PLoS ONE: Blinded Validering af Breath biomarkører for lungekræft, en Potentielle Accessoriske til Bryst CT Screening

Abstrakt

Baggrund

Breath flygtige organiske forbindelser (VOC) er blevet rapporteret som biomarkører for lungekræft, men det vides ikke, om biomarkører identificeret i en gruppe kan identificere sygdommen i en separat uafhængig kohorte. Desuden er det ikke vides, om at kombinere ånde biomarkører med brystet CT har potentiale til at forbedre følsomheden og specificiteten af ​​screening lungekræft.

Metoder

Model-byggefasen (ublindet)

: Breath VOC’er blev analyseret med gaskromatografi-massespektrometri i 82 asymptomatiske rygere har screening brystet CT, 84 symptomatiske højrisiko personer med et væv diagnose, 100 uden et væv diagnose, og 35 raske forsøgspersoner. Flere Monte Carlo simuleringer identificeret ånde VOC masse ioner med mere end tilfældige diagnostisk nøjagtighed for lungekræft, og disse blev kombineret i en multivariat prædiktiv algoritme.

Model-test fase (blindet validering)

: Vi analyserede ånde VOC’er i en uafhængig kohorte af lignende emner (n = 70, 51, 75 og 19 henholdsvis). Algoritmen forudsagte diskriminant funktion (DF) værdier i blindede replikere udåndingsluft VOC prøver analyseret uafhængigt ved to laboratorier (A og B).

Resultat modellering

:. Vi modelleret de forventede effekter af at kombinere ånde biomarkører med brystet CT af følsomheden og specificiteten af ​​screening lungekræft

Resultater

ublindet model- bygning fase

. Algoritmen identificerede lungecancer med følsomhed 74,0%, specificitet 70,7% og C-statistik 0,78.

Blinded model-testfase

: Algoritmen identificerede lungekræft på Laboratorium A med sensitivitet 68,0%, specificitet 68,4%, C-statistik 0,71; og på Laboratorium B med sensitivitet 70,1%, specificitet 68,0%, C-statistik 0,70, med lineær korrelation mellem replikater (r = 0,88). I et forventet resultat model, ånde biomarkører øget følsomhed, specificitet og positive og negative prædiktive værdier af brystet CT for lungekræft, når testene blev kombineret i serie eller parallel.

Konklusioner

Breath VOC masse ion biomarkører identificeret lungekræft i en separat uafhængig kohorte, i et blindet gentaget undersøgelse. Kombinere ånde biomarkører med brystet CT potentielt kunne forbedre følsomheden og specificiteten af ​​screening lungekræft

Prøve registrering

ClinicalTrials.gov NCT00639067

Henvisning:. Phillips M, Bauer TL, Cataneo RN, Lebauer C, Mundada M, Pass HI, et al. (2015) Blinded Validering af Breath biomarkører for lungekræft, en Potentielle Accessoriske til Bryst CT Screening. PLoS ONE 10 (12): e0142484. doi: 10,1371 /journal.pone.0142484

Redaktør: Konstantinos Kostikas, University of Athens Medical School, SCHWEIZ

Modtaget: Juli 6, 2015; Accepteret: 22 oktober 2015; Udgivet: 23 December, 2015

Copyright: © 2015 Phillips et al. Dette er en åben adgang artiklen distribueres under betingelserne i Creative Commons Attribution License, som tillader ubegrænset brug, distribution og reproduktion i ethvert medie, forudsat den oprindelige forfatter og kilde krediteres

Data Tilgængelighed: Alle relevante data er inden for papir- og Støtte Information filer

Finansiering:. Michael Phillips er administrerende direktør i Menssana Research, Inc. Renee N. Cataneo og Mayur Mundada er ansat af Menssana Research, Inc. projektet blev finansieret af NIH give 9R44HL070411-04A1. ClinicalTrials.gov Identifier: NCT00639067. Finansieringen organisation har ikke spillet en rolle i studie design, indsamling data og analyse, beslutning om at offentliggøre, eller forberedelse af manuskriptet og kun ydet finansiel støtte i form af forfatternes lønninger og /eller forskning materialer. Den bidragyder ydet støtte i form af lønninger til forfatterne MP, RNC og MM, men havde ikke nogen ekstra rolle i studie design, indsamling og analyse data, beslutning om at offentliggøre, eller forberedelse af manuskriptet. De specifikke roller disse forfattere er formuleret i »forfatter bidrag« sektion. Ingen af ​​de øvrige medforfattere erklærer konkurrerende kommercielle interesser

Konkurrerende interesser:. Michael Phillips er administrerende direktør i Menssana Research, Inc. Renee N. Cataneo og Mayur Mundada er ansat af Menssana Research, Inc.

