Detekce kolorektálního karcinomu u pacientů s pozitivním fekálním imunochemickým testem pomocí elektronického nosního zařízení (AeoNoseTM)

Zdůvodnění studie:

Kolonoskopie hraje klíčovou roli ve všech screeningových modalitách kolorektálního karcinomu (CRC). Důležitým omezením kolonoskopie zůstává, že diagnostická přesnost i terapeutická bezpečnost kolonoskopie závisí na několika faktorech souvisejících s lékařem a pacientem. Během kolonoskopie se vynechá významné množství polypů a závažné nežádoucí účinky se stále vyskytují u 0,1 % až 0,3 % všech kolonoskopických výkonů, a to i mezi odbornými vyšetřujícími. Navíc obtížná povaha výkonu a nutnost kompletní přípravy střeva negativně ovlivňuje míru účasti a použití kolonoskopie jako screeningového testu CRC je omezeno náklady na zdravotní péči a odborností potřebnou k provedení screeningu. Tyto nevýhody kolonoskopie vyžadují vývoj nového, neinvazivního a přesného screeningového testu CRC.

Elektronické nosní zařízení je umělý čichový systém, který analyzuje těkavé organické sloučeniny (VOC) ve vydechovaném dechu. Použití elektronických nosů již bylo hodnoceno jako potenciální neinvazivní diagnostický biomarkerový test pro rakovinu plic, rakovinu prsu a maligní melanomy. Tato studie si klade za cíl prozkoumat diagnostickou přesnost analýzy vydechovaného dechu pomocí AeonoseTM (The eNose Company, Zutphen, Nizozemsko) k rozlišení dechu pacientů s podezřením na CRC (na základě pozitivního fekálního imunochemického testu (FIT)), kteří jsou skutečně diagnostikovaných CRC, od pacientů s podezřením na CRC, u kterých byla tato diagnóza po kolonoskopii zamítnuta.

Cíle:

• Zkoumat diagnostickou přesnost analýzy vydechovaného dechu pomocí přístroje AeonoseTM k rozlišení dechu pacientů s podezřením na CRC na základě pozitivního FIT testu, u kterých je skutečně diagnostikován CRC, od pacientů s podezřením na CRC, u kterých byla tato diagnóza po kolonoskopii zamítnuta.
• Chcete-li zjistit diagnostickou přesnost analýzy vydechovaného dechu pomocí AeonoseTM pro jiné (pre-)maligní léze tlustého střeva (např. pokročilé adenomy, nepokročilé adenomy a přisedlé vroubkované léze).
• K posouzení míry přijetí používání zařízení AeonoseTM.

Design studie: Současná multicentrická studie bude zahrnovat 1950 FIT-pozitivních pacientů. Studie bude provedena v sedmi nemocnicích v Nizozemsku. Nejprve bude vytvořena databáze otisků dechu pro detekci CRC. V této fázi studie bude Aeonose TM vyškolen a databáze otisků dechu bude ověřena pomocí křížové validace „nechat 10 % mimo“. Po fázi kalibrace bude diagnostická přesnost AeonoseTM posouzena u nových pacientů ve studii (externí validace).

Studovaná populace: Pacienti ve věku 55 až 75 let s pozitivním FIT testem odeslaní ke kolonoskopickému postupu.

Hlavní parametry studie/koncové body:

• Schopnost AeonoseTM rozlišit mezi pacienty s CRC a bez CRC v FIT-pozitivní populaci z hlediska senzitivity a specificity.
• Diagnostická přesnost AeonoseTM pro jiné (pre-)maligní léze tlustého střeva.
• Míra přijetí AeonoseTM

Statistická analýza:

Údaje o demografických a výchozích charakteristikách budou shrnuty pro spojité proměnné, v případě normálního rozdělení střední hodnotou a směrodatnou odchylkou a v případě nenormálního rozdělení podle mediánu a mezikvartilového rozmezí. U diskrétních proměnných (např. rasa a pohlaví) budou údaje shrnuty podle podílů (v procentech). Rozdíly ve výchozích charakteristikách budou stanoveny pomocí nezávislého t testu vzorku, Fisherova exaktního testu nebo Chi-kvadrát testu, je-li to vhodné. Dvoustranná p-hodnota <0,05 bude považována za statisticky významnou.

Data budou analyzována umělou neuronovou sítí (ANN), aby se identifikovaly klasifikátory dat, aby se extrahovaly rozdíly mezi vzory u pacientů podle přítomnosti nebo nepřítomnosti CRC v biopsiích. Analýzou skupiny otisků dechu od pacientů s CRC a bez CRC lze odfiltrovat individuální rozdíly ve stravě, lécích, komorbiditách a dalších faktorech a identifikovat znaky, které odlišují sloučeniny pacientů s CRC. Tento proces pokračuje, dokud není splněna vybraná úroveň diskriminace. Komprese dat a ANN byly integrovány do proprietárního softwarového balíčku (Aethena) společnosti eNose Company (Zutphen, Nizozemsko).

Binární výsledky budou prezentovány v bodovém grafu a křivce provozních charakteristik přijímače (ROC-křivka). Pro měření kvality binárních klasifikací budou vypočítány Matthewsovy korelační koeficienty. Křížová validace dat bude provedena metodou ponechání-10%-out. Část dat je vynechána, aby bylo možné předpovědět nejoptimálnější model.