北京大学肿瘤医院

返回

顶部

网站导航

311-312 fengmian.jpg

血液学代谢物面板可区分卵巢癌和良性盆腔肿块

作者: 来源: 发布时间:2022-09-28

美国MD安德森癌症中心Hanash等开发的一种基于血液的代谢物面板证明了其独立的预测能力,可以作为卵巢恶性肿瘤风险算法(ROMA)的补充,来区分早期卵巢癌和良性疾病,以更好地为临床决策提供信息。(Clin Cancer Res. 2022年9月21日在线版 DOI: 10.1158/1078-0432.CCR-22-1113)

该研究的目的是评估循环代谢物对改善ROMA在预测卵巢囊肿女性罹患卵巢癌风险中的贡献。

研究对101例浆液性和非浆液性卵巢癌患者和134例良性盆腔肿块(BPM)患者的初始血清进行了代谢组学分析。利用深度学习模型,开发了一个由7种癌症相关代谢物组成的面板,用于区分早期卵巢癌和BPM。在118例卵巢癌病例和56例BPM受试者的独立血清中评估代谢物面板的性能。进一步评估了该面板为改善ROMA的性能所起的作用。

在独立试验集中,训练集开发的7种标志物代谢物面板(7MetP)对早期卵巢癌的AUC为0.86(95%CI 0.76~0.95)。在试验集中,7MetP+ROMA模型对早期卵巢癌的AUC为0.93(95%CI 0.84~0.98),与单独的ROMA模型相比有所改善(AUC=0.91,95%CI 0.84~0.98;似然比检验P=0.03)。在整个样本集中,与单独的ROMA相比,联合7MetP+ROMA模型对早期卵巢癌产生了较高的阳性预测值(0.52 vs. 0.68;单侧P<0.001),特异性也有提高(0.78 vs. 0.89;单侧P<0.001)。 (编译 韩雨萌)