Detección de cáncer colorrectal en pacientes con prueba inmunoquímica fecal positiva utilizando un dispositivo de nariz electrónica (AeoNoseTM)

Justificación del estudio:

La colonoscopia juega un papel clave en todas las modalidades de detección del cáncer colorrectal (CCR). Una limitación importante de la colonoscopia sigue siendo que la precisión diagnóstica y la seguridad terapéutica de la colonoscopia dependen de varios factores relacionados con el médico y el paciente. Se pasan por alto cantidades significativas de pólipos durante la colonoscopia y todavía se producen efectos adversos graves en el 0,1 %-0,3 % de todos los procedimientos de colonoscopia, incluso entre examinadores expertos. Además, la naturaleza engorrosa del procedimiento y la necesidad de una preparación intestinal completa influye negativamente en las tasas de participación y el uso de la colonoscopia como prueba de detección del CCR está limitado por los costos de atención médica y la experiencia necesaria para realizar la detección. Estas desventajas de la colonoscopia justifican el desarrollo de una nueva prueba de detección de CCR precisa, no invasiva.

Un dispositivo de nariz electrónica es un sistema olfativo artificial que analiza los compuestos orgánicos volátiles (COV) en el aliento exhalado. El uso de narices electrónicas ya se ha evaluado como una posible prueba de biomarcadores de diagnóstico no invasiva para el cáncer de pulmón, el cáncer de mama y los melanomas malignos. El presente estudio tiene como objetivo investigar la precisión diagnóstica del análisis del aliento exhalado con AeonoseTM (The eNose Company, Zutphen, Países Bajos) para distinguir el aliento de pacientes con sospecha de CCR (basado en una prueba inmunoquímica fecal positiva [FIT]), que son verdaderamente diagnosticados de CCR, de pacientes con sospecha de CCR en los que se rechaza este diagnóstico tras la colonoscopia.

Objetivos:

• Investigar la precisión diagnóstica del análisis del aliento exhalado con AeonoseTM para distinguir el aliento de los pacientes con sospecha de CCR en base a una prueba FIT positiva, que realmente tienen un diagnóstico de CCR, de los pacientes con sospecha de CCR en los que este diagnóstico se rechaza después de la colonoscopia.
• Investigar la precisión diagnóstica del análisis del aliento exhalado con AeonoseTM para otras lesiones de colon (pre)malignas (p. adenomas avanzados, adenomas no avanzados y lesiones serradas sésiles).
• Evaluar la tasa de aceptación del uso del dispositivo AeonoseTM.

Diseño del estudio: El presente estudio multicéntrico incluirá 1950 pacientes con FIT positivo. El estudio se llevará a cabo en siete hospitales de los Países Bajos. Primero se desarrollará una base de datos de huellas de aliento para detectar CRC. En esta fase de estudio, se entrenará el AeonoseTM y se verificará la base de datos de huellas de aliento utilizando la validación cruzada "dejar 10 % fuera". Después de la fase de calibración, la precisión diagnóstica de AeonoseTM se evaluará en nuevos pacientes del estudio (validación externa).

Población de estudio: Pacientes entre 55 y 75 años de edad con prueba FIT positiva remitidos para un procedimiento de colonoscopia.

Principales parámetros/criterios de valoración del estudio:

• La capacidad de AeonoseTM para distinguir entre pacientes con y sin CCR en una población FIT positiva en términos de sensibilidad y especificidad.
• La precisión diagnóstica de AeonoseTM para otras lesiones de colon (pre)malignas.
• Tasa de aceptación de AeonoseTM

Análisis estadístico:

Los datos sobre las características demográficas y de referencia se resumirán para las variables continuas, en caso de distribución normal por media y desviación estándar, y en caso de distribución no normal por mediana y rango intercuartílico. Para variables discretas (p. ej., raza y sexo), los datos se resumirán en proporciones (porcentajes). Las diferencias en las características iniciales se determinarán utilizando la prueba t de muestras independientes, la prueba exacta de Fisher o la prueba de Chi-cuadrado, cuando corresponda. Un valor de p bilateral <0,05 se considerará estadísticamente significativo.

Los datos serán analizados por una red neuronal artificial (ANN) para identificar clasificadores de datos para extraer diferencias entre los patrones en pacientes por la presencia o ausencia de CRC en biopsias. Mediante el análisis de un grupo de impresiones de aliento de pacientes con y sin CRC, se pueden filtrar las diferencias individuales de dieta, medicamentos, comorbilidades y otros factores para identificar las características que distinguen los compuestos de los pacientes con CCR. Este proceso continúa hasta que se alcanza un nivel seleccionado de discriminación. La compresión de datos y ANN se han integrado en un paquete de software patentado (Aethena) de eNose Company (Zutphen, Países Bajos).

Los resultados binarios se presentarán en un diagrama de dispersión y una curva de características operativas del receptor (curva ROC). Se calcularán los coeficientes de correlación de Matthews para medir la calidad de las clasificaciones binarias. La validación cruzada de los datos se realizará utilizando un método de exclusión del 10 %. Se omite una parte de los datos para predecir el modelo más óptimo.