Extracto
Antecedentes
El manejo clínico de cáncer de páncreas se ve gravemente obstaculizada por la falta de eficacia herramientas de revisión.
Métodos
Sesenta y siete biomarcadores se evaluaron en el suero obtenido de prediagnóstico casos de cáncer de páncreas inscrito en la próstata, pulmón, colorrectal y cáncer de ovario Screening Trial (PLCO).
resultados
El panel de CA 19-9, OPN, y OPG, identificado en un estudio retrospectivo previo, no fue efectivo. CA 19-9, CEA, NSE, bHCG, CEACAM1 y PRL fueron alterados significativamente en sueros obtenidos de casos mayor de 1 año antes del diagnóstico. Los niveles de CA 19-9, CA 125, CEA, PRL, e IL-8 se asociaron negativamente con el tiempo de diagnóstico. Un estudio de la formación /validación utilizando mitades suplentes del conjunto PLCO no pudo identificar un panel de biomarcadores con un rendimiento significativamente mejorado sobre CA 19-9 solo. Cuando todo el conjunto PLCO se utilizó para la formación a una especificidad (E) de 95%, un panel de CA 19-9, CEA, y Cyfra 21-1 proporcionado niveles de 32.4% de sensibilidad significativamente elevada (SN) y el 29,7% en las muestras recogido & lt; 1 y & gt;. 1 año antes del diagnóstico, respectivamente, en comparación con los niveles de NS de 25,7% y 17,2% para CA 19-9 sola
Conclusiones
La mayoría de los biomarcadores identificados previamente en Los estudios de casos /controles realizados son ineficaces en muestras prediagnósticas, sin embargo varios biomarcadores fueron identificados como alterado de manera significativa hasta 35 meses antes del diagnóstico. Dos combinaciones de biomarcadores recién derivados ofrecen ventaja sobre CA 19-9 solo en términos de SN, sobre todo en las muestras recogidas & gt; 1 año antes del diagnóstico. Sin embargo, la eficacia de las herramientas basadas en biomarcadores sigue siendo limitada en la actualidad. Varios biomarcadores demostraron velocidad significativa relacionada con el tiempo de diagnóstico, una observación que puede ofrecer un potencial considerable para mejoras en la detección precoz
Visto:. Nolen BM, marca RE, Prosser D, L Velikokhatnaya, Allen PJ, Zeh HJ, et al. (2014) prediagnósticas Suero biomarcadores como herramientas de detección precoz de cáncer de páncreas en un estudio de cohorte prospectivo de gran tamaño. PLoS ONE 9 (4): e94928. doi: 10.1371 /journal.pone.0094928
Editor: Francisco X. real, Centro Nacional de Investigaciones Oncológicas (CNIO), España |
Recibido: 28 Octubre, 2013; Aceptado: March 21, 2014; Publicado: 18 de abril 2014
Derechos de Autor © 2014 Nolen et al. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License, que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que el autor original y la fuente se acreditan
Financiación:. Este trabajo fue apoyado por fondos proporcionados en los siguientes premios: NIH. 2R01CA108990, U01CA117452, y 5P30 CA047904 23. los donantes no tenía papel en el diseño del estudio, la recogida y análisis de datos, decisión a publicar, o la preparación del manuscrito
Conflicto de intereses: los autores han declarado que no existen intereses en competencia
Introducción
el cáncer de páncreas es la cuarta causa principal de muerte por cáncer en los Estados Unidos.. En 2013, se estima que 43,924 personas serán diagnosticadas con cáncer de páncreas y 37.390 perecerán de la enfermedad [1]. La alta letalidad asociada con adenocarcinomas ductales pancreáticas (PDAC), que constituyen el 85-90% de los diagnósticos de cáncer de páncreas, se puede atribuir en gran parte a la presencia de la enfermedad avanzada en el momento del diagnóstico. PDAC se caracteriza por manifestaciones clínicas que se presentan al final de la historia natural de la enfermedad en una etapa en la metástasis es un hallazgo común, dando lugar a una supervivencia media de 6 meses y una supervivencia global a los 5 años de & lt; 5% [2]. Los resultados se mejoraron significativamente en la minoría de los pacientes que se presentan con cánceres pequeños, quirúrgicamente resecables para los cuales existe una posibilidad real de cura y una tasa de supervivencia a 5 años del 20-30% [3]. Un esfuerzo considerable se dedica actualmente al descubrimiento y desarrollo de biomarcadores basados en la sangre capaces de detectar PDAC en principios, fases preclínicas en grupos demográficos específicos apropiadamente.
