新型临床工具用于估计循环瘤DNA测试中假阴性KRAS突变的风险

科学领域:

• 在瘤学瘤学.
• 分子诊断学 分子诊断学
• 生物统计学 生物统计学

背景情况:

• 循环瘤DNA (ctDNA) 测试提供了一种非侵入性方法,用于确定转移性结直肠癌中的RAS突变状态.
• 然而,ctDNA测试中可能会出现假阴性结果,这可能会影响关键的治疗选择.
• 准确评估RAS突变状态对于指导结直肠癌的向治疗至关重要.

研究的目的:

• 开发和验证一个统计模型,用于评估基于ctDNA的RAS突变检测中假阴性结果的概率.
• 为临床医生提供一种工具,以更好地解释ctDNA结果,并减轻与遗漏突变相关的风险.
• 提高在瘤学中非侵入性分子诊断的可靠性.

主要方法:

• 使用来自两个独立队列 (n=172和n=146) 的ctDNA数据开发了贝叶斯统计模型.
• 该模型利用参考突变 (APC和TP53) 的频率来估计KRAS假负的概率.
• 模型性能通过交叉队列验证和模拟来评估,使用 Guardant 试验数据.

主要成果:

• 该模型表明,当APC或TP53突变的最大频率至少为8%时,负的KRAS结果是可靠的 (后期假负的概率<5%).
• 验证研究证实该模型能够准确区分假负和真负ctDNA结果.
• 模拟证明了拟议的统计方法在现实世界临床场景中的实际实用性.

结论:

• 临床医生可以使用这种统计工具来精确量化假阴性KRASctDNA结果的可能性,特别是当参考突变频率低于8%时.
• 该方法可以扩展到预测其他基因的假阴性,并纳入额外的参考标记.
• 一个开源的R Shiny应用程序可用,以促进该工具的广泛采用和应用.