Cos'è l'algoritmo di Hans?

L'algoritmo di Hans è uno strumento utilizzato dagli anatomopatologi per classificare il linfoma diffuso a grandi cellule B (DLBCL) in diversi sottotipi in base all'espressione di specifiche proteine ​​nelle cellule tumorali. Il DLBCL è il tipo più comune di linfoma non-Hodgkin e può essere suddiviso in due sottotipi principali: il sottotipo a cellule B del centro germinativo (GCB) e il sottotipo a cellule B attivate (ABC). Questi sottotipi si comportano in modo diverso, rispondono in modo diverso al trattamento e possono influenzare la prognosi del paziente . L'algoritmo di Hans aiuta gli anatomopatologi a effettuare questa distinzione esaminando specifiche proteine ​​nelle cellule tumorali.

Come viene utilizzato l'algoritmo di Hans?

L'algoritmo di Hans aiuta a classificare il linfoma diffuso a grandi cellule B (DLBCL) nei sottotipi GCB e ABC. Questa classificazione è importante perché i due sottotipi possono avere esiti diversi e rispondere in modo differente ai trattamenti. Conoscere il sottotipo di DLBCL può aiutare gli oncologi a personalizzare i piani di trattamento e a fornire ai pazienti una migliore comprensione della loro malattia. In alcuni casi, un sottotipo può essere associato a una prognosi migliore o a una risposta più efficace a determinate terapie, mentre l'altro può richiedere un trattamento più aggressivo.

Come viene eseguito l'algoritmo di Hans?

L'algoritmo di Hans si basa sui risultati di un test chiamato immunoistochimica (IHC) , che viene utilizzato per ricercare proteine ​​specifiche sulla superficie delle cellule del linfoma . Queste proteine ​​aiutano a determinare il sottotipo di linfoma diffuso a grandi cellule B. L'algoritmo di Hans analizza l'espressione di tre proteine ​​chiave:

1. CD10: Proteina presente sulla superficie di alcune cellule del linfoma.
2. BCL6: Proteina che svolge un ruolo nello sviluppo di alcuni tipi di linfomi.
3. MAMMA1: Una proteina coinvolta nella regolazione della crescita e dello sviluppo cellulare.

Il patologo esegue il test trattando il campione di tessuto con anticorpi che si legano a queste proteine. Quando gli anticorpi si legano, provocano un cambiamento di colore delle cellule, che il patologo può osservare al microscopio. Il patologo può utilizzare l'algoritmo di Hans per classificare il linfoma diffuso a grandi cellule B come sottotipo GCB o ABC in base alla presenza o all'assenza di queste proteine.

Cosa significano i risultati?

I risultati dell'algoritmo di Hans classificheranno il linfoma diffuso a grandi cellule B in uno dei due sottotipi:

• Centro germinativo tipo cellula B (GCB): Se le cellule del linfoma esprimono CD10 o una combinazione di CD10 e BCL6 ma non MUM1, il linfoma è classificato come sottotipo GCB. Questo sottotipo tende ad avere una migliore prognosi e potrebbero rispondere più favorevolmente ai trattamenti chemioterapici standard.
• Cellule B attivate (ABC): Se le cellule del linfoma esprimono MUM1 e sono prive di CD10 o hanno una combinazione di BCL6 e MUM1, il linfoma è classificato come sottotipo ABC. Questo sottotipo tende a essere più aggressivo e può avere un prognosi rispetto al sottotipo GCB.

In che modo l'algoritmo di Hans influenza il trattamento del linfoma diffuso a grandi cellule B?

La classificazione del linfoma diffuso a grandi cellule B in sottotipo GCB o ABC, utilizzando l'algoritmo di Hans, può influenzare le decisioni terapeutiche. I pazienti con il sottotipo GCB spesso rispondono bene ai regimi chemioterapici standard, come R-CHOP, che combina la chemioterapia con un farmaco chiamato rituximab. Tuttavia, i pazienti con il sottotipo ABC potrebbero richiedere trattamenti più aggressivi o terapie mirate aggiuntive, poiché questo sottotipo è più resistente ai trattamenti standard. In alcuni casi, per i pazienti con il sottotipo ABC può essere raccomandata la partecipazione a studi clinici per valutare terapie più recenti ed efficaci.