Introduktion

Den moderne æra af udåndingsluften gik op i 1971, da Linus Pauling først rapporteret, at den normale menneskelige ånde indeholder et stort antal af flygtige organiske forbindelser (VOC) i lave koncentrationer [1]. Efterfølgende forskere har forsøgt at ansætte ånde VOC’er som sygdom biomarkører med varierende grader af succes. USA Food Drug Administration (FDA) har godkendt et lille antal ånde test til klinisk brug (fx ånde nitrogenoxid for luftvejene inflammation [2]), men FDA har endnu ikke godkendt en udåndingsprøve for lungekræft. Trods 30 års forskning resulterer i mere end 300 relevante publikationer, har ingen enkelt åndedrag VOC dukket op som en klinisk anvendelig biomarkør for lungekræft, når de anvendes alene. Men flere ånde VOC synes at give moderat nøjagtige biomarkører, der potentielt kan identificere lungekræft, hvis de kombineres med hinanden i en multifaktoriel algoritme [3].

I bestræbelserne ånde biomarkører for lungekræft, har forskere ansat en lang række af forskellige værktøjer, herunder VOC separationsmetoder [f.eks gaskromatografi massespektrometri (GC MS) [3-6], ikke-separatistiske detektorer (f.eks elektroniske næser og chemosensors [7-9]), analyse af udåndingsluft kondensat [10], måling af vejret temperatur [11], og sniffer hunde [12]. Analyse af udåndingsluft VOC’er med analytiske instrumenter, der 2-dimensional GC har afsløret en kompleks matrix af ~ 2000 forskellige VOC’er i en enkelt prøve [13,14]. Den resulterende strøm af information har nødvendiggjort brug af data management værktøjer til metabolomiske analyse, der oprindeligt blev udviklet til genomics og proteomics. Dette har været ledsaget af en øget risiko for falsk opdagelse af biomarkører, der kan opstå, når en multivariat model over-passer stort antal kandidat ånde VOC’er til et lille antal forsøgspersoner, en faldgrube, der er blevet betegnet “voodoo korrelationer”, eller ” se ansigter i skyerne “[15].

på trods af disse bekymringer, har ånde biomarkører for lungekræft blevet foreslået som sikre og omkostningseffektive værktøjer til at hjælpe med at bestemme en persons risiko for lungekræft [16]. Der er et klinisk behov for en sådan test, fordi flere mennesker i USA dør af lungekræft end fra enhver anden form for kræft [17]. Tidlig opdagelse kan redde liv: National Lung Screening Trial fandt, at screening med lavdosis brystet CT reduceret dødelighed af lungekræft med 20% [18]. Imidlertid har den forholdsvis lave positive prædiktive værdi (PPV) af brystet CT (2,4% til 5,2%) udtrykt bekymring at screening for lungekræft kan give et overvældende antal falsk positive testresultater [19-21]. En supplerende udåndingsluften kan potentielt forbedre følsomheden og specificiteten af ​​screening lungekræft og reducere antallet af falsk-positive og falsk-negative test resultater

Vi har designet dette studie til at løse to hovedspørgsmål:. Først kan ånde biomarkører for lungekræft er identificeret i en gruppe af fag forudsige sygdom i en uafhængig kohorte af personer med samme demografiske træk? For det andet gør ånde biomarkører har potentiale til at tilføje diagnostisk værdi til screening lungekræft med brystet CT, hvis de to tests er ansat i kombination?

