一种新的预测多标志物测试,用于在手术前识别卵巢癌
Andrew N Stephens1,2,3, Simon J Hobbs3, Sung-Woon Kang1,2
1Hudson Institute of Medical Research, Clayton 3168, Australia.
Cancers
|November 14, 2023
概括
包括CXCL10在内的新生物标志物小组显示出用于诊断卵巢癌的前景. 这种多标志物方法可以准确地区分良性和恶性疾病,有助于在手术前做出决定.
科学领域:
- 在瘤学瘤学.
- 生物标志物发现发现
- 妇科癌症 妇科癌症
背景情况:
- 卵巢癌是一种致命的妇科恶性瘤,存活率很低.
- 缺乏有效的手术前诊断,特别是在早期的疾病中.
- 在卵巢癌中CXCL10处理具有潜在的诊断意义.
研究的目的:
- 评估将加工CXCL10添加到生物标志物小组中,以区分良性和恶性卵巢疾病.
- 开发和验证一个分类器模型,以改善手术前诊断.
主要方法:
- 对患有良性或恶性疾病的患者血样本 (n=334) 的回顾性分析.
- 测量多种生物标志物,包括CA125,HE4,IL6和CXCL10 (活性和总量).
- 使用这些生物标志物的分类模型的开发.
主要成果:
- 多标志物模型在区分良性和恶性疾病方面实现了95%的灵敏度和95%的特异性.
- 积极的预测性表现超过了既有的评分系统 (CA125,RMI,ROMA) 并独立于更年期状态.
- 该模型正确识别了80%的早期 (I-II) 卵巢癌.
结论:
- 一个包含加工CXCL10的多标志物面板为手术前诊断和怀疑卵巢癌的分拣提供了宝贵的工具.
- 这种方法提高了诊断的准确性,特别是在早期的疾病.
- 评分算法提供了比当前标准更好的性能.
