Kolorektális rák kimutatása olyan betegeknél, akiknél pozitív széklet immunkémiai tesztet végeztek elektronikus orrkészülékkel (AeoNoseTM)

A tanulmány indoklása:

A kolonoszkópia kulcsszerepet játszik a vastagbélrák (CRC) összes szűrési módozatában. A kolonoszkópia fontos korlátja továbbra is az, hogy a kolonoszkópia diagnosztikai pontossága és terápiás biztonsága számos orvostól és beteggel kapcsolatos tényezőtől függ. Jelentős mennyiségű polip hiányzik a kolonoszkópia során, és súlyos nemkívánatos hatások továbbra is az összes kolonoszkópiás eljárás 0,1–0,3%-ában fordulnak elő, még szakértők körében is. Ezenkívül az eljárás megterhelő jellege és a teljes bél előkészítésének szükségessége negatívan befolyásolja a részvételi arányt, és a kolonoszkópia CRC szűrővizsgálatként való alkalmazását korlátozzák az egészségügyi költségek és a szűréshez szükséges szakértelem. A kolonoszkópia ezen hátrányai indokolják egy új, nem invazív, pontos CRC szűrővizsgálat kidolgozását.

Az elektronikus orrkészülék egy mesterséges szaglórendszer, amely elemzi az illékony szerves vegyületeket (VOC) a kilélegzett leheletben. Az elektronikus orrok használatát a tüdőrák, az emlőrák és a rosszindulatú melanómák lehetséges nem invazív diagnosztikai biomarker tesztjeként értékelték. Jelen tanulmány célja az AeonoseTM (The eNose Company, Zutphen, Hollandia) kilélegzett légzéselemzés diagnosztikus pontosságának vizsgálata, hogy megkülönböztesse a CRC-re gyanús betegek leheletét (pozitív fekális immunkémiai teszt (FIT) alapján), akik valóban CRC-vel diagnosztizáltak, olyan CRC-re gyanús betegektől, akiknél ezt a diagnózist a kolonoszkópia után elutasítják.

Célok:

• Az AeonoseTM készülékkel végzett kilégzett légzéselemzés diagnosztikai pontosságának vizsgálata, hogy a pozitív FIT teszt alapján megkülönböztessék a CRC-re gyanús betegek leheletét, akiknél valóban CRC-t diagnosztizáltak, és a CRC-re gyanítható betegektől, akiknél ezt a diagnózist a kolonoszkópia után elutasítják.
• Az AeonoseTM készülékkel végzett kilégzett levegő elemzés diagnosztikai pontosságának vizsgálata egyéb (pre)malignus vastagbélelváltozások (pl. előrehaladott adenomák, nem előrehaladott adenomák és ülő fogazott elváltozások).
• Az AeonoseTM készülék használatának elfogadási arányának felmérése.

A vizsgálat felépítése: A jelen többközpontú vizsgálatban 1950 FIT-pozitív beteg vesz részt. A tanulmányt hét holland kórházban fogják elvégezni. Először a légzéslenyomatok adatbázisát fejlesztik ki a CRC kimutatására. Ebben a vizsgálati fázisban az AeonoseTM-et betanítják, és a légzéslenyomatok adatbázisát a „10%-ot hagyja ki” keresztellenőrzéssel ellenőrzik. A kalibrációs fázis után az AeonoseTM diagnosztikai pontosságát új vizsgálati betegeken értékelik (külső validálás).

Vizsgálati populáció: 55 és 75 év közötti, pozitív FIT-teszttel rendelkező, kolonoszkópiás eljárásra utalt betegek.

Fő vizsgálati paraméterek/végpontok:

• Az AeonoseTM azon képessége, hogy különbséget tud tenni a CRC-s és nem CRC-s betegek között egy FIT-pozitív populációban az érzékenység és a specificitás tekintetében.
• Az AeonoseTM diagnosztikai pontossága egyéb (pre)malignus vastagbélelváltozások esetén.
• Az AeonoseTM elfogadási aránya

Statisztikai analízis:

A demográfiai és alapjellemzők adatait folytonos változók esetén, normál eloszlás esetén átlag és szórással, nem normális eloszlás esetén medián és interkvartilis tartományban összegezzük. A diszkrét változók (pl. faj és nem) esetében az adatokat arányokkal (százalékkal) összegzik. Az alapjellemzők közötti különbségeket független mintás t-próbával, Fisher-féle egzakt teszttel vagy Khi-négyzet teszttel határozzák meg, ha szükséges. A kétoldalú p-érték <0,05 statisztikailag szignifikánsnak minősül.

Az adatokat mesterséges neurális hálózat (ANN) elemzi, hogy azonosítsa az adatosztályozókat, hogy kivonja a betegek mintázatai közötti különbségeket a biopsziákban a CRC jelenléte vagy hiánya alapján. A CRC-ben szenvedő és nem szenvedő betegek leheletlenyomatainak egy csoportjának elemzésével kiszűrhetők az étrend, a gyógyszerek, a társbetegségek és más tényezők egyéni különbségei, és azonosíthatók azok a jellemzők, amelyek megkülönböztetik a CRC-ben szenvedő betegek vegyületeit. Ez a folyamat addig tart, amíg a diszkrimináció meghatározott szintjét el nem érik. Az adattömörítést és az ANN-t az eNose Company (Zutphen, Hollandia) szabadalmaztatott szoftvercsomagjába (Aethena) integrálták.

A bináris eredmények egy szórásdiagramon és egy vevő működési jellemzői görbén (ROC-görbe) lesznek bemutatva. Matthews-korrelációs együtthatók számítanak a bináris osztályozás minőségének mérésére. Az adatok keresztellenőrzése 10%-os kihagyás módszerrel történik. Az adatok egy része kimarad a legoptimálisabb modell megjósolásához.