Vi rapporterer her en blindet replikeres tofaset klinisk studie af ånde biomarkører for lunge kræft, der er designet til at minimere potentielle fejlkilder (figur 1). I ublindet model-byggefasen, vi analyserede prøver af udåndingsluft fra individer med lungekræft og fra kræft-fri kontrol med en meget følsom og selektiv GC MS-analysen. En statistisk metode ansætte flere Monte Carlo simuleringer identificeret et sæt ikke-tilfældige ånde biomarkører for lungekræft, som blev derefter ansat i en multivariat prædiktiv algoritme. I blindet model-testfase, testede vi algoritmen evne til at forudsige lungekræft i et andet sæt af emner. Alle ånde assays og lungekræft forudsigelser blev gentaget ved to uafhængige analyselaboratorier. Desuden har vi estimeret potentialet i ånde biomarkører at forbedre følsomheden og specificiteten af ​​screening lungekræft med brystet CT, når de to tests er ansat i kombination.

Metoder

Studie design

En oversigt over undersøgelsens design er vist i fig 1. Breath tests blev udført i to faser af human forskning, og hvert emne blev undersøgt én gang. I ublindet model-bygning fase af forskning, vi identificeret ånde biomarkører for lungekræft og kombineret dem i en prædiktiv algoritme. I de blindede model testfasen, vi valideret prædiktiv algoritme i en ny og uafhængig kohorte af emner. I begge faser af undersøgelsen blev fire grupper rekrutteret fra out-patient frivillige:

Gruppe 1.

Asymptomatiske højrisiko-emner omfatter tobak rygere i alderen 50 og ældre undergår lav- dosis CT-(bryst CT) screening for lungekræft

[22].

Gruppe 2.

symptomatisk højrisiko fag uden væv diagnose

. Disse emner blev under medicinsk vurdering for en pulmonal symptom f.eks kronisk uforklarlig hoste eller hæmoptyse, som måske eller måske ikke har været relateret til en underliggende lungekræft. Forsøgspersonerne blev overført til gruppe 3, hvis et væv diagnose senere blev tilgængelig før analyse af data.

Gruppe 3.

Symptomatisk højrisiko personer med et væv diagnose af kræft eller andre patologi

.

Gruppe 4.

Tilsyneladende raske forsøgspersoner

. Disse emner var mandlige eller kvindelige ikke-rygere uden tegn eller symptomer på lungekræft, i alderen 18 og derover.

Model-Building Phase –Unblinded

Menneskelige fag (tabel 1)

Patologiske diagnoser ansat WHO klassifikationen 2004

emner blev rekrutteret på fem medicinske centre:. Christiana Care Health system, Newark, dE, New York presbyterianske /Columbia University Medical center, New York, NY, New York University Langone Medical center, New York, NY, MD Anderson Cancer center Orlando, Orlando, FL, og svensk Cancer Institute, Seattle, WA. Den institutionelle Review Board på alle lokaliteter, der er godkendt af undersøgelsen, og alle fag gav deres underskrevet og bevidnet informeret samtykke til at deltage.

Forsøgspersoner med en tidligere dokumenteret historie om kræft i enhver anatomiske websted blev udelukket fra undersøgelsen. Alle data blev anonymiseret med et emne identifikationsnummer, således at intet emne kunne identificeres ved navn. En uafhængig skærm (Schiff Co, West Caldwell, NJ 07006) opretholdt en klinisk database og sikrede overholdelsen myndighedskrav og god klinisk praksis [23] på alle undersøgelsessteder

Indsamling af ånde VOC prøver

er blevet beskrevet metoden [3,24]. Et emne bærer en næseklemme og ånder normalt gennem en engangs med ventil mundstykke og bakteriel filter i BCA for 2,0 min. Alveolære ånde VOC’er opfanges på en sorbent fælde, der er umiddelbart forsegles i en hermetisk beholder. Da der er lav modstand mod udløb (~ 6 cm vand), kunne udåndingsprøverne indsamles uden ubehag fra ældre patienter og personer med respiratoriske sygdomme. For at minimere risikoen for potentielle stedafhængige forstyrrende faktorer såsom miljøforurening af rumluft, emner i alle fire grupper doneret udåndingsprøverne i samme rum på hvert klinisk sted. Prøver af ånde VOC’er og omgivende rumluft VOC’er blev indsamlet fra alle fag for at styre for potentielle virkninger af miljøbelastende stoffer. Duplicate ånde VOC prøver blev indsamlet fra alle fag, for replikat assay ved to uafhængige laboratorier (Menssana Research, Inc og amerikansk Westech, Inc., Harrisburg, PA). Prøver blev opbevaret ved -15 ° C inden analyse.

