraductal papillary mucinous neoplasms (IPMNs) and mucinous cystic neoplasms (MCNs), while TP53 / PIK3CA / PTEN alterations are associated with advanced neoplasia. A prospective study was performed to evaluate preoperative PCF DNA testing. Design Over 43-months, 626 PCF specimens from 595 patients were obtained by endoscopic ultrasound (EUS)-fine needle aspiration and assessed by targeted next-generation sequencing (NGS). Molecular results were correlated with EUS findings, ancillary studies and follow-up. A separate cohort of 159 PCF specimens was also evaluated for KRAS / GNAS mutations by Sanger sequencing. Results KRAS/GNAS mutations were identified in 308 (49%) PCs, while alterations in TP53/PIK3CA/PTEN were present in 35 (6%) cases. Based on 102 (17%) patients with surgical follow-up, KRAS/GNAS mutations were detected in 56 (100%) IPMNs and 3 (30%) MCNs, and associated with 89% sensitivity and 100% specificity for a mucinous PC. In comparison, KRAS/GNAS mutations by Sanger sequencing had a 65% sensitivity and 100% specificity. By NGS, the combination of KRAS/GNAS mutations and alterations in TP53/PIK3CA/PTEN had an 89% sensitivity and 100% specificity for advanced neoplasia. Ductal dilatation, a mural nodule and malignant cytopathology had lower sensitivities (42%, 32% and 32%, respectively) and specificities (74%, 94% and 98%, respectively). Conclusions In contrast to Sanger sequencing, preoperative NGS of PCF for KRAS / GNAS mutations is highly sensitive for IPMNs and specific for mucinous PCs. In addition, the combination of TP53 / PIK3CA / PTEN alterations is a useful preoperative marker for advanced neoplasia.

Abstract Both anti-PD1/PD-L1 therapy and oncolytic virotherapy have demonstrated promise, yet have exhibited efficacy in only a small fraction of cancer patients. Here we hypothesized that an oncolytic poxvirus would attract T cells into the tumour, and induce PD-L1 expression in cancer and immune cells, leading to more susceptible targets for anti-PD-L1 immunotherapy. Our results demonstrate in colon and ovarian cancer models that an oncolytic vaccinia virus attracts effector T cells and induces PD-L1 expression on both cancer and immune cells in the tumour. The dual therapy reduces PD-L1 + cells and facilitates non-redundant tumour infiltration of effector CD8 + , CD4 + T cells, with increased IFN-γ, ICOS, granzyme B and perforin expression. Furthermore, the treatment reduces the virus-induced PD-L1 + DC, MDSC, TAM and T reg , as well as co-inhibitory molecules-double-positive, severely exhausted PD-1 + CD8 + T cells, leading to reduced tumour burden and improved survival. This combinatorial therapy may be applicable to a much wider population of cancer patients.

Abstract Motivation Blood-based profiling of tumor DNA (“liquid biopsy”) has offered great prospects for non-invasive early cancer diagnosis, treatment monitoring, and clinical guidance, but require further advances in computational methods to become a robust quantitative assay of tumor clonal evolution. We propose new methods to better characterize tumor clonal dynamics from circulating tumor DNA (ctDNA), through application to two specific questions: 1) How to apply longitudinal ctDNA data to refine phylogeny models of clonal evolution, and 2) how to quantify changes in clonal frequencies that may be indicative of treatment response or tumor progression. We pose these questions through a probabilistic framework for optimally identifying maximum likelihood markers and applying them to characterizing clonal evolution. Results We first estimate a distribution over plausible clonal lineage models, using bootstrap samples over pre-treatment tissue-based sequence data. We then refine these lineage models and the clonal frequencies they imply over successive longitudinal samples. We use the resulting framework for modeling and refining tree distributions to pose a set of optimization problems to select ctDNA markers to maximize measures of utility capturing ability to solve the two questions of reducing uncertain in phylogeny models or quantifying clonal frequencies given the models. We tested our methods on synthetic data and showed them to be effective at refining distributions of tree models and clonal frequencies so as to minimize measures of tree distance relative to the ground truth. Application of the tree refinement methods to real tumor data further demonstrated their effectiveness in refining a clonal lineage model and assessing its clonal frequencies. The work shows the power of computational methods to improve marker selection, clonal lineage reconstruction, and clonal dynamics profiling for more precise and quantitative assays of tumor progression. Availability https://github.com/CMUSchwartzLab/Mase-phi.git . Contact russells@andrew.cmu.edu

Circulating tumor DNA (ctDNA) monitoring, while sufficiently advanced to reflect tumor evolution in real time and inform on cancer diagnosis, treatment, and prognosis, mainly relies on DNA that originates from cell death via apoptosis or necrosis. In solid tumors, chemotherapy and immune infiltration can induce spatially variable rates of cell death, with the potential to bias and distort the clonal composition of ctDNA. Using a stochastic evolutionary model of boundary-driven growth, we study how elevated cell death on the edge of a tumor can simultaneously impact driver mutation accumulation and the representation of tumor clones and mutation detectability in ctDNA. We describe conditions in which invasive clones end up over-represented in ctDNA, clonal diversity can appear elevated in the blood, and spatial bias in shedding can inflate subclonal variant allele frequencies (VAFs). Additionally, we find that tumors that are mostly quiescent can display similar biases, but are far less detectable, and the extent of perceptible spatial bias strongly depends on sequence detection limits. Overall, we show that spatially structured shedding might cause liquid biopsies to provide highly biased profiles of tumor state. While this may enable more sensitive detection of expanding clones, it could also increase the risk of targeting a subclonal variant for treatment. Our results indicate that the effects and clinical consequences of spatially variable cell death on ctDNA composition present an important area for future work.