多微RNA分析可以提高乳房扫描的诊断性能,以确定乳腺癌风险

科学领域:

• 生物标志物和诊断方法
• 在瘤学瘤学.
• 遗传学 是一个遗传学.

背景情况:

• 乳房造影是乳腺癌查的一个关键工具,但它的准确性可能是有限的,特别是在年轻的年龄组.
• 从良性乳腺疾病和其他癌症区分乳腺癌仍然是一个诊断挑战.

研究的目的:

• 评估多微RNA分析是否可以改善乳腺癌风险评估的乳房扫描诊断性能.
• 为了确定四个microRNA面板是否可以区分乳腺癌与良性疾病和其他恶性瘤.
• 评估微RNA生物标记物在不同年龄组和乳房镜类别中的实用性.

主要方法:

• 使用了四种微RNA生物标记物的组合 (miR-1246,202,21和219B) 来进行分析.
• 采用非线性支向量机 (SVM) 和通用线性模型 (GLM) 算法.
• 在分类模型中输入四种miRNA的qRT-PCR值 (dCt) 和患者年龄.

主要成果:

• 开发了具有高性能的SVM和GLM模型:灵敏度分别为84.5%和82.1%,特异性为85%,AUC分别为0.967和0.965.
• 在所有乳腺癌阶段和患者年龄范围内表现一致.
• 有效地对50岁以下患者的乳腺癌进行分类,并将其与良性乳腺疾病区分开来.

结论:

• 使用四个选定的生物标志物的多微RNA分析作为有效的乳腺癌查辅助,提高了乳房扫描的准确性.
• 这种方法显示出改善诊断的潜力,特别是在年轻患者等具有挑战性的病例中.
• 需要进一步进行大规模的临床试验,以验证这些发现的临床实施.