使用配对的miRNA来分层对良性乳腺病变的异常乳房图的逻辑回归模型的性能
Hideo Akiyama1, Lora Barke2, Therese B Bevers3
1Toray Industries, Inc., Kamakura, Kanagawa, Japan.
Cancer medicine
|April 15, 2025
概括
一个新的microRNA (miRNA) 分类器EarlyGuard在识别异常乳腺造影后不太可能患乳腺癌的女性方面表现出高准确性. 这种分子测试可以减少不必要的活检和对低风险个体的随访成像.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物标志物发现发现
背景情况:
- 乳腺造影可以降低乳腺癌的死亡率,但会产生错误的阳性结果,导致不必要的干预.
- 需要精确的分子分类器来减少低风险妇女的侵入性手术.
研究的目的:
- 开发和验证一种新的microRNA (miRNA) 分类器,以提高乳腺癌诊断的准确性.
- 为了减少对乳房扫描结果异常的妇女不必要的侵入性诊断程序.
主要方法:
- 在432名乳腺癌异常的妇女的血清样本上进行了miRNA分析.
- 开发了EarlyGuard分类器,使用配对miRNAs的后勤回归模型.
- 在一个独立的测试集上验证了分类器.
主要成果:
- 在训练组中,EarlyGuard分类器获得了96.4%的负预测值 (NPV) 和91.2%的灵敏度.
- 验证显示了高性能,NPV为96.9%,灵敏度为95.8%.
- 分类器准确地识别了不太可能在活检上有可疑结果的女性.
结论:
- 开发的miRNA分类器显示了与乳房影像一起使用的希望,以尽量减少不必要的侵入性手术.
- 需要在更大的队列中进行进一步的研究,以确认和潜在地提高分类器的灵敏度.


