与六个标志物面板相比,使用三个肺瘤标志物提高了诊断准确性
Ami Izawa1, Yu Hara1, Nobuyuki Horita2
1Department of Pulmonology, Yokohama City University Graduate School of Medicine, Yokohama, Japan.
Translational lung cancer research
|April 11, 2024
概括
与使用六种标记物相比,一个由三种肺癌瘤标记物 (癌胚抗原,细胞克拉-19片段和神经元特异性化物) 的新面板提供了更好的诊断准确性和更少的假阳性结果.
科学领域:
- 在瘤学瘤学.
- 生物标志物发现发现
- 诊断的准确性 诊断的准确性
背景情况:
- 肺癌诊断往往涉及多个瘤标记物,增加敏感性,但也有错误的阳性.
- 患者可能会因为担心错过癌症诊断而接受多项测试.
- 需要一个更精细的肺癌生物标志物小组.
研究的目的:
- 开发和验证一个简洁的瘤标志物面板用于肺癌诊断.
- 与现有的多标记面板相比,提高诊断性能并减少假阳性.
主要方法:
- 使用后勤回归模型来识别肺癌诊断的显著瘤标记物.
- 创建了一个由三个标记物组成的小组 (癌胚抗原 (CEA),细胞卡拉丁-19片段 (CYFRA) 和神经元特异性酶 (NSE)).
- 三标记面板的诊断性能 (曲线下的面积 (AUC)) 与六个标记面板进行了比较.
主要成果:
- 在1733名患者中,物流回归确定CEA,CYFRA和NSE与肺癌独立相关.
- 三标记面板实现了0.656的AUC,超过了六标记面板 (AUC = 0.575).
- 三个标记物小组显示出更好的诊断性能 (P<0.001),具有更好的特异性.
结论:
- 三种瘤标志物 (CEA,CYFRA,NSE) 的面板与六种标志物相比,为肺癌提供了更好的诊断价值.
- 这种优化的面板通过显著降低虚假阳性率来提高预测价值.
- 这些发现支持一种更有效,更准确的方法来测试肺癌生物标志物.
更多相关视频
08:14MicroRNA Based Liquid Biopsy: The Experience of the Plasma miRNA Signature Classifier MSC for Lung Cancer Screening
Published on: October 26, 2017
15.6K
07:43Using 22C3 Anti-PD-L1 Antibody Concentrate on Biopsy and Cytology Samples from Non-small Cell Lung Cancer Patients
Published on: September 25, 2018
10.6K
