Detección de cáncer de pulmón en etapa temprana en el esputo mediante citometría de flujo automatizada y aprendizaje automático

by | Ene 22, 2023 | 0 comments

Resumen

Fondo

La tomografía computarizada en espiral de baja dosis (LDCT) puede no conducir a un tratamiento claro cuando se identifican nódulos pulmonares de tamaño pequeño a intermedio. Hemos combinado la citometría de flujo y el aprendizaje automático para desarrollar una prueba basada en esputo (CyPath Lung) que puede ayudar a los médicos a tomar decisiones en tales casos.

Métodos

Las suspensiones de células individuales preparadas a partir de muestras de esputo inducido recolectadas durante tres días consecutivos se marcaron con un tinte de viabilidad para excluir las células muertas, anticuerpos para distinguir los tipos de células y una porfirina para marcar las células asociadas con el cáncer. La suspensión de células marcadas se corrió en un citómetro de flujo y se recogieron los datos. Se desarrolló una línea de análisis que combina el procesamiento de datos de citometría de flujo automatizado con el aprendizaje automático para distinguir las muestras de cáncer de las no cancerosas de 150 pacientes con alto riesgo, de los cuales 28 tenían cáncer de pulmón. Se evaluaron los datos de flujo y las características de los pacientes para identificar predictores de cáncer de pulmón. Se eligieron conjuntos aleatorios de entrenamiento y prueba para evaluar las variables predictivas de forma iterativa hasta que se identificó un modelo robusto. El modelo final se probó en un segundo grupo independiente de 32 muestras, incluidas seis muestras de pacientes diagnosticados con cáncer de pulmón.

Resultados

El análisis automatizado combinado con el aprendizaje automático dio como resultado un modelo predictivo que logró un área bajo la curva ROC (AUC) de 0,89 (IC del 95 %: 0,83–0,89). La sensibilidad y especificidad fueron 82% y 88%, respectivamente, y los valores predictivos negativo y positivo 96% y 61%, respectivamente. Es importante destacar que la prueba tuvo una sensibilidad del 92 % y una especificidad del 87 % en los casos en que los nódulos eran < 20 mm (AUC de 0,94; IC del 95 %: 0,89–0,99). La prueba del modelo en un segundo conjunto independiente de muestras mostró un AUC de 0,85 (IC del 95 %: 0,71–0,98) con una sensibilidad del 83 %, una especificidad del 77 %, un valor predictivo negativo del 95 % y un valor predictivo positivo del 45 %. El modelo es robusto a las diferencias en el procesamiento de muestras y el estado de la enfermedad.

Conclusión

CyPath Lung clasifica correctamente las muestras como cancerosas o no cancerosas con gran precisión, incluidas las de participantes en diferentes estadios de la enfermedad y con nódulos < 20 mm de diámetro. Esta prueba está diseñada para usarse después de la detección del cáncer de pulmón para mejorar el diagnóstico de cáncer de pulmón en etapa temprana.

Registro de prueba ID de ClinicalTrials.gov: NCT03457415; 7 de marzo de 2018

Fondo

La detección temprana del cáncer de pulmón a través del cribado puede aumentar la supervivencia y reducir la morbilidad [1, 2]. Los EE. UU. y las regiones del Reino Unido recomiendan la detección anual de tomografía computarizada de dosis baja (LDCT) para personas de alto riesgo [3]. Aunque la LDCT es muy sensible (93,8%) para detectar nódulos pulmonares cancerosos [4]su especificidad es mucho menor (73,4%) debido a que las imágenes nodulares pueden ser el resultado de diversos procesos no cancerosos [5]. Por lo tanto, una LDCT positiva requiere pruebas de seguimiento para determinar si el nódulo es maligno. [6]. Estos procedimientos médicos tienen riesgos inherentes de morbilidad y mortalidad y pueden imponer una carga grave a los participantes de la evaluación. [7]mientras que los costos asociados representan cargas financieras significativas para los pacientes [8] y la sociedad [9, 10].

Se están realizando esfuerzos para desarrollar pruebas no invasivas que puedan usarse después de la LDCT para mejorar el valor predictivo de la detección. [11, 12] o como pruebas independientes para identificar a las personas que deben someterse a exámenes de detección [11, 13]. Estas pruebas tienen como objetivo reducir los procedimientos médicos innecesarios al tiempo que identifican a las personas con cáncer de pulmón en una etapa temprana. El esputo es material pulmonar de fácil acceso que contiene una variedad de leucocitos y células epiteliales bronquiales exfoliadas. [14]incluidas las células premalignas y malignas en pacientes con cáncer de pulmón [15]. Anteriormente informamos sobre un ensayo de microscopía basado en portaobjetos que clasificó a los pacientes con cáncer y sin cáncer usando esputo teñido con tetra (4-carboxifenil) porfirina (TCPP) [16]. Aunque con una precisión del 81 %, la lectura de las diapositivas requería mucho tiempo, estaba sujeta al sesgo del observador y podía pasar por alto eventos clave al no evaluar la muestra completa. Ahora informamos sobre un enfoque de alto rendimiento que utiliza citometría de flujo automatizada (FCM) en lugar de microscopía. FCM nos permite interrogar toda la muestra de esputo utilizando TCPP y un panel de anticuerpos para capturar características predictivas de cáncer en el esputo. El campo del análisis FCM automatizado ha producido poderosas herramientas de software [17,18,19] que igualan o superan la experiencia humana en la identificación de poblaciones celulares de importancia clínica [20]. Adaptamos estas herramientas para crear una plataforma de análisis de esputo FCM automatizada, eliminando así el posible sesgo del operador [21].

