相关实验视频
Updated: Jun 18, 2026
07:50
Establishment of a Clinic-based Biorepository
Published on: May 29, 2017
6.5K
在队列研究中有效地基于风险收集生物标本:为多种癌症检测试验设计诊断性能前性研究
Mark Louie F Ramos1, Anil K Chaturvedi1, Barry I Graubard1
1Division of Cancer Epidemiology and Genetics, National Cancer Institute, National Institutes of Health, Department of Health and Human Services, Bethesda, MD 20892, United States.
American journal of epidemiology
|July 5, 2024
概括
收集额外的血液样本用于癌症检测测定具有挑战性. 一项新的研究设计有效地超采样了高风险个体,增加了未来的病例,并减少了分子流行病学数据的可变性.
科学领域:
- 流行病学 流行病学
- 分子生物学分子生物学
- 生物统计学 生物统计学
背景情况:
- 为了进行大型队列研究,收集足够多的生物样本,例如血液中的无细胞DNA (cfDNA),由于成本和体积要求,通常是不可行的.
- 估计多种癌症检测 (MCD) 试验的灵敏度需要充分的样本可用性,这在广泛的队列研究中构成了挑战.
研究的目的:
- 引入和评估一种新的流行病学研究设计,以在队列研究中有效采集样本.
- 通过过量采样具有高基线风险的个体,通过收集的标本提高未来疾病病例的产量.
主要方法:
- 提出基于风险的亚抽样策略,优先从预测疾病风险最高的个体采集样本.
- 与简单随机抽样 (SRS) 相比,利用模拟来评估差异减少和病例丰富.
- 将该方法应用于前列腺,肺,结肠直肠和卵巢查试验队列中的一个子集,以确定肺癌风险.
主要成果:
- 基于风险的亚抽样方法在模拟中显著增加了cfDNA采集血液的未来肺癌病例数,在模拟中增加了2.42倍.
- 与SRS相比,肺癌MCD测定灵敏度的标准偏差减少了31% - 33%.
- 效率增长主要受到风险模型的灵敏度和特异性以及抽样队列的比例的影响.
结论:
- 基于风险的样本采集是分子流行病学在大型队列研究中可行的和有效的策略.
- 这种设计通过专注于高风险个体来优化资源配置,从而最大限度地提高收集的标本的效用.
- 拟议的方法可以提高准确性,并降低估计MCD等诊断试验的性能成本.