Analyse af udåndingsluft VOC prøver.

er blevet beskrevet Fremgangsmåden [3,24]. Brug af automatiseret instrumentering, blev VOC desorberes termisk fra sorbenten fælde, kryogent koncentreret og analyseret ved gaschromatografi-massespektrometri (GC MS). En kendt mængde af en intern standard (bromfluorbenzen) blev automatisk lastet på alle prøver for at normalisere overflod af VOC’er og for at lette tilpasningen af ​​kromatogrammer. En typisk samlet ion-kromatogram af åndedrag VOC’er er vist i figur 2, øverste panel. Masse ioner detekteres i en typisk kromatograf top er vist i figur 2, nederste panel.

Samlet ion-kromatogram af udåndingsluft VOC’er (øvre panel) [3, 24]. VOC desorberes termisk fra sorbenten fælde, adskilt ved gaschromatografi, og injiceres i en masse følsom detektor, hvor de bliver bombarderet med energirige elektroner i et vakuum, og nedbrydes til et sæt af ioniske fragmenter, hver med sin egen masse /ladning (m /z) ratio. Dette tal viser den totale ionstrøm som funktion af tid, som en række VOC indtaste sekventielt detektor. Den samlede ionstrøm fra et toppunkt indeholdende toluen er markeret, og massespektret af de indgående masse ioner er vist i det nederste panel. En typisk samlet ion kromatogram afledt fra en prøve af humane ånde VOC’er viser oftest ~ 150 til 200 separate toppe. Massespektrum af ioner i en kromatograf peak (nederste panel). Massespektret af ioner afledt af toluen (vist i den midterste felt) omfatter et karakteristisk mønster af fragmenter. Svarer til dette mønster til et tilsvarende massespektrum i en computer-baseret bibliotek muliggør identifikation af den kemiske struktur af kilden VOC. I komplekse blandinger som åndedrag, identifikation er normalt forsigtige, fordi biomarkører kan fejlidentificerede hvis medeluering VOC’er forurene en masse spektrum, og hvis den spektrale mønster matcher inexactly med et bibliotek standard. Dog kan enkelte masse ioner fra en VOC identificeres med tillid og give robuste biomarkører, selv når identiteten af ​​den forælder VOC biomarkør er usikker.

Analyse af data.

GC MS data fra begge laboratorier blev samlet til analyse og udvikling af en enkelt prædiktiv algoritme.

Justering af individuelle ion masserne i kromatogrammer.

chromatogrammer blev behandlet med metabolomiske analysesoftware (XCMS i R [25, 26]) for at generere en tabel, der lister retentionstider med deres tilhørende ion masse og intensiteter. Retentionstider og ion masse intensiteter blev normaliseret til bromfluorbenzen (ion mass 95) intern standard i hvert kromatogram. Det oprettede data blev derefter arkiveret lodret i en række 5 sec retentionstid segmenter.

Identifikation af biomarkør mass ioner.

De statistiske fremgangsmåder er tidligere blevet beskrevet [27, 14, 13]. Vi rangeret masse ioner som kandidat biomarkører for lungekræft ved at sammenligne deres intensitetsværdier hos forsøgspersoner med lungecancer (Gruppe 3 lungekræft bekræftet af væv diagnose) versus cancer-fri kontrol (gruppe 1 med negativ brystet CT). I hver 5 sek tidsafsnit blev den diagnostiske nøjagtighed af hver masseion rangeret efter dets C-statistik værdi [(areal under kurven (AUC) på modtageren operating characteristic (ROC) kurve]. Vi anvendte multiple Monte Carlo-simuleringer for at minimere risikoen for, herunder tilfældige identifikatorer på sygdom ved at vælge massen ioner i hver gang segment, der er konstateret aktive lungekræft med mere end tilfældige nøjagtighed. den gennemsnitlige tilfældig opførsel af masse ioner i hver gang segment blev bestemt ved tilfældigt tildele emner til ‘ ‘lungekræft “eller’ ‘kræft-fri” gruppe og udføre 40 estimater af C-statistik. for en given værdi af C-statistik, det var så muligt at identificere de ioniske biomarkører, der udviste større diagnostisk nøjagtighed med korrekt overdragelse end med flere tilfældige opgaver.