Las técnicas de FCM automatizadas se han combinado con enfoques de aprendizaje automático para distinguir las leucemias de las citopenias no neoplásicas. [22] y para el descubrimiento de biomarcadores [23]. Presumimos que la misma combinación de enfoques podría usarse para identificar las características del esputo indicativas de cáncer de pulmón en pacientes de alto riesgo. Nuestro objetivo era desarrollar un ensayo (denominado CyPath Lung) que combina el análisis de datos FCM automatizado de muestras de esputo inducido con técnicas de aprendizaje automático para clasificar las muestras de esputo como cancerosas o no cancerosas. CyPath Lung está diseñado para usarse después de la detección para mejorar el diagnóstico del cáncer de pulmón en etapa temprana.

Métodos

Sitios de recolección

Los participantes fueron identificados e inscritos en el consultorio de un médico o del coordinador del estudio en uno de los siguientes sitios: Atlantic Health System, NJ; Hospital Monte Sinaí, Nueva York; Asociados de Radiología de Albuquerque, NM; Sistema de Salud para Veteranos del Sur de Texas, TX; y Waterbury Pulmonary Associates, CT. Cada sitio había recibido la aprobación institucional para participar en el estudio. Las muestras se recolectaron desde abril de 2018 hasta noviembre de 2019 (conjunto de muestras LSRII) y desde julio de 2020 hasta noviembre de 2021 (conjunto de muestras Navios).

Información del participante

Los participantes (hombres y mujeres) se inscribieron en uno de dos grupos. El grupo sin cáncer incluyó participantes (de 52 a 79 años) que eran fumadores actuales con un historial de tabaquismo de al menos 20 paquetes-año, o no fumadores actuales con un historial de tabaquismo de al menos 20 paquetes-año, que dejaron de fumar dentro de los últimos 15 años. Las excepciones fueron dos participantes: uno había dejado de fumar hace 26 años y otro había fumado durante 11,5 paquetes al año. La mayoría de los participantes en el grupo sin cáncer habían recibido un resultado de LDCT u otra forma de imagen que no era sospechosa de cáncer, y se les aconsejó que regresaran para la prueba de detección de LDCT en 12 meses. En unos pocos casos, los participantes colocados inicialmente en el grupo sin cáncer se sometieron a una LDCT, PET/CT de seguimiento o una biopsia. Estos participantes fueron seguidos hasta que se confirmó su estado de salud. Si se les diagnosticaba cáncer de pulmón, se les cambiaba al grupo de cáncer.

Cada participante en el grupo de cáncer había sido evaluado por un médico como altamente sospechoso de tener cáncer de pulmón según el historial médico y la LDCT u otros resultados de imágenes. El diagnóstico se confirmó mediante biopsia después de proporcionar una muestra de esputo. La excepción fue un paciente que había desarrollado un nuevo nódulo de 24 mm y que era demasiado frágil para someterse a una biopsia. Si la biopsia no mostraba cáncer, el participante se cambiaba al grupo sin cáncer. No hubo limitación de edad o antecedentes de tabaquismo para la inscripción en el grupo de cáncer.

Para cada participante recolectamos los siguientes datos demográficos: género (masculino o femenino); años de edad); origen étnico (hispano/latino o no hispano/latino); y raza (indio americano/nativo de Alaska; asiático; negro/afroamericano; nativo de Hawái/otro isleño del Pacífico; blanco; otro). Se recogieron datos sobre antecedentes de tabaquismo, comorbilidades (asma, EPOC, enfisema, bronquitis crónica) y antecedentes oncológicos previos. Todos los participantes debían estar dispuestos a proporcionar la información de contacto de un médico de atención primaria y aceptar que se divulgue la información médica si así se solicita. Los criterios de exclusión incluyeron la presencia de enfermedad pulmonar obstructiva grave e incapacidad para toser con suficiente esfuerzo para producir una muestra de esputo, angina con esfuerzo mínimo y embarazo.

Muestra…

Truncado en 8000 caracteresTraducido automáticamente
Publicación Original

0 Comments

Submit a Comment

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

próximas capacitaciones

No se han encontrado próximas capacitaciones de Fisioterapia Respiratoria.

newsletter de respiratoria