Detecção de câncer colorretal em pacientes com teste imunoquímico fecal positivo usando um dispositivo eletrônico nasal (AeoNoseTM)

Justificativa do estudo:

A colonoscopia desempenha um papel fundamental em todas as modalidades de rastreamento do câncer colorretal (CRC). Uma limitação importante da colonoscopia é que a precisão diagnóstica e a segurança terapêutica da colonoscopia dependem de vários fatores relacionados ao médico e ao paciente. Quantidades significativas de pólipos são perdidas durante a colonoscopia e efeitos adversos graves ainda ocorrem em 0,1%-0,3% de todos os procedimentos de colonoscopia, mesmo entre examinadores especializados. Além disso, a natureza onerosa do procedimento e a necessidade de preparação intestinal completa influenciam negativamente as taxas de participação e o uso da colonoscopia como teste de triagem de CCR é limitado pelos custos de saúde e pela experiência necessária para realizar a triagem. Essas desvantagens da colonoscopia justificam o desenvolvimento de um novo teste de triagem de CCR preciso, não invasivo.

Um dispositivo de nariz eletrônico é um sistema olfativo artificial que analisa compostos orgânicos voláteis (VOCs) na respiração exalada. O uso de narizes eletrônicos já foi avaliado como um potencial teste de biomarcador diagnóstico não invasivo para câncer de pulmão, câncer de mama e melanomas malignos. O presente estudo tem como objetivo investigar a precisão diagnóstica da análise do ar exalado com o AeonoseTM (The eNose Company, Zutphen, Holanda) para distinguir o hálito de pacientes com suspeita de CRC (com base em um teste imunoquímico fecal positivo (FIT)), que são realmente diagnosticados com CCR, de pacientes com suspeita de CCR nos quais esse diagnóstico é rejeitado após a colonoscopia.

Objetivos.

• Investigar a precisão diagnóstica da análise do ar exalado com o AeonoseTM para distinguir a respiração de pacientes com suspeita de CRC com base em um teste FIT positivo, que são realmente diagnosticados com CRC, de pacientes com suspeita de CRC nos quais esse diagnóstico é rejeitado após a colonoscopia.
• Para investigar a precisão diagnóstica da análise do ar exalado com o AeonoseTM para outras lesões (pré-)malignas do cólon (p. adenomas avançados, adenomas não avançados e lesões serrilhadas sésseis).
• Avaliar a taxa de aceitação do uso do dispositivo AeonoseTM.

Desenho do estudo: O presente estudo multicêntrico incluirá 1.950 pacientes positivos para FIT. O estudo será realizado em sete hospitais na Holanda. Primeiro, um banco de dados de impressões respiratórias será desenvolvido para detectar o CRC. Nesta fase do estudo, o AeonoseTM será treinado e o banco de dados de impressões respiratórias será verificado usando validação cruzada "deixar 10% de fora". Após a fase de calibração, a precisão diagnóstica do AeonoseTM será avaliada em novos pacientes do estudo (validação externa).

População do estudo: Pacientes com idade entre 55 e 75 anos com teste FIT positivo encaminhados para procedimento de colonoscopia.

Principais parâmetros/pontos finais do estudo:

• A capacidade do AeonoseTM de distinguir entre pacientes com e sem CRC em uma população FIT-positiva em termos de sensibilidade e especificidade.
• A precisão diagnóstica de AeonoseTM para outras lesões (pré-)malignas do cólon.
• Taxa de aceitação de AeonoseTM

Análise estatística:

Os dados sobre características demográficas e basais serão resumidos para variáveis ​​contínuas, em caso de distribuição normal por média e desvio padrão, e em caso de distribuição não normal por mediana e intervalo interquartílico. Para variáveis ​​discretas (por exemplo, raça e sexo), os dados serão resumidos por proporções (porcentagens). As diferenças nas características basais serão determinadas usando o teste t de amostras independentes, o teste exato de Fisher ou o teste Qui-quadrado, quando apropriado. Um valor de p bilateral <0,05 será considerado estatisticamente significativo.

Os dados serão analisados ​​por uma rede neural artificial (ANN) para identificar classificadores de dados para extrair diferenças entre os padrões em pacientes pela presença ou ausência de CCR em biópsias. Ao analisar um grupo de impressões respiratórias de pacientes com e sem CRC, diferenças individuais de dieta, medicamentos, comorbidades e outros fatores podem ser filtradas para identificar características que distinguem os compostos de pacientes com CRC. Este processo continua até que um nível selecionado de discriminação seja atingido. A compressão de dados e ANN foram integrados em um pacote de software proprietário (Aethena) da eNose Company (Zutphen, Holanda).

Os resultados binários serão apresentados em um gráfico de dispersão e uma curva de características de operação do receptor (curva ROC). Os coeficientes de correlação de Matthews serão calculados para medir a qualidade das classificações binárias. A validação cruzada dos dados será realizada usando um método de exclusão de 10%. Uma parte dos dados é deixada de fora para prever o modelo ideal.