AIRCARE (Ecosistema de Investigación sobre Contaminación del Aire y Cáncer): Centro de Investigación Avanzada sobre Salud Ambiental y Riesgo de Cáncer de Pulmón (AIRCARE)

1. Investigar la relación entre PM 2.5 y el riesgo de cáncer de pulmón, centrándose en los efectos individuales y acumulativos junto con la interacción multiplicativa de la contaminación atmosférica con otros factores de riesgo de cáncer de pulmón. Metodología - Diseño del estudio Se empleará una combinación de estudio de cohorte prospectivo y estudio de casos y controles. La cohorte prospectiva establecerá la relación temporal entre la exposición a la contaminación atmosférica y la incidencia de cáncer de pulmón. El estudio de casos y controles facilitará una evaluación detallada de la exposición y el análisis de biomarcadores en un subconjunto de la cohorte. El diseño de casos y controles también se utilizará para explorar más a fondo las interacciones gen-ambiente y las evaluaciones detalladas de la exposición.

   Se utilizarán datos prospectivos y retrospectivos de registros de pacientes existentes, estaciones de monitoreo ambiental y la cohorte. El proceso clínico de los participantes inscritos se realizará de acuerdo con un formulario estandarizado (adjunto en documentos adicionales) que contendrá ítems relacionados con datos demográficos del participante, historial laboral y de exposición, historial médico, historial de tabaquismo, consumo de alcohol, antecedentes familiares, alergias, antecedentes de enfermedades crónicas y tratamiento no quirúrgico de estas. En una cohorte longitudinal, los participantes serán seguidos durante 3 años, con evaluaciones repetidas de exposición y monitoreo de resultados de salud. Los casos de cáncer de pulmón diagnosticados dentro de la cohorte se emparejarán con controles según edad, sexo y área residencial. Área de estudio El estudio se llevará a cabo en AIIMS, Delhi, y áreas de Delhi y NCR con niveles variables de exposición a PM 2.5, e incluirá regiones con diversos perfiles socioeconómicos y actividades industriales para capturar la heterogeneidad de la exposición y el riesgo. El estudio se realizará dentro de las mismas áreas geográficas que el estudio de cohorte general AIRCARE, abarcando regiones urbanas y periurbanas diversas. El área de estudio tendrá niveles variables de contaminación atmosférica (PM2.5, COV, NOx) y una distribución diversa de otros factores de riesgo (tabaquismo, exposiciones ocupacionales, susceptibilidad genética) en Delhi y NCR con infraestructura establecida de monitoreo de calidad del aire y diferentes perfiles socioeconómicos. Cálculo del tamaño de la muestra y estrategia de muestreo Se realizarán cálculos de potencia para determinar el tamaño de muestra necesario para detectar un aumento clínicamente significativo en el riesgo de cáncer de pulmón asociado con la exposición a la contaminación atmosférica.

