Lage spierkwaliteit en weinig orgaanvet hangen samen met slechte overleving na nierkanker

Lichaamssamenstelling geeft een beter beeld dan BMI

De samenstelling van het lichaam is van belang bij de overlevingskansen bij nierkanker. Onderzoek van het Radboudumc laat zien dat een lage spierkwaliteit en weinig orgaanvet samenhangen met een slechtere overleving. Het gaat hierbij om verschillende stadia van nierkanker, variërend van beginstadium (I-III) tot vergevorderd stadium (IV).

In deze studie, nu gepubliceerd in Clinical Nutrition, hebben onderzoekers onder leiding van voedings- en kankerepidemioloog van het Radboudumc Alina Vrieling ruim duizend CT-scans van patiënten gediagnosticeerd met nierkanker geanalyseerd. Zij selecteerden CT-scans van het gebied ter hoogte van de navel om de hoeveelheid vet rondom de organen (visceraal vet), onderhuids vet (subcutaan vet) en spiermassa te bepalen. “De hoeveelheid vet en spier op deze plek hangt sterk samen met de totale hoeveelheid vet en spier in het lichaam”, aldus Vrieling. Daarnaast bepaalden de onderzoekers de spierkwaliteit.

Deze gegevens over lichaamssamenstelling werden gecombineerd met informatie over gewicht en lengte bij de diagnose, tumorkenmerken, behandeling en terugkeer van de tumor en overleving. Vrieling: “We vonden dat een lagere spierkwaliteit en een lagere hoeveelheid visceraal vet samenhangen met een slechtere overlevingskans bij patiënten met nierkanker, zowel in een beginstadium als vergevorderd stadium, waarbij sprake is van uitzaaiingen. Een verklaring hiervoor ligt wellicht in een slechter lichamelijk functioneren en verminderde energiereserves. We vonden geen verband met de hoeveelheid spier, dit in tegenstelling tot eerder onderzoek.” Er is meer onderzoek nodig naar de mogelijke impact van voedings- of bewegingsinterventies, zegt Vrieling: “Programma’s als Fit4Surgery zouden kunnen helpen bij het verbeteren van de lichaamssamenstelling. We moeten verder onderzoeken of dit zo is en of deze de overlevingskansen bij nierkanker vergroten.”

Meer aandacht voor lichaamssamenstelling dan BMI

De laatste jaren is er steeds meer aandacht voor lichaamssamenstelling. Die geeft een duidelijker beeld van hoe iemand er van binnen uitziet dan de Body Mass Index (BMI). Vrieling: “We weten dat een hoog BMI samenhangt met een verhoogde kans op nierkanker, maar met een lagere kans op overlijden. Dat noemen we de obesitas of BMI paradox. Die zien we bij meer vormen van kanker.” Een van de mogelijke verklaringen hiervoor is de lichaamssamenstelling: “Het kan zijn dat mensen met exact dezelfde BMI, die berekend wordt aan de hand van gewicht en lengte, er van binnen totaal verschillend uitzien. Denk bijvoorbeeld aan een obese man en een bodybuilder. Lichaamssamenstelling blijkt een betere voorspeller van iemands overlevingskansen dan BMI.” 

CT-scans analyseren met behulp van Artificial Intelligence

In deze studie maakten de onderzoekers gebruik van een semiautomatisch programma (Slice-O-Matic) om de hoeveelheid en kwaliteit van vet en spier te bepalen. “Dit is een tijdrovend proces dat zo’n 15-30 minuten per patiënt kost”, aldus promovendus Scott Maurits, die alle analyses heeft uitgevoerd. In samenwerking met de Diagnostic Image Analysis Group van hoogleraar Bram van Ginneken is inmiddels een volledig geautomatiseerd programma ontwikkeld waarbij gebruik gemaakt wordt van kunstmatige intelligentie algoritmen. Dit programma wordt op dit moment gevalideerd. Vervolgens willen de onderzoekers dit programma uitbreiden van 2D naar 3D analyses.

“Een groot voordeel van dit programma is dat je in korte tijd grote hoeveelheden CT-scans kunt analyseren.”, zegt Vrieling. “Dit is wenselijk voor verder onderzoek naar overleving en bijvoorbeeld naar complicaties na operatie en toxiciteit van chemo- en immunotherapie. Maar ook voor toepassing in de gezondheidszorg.”

Over de publicatie in Clinical Nutrition

Skeletal muscle radiodensity and visceral adipose tissue index are associated with survival in renal cell cancer: A multicenter population-based cohort study – Scott Maurits, Michiel Sedelaar, Peter Mulders, Katja Aben, Lambertus Kiemeney, Alina Vrieling.