Accurate pathological diagnosis is crucial for optimal management of patients with cancer. For the approximately 100 known tumour types of the central nervous system, standardization of the diagnostic process has been shown to be particularly challenging-with substantial inter-observer variability in the histopathological diagnosis of many tumour types. Here we present a comprehensive approach for the DNA methylation-based classification of central nervous system tumours across all entities and age groups, and demonstrate its application in a routine diagnostic setting. We show that the availability of this method may have a substantial impact on diagnostic precision compared to standard methods, resulting in a change of diagnosis in up to 12% of prospective cases. For broader accessibility, we have designed a free online classifier tool, the use of which does not require any additional onsite data processing. Our results provide a blueprint for the generation of machine-learning-based tumour classifiers across other cancer entities, with the potential to fundamentally transform tumour pathology.

Background The WHO classification of brain tumours describes 15 subtypes of meningioma. Nine of these subtypes are allotted to WHO grade I, and three each to grade II and grade III. Grading is based solely on histology, with an absence of molecular markers. Although the existing classification and grading approach is of prognostic value, it harbours shortcomings such as ill-defined parameters for subtypes and grading criteria prone to arbitrary judgment. In this study, we aimed for a comprehensive characterisation of the entire molecular genetic landscape of meningioma to identify biologically and clinically relevant subgroups. Methods In this multicentre, retrospective analysis, we investigated genome-wide DNA methylation patterns of meningiomas from ten European academic neuro-oncology centres to identify distinct methylation classes of meningiomas. The methylation classes were further characterised by DNA copy number analysis, mutational profiling, and RNA sequencing. Methylation classes were analysed for progression-free survival outcomes by the Kaplan-Meier method. The DNA methylation-based and WHO classification schema were compared using the Brier prediction score, analysed in an independent cohort with WHO grading, progression-free survival, and disease-specific survival data available, collected at the Medical University Vienna (Vienna, Austria), assessing methylation patterns with an alternative methylation chip. Findings We retrospectively collected 497 meningiomas along with 309 samples of other extra-axial skull tumours that might histologically mimic meningioma variants. Unsupervised clustering of DNA methylation data clearly segregated all meningiomas from other skull tumours. We generated genome-wide DNA methylation profiles from all 497 meningioma samples. DNA methylation profiling distinguished six distinct clinically relevant methylation classes associated with typical mutational, cytogenetic, and gene expression patterns. Compared with WHO grading, classification by individual and combined methylation classes more accurately identifies patients at high risk of disease progression in tumours with WHO grade I histology, and patients at lower risk of recurrence among WHO grade II tumours (p=0·0096) from the Brier prediction test). We validated this finding in our independent cohort of 140 patients with meningioma. Interpretation DNA methylation-based meningioma classification captures clinically more homogenous groups and has a higher power for predicting tumour recurrence and prognosis than the WHO classification. The approach presented here is potentially very useful for stratifying meningioma patients to observation-only or adjuvant treatment groups. We consider methylation-based tumour classification highly relevant for the future diagnosis and treatment of meningioma. Funding German Cancer Aid, Else Kröner-Fresenius Foundation, and DKFZ/Heidelberg Institute of Personalized Oncology/Precision Oncology Program.

Background There is an urgent need for more effective therapies for glioblastoma. Data from a previous unrandomised phase 2 trial suggested that lomustine-temozolomide plus radiotherapy might be superior to temozolomide chemoradiotherapy in newly diagnosed glioblastoma with methylation of the MGMT promoter. In the CeTeG/NOA-09 trial, we aimed to further investigate the effect of lomustine-temozolomide therapy in the setting of a randomised phase 3 trial. Methods In this open-label, randomised, phase 3 trial, we enrolled patients from 17 German university hospitals who were aged 18–70 years, with newly diagnosed glioblastoma with methylated MGMT promoter, and a Karnofsky Performance Score of 70% and higher. Patients were randomly assigned (1:1) with a predefined SAS-generated randomisation list to standard temozolomide chemoradiotherapy (75 mg/m2 per day concomitant to radiotherapy [59–60 Gy] followed by six courses of temozolomide 150–200 mg/m2 per day on the first 5 days of the 4-week course) or to up to six courses of lomustine (100 mg/m2 on day 1) plus temozolomide (100–200 mg/m2 per day on days 2–6 of the 6-week course) in addition to radiotherapy (59–60 Gy). Because of the different schedules, patients and physicians were not masked to treatment groups. The primary endpoint was overall survival in the modified intention-to-treat population, comprising all randomly assigned patients who started their allocated chemotherapy. The prespecified test for overall survival differences was a log-rank test stratified for centre and recursive partitioning analysis class. The trial is registered with ClinicalTrials.gov, number NCT01149109. Findings Between June 17, 2011, and April 8, 2014, 141 patients were randomly assigned to the treatment groups; 129 patients (63 in the temozolomide and 66 in the lomustine-temozolomide group) constituted the modified intention-to-treat population. Median overall survival was improved from 31·4 months (95% CI 27·7–47·1) with temozolomide to 48·1 months (32·6 months–not assessable) with lomustine-temozolomide (hazard ratio [HR] 0·60, 95% CI 0·35–1·03; p=0·0492 for log-rank analysis). A significant overall survival difference between groups was also found in a secondary analysis of the intention-to-treat population (n=141, HR 0·60, 95% CI 0·35–1·03; p=0·0432 for log-rank analysis). Adverse events of grade 3 or higher were observed in 32 (51%) of 63 patients in the temozolomide group and 39 (59%) of 66 patients in the lomustine-temozolomide group. There were no treatment-related deaths. Interpretation Our results suggest that lomustine-temozolomide chemotherapy might improve survival compared with temozolomide standard therapy in patients with newly diagnosed glioblastoma with methylated MGMT promoter. The findings should be interpreted with caution, owing to the small size of the trial. Funding German Federal Ministry of Education and Research.

The World Health Organization (WHO) classification and grading system attempts to predict the clinical course of meningiomas based on morphological parameters. However, because of high interobserver variation of some criteria, more reliable prognostic markers are required. Here, we assessed the TERT promoter for mutations in the hotspot regions C228T and C250T in meningioma samples from 252 patients. Mutations were detected in 16 samples (6.4% across the cohort, 1.7%, 5.7%, and 20.0% of WHO grade I, II, and III cases, respectively). Data were analyzed by t test, Fisher's exact test, log-rank test, and Cox proportional hazard model. All statistical tests were two-sided. Within a mean follow-up time in surviving patients of 68.1 months, TERT promoter mutations were statistically significantly associated with shorter time to progression (P < .001). Median time to progression among mutant cases was 10.1 months compared with 179.0 months among wild-type cases. Our results indicate that the inclusion of molecular data (ie, analysis of TERT promoter status) into a histologically and genetically integrated classification and grading system for meningiomas increases prognostic power. Consequently, we propose to incorporate the assessment of TERT promoter status in upcoming grading schemes for meningioma.