   Asumiendo una prevalencia promedio de cáncer de pulmón del 1.5% en India y una odds de al menos 2 veces para alta exposición a PM-2.5 por encima del rango normal (>37 μg/m³), y un nivel alfa de 0.05 con 80% de potencia, estimamos inscribir aproximadamente 3230 participantes (1615 casos de cáncer de pulmón y 1615 controles). Utilizaremos los casos de cáncer de pulmón diagnosticados del departamento ambulatorio y del registro de cáncer de Delhi (DCR) y los controles serán reclutados entre los familiares de pacientes con cáncer de pulmón para obtener una población emparejada en términos de exposición a PM 2.5. Plan de Implementación del Proyecto Los casos incluirán pacientes con cáncer de pulmón (fumadores y no fumadores), tomados del OPD y del conjunto de datos del DCR. Los controles serán familiares de pacientes con cáncer de pulmón (fumadores y no fumadores). El resultado primario se medirá en términos de incidencia de cáncer de pulmón confirmado histológicamente. Se evaluarán los efectos de interacción entre la contaminación atmosférica (PM2.5) y otros factores de riesgo (tabaquismo, consumo de alcohol, exposiciones ocupacionales, susceptibilidad genética) sobre la incidencia de cáncer de pulmón y el riesgo acumulativo de cáncer de pulmón asociado con la exposición combinada a la contaminación atmosférica y otros factores de riesgo. Los resultados secundarios se medirán con el impacto de los efectos de interacción sobre los subtipos histológicos de cáncer de pulmón, modificación del riesgo de cáncer de pulmón por variantes genéticas en presencia de exposición a la contaminación atmosférica, cambios en los perfiles de biomarcadores asociados con exposiciones combinadas y efectos sinérgicos de PM 2.5 y otros factores de riesgo. Diseño del análisis estadístico La exposición a la contaminación atmosférica ambiental se cuantificará utilizando una combinación de datos satelitales, monitoreo terrestre y mediciones individuales de exposición con una medida de concentración de PM2.5. Para el estudio de cohorte, se utilizarán modelos de riesgos proporcionales de Cox para estimar las razones de riesgo (HR) para la incidencia y mortalidad por cáncer de pulmón asociadas con la exposición a la contaminación atmosférica. Se incluirán covariables dependientes del tiempo para tener en cuenta los cambios en la exposición a lo largo del tiempo. Se utilizará análisis de supervivencia (método de Kaplan-Meier) para examinar los resultados de supervivencia. Para el estudio de casos y controles, se utilizará regresión logística para estimar las razones de odds (OR) para cáncer de pulmón asociadas con evaluaciones detalladas de la exposición y niveles de biomarcadores. El análisis de la interacción entre contaminantes se realizará utilizando términos de interacción en los modelos de regresión. Se realizarán análisis de sensibilidad para evaluar la robustez de los hallazgos ante posibles factores de confusión y clasificación errónea de la exposición. Las relaciones dosis-respuesta entre la exposición a PM 2.5 y el riesgo de cáncer de pulmón se examinarán utilizando variables de exposición categóricas y continuas. Se realizarán análisis de subgrupos para examinar el efecto de la contaminación atmosférica sobre el riesgo de cáncer de pulmón en diferentes subgrupos demográficos (por ejemplo, edad, sexo, estado de tabaquismo).

2. Desarrollar y validar un modelo de estratificación basado en el riesgo de exposición a PM-2.5 para el cribado de cáncer de pulmón. Diseño del Estudio Este objetivo implicará fases de desarrollo y validación. En la fase de desarrollo, utilizaremos un conjunto de datos de cohorte retrospectiva o prospectiva para desarrollar un modelo de predicción de riesgo. Este proceso utilizará datos existentes del estudio de cohorte en curso, o datos históricos de registros de cáncer y estaciones de monitoreo de calidad del aire. El modelo desarrollado será validado externamente utilizando un conjunto de datos independiente de una población geográficamente distinta.

   Esto incluirá una nueva cohorte o un conjunto de datos separado que se inscribirá para validación prospectiva. Área de estudio Esto se llevará a cabo en AIIMS, Delhi, y áreas con una diversidad de niveles de exposición a PM2.5 en Delhi y NCR. Requeriremos una región geográficamente distinta, dentro de India, con datos independientes sobre exposición a PM2.5 e incidencia de cáncer de pulmón para fines de validación. Esta región tendrá características demográficas y ambientales diferentes del área en estudio para el desarrollo de cáncer de pulmón, para asegurar la validez externa. Cálculo del tamaño de la muestra y estrategia de muestreo Para el desarrollo del modelo, el tamaño de la muestra se determinará en función del número de casos de cáncer de pulmón y controles disponibles en los conjuntos de datos retrospectivos/prospectivos. Asumiendo una prevalencia promedio de cáncer de pulmón del 1.5% en India y una odds de al menos 2 veces para alta exposición a PM-2.5 por encima del rango normal (>37 μg/m³), y un nivel alfa de 0.05 con 80% de potencia, estimamos inscribir aproximadamente 3230 participantes (1615 casos de cáncer de pulmón y 1615 controles).

