Extracto
Antecedentes
El cáncer de pulmón es un cáncer común e importante que constituye un importante problema de salud pública, pero la detección temprana del cáncer de pulmón de células pequeñas puede mejorar significativamente la tasa de supervivencia de pacientes con cáncer . Un número de biomarcadores séricos se han utilizado en el diagnóstico de cánceres de pulmón; Sin embargo, exhiben una baja sensibilidad y especificidad.
Métodos
Se utilizaron los métodos bioquímicos para medir los niveles de lactato deshidrogenasa (LDH), la proteína C-reactiva (CRP), Na
+ , Cl
-, antígeno carcinoembrionario (CEA), y enolasa neuronal específica (NSE) en 145 pequeñas de cáncer de pulmón de células pequeñas (SCLC) de los pacientes y el cáncer no microcítico de pulmón de células 155 y 155 controles normales. Un modelo de programación de la expresión génica (GEP) y curvas características de funcionamiento (ROC) que incorporan estos biomarcadores fue desarrollado para el diagnóstico auxiliar de SCLC.
Resultados
Después de la modificación apropiada de los parámetros, el GEP modelo fue creado inicialmente sobre la base de un conjunto de entrenamiento de 115 pacientes con CPCP y 125 controles normales para la generación de modelos GEP. A continuación, el GEP se aplicó a los 60 sujetos restantes (el conjunto de prueba) para la validación del modelo. GEP discriminó con éxito 281 de los 300 casos, con una tasa de clasificación correcta para los pacientes con cáncer de pulmón de 93,75% (225/240) y 93,33% (56/60) de los conjuntos de entrenamiento y prueba, respectivamente. Otro modelo GEP incorporación de cuatro biomarcadores, incluyendo CEA, NSE, LDH, y la PCR, exhibieron ligeramente menor sensibilidad de detección que el modelo GEP, incluyendo seis biomarcadores. Repetimos los modelos de redes neuronales artificiales (ANN), y nuestros resultados mostraron que la precisión de los modelos GEP fueron mayores que la de ANN. GEP modelo incorpora seis biomarcadores séricos realizadas por los pacientes con CPNM y controles normales mostraron una baja exactitud que los pacientes con SCLC y fue suficiente para demostrar que el modelo GEP es adecuado para los pacientes con CPCP.
Conclusión
Tenemos desarrollado un modelo GEP con alta sensibilidad y especificidad para el diagnóstico auxiliar de SCLC. Este modelo GEP tiene el potencial para el amplio uso para la detección de SCLC en las regiones menos desarrolladas
Visto:. Yu Z, Lu H, Si H, Liu S, X Li, Gao C, et al. (2015) A altamente eficiente programación de la expresión génica (GEP) Modelo para auxiliar diagnóstico de cáncer de pulmón de células pequeñas. PLoS ONE 10 (5): e0125517. doi: 10.1371 /journal.pone.0125517
Editor Académico: Lanjing Zhang, Centro Médico de la Universidad de /Madera Escuela de Medicina de Rutgers Princeton, Robert Johnson, Estados Unidos