cribado poblacional de cáncer de páncreas entre los individuos asintomáticos sigue basándose en impracticable la rareza de la enfermedad y la falta de pruebas de diagnóstico con una precisión adecuada. Una prueba de detección en esta configuración requeriría no sólo una alta sensibilidad (SN) para el cáncer de páncreas, pero también un nivel de especificidad (SP) superior a 99% a fin de mantener un nivel aceptablemente bajo de resultados falsos positivos. Los programas de detección destinados a personas de alto riesgo es probable que sean eficaces en criterios de rendimiento alcanzables debido al enriquecimiento de la prevalencia del PDAC dentro de estas poblaciones. El Lewis (a) antígeno sialilado mucina asociada CA 19-9 es un biomarcador de la PDAC demostrado ser ineficaz como una prueba de detección independiente. CA 19-9 ha demostrado modesta eficacia cuando se aplica como una herramienta de diagnóstico en individuos sintomáticos de forma ambulatoria con un SN mediana de 79% (rango 70 a 90%) y SP mediana de 82% (rango 68 a 91%), sin embargo no es útil en el cribado en masa de sujetos asintomáticos [4]. Las principales limitaciones de CA 19-9 incluyen su elevación frecuente asociado a la pancreatitis y la ictericia obstructiva, condiciones que a menudo co-ocurren con el cáncer de páncreas y una variedad de condiciones benignas.
El uso de combinaciones de biomarcadores multiplex ha proporcionado alguna avance en la búsqueda de pruebas de diagnóstico eficaces para PDAC. Hallazgos recientes han generado interés en dos biomarcadores potenciales, osteopontina (OPN) y TIMP-1, en la detección temprana de cáncer de páncreas [5] - [7]. TIMP-1 también fue incluido en un panel de tres biomarcadores junto con el CA 19-9 y el antígeno carcinoembrionario (CEA), que proporcionó un SN /SP de 76/90 para la clasificación del cáncer pancreático de la enfermedad pancreática benigna [8]. En el mismo estudio, un panel compuesto de CA 19-9, ICAM-1 y la osteoprotegerina (OPG) proporcionaron un SN /SP de 88/90 para la discriminación de cáncer de páncreas de los controles sanos. Más recientemente, se encontró que la combinación de OPN, TIMP-1 y CA 19-9 para ser eficaz en la discriminación de pacientes con cáncer de páncreas de un grupo de controles sanos y pacientes con diagnóstico de pancreatitis [9]. La principal limitación asociada con estos resultados es el uso de muestras de suero obtenidas cerca de o después del momento del diagnóstico PDAC. Varios grupos han intentado la identificación de biomarcadores PDAC en muestras pre-diagnóstico. En un estudio realizado por Faca et al., Un panel de siete proteínas con o sin la adición de CA 19-9, seleccionados en base a los hallazgos en un modelo de ratón, fue capaz de discriminar los casos de cáncer de páncreas humano de controles emparejados en un pequeño grupo de presintomático y pre-diagnóstico de sujetos incluidos en el símbolo de intercalación (caroteno y Retinol ensayo de eficacia) cohorte [10]. Otros han utilizado cohortes prospectivos más grandes para implicar separado los niveles de péptido C y la relación de IGF-1 /IGFBP-3 como marcadores de riesgo de cáncer de páncreas [11], [12].
En el presente estudio se investigó el eficacia de un gran grupo de biomarcadores séricos, incluyendo varias combinaciones previamente demostrado ser eficaz en una cohorte de casos /controles retrospectivo, en muestras pre-diagnóstico recogidas de pacientes con diagnóstico de PDAC que se inscribieron en el intestino de próstata, pulmón, colorrectal y de ovario Ensayo de Detección de Cáncer (PLCO).
Materiales y Métodos
Ética declaración
Todos los sujetos que participan en este estudio eran mayores de 18 años y escrito el consentimiento informado. Desde el consentimiento informado firmado era un criterio de elegibilidad para participar en el estudio PLCO, cada centro de detección determina la elegibilidad preliminar de los posibles participantes y obtener su consentimiento antes de inscribirse en el estudio. El coordinador para cada centro de detección fue formalmente responsable de asegurar que el consentimiento informado por escrito se obtuvo de cada participante en el estudio. Además, la Junta de Revisión Institucional (IRB) en cada centro de revisión aprobado el formulario de consentimiento informado (s) y los procedimientos de recogida de muestras. Centros de detección PLCO fueron los siguientes: Universidad de Colorado, la Universidad de Georgetown, Pacific Health Research & amp; Instituto para la Educación, Henry Ford Health System, Universidad de Minnesota, la Universidad de Washington, la Universidad de Pittsburgh, la Universidad de Utah, Fundación para la Investigación Clínica Marshfield, Universidad de Alabama en Birmingham, UCLA Inmunogenética Center. El presente estudio fue aprobado por la Universidad de Pittsburgh IRB.