   Estrategia de Muestreo:

   Para el desarrollo del modelo, se utilizarán pacientes con cáncer de pulmón del Dr BR Ambedkar Institute Rotary Cancer Hospital en AIIMS, Delhi y datos del registro de cáncer de Delhi. Plan de Implementación del Proyecto El resultado primario se medirá en función del rendimiento del modelo de estratificación de riesgo en la predicción del riesgo de cáncer de pulmón, evaluado mediante el área bajo la curva ROC (AUROC), sensibilidad y especificidad en umbrales de riesgo predefinidos, y mediante gráficos de calibración para evaluar la concordancia entre los riesgos predichos y observados.

   Los resultados secundarios se medirán en términos de valor predictivo positivo (VPP) y valor predictivo negativo (VPN) del modelo, el impacto del modelo en las tasas de detección de cáncer de pulmón y la distribución por estadios, y la capacidad del modelo para categorizar correctamente el riesgo en subgrupos preespecificados. Diseño del análisis estadístico En las fases de desarrollo del modelo, se utilizarán regresión logística o algoritmos de aprendizaje automático (por ejemplo, bosques aleatorios, gradient boosting) para identificar predictores del riesgo de cáncer de pulmón, incluyendo exposición a PM2.5, factores demográficos y otras variables relevantes. Se desarrollará un modelo de predicción de riesgo utilizando los predictores seleccionados. El rendimiento del modelo se evaluará mediante técnicas de validación interna, como bootstrapping. El modelo desarrollado se aplicará al conjunto de datos de validación independiente. El rendimiento del modelo se evaluará calculando el AUROC, sensibilidad, especificidad, VPP y VPN.

   Se generarán gráficos de calibración para evaluar visualmente la concordancia entre los riesgos predichos y observados. Se realizará un análisis de curvas de decisión para evaluar la utilidad clínica del modelo. El rendimiento del modelo se evaluará en subgrupos predefinidos, como edad, sexo y estado de tabaquismo. El rendimiento del modelo basado en PM2.5 se comparará con las directrices existentes de cribado de cáncer de pulmón. Se realizarán análisis de sensibilidad para evaluar la robustez de los hallazgos ante posibles factores de confusión y clasificación errónea de la exposición. Se utilizarán paquetes de software estadístico como R, SAS y Python para el análisis de datos.

3. Identificar biomarcadores para el cáncer de pulmón asociado a PM 2.5. Diseño del Estudio En este estudio, nuestro objetivo es identificar firmas moleculares únicas inducidas por la exposición a PM2.5 utilizando secuenciación de próxima generación (NGS). Los dos grupos utilizados en este estudio serán fumadores y no fumadores. La suposición lógica es que ambos grupos tienen exposición a PM 2.5.

