Kolorektaalisyövän havaitseminen potilailla, joiden ulosteen immunokemiallinen testi on positiivinen elektronisella nenälaitteella (AeoNoseTM)

Tutkimuksen perustelut:

Kolonoskopialla on keskeinen rooli kaikissa paksusuolensyövän (CRC) seulontamenetelmissä. Kolonoskopian tärkeä rajoitus on edelleen se, että kolonoskopian diagnostinen tarkkuus ja terapeuttinen turvallisuus riippuvat useista lääkäriin ja potilaaseen liittyvistä tekijöistä. Merkittäviä määriä polyyppeja jää huomaamatta kolonoskopian aikana, ja vakavia epäsuotuisia vaikutuksia esiintyy edelleen 0,1–0,3 %:ssa kaikista kolonoskopiatoimenpiteistä, jopa asiantuntijoiden keskuudessa. Lisäksi toimenpiteen raskas luonne ja täyden suolen valmistelun tarve vaikuttavat negatiivisesti osallistumisasteisiin, ja kolonoskopian käyttöä CRC-seulontatestinä rajoittavat terveydenhuollon kustannukset ja seulonnan suorittamiseen tarvittava asiantuntemus. Nämä kolonoskopian haitat oikeuttavat uuden, ei-invasiivisen ja tarkan CRC-seulontatestin kehittämisen.

Elektroninen nenälaite on keinotekoinen hajujärjestelmä, joka analysoi haihtuvia orgaanisia yhdisteitä (VOC) uloshengitetystä hengityksestä. Elektronisten nenän käyttö on jo arvioitu mahdolliseksi ei-invasiiviseksi diagnostiseksi biomarkkeritestiksi keuhkosyövän, rintasyövän ja pahanlaatuisten melanoomien varalta. Tämän tutkimuksen tarkoituksena on tutkia uloshengityshengitysanalyysin diagnostista tarkkuutta AeonoseTM-laitteella (The eNose Company, Zutphen, Alankomaat), jotta voidaan erottaa CRC:tä epäiltyjen potilaiden hengitys (positiivisen ulosteen immunokemiallisen testin (FIT) perusteella). joilla on todella diagnosoitu CRC, potilailta, joilla epäillään CRC:tä ja joilta tämä diagnoosi hylätään kolonoskopian jälkeen.

Tavoitteet:

• Tutkia uloshengityshengitysanalyysin diagnostista tarkkuutta AeonoseTM-laitteella, jotta voidaan erottaa sellaisten potilaiden hengitys, joilla epäillään CRC:tä positiivisen FIT-testin perusteella ja joilla on todella diagnosoitu CRC, potilaista, joilla epäillään CRC:tä ja joilta tämä diagnoosi hylätään kolonoskopian jälkeen.
• Uloshengityshengitysanalyysin diagnostisen tarkkuuden tutkiminen AeonoseTM-laitteella muiden (pre)pahanlaatuisten paksusuolen leesioiden (esim. pitkälle edenneet adenoomat, ei-edenneet adenoomat ja istumattomat sahalaitaiset leesiot).
• Arvioi AeonoseTM-laitteen käytön hyväksymisastetta.

Tutkimussuunnitelma: Tässä monikeskustutkimuksessa on mukana 1950 FIT-positiivista potilasta. Tutkimus tehdään seitsemässä sairaalassa Hollannissa. Ensin kehitetään tietokanta hengitystulosteista CRC:n havaitsemiseksi. Tässä tutkimusvaiheessa AeonoseTM koulutetaan ja hengitystulosten tietokanta varmistetaan käyttämällä "jätä 10% pois" ristiinvalidointia. Kalibrointivaiheen jälkeen AeonoseTM:n diagnostinen tarkkuus arvioidaan uusilla tutkimuspotilailla (ulkoinen validointi).

Tutkimuspopulaatio: 55–75-vuotiaat potilaat, joilla on positiivinen FIT-testi, jotka on lähetetty kolonoskopiaan.

Tärkeimmät tutkimuksen parametrit/päätepisteet:

• AeonoseTM:n kyky erottaa potilaat, joilla on CRC ja joilla ei ole FIT-positiivista populaatiota herkkyyden ja spesifisyyden suhteen.
• AeonoseTM:n diagnostinen tarkkuus muiden (pre)pahanlaatuisten paksusuolen leesioiden osalta.
• AeonoseTM:n hyväksymisaste

Tilastollinen analyysi:

Demografisia ja perusominaisuuksia koskevat tiedot esitetään yhteenvetona jatkuvien muuttujien osalta, jos kyseessä on normaalijakauma keskiarvon ja keskihajonnan perusteella, ja epänormaalin jakautumisen tapauksessa mediaani- ja kvartiilivälien mukaan. Erillisten muuttujien (esim. rotu ja sukupuoli) tiedot kootaan suhteina (prosentteina). Erot perustason ominaisuuksissa määritetään tarvittaessa riippumattoman näytteen t-testillä, Fisherin eksakti-testillä tai Chi-neliö-testillä. Kaksipuolinen p-arvo <0,05 katsotaan tilastollisesti merkitseväksi.

Tiedot analysoidaan keinotekoisella hermoverkolla (ANN) dataluokittajien tunnistamiseksi, joiden avulla voidaan erottaa potilaiden mallien väliset erot koepalan CRC:n läsnäolon tai puuttumisen perusteella. Analysoimalla ryhmä hengitysjälkiä potilailta, joilla on CRC:tä ja ilman sitä, yksilölliset ruokavalion, lääkkeiden, samanaikaisten sairauksien ja muiden tekijöiden erot voidaan suodattaa pois sellaisten piirteiden tunnistamiseksi, jotka erottavat CRC-potilaiden yhdisteet. Tämä prosessi jatkuu, kunnes tietty syrjinnän taso saavutetaan. Tietojen pakkaus ja ANN on integroitu eNose Companyn (Zutphen, Alankomaat) omaan ohjelmistopakettiin (Aethena).

Binääritulokset esitetään sirontakuvaajana ja vastaanottimen toimintakäyränä (ROC-curve). Matthewsin korrelaatiokertoimet lasketaan mittaamaan binääriluokittelujen laatua. Tietojen ristiinvalidointi suoritetaan jätä-10% pois -menetelmällä. Osa tiedoista jätetään pois optimaalisimman mallin ennustamiseksi.