Selección de casos y controles
La prueba de detección del cáncer PLCO es un ensayo multicéntrico aleatorizado en los Estados Unidos, se ha descrito previamente en detalle [13 ], que se pretende evaluar el impacto de los procedimientos de detección precoz de próstata, pulmón, colorrectal y cáncer de ovario en la mortalidad específica de la enfermedad. El reclutamiento y la aleatorización del estudio comenzaron en noviembre de 1993 y se completó en julio de 2001. La cohorte consta de 152,810 hombres y mujeres de 55 a 74 años de edad al inicio del estudio.
casos de cáncer pancreático presentes entre los participantes de la cohorte fueron identificados por auto informe en las encuestas anuales por correo para los registros de cáncer estatales, certificados de defunción, referencias médicas, y los informes de los familiares de las personas fallecidas. Se obtuvieron todos los registros médicos y patológicos relacionados con el diagnóstico del cáncer de páncreas y la documentación de apoyo y resumieron los especialistas en registros médicos entrenados para la confirmación del cáncer. Los casos de incidencia de adenocarcinoma primario del páncreas exocrino (Clasificación Internacional de Enfermedades para Oncología, 3
ª edición de código C250-C259) se incluyeron en el estudio actual. Había un centenar de treinta y cinco casos de incidencia de los adenocarcinomas de páncreas entre 1994 y 2006 (seguimiento de 11,7 años; media, 5,4 años) confirmaron mediante una revisión médica. Controles, vivos en el momento en que se diagnostica el caso índice, se seleccionaron al azar de todos los participantes del PLCO. Los controles fueron pareados a los casos en una proporción de 4:1 (controles: los casos). Sobre la base de la distribución de la edad (± 5 años), raza, sexo y fecha del calendario de la extracción de sangre en bloques de 2 meses en el caso de cohortes
diseño del estudio
las muestras de suero fueron proporcionados por los administradores del PLCO a UPCI de forma ciega para el análisis de biomarcadores (Tabla 1). De acuerdo con los requisitos del PLCO, el análisis se realizó en 5 etapas de la siguiente manera.
Paso 1. La formación inicial en una serie de casos /controles retrospectivo.
Todo el conjunto de casos /controles reportado en [8] se utilizó para la formación de identificar combinaciones de biomarcadores óptimas, establecer reglas de clasificación, y calcular las funciones de puntuación utilizando el algoritmo de MMC (descrito más adelante). Este conjunto consistió en 343 pacientes con diagnóstico de PDAC (163 hombres, 180 mujeres, edad media 68, rango de edad 29-92) y 227 controles sanos (88 hombres, 139 mujeres, edad media 56, rango de edad 18-87). La distribución de fase de los casos fue 2,3% etapa 1, 20% etapa 2, 10% etapa 3, 25% etapa 4, y 39% desconocido.
Paso 2. Validación de un algoritmo inicial en la primera, cegado la mitad del conjunto PLCO.
la primera, cegado de la mitad del conjunto PLCO se analizó para determinar biomarcadores incluidos en las combinaciones óptimas identificadas en el paso 1. Dos funciones de puntuación determinada en el paso 1 se aplica a este la mitad de la PLCO establece con el fin de asignar los diagnósticos de cada sujeto. Estos diagnósticos experimentales fueron luego trasladadas a los administradores del PLCO para la comparación con los diagnósticos reales y la eficacia diagnóstica [SN, SP, área bajo la curva ROC (AUC)] de cada combinación de biomarcadores se informó de nuevo a la UPCI.
Paso 3. formación en la primera mitad del PLCO establecido tras el desenmascaramiento.
una vez que se informó de los resultados del análisis de la formación PLCO ciego, el estado del caso /control de esas muestras fue cegado con el fin de permitir una mayor biomarcador análisis. Esta mitad del conjunto se evaluó para todo el panel de 67 biomarcadores y se utiliza como un conjunto de entrenamiento para el desarrollo de algoritmos mejorados.
