Wykrywanie raka jelita grubego u pacjentów z dodatnim testem immunochemicznym kału za pomocą elektronicznego urządzenia nosowego (AeoNoseTM)

Uzasadnienie badania:

Kolonoskopia odgrywa kluczową rolę we wszystkich metodach badań przesiewowych w kierunku raka jelita grubego (CRC). Ważnym ograniczeniem kolonoskopii pozostaje to, że zarówno dokładność diagnostyczna, jak i bezpieczeństwo terapeutyczne kolonoskopii zależą od kilku czynników związanych z lekarzem i pacjentem. Znaczące ilości polipów są pomijane podczas kolonoskopii, a poważne niepożądane skutki nadal występują w 0,1%-0,3% wszystkich procedur kolonoskopii, nawet wśród ekspertów egzaminacyjnych. Ponadto uciążliwość procedury i konieczność pełnego przygotowania jelita negatywnie wpływają na wskaźniki uczestnictwa, a wykorzystanie kolonoskopii jako badania przesiewowego CRC jest ograniczone kosztami opieki zdrowotnej i specjalistyczną wiedzą potrzebną do wykonania badania przesiewowego. Te wady kolonoskopii uzasadniają opracowanie nowego, nieinwazyjnego, dokładnego testu przesiewowego CRC.

Elektroniczne urządzenie nosowe to sztuczny system węchowy, który analizuje lotne związki organiczne (LZO) w wydychanym powietrzu. Wykorzystanie elektronicznych nosów zostało już ocenione jako potencjalny nieinwazyjny test biomarkerowy do diagnostyki raka płuc, raka piersi i czerniaka złośliwego. Niniejsze badanie ma na celu zbadanie dokładności diagnostycznej analizy wydychanego powietrza za pomocą AeonoseTM (The eNose Company, Zutphen, Holandia) w celu rozróżnienia oddechu pacjentów podejrzanych o CRC (na podstawie pozytywnego testu immunochemicznego w kale (FIT)), którzy są prawdziwie zdiagnozowanego CRC, od pacjentów z podejrzeniem CRC, u których ta diagnoza została odrzucona po kolonoskopii.

Cele:

• Zbadanie dokładności diagnostycznej analizy wydychanego powietrza za pomocą AeonoseTM w celu odróżnienia oddechu pacjentów z podejrzeniem CRC na podstawie pozytywnego testu FIT, u których rzeczywiście zdiagnozowano CRC, od pacjentów z podejrzeniem CRC, u których ta diagnoza została odrzucona po kolonoskopii.
• Aby zbadać dokładność diagnostyczną analizy wydychanego powietrza za pomocą AeonoseTM w przypadku innych (przed)nowotworowych zmian okrężnicy (np. zaawansowane gruczolaki, niezaawansowane gruczolaki i siedzące zmiany ząbkowane).
• Ocena stopnia akceptacji korzystania z urządzenia AeonoseTM.

Projekt badania: Obecne wieloośrodkowe badanie obejmie 1950 pacjentów z wynikiem FIT-dodatnim. Badanie zostanie przeprowadzone w siedmiu szpitalach w Holandii. Najpierw zostanie opracowana baza danych odcisków oddechów w celu wykrycia CRC. W tej fazie badań AeonoseTM zostanie przeszkolony, a baza danych wydruków oddechów zostanie zweryfikowana za pomocą walidacji krzyżowej „pomiń 10% poza”. Po fazie kalibracji dokładność diagnostyczna AeonoseTM zostanie oceniona u nowych pacjentów biorących udział w badaniu (walidacja zewnętrzna).

Populacja badana: Pacjenci w wieku od 55 do 75 lat z dodatnim wynikiem testu FIT skierowani na zabieg kolonoskopii.

Główne parametry badania/punkty końcowe:

• Zdolność AeonoseTM do rozróżnienia pacjentów z CRC i bez CRC w populacji FIT-dodatniej pod względem czułości i swoistości.
• Dokładność diagnostyczna AeonoseTM dla innych (przed)nowotworowych zmian okrężnicy.
• Wskaźnik akceptacji AeonoseTM

Analiza statystyczna:

Dane dotyczące charakterystyki demograficznej i wyjściowej zostaną podsumowane dla zmiennych ciągłych, w przypadku rozkładu normalnego przez średnią i odchylenie standardowe, aw przypadku rozkładu innego niż normalny przez medianę i rozstęp międzykwartylowy. W przypadku zmiennych dyskretnych (np. rasa i płeć) dane zostaną podsumowane za pomocą proporcji (procentów). Różnice w charakterystyce wyjściowej zostaną określone przy użyciu testu t niezależnej próbki, dokładnego testu Fishera lub testu chi-kwadrat, jeśli to właściwe. Dwustronna wartość p <0,05 zostanie uznana za istotną statystycznie.

Dane zostaną przeanalizowane przez sztuczną sieć neuronową (ANN) w celu zidentyfikowania klasyfikatorów danych w celu wyodrębnienia różnic między wzorcami u pacjentów na podstawie obecności lub braku CRC w biopsjach. Analizując grupę odcisków oddechu pacjentów z CRC i bez CRC, można odfiltrować indywidualne różnice w diecie, przyjmowanych lekach, chorobach współistniejących i innych czynnikach, aby zidentyfikować cechy, które wyróżniają związki pacjentów z CRC. Proces ten trwa do momentu osiągnięcia wybranego poziomu dyskryminacji. Kompresja danych i ANN zostały zintegrowane w zastrzeżonym pakiecie oprogramowania (Aethena) firmy eNose (Zutphen, Holandia).

Wyniki binarne zostaną przedstawione w postaci wykresu rozrzutu oraz krzywej charakterystyki pracy odbiornika (krzywa ROC). Współczynniki korelacji Matthewsa zostaną obliczone w celu zmierzenia jakości klasyfikacji binarnych. Walidacja krzyżowa danych zostanie przeprowadzona przy użyciu metody „pomiń 10%”. Część danych jest pomijana w celu przewidzenia najbardziej optymalnego modelu.