Em um estudo recente publicado no The Lancet Digital Health, os pesquisadores discutem o desenvolvimento e a validação de um modelo combinado que compreende biomarcadores de metilação de ácido desoxirribonucleico (DNA) de imagem, clínico e livre de células para melhorar a classificação de nódulos pulmonares e o diagnóstico precoce de câncer de pulmão .
Estudo: Classificação precisa de nódulos pulmonares por um modelo combinado de biomarcadores clínicos, de imagem e de metilação de DNA livre de células: um desenvolvimento de modelo e estudo de validação externa. Crédito da imagem: criar empregos 51 / Shutterstock.com
Conhecimento
O câncer de pulmão é responsável por uma parcela substancial da mortalidade associada ao câncer em todo o mundo. Apesar do progresso significativo no tratamento do câncer de pulmão, incluindo quimioterapia, imunoterapia, ressecção cirúrgica, terapia direcionada e radioterapia, o prognóstico para pacientes com câncer de pulmão permanece ruim.
A principal causa para o mau prognóstico dos pacientes com câncer de pulmão é o diagnóstico tardio. Na verdade, o câncer de pulmão é frequentemente diagnosticado quando a doença progrediu para o estágio III ou IV, com taxas de sobrevida de cinco anos para cânceres em estágio avançado abaixo de 10%.
A detecção precoce do câncer de pulmão, quando a doença está nos estágios curáveis de 0 a II, pode reduzir significativamente as taxas de mortalidade. No entanto, a falta de tecnologias sensíveis que possam detectar o câncer de pulmão em estágios iniciais, aliada à ausência de sintomas clínicos nos estágios iniciais do câncer de pulmão, são grandes desafios.
Os biomarcadores de metilação do DNA são uma abordagem promissora para a detecção precoce do câncer de pulmão, pois evidências de vários estudos indicam que a metilação do DNA nas ilhas promotoras CpG e outras regiões específicas indica eventos associados ao início de tumores. Além disso, a detecção de padrões de metilação no DNA tumoral circulante usando métodos de sequenciamento de última geração pode ser usada para rastrear de forma não invasiva o câncer de pulmão.
A tomografia computadorizada de baixa dose (LDCT) tem sido eficaz na detecção precoce do câncer de pulmão em populações de alto risco. No entanto, determinar o risco de malignidade de nódulos pulmonares usando LDCT permanece difícil.
Sobre o estudo
No presente estudo, os pesquisadores desenvolveram um modelo combinado de biomarcadores clínicos e de imagem (CIBM) que usa algoritmos de aprendizado de máquina, bem como recursos de imagem e clínicos, para classificar nódulos pulmonares malignos e benignos. Quando combinado com um modelo chamado PulmoSeek, que é um modelo de metilação de DNA livre de células previamente projetado pela mesma equipe de cientistas, o modelo CIBM pode detectar nódulos pulmonares de pequeno porte para classificar o câncer de pulmão nos estágios iniciais.
Os participantes do estudo foram recrutados por meio de um estudo de avaliação retrospectivo mascarado para coleta prospectiva de amostras de hospitais em 20 cidades chinesas. Indivíduos incluídos no estudo tinham 18 anos ou mais, com nódulos pulmonares solitários e não calcificados de 5 a 30 milímetros (mm), sólidos, parcialmente sólidos ou em vidro fosco puro.
Uma coorte de mais de 800 amostras foi usada para treinar o algoritmo de aprendizado de máquina do modelo CIBM para classificar tumores benignos e malignos. O modelo CIBM foi então integrado ao PulmoSeek para criar um modelo combinado chamado PulmoSeek Plus.
Uma análise de curva de decisão foi aplicada para avaliar o uso clínico do modelo. Cortes baixo e alto para alta sensibilidade e alta especificidade, respectivamente, foram usados para classificar os nódulos pulmonares em grupos de baixo, médio e alto risco. O resultado primário examinado foi o desempenho e a capacidade de diagnóstico dos três modelos PulmoSeek, CIBM e PulmoSeek Plus.
]
Resultados do estudo
O modelo PulmoSeek Plus tem o potencial de diagnosticar com sucesso nódulos pulmonares como benignos ou malignos nos estágios iniciais. Quando combinado com LDCT, o PulmoSeek Plus pode ser uma ferramenta robusta para a avaliação clínica precoce e tratamento do câncer de pulmão. Além disso, os únicos requisitos para o modelo integrado eram amostras de sangue coletadas de forma não invasiva e imagens de TC.
A combinação do CIBM com o modelo PulmoSeek aumentou a sensibilidade da classificação de nódulos pulmonares em 6% e o valor preditivo negativo em 24%. Além disso, o desempenho do modelo foi robusto em nódulos pulmonares de diferentes tipos, tamanhos e estágios.
As sensibilidades de caracterização para nódulos em estágio inicial, bem como aqueles com tamanho menor que um centímetro, foram de 0,98 e 0,99, respectivamente. Para nódulos sub-sólidos, que são difíceis de caracterizar usando apenas resultados de LDCT, a sensibilidade de caracterização foi de 100%.
Conclusões
O modelo PulmoSeek Plus integrado incorpora biomarcadores de metilação de DNA de imagem, clínicos e livres de células, bem como um algoritmo de aprendizado de máquina para detecção e classificação precoces de nódulos pulmonares.
A validação deste modelo usando coortes independentes confirma a alta sensibilidade e o desempenho robusto do PulmoSeek Plus em uma variedade de amostras. Quando combinado com LDCT, o PulmoSeek Plus pode facilitar a detecção precoce de câncer de pulmão, melhorando assim o prognóstico de muitos pacientes com câncer de pulmão.
As informações apresentadas neste post foram reproduzidas do Site Viagens Cine e são de total responsabilidade do autor.
Ver post do Autor