早期胰腺癌的预测模型使用常规测量血液生物标志物
Lenka N C Boyd1,2,3, Mahsoem Ali1,2,3, Annalisa Comandatore2,4
1Department of Surgery, Amsterdam University Medical Center (UMC), Vrije Universiteit, Amsterdam, the Netherlands.
JAMA network open
|August 28, 2023
概括
使用碳水化合物抗原19-9 (CA19-9) 和胆红素的新风险评分准确地区分了早期胰腺癌和良性疾病. 这种模式可以防止低风险患者不必要的手术.
科学领域:
- 在瘤学瘤学.
- 生物标志物研究 生物标志物研究
- 诊断的准确性 诊断的准确性
背景情况:
- 早期发现胰腺癌对于改善患者的治疗结果至关重要.
- 常规测量的生物标志物如CA19-9和胆红素可用,但需要经过验证的模型来准确预测风险.
- 区分胰腺癌和良性腹膜周围疾病可能具有挑战性,导致潜在的诊断延迟或不必要的侵入性手术.
研究的目的:
- 开发和外部验证一个使用CA19-9和胆红素血清水平的预测模型,以区分早期胰腺癌与良性周围脉动疾病.
- 与单个生物标志物相比,评估模型的歧视,校准和临床实用性.
- 评估模型在不同生物标志物水平的患者中的性能.
主要方法:
- 这项诊断研究涉及意大利,荷兰和英国的4家学术医院 (2014-2022) 的胰腺癌或良性周围脉动疾病的成年患者.
- 在任何医疗干预之前,在诊断时测量了CA19-9和胆红素的血清水平.
- 预测模型的准确性被评估使用歧视 (AUC) 和校准,与外部验证和决策曲线分析.
主要成果:
- 该预测模型表现出高准确度,AUC为0.89 (95% CI,0.84-0.93),用于区分早期胰腺癌和良性疾病.
- 该模型的表现明显优于单个生物标志物:CA19-9 (ΔAUC,0.10;P<.001) 和胆红素 (∆AUC,0.07;P=.004).
- 在CA19-9<37U/mL的患者中,该模型实现AUC为0.84 (95%CI,0.77-0.92),决策曲线分析表明活检率可能减少6%,没有缺失病例.
结论:
- 使用CA19-9和胆红素的易于应用的风险评分显示,在区分早期的胰腺癌和良性周边脉动性疾病方面,其准确度很高.
- 这种经过验证的模型具有显著的诊断和临床价值,有可能减少低风险个体不必要的侵入性手术.
- 这些发现支持在临床实践中使用这种风险评分,以改善疑似胰腺病理患者的诊断途径.
