JK
John Kirkpatrick
Author with expertise in Management of Brain Metastases in Cancer Patients
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
9
(67% Open Access)
Cited by:
4,362
h-index:
50
/
i10-index:
125
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Summary Report on the Graded Prognostic Assessment: An Accurate and Facile Diagnosis-Specific Tool to Estimate Survival for Patients With Brain Metastases

Paul Sperduto et al.Dec 28, 2011
Purpose Our group has previously published the Graded Prognostic Assessment (GPA), a prognostic index for patients with brain metastases. Updates have been published with refinements to create diagnosis-specific Graded Prognostic Assessment indices. The purpose of this report is to present the updated diagnosis-specific GPA indices in a single, unified, user-friendly report to allow ease of access and use by treating physicians. Methods A multi-institutional retrospective (1985 to 2007) database of 3,940 patients with newly diagnosed brain metastases underwent univariate and multivariate analyses of prognostic factors associated with outcomes by primary site and treatment. Significant prognostic factors were used to define the diagnosis-specific GPA prognostic indices. A GPA of 4.0 correlates with the best prognosis, whereas a GPA of 0.0 corresponds with the worst prognosis. Results Significant prognostic factors varied by diagnosis. For lung cancer, prognostic factors were Karnofsky performance score, age, presence of extracranial metastases, and number of brain metastases, confirming the original Lung-GPA. For melanoma and renal cell cancer, prognostic factors were Karnofsky performance score and the number of brain metastases. For breast cancer, prognostic factors were tumor subtype, Karnofsky performance score, and age. For GI cancer, the only prognostic factor was the Karnofsky performance score. The median survival times by GPA score and diagnosis were determined. Conclusion Prognostic factors for patients with brain metastases vary by diagnosis, and for each diagnosis, a robust separation into different GPA scores was discerned, implying considerable heterogeneity in outcome, even within a single tumor type. In summary, these indices and related worksheet provide an accurate and facile diagnosis-specific tool to estimate survival, potentially select appropriate treatment, and stratify clinical trials for patients with brain metastases.
0
Citation1,297
0
Save
0

Diagnosis-Specific Prognostic Factors, Indexes, and Treatment Outcomes for Patients With Newly Diagnosed Brain Metastases: A Multi-Institutional Analysis of 4,259 Patients

Paul Sperduto et al.Nov 28, 2009
Purpose Controversy endures regarding the optimal treatment of patients with brain metastases (BMs). Debate persists, despite many randomized trials, perhaps because BM patients are a heterogeneous population. The purpose of the present study was to identify significant diagnosis-specific prognostic factors and indexes (Diagnosis-Specific Graded Prognostic Assessment [DS-GPA]). Methods and Materials A retrospective database of 5,067 patients treated for BMs between 1985 and 2007 was generated from 11 institutions. After exclusion of the patients with recurrent BMs or incomplete data, 4,259 patients with newly diagnosed BMs remained eligible for analysis. Univariate and multivariate analyses of the prognostic factors and outcomes by primary site and treatment were performed. The significant prognostic factors were determined and used to define the DS-GPA prognostic indexes. The DS-GPA scores were calculated and correlated with the outcomes, stratified by diagnosis and treatment. Results The significant prognostic factors varied by diagnosis. For non–small-cell lung cancer and small-cell lung cancer, the significant prognostic factors were Karnofsky performance status, age, presence of extracranial metastases, and number of BMs, confirming the original GPA for these diagnoses. For melanoma and renal cell cancer, the significant prognostic factors were Karnofsky performance status and the number of BMs. For breast and gastrointestinal cancer, the only significant prognostic factor was the Karnofsky performance status. Two new DS-GPA indexes were thus designed for breast/gastrointestinal cancer and melanoma/renal cell carcinoma. The median survival by GPA score, diagnosis, and treatment were determined. Conclusion The prognostic factors for BM patients varied by diagnosis. The original GPA was confirmed for non–small-cell lung cancer and small-cell lung cancer. New DS-GPA indexes were determined for other histologic types and correlated with the outcome, and statistical separation between the groups was confirmed. These data should be considered in the design of future randomized trials and in clinical decision-making. Controversy endures regarding the optimal treatment of patients with brain metastases (BMs). Debate persists, despite many randomized trials, perhaps because BM patients are a heterogeneous population. The purpose of the present study was to identify significant diagnosis-specific prognostic factors and indexes (Diagnosis-Specific Graded Prognostic Assessment [DS-GPA]). A retrospective database of 5,067 patients treated for BMs between 1985 and 2007 was generated from 11 institutions. After exclusion of the patients with recurrent BMs or incomplete data, 4,259 patients with newly diagnosed BMs remained eligible for analysis. Univariate and multivariate analyses of the prognostic factors and outcomes by primary site and treatment were performed. The significant prognostic factors were determined and used to define the DS-GPA prognostic indexes. The DS-GPA scores were calculated and correlated with the outcomes, stratified by diagnosis and treatment. The significant prognostic factors varied by diagnosis. For non–small-cell lung cancer and small-cell lung cancer, the significant prognostic factors were Karnofsky performance status, age, presence of extracranial metastases, and number of BMs, confirming the original GPA for these diagnoses. For melanoma and renal cell cancer, the significant prognostic factors were Karnofsky performance status and the number of BMs. For breast and gastrointestinal cancer, the only significant prognostic factor was the Karnofsky performance status. Two new DS-GPA indexes were thus designed for breast/gastrointestinal cancer and melanoma/renal cell carcinoma. The median survival by GPA score, diagnosis, and treatment were determined. The prognostic factors for BM patients varied by diagnosis. The original GPA was confirmed for non–small-cell lung cancer and small-cell lung cancer. New DS-GPA indexes were determined for other histologic types and correlated with the outcome, and statistical separation between the groups was confirmed. These data should be considered in the design of future randomized trials and in clinical decision-making.
0
Citation923
0
Save
0

