Gids voor prioritering van patiënten voor verwijzing naar borstklinieken

In navolging van de service-evaluatie van retrospectieve TWW-gevallen binnen The Leeds Teaching Hospitals Trust (tussen 2011-2018), is het doel om een ​​prospectieve analyse uit te voeren van een cohort van patiënten (4000) die zijn doorverwezen vanuit de eerste lijn (via hun huisarts ) voor mogelijke diagnose van borstkanker in de omgeving van Leeds. De analyse omvat geanonimiseerde routinematige klinische gegevens en bloedtesten van patiënten op het door de eerstelijnszorg doorverwezen kankerdiagnosetraject voor risicobeoordeling van kanker.

Dit is bedoeld als een niet-interventionele studie, waarbij de resultaten van deze studie geen invloed zullen hebben op de patiëntenzorg.

De studie omvat 3 fasen/werkstromen:

1. Valideer eerder ontwikkeld prototype-algoritme (computerinstructies)
2. Update algoritme met aanvullende bloedbiomarkers en andere relevante klinische gegevens
3. Valideer de diagnostische nauwkeurigheid van het bijgewerkte algoritme. De studie omvat 4000 patiënten op TWW-trajecten. Opmerking: het TWW-traject maakt deel uit van het urgente verwijzingstraject voor kanker. Deze studie heeft tot doel een grote onvervulde klinische behoefte aan borstkankerdiensten binnen de NHS aan te pakken door de schat aan routinematig verzamelde klinische gegevens en het testen van bloedmonsters binnen de NHS veilig te combineren met veilige IT-infrastructuur in de NHS en de Universiteit van Leeds, om efficiënt een risicobeoordelingsinstrument (gids) ontwikkelen om kanker uit te sluiten binnen een routinematige NHS-omgeving.

Inclusiecriteria zijn:

• Leeftijd ≥ 18 jaar
• Mannelijke en vrouwelijke patiënten moeten zijn doorverwezen vanuit de eerste lijn voor een mogelijke diagnose van borstkanker
• Patiënt stemde in met bloedonderzoek De datasets zullen worden verdeeld in een ontwikkelings- en validatiedataset (50:50 split). Er zal een reeks statistische benaderingen worden uitgevoerd op de trainingsdataset. De algoritmeparameters worden dan 'vergrendeld' en gevalideerd op de resterende testdataset. De prestaties worden beoordeeld via ROC-curven (Receiver Operator Characteristic), gevoeligheid en specificiteit, Area-Under-Curve, negatief/positief voorspellende waarden en diagnostische odds ratio's. De algoritmegeneratie en data-analyse zullen worden uitgevoerd aan de Universiteit van Leeds, met name binnen een beveiligde VRE binnen het Leeds Institute for Data analytics (LIDA). Bijzondere aandacht zal worden besteed aan de testgroeppatiënten die het meest waarschijnlijk vals-negatief zijn in deze analyse (d.w.z. die patiënten met kanker van wie de voorspelde waarschijnlijkheid zeer laag is). De sleutel tot verdere verbeteringen in deze aanpak is het karakteriseren van deze subgroep en het identificeren van mogelijke manieren waarop ze kunnen worden geïdentificeerd door een verbeterde analyse in een toekomstig onderzoek. In aanmerking komende deelnemers zullen gedurende 2 jaar na bloedonderzoek elektronisch worden geobserveerd om ervoor te zorgen dat patiënten met onopgemerkte kanker, die binnen een jaar kanker krijgen, niet worden gemist. Het onderzoek zal eindigen zodra de goedgekeurde bewaartermijnen voor monsters en gegevens zijn verstreken, daarom is de verwachte duur van het project 5 jaar.