开发一种结合血液基生物标志物,便免疫化学测试和年龄的算法,用于基于人口的结直肠癌查

科学领域:

• 在瘤学瘤学.
• 胃肠病学 胃肠病学
• 生物标志物发现发现

背景情况:

• 结肠直肠癌 (CRC) 查减少了疾病负担,但便免疫化学测试 (FIT) 中高错误阳性率提高了结肠镜检查能力.
• 需要改善诊断结肠镜患者的选择,以管理查计划的效率.

研究的目的:

• 开发和验证一个量身定制的查算法,整合FIT结果,基于血液的生物标志物和患者年龄.
• 提高识别需要诊断结肠镜的个体的准确性,从而优化结肠镜资源分配.

主要方法:

• 一项前性多中心研究,涉及1977年FIT阳性个体接受结肠镜检查.
• 分析了8种血液生物标志物 (CEA,费里丁,hs-CRP,HE4,Cyfra21-1,sepsin,IL-8,骨质疏松素),以及定量FIT结果和年龄.
• 开发一个交叉验证的物流回归模型 (算法) 并与仅FIT模型进行比较.

主要成果:

• 结合算法在区分CRC与非CRC病例 (AUC 0.77) 中表现出优异的性能,与仅FIT模型 (AUC 0.67) 相比.
• 该算法还显示,对患有CRC或高/中风险腺瘤的个体与低风险病变或正常发现的个体进行了改善的歧视 (AUC 0.68对0.64).

结论:

• 开发的算法通过提高FIT查的预测价值,有效地改善了对结肠镜检查的患者分配.
• 这种方法可以减少结肠镜服务的负担,而不会影响结肠直肠癌和显著腺瘤的检测率.