Paso 4. Validación de los resultados de la Etapa 3 en el segundo, cegado uno -la mitad del conjunto PLCO.
el algoritmo mejorado se aplicó a la segunda cegados la mitad de las funciones y diagnósticos PLCO establecer y scoring (cáncer /sana) se envía entonces a la PLCO. Los diagnósticos experimentales fueron una vez más en comparación con los diagnósticos reales y la eficacia diagnóstica (SN, SP, AUC) de cada combinación de biomarcadores se informó de nuevo a la UPCI.
Paso 5. Formación de todo el conjunto PLCO.
todo el conjunto de PLCO no fue cegado, el conjunto completo de 67 biomarcadores candidatos se midieron en todas las muestras PLCO, y todo el conjunto de datos se utilizó para el desarrollo de un algoritmo optimizado aún más.
multiplexado de análisis de biomarcadores
Un total de 67 inmunoensayos basados en microesferas multiplexada de orientación biomarcadores proteicos específicos se utilizaron en el transcurso del presente estudio (Tabla 2). Hemos informado anteriormente de la realización de varias combinaciones de biomarcadores en la discriminación de los casos PDAC de los sujetos control sanos en un gran estudio de casos /controles retrospectivo [8]. Además de biomarcadores reportados ser alterada significativamente en [8], se analizaron un número de biomarcadores candidatos adicionales, incluyendo AGRP, BDNF, CNTF, la catepsina D, NCAM, MIC-1, MIP4, complemento C4, clusterina, IGFBP3, periostina, y TTR. Los ensayos dirigidos CEACAM-1, CEACAM-6, ALCAM, y HIF-1α se han desarrollado de acuerdo con los estrictos estándares de control de calidad por parte del Fondo UPCI Luminex Core [14] y se realizaron como se describe anteriormente [15]. Los ensayos de segmentación TIMPs 1-4 y MMP-3 se obtuvieron a partir de R & amp; D Systems (Minneapolis, MN) y todos los ensayos restantes se obtuvieron de EMD Millipore (Billerica, MA). Todos los ensayos obtenidos comercialmente se realizaron de acuerdo a las instrucciones del fabricante. El conjunto de datos de biomarcadores completa ha sido depositado en la Red de Investigación de Detección Temprana (EDRN) del Instituto Nacional del Cáncer (NCI) y se puede acceder a https://edrn.jpl.nasa.gov/ecas/data/dataset/urn:edrn:Analysis_of_pancreatic_cancer_biomarkers_in_PLCO_set.
Univariate y multivariante Análisis estadístico
En el análisis univariante, se evaluaron las mediciones de biomarcadores entre los grupos de casos y controles por el test de la U no paramétrico de Mann-Whitney. Se utilizó un nivel mínimo inicial de significación de p = 0.05. La tasa de falso descubrimiento (FDR) se controló a 5% de acuerdo con el método de Benjamini y Hochberg [16]. En pocas palabras, los p-valores individuales para cada comparación biomarcador se clasificaron de más a menos significativo. Los valores p ajustados clasificados fueron comparados con la estadística i * q /m, donde i es el rango de valor de p, q es el FDR (0,05), y m es el número total de comparaciones de biomarcadores ensayados. significa biomarcador individual, SN, y los valores de AUC se determinaron utilizando el software GraphPad Prism (La Jolla, CA).
Un algoritmo de Metropolis Monte Carlo con optimización (MMC) se utilizó para el análisis multivariado de los resultados de biomarcadores como se describe anteriormente [17]. En pocas palabras, se examinan todas las combinaciones de biomarcadores de un tamaño predeterminado. Una función de puntuación (SF) se calcula para cada panel de biomarcadores como una combinación lineal de los logaritmos de las concentraciones de biomarcadores multiplicado por un coeficiente para cada biomarcador asignado por la optimización de Monte Carlo. A continuación se evalúa el conjunto resultante de los PP para cada combinación de biomarcadores para la eficiencia de clasificación utilizando 500 × validación cruzada. Con el fin de evitar el sesgo overfitting, nuestro análisis se limitó a los paneles que consta de 2, 3, o 4 biomarcadores. En los análisis de entrenamiento (los pasos 3 y 5), los paneles se evaluaron sobre la base de SN en los niveles predeterminados SP de 95% y la significación estadística de las diferencias en el SN se evaluó mediante la prueba de McNemar para proporciones correlacionadas como se describe en [18]. Un valor para x
2 de 3.841 que ofrece un nivel de significación del 5% se utilizó como punto de corte. En el análisis de Formación y Validación (pasos 2-5), se evaluaron las diferencias en el AUC para la significación según lo descrito por Hanley y McNeil [19]. En este caso, se utilizó una razón Z de ± 2 como punto de corte para la significación estadística.