Udvikling af prædiktiv algoritme.

biomarkør ioner, der identificerede lungekræft med mere end tilfældige nøjagtighed var ansat til at konstruere en prædiktiv algoritme, der anvender multivariat vægtet digital analyse (WDA) [ ,,,0],28]. WDA er en ikke-lineær fremgangsmåde til flerdimensional analyse, der genererer en diskriminant funktion til at forudsige medlemskab af en gruppe (sygdom eller ingen sygdom) ved at bestemme vægten (C-statistik af hver prædiktor variabel), en afskæringsværdi, og et tegn for hver prædiktor variabel ansat i modellen.

model-Test Phase-Blinded

Blinding procedurer

den uafhængige skærm opretholdt en database over alle kliniske og diagnostiske data, og disse oplysninger var ikke deles med en deltager i forskningen. Laboratorier modtog ingen klinisk information og kun emne identifikationsnummer ledsaget sorberende fælder sendt til analyse.

Menneskelige emner (tabel 1).

Et nyt sæt mennesker blev ansat på samme måde som beskrevet ovenfor i modellen-byggefasen. Intet emne fra ublindet fase blev inkluderet i blindede fase af forskningen.

Indsamling af ånde VOC prøver og analyser af ånde VOC prøver blev udført på samme måde som beskrevet ovenfor i model-byggefasen.

Forudsigelse af udfald.

den intelligente algoritme udviklet i ublindet fase blev anvendt til massen ioner i hver af de blindede åndedrag kromatogrammer for at generere en diskriminant funktion (DF). Denne procedure blev gentaget i dublerede udåndingsprøverne der blev analyseret på to laboratorier. Ved afslutningen af ​​undersøgelsen blev de resulterende forringelsesfaktorer med deres tilknyttede underlagt identifikationsnumre sendes til monitoren, som derefter brød blinding og bestemmes den prædiktive nøjagtighed udåndingsprøve.

Forventet Outcome Modeling

Vi modelleret de forventede effekter af at kombinere ånde biomarkører med brystet CT af følsomheden og specificiteten af ​​screening lungekræft ved hjælp af en matematisk model til at estimere resultatet af at kombinere to forskellige test for en sygdom i serie og parallelt [29]. Modellen anvendte værdier for sensitivitet og specificitet af udåndingsluften bestemmes i blindede model-testfase, og værdier rapporteret i National Lung Screening Trial for lungekræft prævalens (1,1%) og screening brystet CT (følsomhed 93,8%, specificitet 73,4% ) [18].

Resultater

mennesker.

Der var ingen bivirkninger forbundet med udåndingsluften i begge faser af undersøgelsen.

Model -Byggemateriale Phase

Monte Carlo statistisk analyse af masse-ioner (fig 3, top panel). Mere end 70.000 masse ioner blev observeret i alle de kromatografiske tidssegmenter. Men færre end 1.000 masse ioner udstillet nyttige diagnostiske nøjagtighed (C-statistik 0,6). Med korrekt opgave i forhold til flere tilfældige opgaver

