生物标志物轨迹用于早期检测肺癌
Ehsan Irajizad1, Johannes F Fahrmann2, Iakovos Toumazis3
1Department of Biostatistics, The University of Texas MD Anderson Cancer Center, Houston, TX, USA.
EBioMedicine
|October 1, 2024
概括
使用参数实证贝叶斯 (PEB) 算法对四种蛋白质生物标志物的重复测量 (4 MP) 显著提高了肺癌检测灵敏度,并使得比单次测量更早的诊断成为可能.
科学领域:
- 生物标志物发现发现
- 癌症研究 癌症研究
- 医学诊断 医学诊断 医学诊断
背景情况:
- 肺癌风险评估通常依赖于蛋白质生物标志物的单个测量.
- 评估连续测量的实用性,以提高诊断准确度至关重要.
研究的目的:
- 评估使用重复测量四种循环蛋白生物标志物 (4MP) 的算法是否可以提高肺癌风险评估性能.
- 将参数实证贝叶斯 (PEB) 算法与单值 (ST) 方法进行比较.
主要方法:
- 在PLCO研究中,从2483名经常吸烟者的预诊断血清中分析了6年来至少两次血液采集.
- 应用PEB算法,将历史生物标记数据与标准ST方法相结合.
主要成果:
- 与ST方法相比,PEB算法显示AUC有4%的改善 (P=0.009).
- 对于具有≥10 PY吸烟史和1%的6年风险特异性的人来说,PEB显著改善了敏感性 (96.3%与91.0%相比).
- PEB比ST方法更早地发现了17个ST阴性病例,并比ST方法更早地发现了10个ST阳性病例.
结论:
- 使用重复测量4MP面板的算法提高了肺癌检测灵敏度.
- 与传统的单值方法相比,这种方法可以更早地检测肺癌.
