Classificação do cancro da mama

A classificação do cancro da mama divide o cancro da mama em categorias de acordo com diferentes esquemas, cada um deles com base em diferentes critérios e com diferentes finalidades. As principais categorias são os tipos histopatológicos, o grau do tumor, o estádio do tumor e a expressão de proteínas e genes.

A classificação permite selecionar o melhor tratamento. A eficácia de determinado tratamento é avaliada de forma independente para cada um dos tipos de cancro. O tratamento para um tipo de cancro da mama pode não ser eficaz para outros tipos. Alguns cancros da mama são agressivos e colocam a vida em risco, devendo ser tratados de forma igualmente agressiva, o que acarreta efeitos secundários graves. Outros tipos são menos agressivos e podem ser tratados com terapêuticas menos agressivas, como lumpectomia.[1]

Existem vários sistemas para classificar os diferentes tipos de cancro da mama. A classificação dentro de cada um destes sistemas influencia a escolha do tratamento e o prognóstico da doença. A descrição de um cancro da mama deverá preferencialmente incluir todos os aspetos. Uma classificação completa engloba o tipo histopatológico, grau, estádio, estado dos recetores hormonais e a presença ou ausência de determinados genes.

  • Histopatologia. Embora o cancro da mama tenha diferentes histopatologias, a vasta maioria dos cancros da mama têm origem no revestimento epitelial dos ductos ou lóbulos da mama e são classificados como carcinoma ductal mamário. Um carcinoma in situ é a proliferação de células cancerosas dentro do tecido epitelial sem que haja ainda invasão do tecido envolvente. Por outro lado, um carcinoma invasivo é o cancro que já invadiu o tecido envolvente.[2]
  • Grau. A avaliação do grau foca-se na comparação entre a aparência das células cancerosas com as células do tecido mamário normal. As células normais de um órgão como a mama são diferenciadas, o que significa que assumem formas específicas que refletem a sua função nesse órgão. As células cancerosas perdem essa diferenciação. No cancro, as células que noemalmente se alinhariam de forma ordenada para formar os ductos lactíferos tornam-se desorganizadas. A divisão celular descontrola-se e os núcleos celulares tornam-se menos uniformes. Os patologistas classificam as células em muito diferenciadas (baixo grau), moderadamente diferenciadas (grau intermédio) ou pouco diferenciadas (alto grau). Quando menos diferenciado for o cancro, pior é o prognóstico.
  • Estádio. A classificação TNM para o estadiamento do cancro da mama baseia-se no tamanho do cancro no local do corpo onde teve origem e nos sítios para onde possa eventualmente ter migrado. Estas características são descritas pelo tamanho do tumor (T), se se espalhou ou não para os gânglios linfáticos (N) das axilas, pescoço e interior do peito e, por último, se o tumor apresenta ou não metástases (M). Os tumores de maior tamanho, disseminação e com metástases encontram-se em estádios mais avançados e apresentam pior prognóstico. Os principais estádios são:
  • Estado dos recetores. As células apresentam recetores na superfície, no citoplasma e no núcleo. Os mensageiros químicos, como as hormonas, ligam-se a estes recetores e provocam alterações na célula. As células cancerosas podem ter ou não muitos tipos diferentes de recetores. Os três recetores mais importantes para a classificação do cancro da mama são o receptor de estrogénio (ER), o recetor de progesterona (PR) e o recetor HER2/neu. As células com ou sem estes recetores são designadas ER positivas (ER+), ER negativas (ER-), PR positivas (PR+), PR negativas (PR-), HER positivas (HER+) e HER negativas (HER-). O cancro cujas células não possuem qualquer um destes recetores designa-se "triplo negativo".
  • Classificação baseada no ADN. Existem várias técnicas laboratoriais que analisam o ADN ou ARN das células cancerosas. A observação de determinadas mutações de ADN ou perfis de expressão génica pode orientar a seleção de tratamentos mais adequados, os quais podem incidir especificamente sobre estas mutações ou antever a partir destas alterações quais as terapias não dirigidas que serão mais eficazes.
  • Outros sistemas.
    • Os modelos computacionais como o Adjuvant! podem conjugar vários aspetos de classificação de acordo com algoritmos validados e apresentar diagramas para apoio às decisões de tratamento.
    • O índice de prognóstico USC/Van Nuys (VNPI) classifica o carcinoma ductal in situ em categorias de risco com tratamentos específicos associados.
    • A escolha da terapêutica pode ser bastante influenciada pela avaliação das comorbidades.