Monte Carlo statistisk analyse af masse-ioner (øverste panel) En liste over mere end 70.000 kandidat masseion biomarkører for lungekræft blev opnået fra en serie på 5 sek segmenter i flugtende kromatogrammer. Den diagnostiske nøjagtighed af hver masseion blev kvantificeret ved dets C-statistik dvs. ved arealet under kurven (AUC) af dens tilhørende modtager operating characteristic (ROC) kurve (den “Correct tildeling” kurve). For at udelukke falske biomarkører, den ” Random opgave “kurve ansat flere Monte Carlo-simuleringer omfattende 40 tilfældige opgaver for diagnose (” kræft “eller” kræft-fri “) for at bestemme den tilfældige adfærd hver kandidat masse ion. Cutoff punkt i “Correct tildeling” kurve blev taget som den lodrette skæring af det punkt, hvor antallet af masse ioner i ” Random tildeling “kurve faldt til nul (ved C-statistik = 0,63). På dette tidspunkt, den lodrette afstand mellem de to kurver viste, at 544 mass ioner identificeret lungekræft med mere end tilfældige nøjagtighed, og adskillelsen mellem kurverne oversteg 5 sigma. Lineær gruppering af masse ion biomarkører (midterste panel). Dette tal viser lodret og vandret lineær klyngedannelse i en gruppe af masse ion biomarkører for lungekræft med retentionstider mellem 1.500 og 2.500 sek. Disse masse ioner blev identificeret ved Monte Carlo statistisk analyse (øverste panel) som havende C-statistiske værdier, der var større end tilfældigt. M /z er massen divideret med ladningen antal en ion, og opholdstiden angiver, når en VOC elueret fra GC-kolonne og trådte MS detektoren, hvor det blev bombarderet med elektroner og omdannes til masseion fragmenter. Lodrette lineære klynger indikerer masse ioner med lignende retentionstider. Disse grupperinger er i overensstemmelse med en eller flere ånde VOC ind i MS-detektor samtidigt, før nedbrydning til masse ioner. Denne observation tyder på, at en forholdsvis lille antal forælder ånde VOC’er kan forklare flere af masseion biomarkører for lungekræft. Vandrette lineære klynger med m /z-værdier på 43 og 57 er i overensstemmelse med nedbrydningsprodukter af alkaner og denatureret alkaner. Receiver operating characteristic (ROC) kurve (nederste panel). AUC for en ROC-kurve (eller dets C-statistik) viser den samlede nøjagtighed af en test, og kan variere fra 0,5 (en lige linje fra nederste venstre til øverste højre for grafen) til 1,0 (en ret vinkel med sin spids på øverst til venstre i grafen). En C-statistik på 0,5 indikerer, at testen præstation var ikke bedre end tilfældig f.eks flipping en mønt, mens en C-statistik på 1,0 indikerer en perfekt test med 100% følsomhed og specificitet. I klinisk praksis er en C-statistik på 0,78 generelt betragtes som klinisk anvendelig.

Lineær klyngedannelse af masse ion biomarkører for lungekræft (Fig 3, midterste panel). viser lodrette og vandrette, lineære klyngedannelse i en gruppe af masseion biomarkører for lungekræft med retentionstider mellem 1.500 og 2.500 sek.

Lodrette lineære klynger

indikerer masse ioner med lignende retentionstider, i overensstemmelse med en eller flere ånde VOC ind i MS-detektor samtidigt, før nedbrydning til masse ioner, hvilket antyder, at en forholdsvis lille antal forælder ånde VOC’er kan forklare flere af de masseion biomarkører.

Vandrette lineære klynger

med lignende m /z-værdier (43 og 57) er i overensstemmelse med nedbrydningsprodukter af alkaner og denatureret alkaner.

ROC-kurve (figur 3, nederste panel). De 500 masse ion biomarkører for lungekræft med de højeste C-statistiske værdier blev ansat i en multivariat WDA algoritme, der blev anvendt på alle de analyserede på to laboratorier kromatogrammer. ROC-kurven angivne sensitivitet 74,0%, specificitet 70,7%, og C-statistik 0,78.

Model-testfase

mellem laboratorier overensstemmelse mellem forudsagte diskriminant funktioner i de blindede prøver er vist i figur 4, øverste panel. Der var en lineær sammenhæng mellem DF-værdier afledt af analyserede prøver på de to laboratorier (r = 0,88).