La reproducibilidad de las mediciones de biomarcadores y de puntuación MMC
La reproducibilidad de las mediciones de biomarcadores y el algoritmo de MMC se evaluó a través la inclusión de 17 muestras por duplicado incrustados dentro del conjunto PLCO ciego (7 casos /10 controles). Los coeficientes de variación (CV) se calcularon para cada conjunto duplicado para cada biomarcador probado. Diagnósticos determinados por el algoritmo de MMC se compararon dentro de cada Duplicar conjunto para mantener la coherencia.
correlaciones de biomarcadores con niveles de CA 19-9 y asociaciones con el tiempo de diagnóstico
Las correlaciones entre cada uno de los marcadores biológicos incluidos en el estudio actual y CA 19-9 se evaluaron en los casos mediante la prueba de correlación de Pearson con un nivel mínimo de significación de p = 0.05. Para evaluar la asociación entre las concentraciones de biomarcadores y el tiempo de diagnóstico, los niveles de biomarcadores se representará gráficamente en el tiempo de diagnóstico medido en días para el conjunto completo de casos del conjunto PLCO. Las curvas fueron evaluados por regresión lineal con el fin de identificar a aquellos con valores de pendiente distinta de cero con un nivel mínimo de significación de p = 0.05.
Resultados
reproducibilidad
Los coeficientes de variación (CV) que refleja la reproducibilidad en la medición de 67 biomarcadores, varió de 0% a 18,8% con CV promedio para cada biomarcador que varía de 1,0% a 7,8% (Tabla 3 durante nueve biomarcadores representativos y los datos no se muestran). Diagnósticos asignados por el algoritmo de MMC fueron consistentes entre cada par de muestras por duplicado.
descubrimiento panel de marcadores múltiples, la formación y la validación
Paso 1.
En el caso retrospectiva /conjunto de control, la combinación de CA 19-9 /OPG ofrece el más alto rendimiento de todos los dos paneles de biomarcadores con un SN de 74,8% a 95% SP y un valor de AUC de 0,925, mientras que la combinación de CA 19-9, OPG, OPN ofreció el poder alto de clasificación de todos los paneles 3 en biomarcadores con SN = 82,4% a una SP = 95% y el AUC = 0,954 (Tabla 4). Ninguno de los posibles paneles 4-biomarcadores ofrece una ventaja significativa sobre la combinación CA19-9 /OPG /OPN (datos no mostrados). Por lo tanto, se seleccionaron los /OPG y CA 19-9 paneles /OPG /OPN CA 19-9 para la evaluación en la cohorte prospectivo PLCO.
Paso 2.
En general, el rendimiento de los paneles seleccionados se redujo marcadamente en las muestras de pre-PLCO de diagnóstico en comparación con las muestras caso /control obtenidos en el momento del diagnóstico (tabla 4). En el sistema completo, así como en los subgrupos incluidos los casos diagnosticados dentro de los 12 meses de recogida de muestras [meses del diagnóstico (MTD) 1-12 grupo] y aquellos diagnosticados 12-35 meses después de la recogida (MTD) 12-35 grupo, tanto en el CA 19-9 /OPG y CA 19-9 /OPG /OPN combinaciones de biomarcadores presentó valores de AUC estadísticamente similares, que a su vez no difirió significativamente de la de CA 19-9 solo.
Paso 3.
a continuación, el algoritmo de MMC se aplicó a la no ciego de un medio del conjunto PLCO en el que se midió un grupo más grande de 67 biomarcadores candidatos. Todos los valores de SN se determinaron al 95% SP con el fin de aproximar los requisitos de una larga SP en el cribado del PDAC. CA 19-9 sola ofreció un 17,9% a 95% SN SP en todo el conjunto con el 17,2% en el grupo SN MTD 1-12 y 18,5% SN en el grupo de 12-35 MTD. La combinación de CA 19-9 /CEA se comportó mejor que el CA 19-9 solos y proporcionó un SN de 30,4% a 95% SP para todo el conjunto y el SNS de 42,3% y 20% para el MTD 1-12 y MTD 12- 35 grupos, respectivamente. Las diferencias en el SN de la combinación de CA 19-9 /CEA vs CA 19-9 solo alcanzaron niveles estadísticamente significativos cuando se evaluó en todo el conjunto y en MTD 1-12 grupo (Tabla 4).