Histopatologia

[editar | editar código-fonte]

A classificação histopatológica baseia-se nas características observáveis ao microscópio ótico de amostras de biópsia. O conjunto dos três tipos histopatológicos mais comuns corresponde a cerca de 75% do total de cancros da mama:

A taxa de sobrevivência a cinco anos tanto para os carcinomas ductais e lobulares invasivos foi de aproximadamente 85% em 2003.[4] Por outro lado, o carcinoma ductal in situ é por si inofensivo, embora no caso de não ser tratado 60% destas lesões se tornem invasivas num prazo de 40 anos.[5]

Classificação da OMS

[editar | editar código-fonte]

A classificação da Organização Mundial de Saúde de tumores da mama, de 2003, que inclui tanto tumores benignos como malignos, recomenda a distinção dos seguintes tipos patológicos:[6]

Estado dos recetores

[editar | editar código-fonte]

O estado dos recetores é uma avaliação crucial para todos os cancros da mama, uma vez que determina a possibilidade de usar terapêutica dirigida, como o tamofixeno ou o trastuzumab. Estes medicamentos são um dos tratamentos adjuvantes mais eficazes para o cancro da mama. As células cancerosas positivas para o recetor de estrogéneo (ER+) dependem do estrogéneo para crescer, pelo que podem ser tratadas com fármacos que diminuem o efeito do estrogéneo (tamofixeno) ou a própria quantidade de estrogéneo (inibidores da aromatase), sendo as células que geralmente apresentam melhor prognóstico. Antes dos tratamentos modernos, as células HER+ eram as que tinham pior prognóstico,[7] mas atualmente respondem a fármacos como o anticorpo monoclonal trastuzumab (em combinação com quimioterapia convencional), o que melhorou significativamente o prognóstico.[8] Por outro lado, não existem terapêuticas dirigidas para o cancro da mama triplo negativo (isto é, sem recetores positivos), pelo que está associado a um prognóstico relativamente pior.[9][10]

80 a 90% dos cancros da mama ER+ e 40% dos tiplos negativos expressam receptores androgénicos. A ativação destes recetores aparenta suprimir o crescimento do cancro ER+, enquanto no ER- aparenta atuar como promotor do crescimento. Estão a ser desenvolvidos esforços no sentido de utilizar isto como marcador de prognóstico e tratamento.[11][12]

Subtipos moleculares

[editar | editar código-fonte]

O estado dos recetores era tradicionalmente considerado avaliando cada recetor individual (ER, PR, HER2) em separado. No entanto, as novas abordagens avaliam os três recetores em conjunto e consideram também o grau do tumor, de modo a categorizar o cancro em diversas classes moleculares[13] that have different prognoses[14] que podem apresentar diferentes respostas a terapêuticas específicas.[15] Os subtipos moleculares propostos incluem:

  • Basaloide: ER-, PR- e HER2-; também designado cancro da mama triplo negativo[16] A maior parte dos cancros BRCA1 são basaloides.
  • Luminal A: ER+ de baixo grau
  • Luminal B: ER+ mas frequentemente de grau elevado
  • Luminal ER-/AR+: subtipo responsivo ao androgénio recentemente identificado que pode responder ao tratamento anti-hormonal com bicalutamida[11]
  • ERBB2/HER2+: com superexpressão de HER2/neu[7]
  • Mama-normal símile[14][13][17]
  • Claudin-low: classe descoberta recentemente; muitas vezes triplo negativo, mas distinto pelo facto de haver pouca expressão de proteínas de junção celular[16] incluindo e-caderina[16] e frequentemente infiltração de linfócitos.[13][18][19]