Inter-laboratorium konkordans af diskriminant funktioner (DF) i udtages (øverste panel). DF værdier kromatogrammer analyseret på laboratorium A blev afbildet som en funktion af DF-værdi på duplikateksemplaret prøve analyseret på laboratorium B. Der var en lineær sammenhæng mellem de to sæt DF værdier (r konfidensintervaller = 0,88, 95% vist). Forudsagt sensitivitet og specificitet hos personer med biopsi-verificeret lungekræft og brystet CT negativ for lungecancer (midterste panel). DF-værdi afledt af prædiktiv algoritme giver et variabelt cutoff point for udåndingsprøve. Testresultater større end en DF-værdi blev scoret som positive for lungekræft, mens de mindre end DF blev scoret som negativ. Når DF = 0, testen har 100% sensitivitet, fordi alle resultater er scoret som positive for lungekræft, men nul specificitet, fordi ingen resultater er scoret som negativ. Summen af ​​sensitivitet plus specificitet er maksimal ved det punkt, hvor de to kurver skærer hinanden, og blev derfor valgt som optimale DF cutoff-værdi for en binær test (dvs. cancer versus ingen cancer). I denne graf (resultater fra Laboratory A), kurverne gennemskåret på DF = 22, med følsomhed 68,0% og specificitet 68,4%. ROC kurver (lavere panel). ROC kurver de forudsagte resultater af udåndingsprøve vises for prøver analyseret på laboratorier A og B. Den samlede pålidelighed (C-statistik) af lungekræft forudsigelser var ens begge steder.

Følsomhed og specificitet versus diskriminant funktion.

fig 4, midterste panel viser forudsagt resultat hos patienter med biopsi-verificeret lungekræft og brystet CT negativ for lungekræft. Sensitivitet og specificitet kurver gennemskåret på DF = 22, med følsomhed 68,0% og specificitet 68,4%.

ROC kurver (fig 4, nederste panel). DF-værdier afledt af analyse af åndedrag VOC prøver på to uafhængige laboratorier forudsagde lungekræft med tilsvarende nøjagtighed: site En sensitivitet 68,0% specificitet 68,4%, C-statistik 0,73; Webstedet B sensitivitet 70,1%, specificitet 68,0%, C-statistik 0,70.

Effekt af alder og tobaksrygning.

Der var ingen signifikante forskelle i alder eller pakke-års tobaksrygning mellem lungekræft gruppe og kræft-fri kontrol (tabel 1).

forventede resultater

figur 5 viser de forventede resultater af at kombinere udåndingsluften og brystet CT i serie og parallelt [29] .