   La justificación del diseño se centra en el hecho de que los biomarcadores específicos de cáncer de pulmón detectados en el grupo de fumadores serán principalmente atribuibles al tabaquismo, sin embargo, los detectados en el grupo de no fumadores pueden ayudar a identificar una firma novedosa inducida por PM 2.5 en el desarrollo de cáncer de pulmón. Específicamente, se recolectarán células mononucleares de sangre periférica (PBMC) tanto de no fumadores como de pacientes con cáncer de pulmón para examinar el impacto de la exposición a PM2.5. Las PBMC se cultivarán in vitro, permitiendo una propagación adecuada antes de la exposición a partículas de PM2.5. Para este experimento, las PM2.5 se obtendrán del Laboratorio Nacional de Física. Estas muestras de material particulado fino se utilizarán para exponer las PBMC cultivadas y simular condiciones de exposición reales. Después de la exposición, realizaremos secuenciación de próxima generación (NGS) dirigida para perfilar los cambios transcriptómicos dentro de estas células. El enfoque clave de este estudio es identificar genes expresados diferencialmente (DEG) desencadenados por la exposición a PM2.5. Se hará la comparación entre la respuesta de las PBMC de no fumadores y las de pacientes con cáncer de pulmón. Mutaciones como las relativas a EGFR y ROS se conocen en la literatura como asociadas con el cáncer de pulmón. El enfoque utilizado en el diseño del presente estudio permitirá la generación de una firma molecular distintiva asociada con la exposición a PM2.5, que puede revelar alteraciones genéticas específicas o biomarcadores relevantes tanto para la exposición ambiental como para la patogénesis del cáncer de pulmón. El objetivo final es desarrollar una firma genética específica de PM2.5 que pueda servir como un posible biomarcador de exposición o progresión de la enfermedad. Este estudio podría proporcionar información crucial sobre cómo PM2.5 afecta la expresión génica de manera diferente en individuos sanos y pacientes con cáncer de pulmón, contribuyendo potencialmente a nuestra comprensión de las influencias ambientales en el desarrollo del cáncer. Área de estudio Esto se realizará en el centro oncológico de AIIMS, Delhi, e incluirá las mismas áreas geográficas que el estudio de cohorte general AIRCARE, con acceso a instalaciones hospitalarias para el diagnóstico de cáncer de pulmón y recolección de muestras. Cálculo del tamaño de la muestra y estrategia de muestreo El tamaño de la muestra se determinará según la viabilidad utilizando las cohortes mencionadas anteriormente. Se recolectarán muestras de sangre periférica tanto de no fumadores como de pacientes con cáncer de pulmón después de la aprobación ética. Se realizará el aislamiento de PBMC y el recuento celular se realizará utilizando un hemocitómetro o un contador celular automatizado. Realizaremos un ensayo de viabilidad celular usando azul tripano o un reactivo similar para asegurar que la viabilidad sea superior al 90%. Se establecerá cultivo de PBMC seguido de la preparación y dispersión de PM 2.5. Las PBMC se expondrán a PM 2.5. Se aislará ARN de las PBMC recolectadas utilizando un kit de extracción de ARN confiable (por ejemplo, Qiagen RNeasy Kit o similar).

   Se realizará NGS dirigida. Utilizaremos herramientas bioinformáticas apropiadas para identificar genes expresados diferencialmente (DEG) entre los grupos expuestos a PM2.5 y control, y se realizarán comparaciones entre las respuestas de PBMC de no fumadores y pacientes con cáncer de pulmón para identificar diferencias en la expresión génica. Podremos generar firmas de PM 2.5 después de identificar genes que se expresan diferencialmente de manera consistente tanto en no fumadores como en pacientes con cáncer de pulmón. Plan de implementación del proyecto El resultado primario se medirá mediante la identificación de biomarcadores asociados significativamente con el cáncer de pulmón relacionado con la contaminación atmosférica, y la capacidad predictiva de los biomarcadores para discernir entre casos y controles. Los resultados secundarios se medirán en términos de asociación entre los niveles de biomarcadores y los niveles de exposición a la contaminación atmosférica, cambios temporales en los niveles de biomarcadores asociados con el desarrollo de cáncer de pulmón, asociación entre los niveles de biomarcadores y los subtipos histológicos de cáncer de pulmón, utilidad de los paneles de biomarcadores para la detección temprana del cáncer de pulmón y capacidad de los biomarcadores para predecir la respuesta al tratamiento. Diseño del análisis estadístico Se utilizará análisis de expresión diferencial (por ejemplo, pruebas t, ANOVA) para identificar biomarcadores que se expresen diferencialmente entre casos de cáncer de pulmón y controles. Se utilizarán algoritmos de aprendizaje automático (por ejemplo, bosques aleatorios, máquinas de vectores de soporte) para identificar paneles de biomarcadores que puedan discriminar con precisión entre casos y controles. Se utilizará análisis de rutas para identificar las rutas biológicas asociadas con los biomarcadores identificados. Se utilizará análisis de curvas ROC para evaluar la precisión diagnóstica de los biomarcadores candidatos. Se utilizará regresión logística para evaluar la asociación entre los niveles de biomarcadores y el riesgo de cáncer de pulmón. Se utilizará análisis de correlación para evaluar la asociación entre los niveles de biomarcadores y la exposición a la contaminación atmosférica. Se utilizarán modelos de efectos mixtos para analizar los cambios longitudinales en los niveles de biomarcadores. Se utilizará análisis de supervivencia para evaluar la asociación entre los cambios longitudinales de biomarcadores y el desarrollo de cáncer de pulmón.