Paso 4.
Dos juegos de diagnósticos para el segundo, cegados a la mitad de la PLCO configurar fueron trasladadas a los administradores del PLCO utilizando los siguientes clasificadores:. CA 19-9 y CA 19-9 solos /CEA
La combinación de CA 19-9 /CEA proporciona niveles algo elevados de SN, SP y el ABC sobre CA 19-9 sola (Tabla 4), sin embargo las diferencias observadas en el AUC no alcanzaron significación estadística.
paso 5.
Finalmente, todo el conjunto PLCO no fue cegado para el entrenamiento usando el panel completo de 67 biomarcadores. El algoritmo de MMC se utilizó para evaluar todas las posibles combinaciones de 2, 3 y 4 biomarcadores en toda la cohorte PLCO en un SP preestablecido de 95%. CA 19-9 sola fue de 21,8% sensible en todo el conjunto, con el 25,7% en el grupo SN MTD 1-12 y 17.2% SN en el grupo de 12-35 MTD (Tabla 4). Como era de esperar, entre todos los posibles paneles 2 en biomarcadores, la combinación CA 19-9 /CEA tenía el poder de diagnóstico más alta con un 28,1% SN en todo el conjunto, el 26,7% SN en el grupo de 1-12 MTD, y 28,1% en el MTD 12-35 grupo. De todas las combinaciones de 3-biomarcadores evaluados, la combinación de CA 19-9 /CEA /Cyfra 21-1 ofrece alguna ventaja con un SN global de 30,4%, un SN del 32,4% en el grupo de 1 a 12 MTD, y un SN de 29,7% en el grupo de 12 a 35 MTD, todo a 95% SP. El CA 19-9 combinación /CEA demostró niveles más altos de SN en comparación con el CA 19-9 solos en el juego completo y el conjunto MTD 1-12, sin embargo ninguna de estas diferencias fueron estadísticamente significativas. El panel de CA 19-9 /CEA proporciona un SN mejorado significativamente en CA 19-9 sola en el conjunto MTD 13-35. La combinación de CA 19-9 /CEA /Cyfra 21-1 prestados ha mejorado de manera significativa los niveles de NS en las tres series de casos. Las curvas ROC que demuestran el rendimiento de cada uno de los paneles de biomarcadores superiores y CA 19-9 solo se presentan en la Figura 1.
Un algoritmo de Metropolis con simulación de Monte-Carlo se utilizó para identificar los mejores de entre las combinaciones de biomarcadores en la discriminación PDAC de los casos de controles emparejados en el ensayo de cribado del cáncer de PLCO. Se muestran las curvas ROC refleja el comportamiento de CA 19-9, los dos panel de biomarcadores superior (CA 19-9 /CEA), y el panel superior de tres biomarcadores (CA 19-9 /CEA /Cyfra 21-1). AUC para los tres modelos no difirieron significativamente de acuerdo con el método de Hanley y McNeil [19].
biomarcador el rendimiento individual.
Una vez completado el estudio actual, un total de 67 biomarcadores fueron evaluados en el conjunto completo sin cegamiento PLCO. Entre éstos, se encontraron ocho biomarcadores que difieren significativamente entre los grupos de casos y controles según el test de UTH: CA 19-9, CEA, CA 125, NSE, CEACAM1, IL-8, PRL, y bHCG (Figura 2, Tabla 5 ). Después de controlar por una tasa de falso descubrimiento del 5%, el nivel de significación se fijó en p & lt; 0,03. Se observó cada biomarcador alterado de manera significativa en los niveles más altos en los casos que en los controles, con la excepción de PRL, que se observó en los niveles inferiores en los casos. CA 19-9, CEA, NSE, y bHCG demostró diferencias tanto en el MTD 1-12 y 12-25 MTD subconjuntos, mientras que las diferencias en la CA 125 y IL-8 alcanzó significación estadística sólo en el subconjunto MTD 1-12. Las diferencias en CEACAM1 y PRL fueron significativas en los grupos de 12-35 MTD MTD y 24-35, pero no en los grupos 1-12 MTD.
