Studio multiomico del comportamento biologico delle metastasi linfonodali nel carcinoma papillare della tiroide

Questo studio è uno studio di coorte multicentrico e osservazionale volto a valutare l'accuratezza e l'efficacia del modello multi-omico ThyMPR-CLNM nel predire la CLNM in pazienti con diagnosi di PTC in stadio T1. Il progetto incorpora i seguenti componenti critici:

Lo studio ha arruolato 2000 pazienti con diagnosi di PTC in stadio T1 presso l’ospedale medico tradizionale cinese di Hangzhou, affiliato con l’Università medica cinese di Zhejiang, tra il dicembre 2024 e il dicembre 2026. Dai partecipanti sono stati raccolti tessuto tumorale fresco congelato, campioni di siero e immagini ecografiche preoperatorie. Questi campioni sono stati utilizzati per analisi multi-omiche complete, tra cui la profilazione metabolomica e proteomica, nonché l'estrazione di caratteristiche radiomiche mediante ultrasuoni. Per ridurre al minimo i bias di selezione e bilanciare le covariate, la corrispondenza dei punteggi di propensione è stata eseguita in due round, stabilendo un set di scoperta e un set di validazione con gruppi abbinati in base ai punteggi di propensione calcolati attraverso la regressione logistica. Ciò ha garantito gruppi comparabili per le analisi successive. Lo studio ha comportato l'analisi dei campioni raccolti attraverso tecniche avanzate come la cromatografia liquida-spettrometria di massa (LC-MS) per analisi metabolomiche e proteomiche e la piradiomica per estrarre caratteristiche radiomiche dalle immagini ecografiche. Metaboliti, proteine ​​e caratteristiche radiomiche espressi in modo differenziale sono stati identificati e integrati per lo sviluppo del modello di previsione ThyMPR-CLNM. La tecnica di regressione LASSO (Least Absolute Shrinkage and Selection Operator) è stata utilizzata per costruire il modello ThyMPR-CLNM basato sulle caratteristiche identificate dalle analisi multi-omiche. Le prestazioni del modello sono state successivamente convalidate utilizzando un set di dati indipendente. Le valutazioni statistiche sono state eseguite utilizzando il software R per determinare l'accuratezza, la sensibilità, la specificità e i valori AUC del modello. Sono stati condotti confronti con metodi diagnostici convenzionali per evidenziare i vantaggi del modello ThyMPR-CLNM.