Estimating Survival in Patients With Lung Cancer and Brain Metastases

Paul Sperduto et al.Nov 28, 2016
Lung cancer is the leading cause of cancer-related mortality in the United States and worldwide. As systemic therapies improve, patients with lung cancer live longer and thus are at increased risk for brain metastases. Understanding how prognosis varies across this heterogeneous patient population is essential to individualize care and design future clinical trials.To update the current Diagnosis-Specific Graded Prognostic Assessment (DS-GPA) for patients with non-small-cell lung cancer (NSCLC) and brain metastases. The DS-GPA is based on data from patients diagnosed between 1985 and 2005, and we set out to update it by incorporating more recently reported gene and molecular alteration data for patients with NSCLC and brain metastases. This new index is called the Lung-molGPA.This is a multi-institutional retrospective database analysis of 2186 patients diagnosed between 2006 and 2014 with NSCLC and newly diagnosed brain metastases. The multivariable analyses took place between December 2015 and May 2016, and all prognostic factors were weighted for significance by hazard ratios. Significant factors were included in the updated Lung-molGPA prognostic index.The main outcome was survival. Multiple Cox regression was used to select and weight prognostic factors in proportion to their hazard ratios. Log rank tests were used to compare adjacent classes and to compare overall survival for adenocarcinoma vs nonadenocarcinoma groups.The original DS-GPA was based on 4 factors found in 1833 patients with NSCLC and brain metastases diagnosed between 1985 and 2005: patient age, Karnofsky Performance Status, extracranial metastases, and number of brain metastases. The patients studied for the creation of the DS-GPA had a median survival of 7 months from the time of initial treatment of brain metastases. To design the updated Lung-molGPA, we analyzed data from 2186 patients from 2006 through 2014 with NSCLC and newly diagnosed brain metastases (1521 adenocarcinoma and 665 nonadenocarcinoma). Significant prognostic factors included the original 4 factors used in the DS-GPA index plus 2 new factors: EGFR and ALK alterations in patients with adenocarcinoma (mutation status was not routinely tested for nonadenocarcinoma). The overall median survival for the cohort in the present study was 12 months, and those with NSCLC-adenocarcinoma and Lung-molGPA scores of 3.5 to 4.0 had a median survival of nearly 4 years.In recent years, patient survival and physicians' ability to predict survival in NSCLC with brain metastases has improved significantly. The updated Lung-molGPA incorporating gene alteration data into the DS-GPA is a user-friendly tool that may facilitate clinical decision making and appropriate stratification of future clinical trials.
0
Citation570
0
Save
0

Effect of Tumor Subtype on Survival and the Graded Prognostic Assessment for Patients With Breast Cancer and Brain Metastases

Paul Sperduto et al.Apr 19, 2011

Purpose

 The diagnosis-specific Graded Prognostic Assessment (GPA) was published to clarify prognosis for patients with brain metastases. This study refines the existing Breast-GPA by analyzing a larger cohort and tumor subtype. 

Methods and Materials

 A multi-institutional retrospective database of 400 breast cancer patients treated for newly diagnosed brain metastases was generated. Prognostic factors significant for survival were analyzed by multivariate Cox regression and recursive partitioning analysis (RPA). Factors were weighted by the magnitude of their regression coefficients to define the GPA index. 

Results

 Significant prognostic factors by multivariate Cox regression and RPA were Karnofsky performance status (KPS), HER2, ER/PR status, and the interaction between ER/PR and HER2. RPA showed age was significant for patients with KPS 60 to 80. The median survival time (MST) overall was 13.8 months, and for GPA scores of 0 to 1.0, 1.5 to 2.0, 2.5 to 3.0, and 3.5 to 4.0 were 3.4 (n = 23), 7.7 (n = 104), 15.1 (n = 140), and 25.3 (n = 133) months, respectively (p < 0.0001). Among HER2-negative patients, being ER/PR positive improved MST from 6.4 to 9.7 months, whereas in HER2-positive patients, being ER/PR positive improved MST from 17.9 to 20.7 months. The log-rank statistic (predictive power) was 110 for the Breast-GPA vs. 55 for tumor subtype. 