Los niveles de 67 biomarcadores se evaluaron en 135 sueros obtenidos de los sujetos inscritos en el PLCO ensayo de cribado del cáncer que fueron diagnosticados posteriormente con cáncer de páncreas y 540 controles emparejados. Se presentan los niveles de biomarcadores que demuestran diferencias significativas entre casos y controles sanos en circulación. Nivel de significación: * - p & lt; 0,03, ** - P & lt; 0,01, *** - p & lt; 0,001, **** - p & lt; 0,0001
asociaciones de biomarcadores con el tiempo. para el diagnóstico y correlaciones con los niveles de CA 19-9.
Los niveles de CA 19-9, CA 125, CEA, PRL, AGRP, e IL-8 demostraron asociaciones negativas con el tiempo de diagnóstico con pendientes de regresión lineal difieren significativamente de cero (Figura 3). Es importante destacar que el CA 19-9, PRL, y AGRP mostró pendientes significativamente diferentes de cero en las muestras recogidas más de 12 meses antes del diagnóstico. Además, varios biomarcadores (Cyfra 21-1, TNFR1, ErbB2, CNTF, IL-6R, HIF-1a, TIMP-4 y ALCAM) demostraron que eran pendientes de regresión significativa sólo cuando se analizaron en muestras recogidas más de 12 meses antes del diagnóstico, pero no en el conjunto global (Figura 3). Sólo CA 125 (r
2 = 0.5361,
p Hotel & lt; 0,0001) y CEA (r
2 = 0.6947,
p Hotel & lt; 0001) se observó que se correlacionaron significativamente con CA 19-9.
niveles de biomarcadores se representaron frente al intervalo de tiempo transcurrido entre la extracción de sangre y el diagnóstico de cáncer y las parcelas fueron evaluados por regresión lineal. Se presentan los biomarcadores que demuestran las pendientes sean significativamente diferentes de cero.
Discusión
Se presenta aquí un análisis sistemático de biomarcadores de proteínas de suero en 67 muestras de pre-diagnóstico recogidas de pacientes diagnosticados con PDAC en el curso del estudio PLCO. Los informes publicados y de nuestro suero utilizando anterior análisis del caso /control tomada en el momento del diagnóstico de cáncer de páncreas produjeron un amplio y diverso espectro de alteraciones de biomarcadores [20] - [46]. A partir de estos resultados, se concluye que las respuestas locales y sistémicas a la progresión del tumor en el avance y /o enfermedad sintomática resultado en un extenso entorno de factores detectables en el suero de pacientes con cáncer de páncreas. Los resultados de nuestro estudio reflejan los desafíos asociados con la detección de la enfermedad asintomática temprano en que se observó sólo en una matriz de 8 sutiles alteraciones de biomarcadores. Nuestro análisis de las tendencias del nivel del biomarcador en todo el curso de prediagnóstico PDAC indican que CEACAM1 y PRL son los primeros en ser detectado a niveles alterados de manera significativa en el tiempo de los puntos hasta 35 meses antes del diagnóstico. Posteriormente, los cambios en el CA 19-9, CEA, NSE y bHCG se observan que son detectables hasta 24 meses antes del diagnóstico. Por último, los niveles de CA 125 y la IL-8 se elevan de forma detectable hasta 12 meses antes del diagnóstico. Es importante destacar que estos resultados demuestran las limitaciones del uso de CA 19-9 como un biomarcador para la enfermedad muy temprano o pre-neoplásicas.
Nuestros resultados sugieren que varios biomarcadores que circulan PDAC que se han identificado en los estudios de casos /controles incluidos MIC-1, TIMP-1, ICAM1, HE4, OPG, MUC1, MMP9, SAA, y otros [10], [34], [47], pueden no ser útiles para la evaluación del riesgo prediagnóstico. Sin embargo, como una serie de biomarcadores expresados diferencialmente en las muestras de pre-diagnóstico en el estudio actual (CA 19-9, CEA, CA 125, CEACAM1, IL-8, PRL, y BhCG), se informó inicialmente para los estudios de casos /controles [ ,,,0],23], [26], [34], [48], el concepto que la fijación de la caja /de control son apropiados para la identificación inicial de los candidatos de biomarcadores puede resultar válida en casos muy selectivos. Por lo tanto, los esfuerzos en curso deben estar destinados a la validación de los niveles de biomarcadores adicionales demostrado que se expresa diferencialmente en los tumores pancreáticos y lesiones preneoplásicas, tales como los que se resumen en la circulación [49], en las muestras de suero /plasma preclínicos.
