Glioblastoma is characterized by widespread genetic and transcriptional heterogeneity, yet little is known about the role of the epigenome in glioblastoma disease progression. Here, we present genome-scale maps of DNA methylation in matched primary and recurring glioblastoma tumors, using data from a highly annotated clinical cohort that was selected through a national patient registry. We demonstrate the feasibility of DNA methylation mapping in a large set of routinely collected FFPE samples, and we validate bisulfite sequencing as a multipurpose assay that allowed us to infer a range of different genetic, epigenetic, and transcriptional characteristics of the profiled tumor samples. On the basis of these data, we identified subtle differences between primary and recurring tumors, links between DNA methylation and the tumor microenvironment, and an association of epigenetic tumor heterogeneity with patient survival. In summary, this study establishes an open resource for dissecting DNA methylation heterogeneity in a genetically diverse and heterogeneous cancer, and it demonstrates the feasibility of integrating epigenomics, radiology, and digital pathology for a national cohort, thereby leveraging existing samples and data collected as part of routine clinical practice.

Abstract Trastuzumab deruxtecan is an antibody–drug conjugate with high extracranial activity in human epidermal growth factor receptor 2 (HER2)-positive metastatic breast cancer. We conducted the prospective, open-label, single-arm, phase 2 TUXEDO-1 trial. We enrolled patients aged ≥18 years with HER2-positive breast cancer and newly diagnosed untreated brain metastases or brain metastases progressing after previous local therapy, previous exposure to trastuzumab and pertuzumab and no indication for immediate local therapy. Patients received trastuzumab deruxtecan intravenously at the standard dose of 5.4 mg per kg bodyweight once every 3 weeks. The primary endpoint was intracranial response rate measured according to the response assessment in neuro-oncology brain metastases criteria. A Simon two-stage design was used to compare a null hypothesis of <26% response rate against an alternative of 61%. Fifteen patients were enrolled in the intention-to-treat population of patients who received at least one dose of study drug. Two patients (13.3%) had a complete intracranial response, nine (60%) had a partial intracranial response and three (20%) had stable disease as the best intracranial response, with a best overall intracranial response rate of 73.3% (95% confidential interval 48.1–89.1%), thus meeting the predefined primary outcome. No new safety signals were observed and global quality-of-life and cognitive functioning were maintained over the treatment duration. In the TUXEDO-1 trial (NCT04752059, EudraCT 2020-000981-41), trastuzumab deruxtecan showed a high intracranial response rate in patients with active brain metastases from HER2-positive breast cancer and should be considered as a treatment option in this setting.

Abstract Glioblastoma is characterized by widespread genetic and transcriptional heterogeneity, yet little is known about the role of the epigenome in glioblastoma disease progression. Here, we present genome-scale maps of the DNA methylation dynamics in matched primary and recurring glioblastoma tumors, based on a national population registry and a comprehensively annotated clinical cohort. We demonstrate the feasibility of DNA methylation mapping in a large set of routinely collected formalin-fixed paraffin-embedded (FFPE) samples, and we validate bisulfite sequencing as a multi-purpose assay that allowed us to infer a range of different genetic, epigenetic, and transcriptional tumor characteristics. Based on these data, we identified characteristic differences between primary and recurring tumors, links between DNA methylation and the tumor microenvironment, and an association of epigenetic tumor heterogeneity with patient survival. In summary, this study provides a resource for dissecting DNA methylation heterogeneity in genetically diverse and heterogeneous tumors, and it demonstrates the feasibility of integrating epigenomics, radiology, and digital pathology in a representative national cohort, leveraging samples and data collected as part of routine clinical practice.

Abstract Purpose To provide practice guideline/procedure standards for diagnostics and therapy (theranostics) of meningiomas using radiolabeled somatostatin receptor (SSTR) ligands. Methods This joint practice guideline/procedure standard was collaboratively developed by the European Association of Nuclear Medicine (EANM), the Society of Nuclear Medicine and Molecular Imaging (SNMMI), the European Association of Neurooncology (EANO), and the PET task force of the Response Assessment in Neurooncology Working Group (PET/RANO). Results Positron emission tomography (PET) using somatostatin receptor (SSTR) ligands can detect meningioma tissue with high sensitivity and specificity and may provide clinically relevant information beyond that obtained from structural magnetic resonance imaging (MRI) or computed tomography (CT) imaging alone. SSTR-directed PET imaging can be particularly useful for differential diagnosis, delineation of meningioma extent, detection of osseous involvement, and the differentiation between posttherapeutic scar tissue and tumour recurrence. Moreover, SSTR-peptide receptor radionuclide therapy (PRRT) is an emerging investigational treatment approach for meningioma. Conclusion These practice guidelines will define procedure standards for the application of PET imaging in patients with meningiomas and related SSTR-targeted PRRTs in routine practice and clinical trials and will help to harmonize data acquisition and interpretation across centers, facilitate comparability of studies, and to collect larger databases. The current document provides additional information to the evidence-based recommendations from the PET/RANO Working Group regarding the utilization of PET imaging in meningiomas Galldiks (Neuro Oncol. 2017;19(12):1576–87). The information provided should be considered in the context of local conditions and regulations.