Conclusions

 The Breast-GPA documents wide variation in prognosis and shows clear separation between subgroups of patients with breast cancer and brain metastases. This tool will aid clinical decision making and stratification in clinical trials. These data confirm the effect of tumor subtype on survival and show the Breast-GPA offers significantly more predictive power than the tumor subtype alone.
0
Citation343
0
Save
0

Quantitative analysis of the factors which affect the interpatient organ‐at‐risk dose sparing variation in IMRT plans

L. Yuan et al.Oct 23, 2012
Purpose: The authors present an evidence‐based approach to quantify the effects of an array of patient anatomical features of the planning target volumes (PTVs) and organs‐at‐risk (OARs) and their spatial relationships on the interpatient OAR dose sparing variation in intensity modulated radiation therapy (IMRT) plans by learning from a database of high‐quality prior plans. Methods: The authors formulized the dependence of OAR dose volume histograms (DVHs) on patient anatomical factors into feature models which were learned from prior plans by a stepwise multiple regression method. IMRT plans for 64 prostate, 82 head‐and‐neck (HN) treatments were used to train the models. Two major groups of anatomical features were considered in this study: the volumetric information and the spatial information. The geometry of OARs relative to PTV is represented by the distance‐to‐target histogram, DTH. Important anatomical and dosimetric features were extracted from DTH and DVH by principal component analysis. The final models were tested by additional 24 prostate and 24 HN plans. Results: Significant patient anatomical factors contributing to OAR dose sparing in prostate and HN IMRT plans have been analyzed and identified. They are: the median distance between OAR and PTV, the portion of OAR volume within an OAR specific distance range, and the volumetric factors: the fraction of OAR volume which overlaps with PTV and the portion of OAR volume outside the primary treatment field. Overall, the determination coefficients R 2 for predicting the first principal component score (PCS1) of the OAR DVH by the above factors are above 0.68 for all the OARs and they are more than 0.53 for predicting the second principal component score (PCS2) of the OAR DVHs except brainstem and spinal cord. Thus, the above set of anatomical features combined has captured significant portions of the DVH variations for the OARs in prostate and HN plans. To test how well these features capture the interpatient organ dose sparing variations in general, the DVHs and specific dose‐volume indices calculated from the regression models were compared with the actual DVHs and dose‐volume indices from each patientˈs plan in the validation dataset. The dose‐volume indices compared were V99%, V85%, and V50% for bladder and rectum in prostate plans and parotids median dose in HN plans. The authors found that for the bladder and rectum models, 17 out of 24 plans (71%) were within 6% OAR volume error and 21 plans (85%) were within 10% error; For the parotids model, the median dose values for 30 parotids out of 48 (63%) were within 6% prescription dose error and the values in 40 parotids (83%) were within 10% error. Conclusions: Quantitative analysis of patient anatomical features and their correlation with OAR dose sparing has identified a number of important factors that explain significant amount of interpatient DVH variations in OARs. These factors can be incorporated into evidence‐based learning models as effective features to provide patient‐specific OAR dose sparing goals.
0

MMOD-05 THE IMPACT OF EGFR VARIANTS ON INTRACRANIAL PROGRESSION FREE SURVIVAL AND OVERALL SURVIVAL IN NSCLC PATIENTS WITH BRAIN METASTASES UNDERGOING STEREOTACTIC RADIOSURGERY

Danielle Burner et al.Aug 1, 2024
Abstract Outcomes for patients with brain metastases (BM) from targetable epidermal growth factor receptor (EGFR) mutated non-small cell lung cancer (NSCLC) have been improved with tyrosine kinase inhibitors (TKIs). However, outcomes following stereotactic radiosurgery (SRS) for NSCLC BM patients with other pathogenic EGFR mutations and variants remain uncertain. We sought to characterize outcomes for NSCLC BM patients with pathogenic variants (PV) or variants of uncertain significance (VUS) in EGFR following SRS. We retrospectively identified 600 NSCLC BM patients who underwent an initial course of SRS during 2015- 2020. Demographic, clinical, genomic, and treatment characteristics were recorded. Intracranial progression-free survival (ICP-FS) and overall survival (OS) were estimated via the Kaplan Meier method. Median follow up was 9.6 months. 155 (25.8%) patients had actionable mutations, including in EGFR (112). Of those with EGFR mutations, next-generation sequencing (NGS) data was available for 65 patients. In patients with targetable EGFR mutations, 39 received pre-SRS and 69 received post-SRS treatment with a TKI, typically with a 1st/2nd generation TKI. Most patients (n=12/13) with EGFR VUS received (chemo)immunotherapy. OS was significantly better for patients with any EGFR mutation/variant compared to patients without a detected variant (median 21.1 mos vs 8.1 mos, p&lt;0.0001), however, there was no difference in ICP-FS. Patients with EGFR VUS had improved OS and ICP-FS compared to EGFR PVs (median 56.3 mos vs 19 mos, p=0.022) and (median 53.1 mos vs 7.7 mos, p=0.041), respectively. While patients with EGFR mutation/variants demonstrated improvement in OS, ICP-FS was likely limited by use of early generation TKIs with SRS. Notably, there was compelling improvement in OS and ICP-FS associated with EGFR VUS, which is hypothesis generating and requires a larger cohort for further examination.