mientras que los paneles de alto rendimiento identificados en nuestro análisis del caso /control anterior no pudieron realizar adecuadamente en el estudio actual, la identificación de posibles alternativas paneles debe proporcionar una base sólida para el desarrollo de herramientas de evaluación. En la fase de entrenamiento /validación del estudio, la combinación de CA 19-9 /CEA realiza mejor, aunque una ventaja estadísticamente significativa sobre CA 19-9 por sí sola no se logró en el conjunto de validación. La inclusión de CEA fue algo sorprendente, dada la observación de que los niveles de CEA se correlacionaron significativamente con los de CA 19-9, lo que limita su potencial para la complementación de diagnóstico. Sin embargo, CEA se ha observado previamente para su relativamente alta SP pero baja SN para PDAC [48], [50], una tendencia opuesta a la de CA 19-9 y puede ser que las mejoras en SP llevaron a el rendimiento eficaz de esta combinación . En el análisis no ciego de todo el conjunto PLCO, la combinación de CA 19-9, CEA, y Cyfra 21-1 proporcionado el más alto nivel de rendimiento con más del 30% de los casos identificados correctamente al 95% SP.
de acuerdo con un modelo computacional recientemente descrita de la evolución clonal de desarrollo PDAC, 6,8 años transcurren entre el desarrollo de un clon maligno y metástasis lo que implica que la ventana para la detección precoz y la intervención es más ancha que cree inicialmente [51], [52]. El patrón de expresión temporal de los biomarcadores PDAC descritos aquí, con cambios que se producen hasta 35 meses antes del diagnóstico, indican la presencia de una firma sistémica PDAC en etapas pre-metastásicas. Basado en el modelo de cálculo de la progresión PDAC, el uso de los paneles de biomarcadores identificados aquí como herramientas de detección probablemente identificar algunos, pero no todos los casos de PDAC antes del desarrollo de la metástasis. Aunque el impacto clínico de esta estrategia de cribado no se ha evaluado, estos hallazgos sugieren que una mayor tasa de detección de la enfermedad resecable, asociado con mejores resultados, puede ser posible en ciertos grupos de alto riesgo. Grupos con alto riesgo de cáncer de páncreas incluyen familias identificadas con el síndrome de Peutz-Jeughers (riesgo relativo de 132), la pancreatitis hereditaria (riesgo relativo de 50 a 67), atípico familiar de melanoma mol múltiple (riesgo relativo de 13 a 39), hereditario colorrectal sin poliposis cáncer (riesgo relativo de 8,6), poliposis adenomatosa familiar (riesgo relativo de 4,5), de mama y el síndrome de cáncer de ovario (riesgo relativo de 2 a 9), y las personas con familiares de primer grado con diagnóstico de múltiples PDAC [53]. La detección de estos grupos sigue siendo factible con varios grupos de informes recientes de formación de imágenes que utiliza eficacia y CA 19-9 estrategias basadas /CEA (revisado en [54]).
Nuestro análisis proporciona pruebas de que varios biomarcadores demuestran velocidad significativa relacionada con el tiempo para el diagnóstico de PDAC. Un modelo estadístico basado en la velocidad de la CA 125 mediciones seriadas de suero en pacientes con cáncer de ovario, denominado el riesgo de cáncer de ovario Algoritmo (Roca), ha demostrado su eficacia en la detección precoz del cáncer de ovario, ofreciendo una mejora significativa en la SN en comparación con solo mediciones de CA 125 [55]. Un estudio simulado también indicó que ROCA puede duplicar el SN de CA 125 para las primeras etapas de cáncer de ovario (S. Patines, comunicación personal). Dos de los biomarcadores incluidos en el panel superior de realizar, CA 19-9 y CEA, demostraron velocidad significativa relacionada con el tiempo de diagnóstico, lo que sugiere que la medición de serie de estos biomarcadores puede conducir a mejoras similares en el rendimiento de panel. Un estudio sobre la posibilidad de resección de cáncer de páncreas presintomático en pacientes diabéticos indicó que existe una ventana corta de varios años cuando los tumores del páncreas pueden visualizarse mediante TC y resecados [56]. El sorprendente hallazgo de este estudio es la rápida progresión de un páncreas normal a un tumor inoperable. Estos hallazgos, junto con el modelo molecular de la progresión de la PDAC [52], sugieren que los especímenes recolectados 1 a 4 años antes del diagnóstico podría llevar a la identificación exitosa de candidatos para la resección quirúrgica. La identificación de varios biomarcadores que demuestran selectivamente la velocidad en los sueros recogidos más de 1 año antes del diagnóstico sugiere la presencia de firmas de biomarcadores que pueden ser específico para la enfermedad resecable.