Abstract Background Brain metastases (BM) are a devastating complication of HER2-positive metastatic breast cancer (BC) and treatment strategies providing optimized local and systemic disease control are urgently required. The antibody-drug conjugate (ADC) trastuzumab deruxtecan (T-DXd) improved progression-free survival (PFS) and overall survival (OS) over trastuzumab emtansine but data regarding intracranial activity is limited. In the primary outcome analysis of TUXEDO-1, a high intracranial response rate (RR) was reported with T-DXd. Here, we report final PFS and OS results. Patients and Methods TUXEDO-1 accrued adult patients with HER2-positive BC and active BM (newly diagnosed or progressing) without indication for immediate local therapy. The primary endpoint was intracranial RR; secondary endpoints included PFS, OS, safety, quality-of-life (QoL), and neurocognitive function. PFS and OS were estimated with the Kaplan-Meier method and analysed in the per-protocol population. Results At 26.5 months median follow-up, median PFS was 21 months (95% CI 13.3-n.r.) and median OS was not reached (95% CI 22.2-n.r.). With longer follow-up, no new safety signals were observed. The most common grade 3 adverse event was fatigue (20%). Grade 2 interstitial lung disease and a grade 3 symptomatic drop of left-ventricular ejection fraction were observed in one patient each. QoL was maintained over the treatment period. Discussion T-DXd yielded prolonged intra- and extracranial disease control in patients with active HER2-positive BC BM in line with results from the pivotal trials. These results support the concept of ADCs as systemic therapy for active BM.

Abstract Objectives This study aimed to analyze variations in the sella turcica (ST) concerning its size, shape, and bridging, providing first reference values in Austrian individuals. Additionally, it assessed associations between these morphological and demographic parameters and their correlation with patients’ skeletal class. Methods 208 lateral cephalometric radiographs (154 female, 54 male; age 8–58 years) from DPU Dental Clinic (Austria) were included. Size, skeletal class, shape, age, and gender of ST were tested for significance in correlation using, (M)ANOVA, and chi-square. Results Linear dimensions of ST ranged from 11.1 to 12.9 mm across readers, with a standard deviation of 2.0–2.2 mm. Normal ST (49.76%) and round ST (58.77%) were the most frequent. ST bridging was detected in 6.97%. Skeletal class I appeared most frequently (54.8%). Statistical significance was observed between age, gender, and ST length, with further significant age effects on ST shape. Moreover, age showed significant modification of ST shape, while skeletal parameters appeared unaffected by other ST parameters. Conclusions These preliminary findings define normal ST dimensions in an Austrian population, offering reference values for clinical interpretation and broadening the available European data. Clear associations between morphological and demographic parameters were detected. Additionally, these findings may contribute to diagnostic and therapeutic strategies in orthodontics and craniofacial pathology. Future studies employing cone beam computed tomography (CBCT) along a larger sample size could enhance the generalizability of these findings.

Abstract Introduction With the application of high-resolution 3D 7 Tesla Magnetic Resonance Spectroscopy Imaging (MRSI) in high-grade gliomas, we previously identified intratumoral metabolic heterogeneities. In this study, we evaluated the potential of 3D 7 T-MRSI for the preoperative noninvasive classification of glioma grade and isocitrate dehydrogenase (IDH) status. We demonstrated that IDH mutation and glioma grade are detectable by ultra-high field (UHF) MRI. This technique might potentially optimize the perioperative management of glioma patients. Methods We prospectively included 36 patients with WHO 2021 grade 2–4 gliomas (20 IDH mutated, 16 IDH wildtype). Our 7 T 3D MRSI sequence provided high-resolution metabolic maps (e.g., choline, creatine, glutamine, and glycine) of these patients’ brains. We employed multivariate random forest and support vector machine models to voxels within a tumor segmentation, for classification of glioma grade and IDH mutation status. Results Random forest analysis yielded an area under the curve (AUC) of 0.86 for multivariate IDH classification based on metabolic ratios. We distinguished high- and low-grade tumors by total choline (tCho) / total N-acetyl-aspartate (tNAA) ratio difference, yielding an AUC of 0.99. Tumor categorization based on other measured metabolic ratios provided comparable accuracy. Conclusions We successfully classified IDH mutation status and high- versus low-grade gliomas preoperatively based on 7 T MRSI and clinical tumor segmentation. With this approach, we demonstrated imaging based tumor marker predictions at least as accurate as comparable studies, highlighting the potential application of MRSI for pre-operative tumor classifications.

Abstract BACKGROUND Radiologically presumed diffuse lower-grade glioma (dLGG) are typically non or minimal enhancing tumors, with hyperintensity in T2w-images. The aim of this study was to test the clinical usefulness of deep learning (DL) in IDH mutation prediction in patients with radiologically presumed dLGG. METHODS 314 patients were retrospectively recruited from six neurosurgical departments in Sweden, Norway, France, Austria, and the United States. Collected data included patients’ age, sex, tumor molecular characteristics (IDH, and 1p19q), and routine preoperative radiological images. A clinical model was built using multivariable logistic regression with the variables age and tumor location. DL models were built using MRI data only, and four DL architectures used in glioma research. In the final validation test, the clinical model and the best DL model were scored on an external validation cohort with 155 patients from the Erasmus Glioma Dataset. RESULTS The mean age in the recruited and external cohorts was 45.0 (SD 14.3) and 44.3 years (SD 14.6). The cohorts were rather similar, except for sex distribution (53.5% vs 64.5% males, p-value 0.03) and IDH status (30.9% vs 12.9% IDH wild-type, p-value &lt;0.01). Overall, the area under the curve for the prediction of IDH mutations in the external validation cohort was 0.86, 0.82, and 0.87 for the clinical model, the DL model, and the model combining both models’ probabilities. CONCLUSIONS In their current state, when these complex models were applied to our clinical scenario, they did not seem to provide a net gain compared to our baseline clinical model.