Disse forudsigelser ansætte værdier rapporteret i National Lung screening Trial for lungekræft prævalens (1,1%) og screening brystet CT (følsomhed 93,8%, specificitet 73,4%) [18]. Effekt af at kombinere to tests (øverst til venstre panel). TP = true positiver, FN = falsk negative, TN = True negativer, FP = falske positiver. Ligningerne demonstrerer virkningerne på følsomhed og specificitet, når to prøver A og B kombineres. Hvis den diagnostiske kriterium er et positivt testresultat for både test A og test B og derefter følsomhed falder og specificitet stiger, sammenlignet med enten anvendt alene test. Hvis den diagnostiske kriterium er et positivt testresultat for enten test A eller test B, så følsomheden stiger og specificitet falder i forhold til enten test anvendt alene. Figuren viser det forventede resultat af screening lungekræft i en million højrisiko folk (rygere eller tidligere rygere i alderen 50 års eller ældre). Den vigtigste begrænsende faktor i befolknings- screeningsprogrammer er potentielt overvældende antal falske positive testresultater. Screening en million mennesker med brystet CT alene ville resultere i 263,074 falsk positive testresultater, men hvis brystet CT og udåndingsluften er både positive, vil den øgede specificitet reducere dette antal til 88.919, dvs. med 66,2%. Hvis kun en af ​​prøverne er positivt, så den øgede følsomhed ville reducere antallet af falske negativer fra 682 til 198, dvs. med 71,0%. Virkning af parallel og serie forsøg med følsomhed og specificitet (øverst til højre panel). Dette tal viser den forventede forbedring sensitivitet og specificitet af brystet CT for lungekræft, hvis det kombineres parallelt med en udåndingsluften. Hvis begge tests er positive for lungekræft, så specificitet stiger fra 73,4% til 91,49%. Hvis en test er positiv, så følsomheden stiger fra 93,8% til 98,15%. Hvis de to tests er ansat i serie og ånde er negativ, kan der ikke være behov for at gå videre til brystet CT fordi 98,15% følsomhed er større end følsomheden af ​​enten test anvendt alene. Positiv prædiktiv værdi (PPV) af brystet CT kombineret med udåndingsluften (nederst til venstre panel). Dette tal viser den forventede forbedring PPV af brystet CT for lungekræft, hvis de kombineres parallelt med en udåndingsprøve. Anvendt alene, PPV af brystet CT er 3,77%. Hvis udåndingsluften er ansat parallelt med brystet CT og begge tests er positive, så PPV stiger til 7,91%, dvs. det stiger med en faktor på 2,1. Forbedringen skyldes den højere specificitet af den kombinerede prøve og den deraf følgende reduktion i falske positive resultater. PPV af en test afhænger af udbredelsen (forrige) af en sygdom, og beregnes som PPV = (SEN X forrige) /[(SEN X prev + (1-spec) X (1-prev)]. PPV af bryst CT for lungekræft er 3.77% [dvs. 0,938 X 011 /(0,938 X.011 + (1-0.734 X (1-0.011)) = 0,0377]. Negativ prædiktiv værdi (NPV) af brystet CT kombineret med udåndingsluften (nederst højre panel). Hvis de to tests anvendes i serie, en negativ ånde testresultat udelukker lungekræft med NPV 99,6%, hvilket er større end NPV af enten test anvendt alene. på trods af den øgede følsomhed af den kombinerede test kun en, beskeden stigning i NPV er muligt, fordi den præ-test NPV baseret på forekomsten af ​​lungekræft er 98,9%.

Hvis testresultaterne er overensstemmende (dvs. begge er negative eller begge er positive) så specificitet af de kombinerede prøver sammenlignet med den for brystet CT alene, ville stige fra 73,4% til 91,01%, og PPV vil stige fra 3,77% til 7,91%. Hvis testresultaterne er disharmonisk (dvs. den ene er negativ og den anden er positiv ), så følsomheden af ​​de kombinerede prøver, sammenlignet med den af ​​brystet CT alene, ville stige fra 93,8% til 98,2%, og den NPV ville stige fra 99,52% til 99,6%. I det forventede resultat af screening en million mennesker, ville den øgede følsomhed og specificitet forventes at reducere falsk positiv rate af brystet CT med 66,2%, og den falsk negative rente med 71,0%.

Diskussion

Ioniske biomarkører i ånde forudsagde tilstedeværelsen eller fraværet af lungekræft i et blindet valideringsundersøgelse. En multivariat algoritme forudsagt diagnosen fra gentagne udåndingsprøverne uafhængigt analyseret på to laboratorier og følsomhed, specificitet, og den samlede nøjagtighed af testen var ens begge steder. Resultatet af testen blev ikke signifikant påvirket af alder eller pakke-års tobaksrygning.

Dette er den første rapport af validering af ånde biomarkører for lungekræft i et blindet gentaget undersøgelse. Det tidligste bevis efter vejret VOC biomarkører for lungekræft blev rapporteret af Gordon et al i 1985 [4], efterfulgt af Preti et al i 1988 [6], og derefter af flere andre rapporter fra vores gruppe og fra andre efterforskere. Disse undersøgelser generelt fulgt en lignende tilgang til biomarkør opdagelse ved at analysere ånde VOC hos forsøgspersoner med histologisk gennemprøvede lungekræft og kræft-fri kontrol, derefter sammenligne de to grupper for statistisk signifikante forskelle. En række af disse undersøgelser hævdede, at ånde VOC’er identificeret lungekræft med følsomhed og specificitet værdier ca. svarende til dem observeret i denne rapport, med ROC kurve AUC værdier på 0,7-0,9. Men alle var modtagelige for falsk-positive identifikationer af biomarkører for lungekræft, og ingen af ​​kandidatlandene biomarkører blev efterfølgende valideret i et separat sæt af patienterne.