Multiomics Studie van biologisch gedrag van lymfekliermetastasen bij papillair schildkliercarcinoom

Deze studie is een multicenter, observationeel cohortonderzoek gericht op het beoordelen van de nauwkeurigheid en effectiviteit van het ThyMPR-CLNM multi-omics-model bij het voorspellen van CLNM bij patiënten met de diagnose stadium T1 PTC. Het ontwerp omvat de volgende kritische componenten:

Aan de studie namen tussen december 2024 en december 2026 2000 patiënten deel met de diagnose stadium T1 PTC van het Hangzhou Traditional Chinese Medical Hospital, verbonden aan de Zhejiang Chinese Medical University. Vers ingevroren tumorweefsel, serummonsters en preoperatieve echografiebeelden werden van de deelnemers verzameld. Deze monsters werden gebruikt voor uitgebreide multi-omics-analyses, waaronder metabolomische en proteomische profilering, evenals extractie van ultrasone radiomische kenmerken. Om selectiebias te minimaliseren en covariaten in evenwicht te brengen, werd de propensity-score-matching uitgevoerd in twee ronden, waarbij een ontdekkingsset en een validatieset met gematchte groepen werden vastgesteld op basis van de propensity-scores berekend door logistische regressie. Dit zorgde voor vergelijkbare groepen voor daaropvolgende analyses. De studie omvatte het analyseren van de verzamelde monsters met behulp van geavanceerde technieken zoals vloeistofchromatografie-massaspectrometrie (LC-MS) voor metabolomische en proteomische analyses, en Pyradiomics voor het extraheren van radiomics-kenmerken uit echografiebeelden. Differentieel tot expressie gebrachte metabolieten, eiwitten en radiomische kenmerken werden geïdentificeerd en geïntegreerd voor de ontwikkeling van het ThyMPR-CLNM-voorspellingsmodel. De regressietechniek van de Least Absolute Shrinkage and Selection Operator (LASSO) werd gebruikt om het ThyMPR-CLNM-model te construeren op basis van geïdentificeerde kenmerken uit de multi-omics-analyses. De prestaties van het model werden vervolgens gevalideerd met behulp van een onafhankelijke dataset. Statistische evaluaties werden uitgevoerd met behulp van R-software om de nauwkeurigheid, gevoeligheid, specificiteit en AUC-waarden van het model te bepalen. Er werden vergelijkingen met conventionele diagnostische methoden uitgevoerd om de voordelen van het ThyMPR-CLNM-model te benadrukken.