あなたは歯科・医療関係者ですか?

WHITE CROSSは、歯科・医療現場で働く方を対象に、良質な歯科医療情報の提供を目的とした会員制サイトです。

日本語AIでPubMedを検索

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
Br. J. Cancer.2019 09;121(6):483-489. 10.1038/s41416-019-0544-0. doi: 10.1038/s41416-019-0544-0.Epub 2019-08-07.

複合タンパク質バイオマーカーパネルを用いた上皮性卵巣がんの診断

Diagnosis of epithelial ovarian cancer using a combined protein biomarker panel.

  • Matthew R Russell
  • Ciaren Graham
  • Alfonsina D'Amato
  • Aleksandra Gentry-Maharaj
  • Andy Ryan
  • Jatinderpal K Kalsi
  • Anthony D Whetton
  • Usha Menon
  • Ian Jacobs
  • Robert L J Graham
PMID: 31388184 PMCID: PMC6738042. DOI: 10.1038/s41416-019-0544-0.

抄録

背景:

UKCTOCS期間中に収集された血清からのバイオマーカー発現データの解析から、EOCの早期検出ツールが構築された。

BACKGROUND: An early detection tool for EOC was constructed from analysis of biomarker expression data from serum collected during the UKCTOCS.

方法:

この研究では、49人のEOC症例(I型19人、II型30人)と31人の対照者が含まれており、診断前7年間の482例の連続サンプルが含まれていた。4つのバイオマーカー(CA125、ホスファチジルコリンステロールアシル転移酵素、ビタミンK依存性蛋白質ZおよびC反応性蛋白質)の発現データの異常を分析し、各個人のベースライン発現から異常に関連する特異性をスコア化することにより、ロジットモデルを訓練した。

METHODS: This study included 49 EOC cases (19 Type I and 30 Type II) and 31 controls, representing 482 serial samples spanning seven years pre-diagnosis. A logit model was trained by analysis of dysregulation of expression data of four putative biomarkers, (CA125, phosphatidylcholine-sterol acyltransferase, vitamin K-dependent protein Z and C-reactive protein); by scoring the specificity associated with dysregulation from the baseline expression for each individual.

結果:

このモデルは識別性があり、k-foldとle-one-outのクロスバリデーションをパスし、タイプIのEOCセットでさらに検証された。サンプルはシミュレーションされた年間スクリーニングプログラムとして分析され、アルゴリズムは診断の1-2年前に30%以上のPPVを持つ症例を診断した。タイプIIの症例(~80%がHGS)については、アルゴリズムは1年後に64%、2年後に28%を重症と診断した。

RESULTS: The model is discriminatory, passes k-fold and leave-one-out cross-validations and was further validated in a Type I EOC set. Samples were analysed as a simulated annual screening programme, the algorithm diagnosed cases with >30% PPV 1-2 years pre-diagnosis. For Type II cases (~80% were HGS) the algorithm classified 64% at 1 year and 28% at 2 years tDx as severe.

結論:

このパネルは、現在の診断よりも 1-2 年早く EOC を診断する可能性を持っています。この分析は、スクリーニングツールとしての開発とその特性の精査の可能性を示す具体的な作業例を提供します。利用可能なサンプル数によって課せられる解釈の限界についても議論されています。

CONCLUSIONS: The panel has the potential to diagnose EOC one-two years earlier than current diagnosis. This analysis provides a tangible worked example demonstrating the potential for development as a screening tool and scrutiny of its properties. Limits on interpretation imposed by the number of samples available are discussed.