Referências

  1. Gonzalez-Angulo AM, Morales-Vasquez F, Hortobagyi GN (2007). «Overview of resistance to systemic therapy in patients with breast cancer». Adv. Exp. Med. Biol. Advances in Experimental Medicine and Biology. 608: 1–22. ISBN 978-0-387-74037-9. PMID 17993229. doi:10.1007/978-0-387-74039-3_1 
  2. Merck Manual, Professional Edition, Ch. 253, Breast Cancer.
  3. a b c Percentage values are from United States statistics 2004. Subtype specific incidences are taken from Table 6 Arquivado em 2013-02-23 na Archive.today (invasivo) e Table 3 Arquivado em 2013-02-23 na Archive.today (in situ) a partir de Eheman CR, Shaw KM, Ryerson AB, Miller JW, Ajani UA, White MC (junho de 2009). «The changing incidence of in situ and invasive ductal and lobular breast carcinomas: United States, 1999–2004». Cancer Epidemiol. Biomarkers Prev. 18 (6): 1763–9. PMID 19454615. doi:10.1158/1055-9965.EPI-08-1082 
  4. Arpino G, Bardou VJ, Clark GM, Elledge RM (2004). «Infiltrating lobular carcinoma of the breast: tumor characteristics and clinical outcome». Breast Cancer Res. 6 (3): R149–56. PMC 400666Acessível livremente. PMID 15084238. doi:10.1186/bcr767 
  5. Evans, A. (2004). «Ductal carcinoma in situ (DCIS): are we overdetecting it?». Breast Cancer Research. 6: P23. doi:10.1186/bcr842  [1]
  6. World Health Organization: Tumours of the Breast and Female Genital Organs. Oxford [Oxfordshire]: Oxford University Press. 2003. ISBN 92-832-2412-4 
  7. a b Molecular origin of cancer: gene-expression signatures in breast cancer, Christos Sotirou and Lajos Pusztai, N Engl J Med 360:790 (2009 Feb 19)
  8. Romond EH, Perez EA, Bryant J, et al. Trastuzumab plus adjuvant chemotherapy for operable HER2+ breast cancer. N Engl J Med. 2005; 353:1673-1684 and supplementary appendix.
  9. Dent R, Trudeau M, Pritchard KI, Hanna WM, Kahn HK, et al. (1 de agosto de 2007). «Triple-Negative Breast Cancer: Clinical Features and Patterns of Recurrence». American Association for Cancer Research. Clinical Cancer Research. 13 (15 Pt 1): 4429–4434. PMID 17671126. doi:10.1158/1078-0432.CCR-06-3045 
  10. «Understanding and Treating Triple-Negative Breast Cancer». Cancer Network. Consultado em 8 de maio de 2010 
  11. a b Lehmann, B. D.; Bauer, J. A.; Chen, X.; Sanders, M. E.; Chakravarthy, A. B.; Shyr, Y.; Pietenpol, J. A. (2011). «Identification of human triple-negative breast cancer subtypes and preclinical models for selection of targeted therapies». Journal of Clinical Investigation. 121 (7): 2750–2767. PMC 3127435Acessível livremente. PMID 21633166. doi:10.1172/JCI45014 
  12. Hu, R.; Dawood, S.; Holmes, M. D.; Collins, L. C.; Schnitt, S. J.; Cole, K.; Marotti, J. D.; Hankinson, S. E.; Colditz, G. A.; Tamimi, R. M. (2011). «Androgen Receptor Expression and Breast Cancer Survival in Postmenopausal Women». Clinical Cancer Research. 17 (7): 1867–1874. PMC 3076683Acessível livremente. PMID 21325075. doi:10.1158/1078-0432.CCR-10-2021 
  13. a b c Prat, A.; Perou, C. M. (2011). «Deconstructing the molecular portraits of breast cancer». Molecular Oncology. 5 (1): 5–23. PMID 21147047. doi:10.1016/j.molonc.2010.11.003 
  14. a b National Comprehensive Cancer Network (NCCN) guidelines, Breast Cancer Version 2.2011 http://www.nccn.org/professionals/physician_gls/pdf/breast.pdf
  15. Geyer, F. C.; Marchiò, C.; Reis-Filho, J. S. (2009). «The role of molecular analysis in breast cancer». Pathology. 41 (1): 77–88. PMID 19089743. doi:10.1080/00313020802563536 
  16. a b c Perou, C. M. (2011). «Molecular Stratification of Triple-Negative Breast Cancers». The Oncologist. 16: 61–70. doi:10.1634/theoncologist.2011-S1-61 
  17. Ross, J. S. (2009). «Multigene Classifiers, Prognostic Factors, and Predictors of Breast Cancer Clinical Outcome». Advances in Anatomic Pathology. 16 (4): 204–215. PMID 19546609. doi:10.1097/PAP.0b013e3181a9d4bf 
  18. Herschkowitz, J. I.; Zhao, W.; Zhang, M.; Usary, J.; Murrow, G.; Edwards, D.; Knezevic, J.; Greene, S. B.; Darr, D.; Troester, M. A.; Hilsenbeck, S. G.; Medina, D.; Perou, C. M.; Rosen, J. M. (2011). «Breast Cancer Special Feature: Comparative oncogenomics identifies breast tumors enriched in functional tumor-initiating cells». Proceedings of the National Academy of Sciences. 109 (8): 2778. doi:10.1073/pnas.1018862108 
  19. Harrell, J. C.; Prat, A.; Parker, J. S.; Fan, C.; He, X.; Carey, L.; Anders, C.; Ewend, M.; Perou, C. M. (2011). «Genomic analysis identifies unique signatures predictive of brain, lung, and liver relapse». Breast Cancer Research and Treatment. 132 (2): 523–535. PMC 3303043Acessível livremente. PMID 21671017. doi:10.1007/s10549-011-1619-7