   Se utilizarán paquetes de software estadístico como R, Python (scikit-learn) y herramientas bioinformáticas especializadas para el análisis de datos.

4. Identificar poblaciones vulnerables y evaluar su susceptibilidad al cáncer de pulmón relacionado con la contaminación atmosférica. Diseño del Estudio Esto utilizará principalmente los datos de la cohorte longitudinal existente. Se realizará un estudio transversal entre los familiares/parientes de la cohorte de alto riesgo o pacientes con cáncer de pulmón. Esto incluirá pacientes con antecedentes familiares y enfermedades pulmonares crónicas. Se utilizará un enfoque de métodos mixtos para evaluar la efectividad de las intervenciones. Área de estudio El estudio se realizará en las mismas áreas urbanas y periurbanas diversas que el estudio de cohorte general AIRCARE. El área de estudio se elegirá para garantizar la representación de varias poblaciones vulnerables, incluidos niños y adolescentes, adultos mayores, individuos con enfermedades respiratorias preexistentes (por ejemplo, asma, EPOC) e individuos de nivel socioeconómico bajo. Cálculo del tamaño de la muestra y estrategia de muestreo El tamaño de la muestra se determinará según la viabilidad utilizando las cohortes mencionadas anteriormente. Se utilizará la cohorte longitudinal existente, asegurando la representación en diferentes estratos de exposición y factores de riesgo. Se identificarán casos incidentes de cáncer de pulmón dentro de la cohorte, y los controles se emparejarán según edad, sexo, área residencial y, cuando sea posible, historial de tabaquismo. Se seleccionará un subconjunto de la cohorte para genotipado, centrándose en individuos con niveles extremos de exposición y/o casos de cáncer de pulmón y controles para estudios de interacción genética. Plan de implementación del proyecto El resultado primario se medirá con las diferencias en las tasas de incidencia de cáncer de pulmón entre subgrupos vulnerables, y las razones de riesgo para cáncer de pulmón asociadas con la exposición a la contaminación atmosférica en cada subgrupo vulnerable. Los resultados secundarios se medirán con las diferencias en las tasas de mortalidad por cáncer de pulmón entre subgrupos vulnerables, niveles de biomarcadores en subgrupos vulnerables y el impacto de los factores socioeconómicos en el aumento del riesgo. Diseño del análisis estadístico Se utilizarán modelos de riesgos proporcionales de Cox para estimar las razones de riesgo para cáncer de pulmón en cada subgrupo vulnerable, con ajuste por posibles factores de confusión. Se incluirán términos de interacción en los modelos de regresión para evaluar el efecto modificador del estado de población vulnerable en la asociación entre contaminación atmosférica y cáncer de pulmón. Se utilizará el análisis estratificado para evaluar el efecto de la contaminación atmosférica dentro de cada población vulnerable. Se utilizarán pruebas de chi-cuadrado o pruebas t para comparar las tasas de incidencia de cáncer de pulmón y otras medidas de resultado entre subgrupos vulnerables. Se utilizará análisis de varianza (ANOVA) para comparar medidas de resultado continuas entre múltiples subgrupos vulnerables. Se utilizará regresión logística para evaluar la asociación entre el estado de población vulnerable y resultados de salud específicos. Se utilizará regresión lineal múltiple para analizar el efecto de la contaminación atmosférica sobre la función pulmonar y los niveles de biomarcadores en subgrupos vulnerables. Se utilizarán paquetes de software estadístico como R, SAS y Python para el análisis de datos. Se utilizará análisis de costo-efectividad para evaluar el impacto económico de las intervenciones.

Se utilizarán paquetes de software estadístico como SPSS, R y NVivo para el análisis de datos.

Se evaluarán los materiales de la campaña en términos de legibilidad, competencia cultural y mensajes.