Выявление колоректального рака у пациентов с положительным иммунохимическим тестом кала с помощью устройства «Электронный нос» (AeoNoseTM)

Обоснование исследования:

Колоноскопия играет ключевую роль во всех методах скрининга колоректального рака (КРР). Важным ограничением колоноскопии остается то, что диагностическая точность и терапевтическая безопасность колоноскопии зависят от нескольких факторов, связанных с врачом и пациентом. Значительное количество полипов пропускается во время колоноскопии, и серьезные неблагоприятные эффекты все еще возникают в 0,1–0,3% всех процедур колоноскопии, даже среди экспертов. Кроме того, обременительный характер процедуры и необходимость полной подготовки кишечника отрицательно влияют на показатели участия, а использование колоноскопии в качестве скринингового теста на колоректальный рак ограничено расходами на здравоохранение и опытом, необходимым для проведения скрининга. Эти недостатки колоноскопии требуют разработки нового, неинвазивного, точного скринингового теста на CRC.

Электронный нос представляет собой искусственную обонятельную систему, которая анализирует летучие органические соединения (ЛОС) в выдыхаемом воздухе. Использование электронных носов уже было оценено как потенциальный неинвазивный диагностический биомаркерный тест на рак легких, рак молочной железы и злокачественные меланомы. Настоящее исследование направлено на изучение диагностической точности анализа выдыхаемого воздуха с помощью AeonoseTM (компания eNose, Зютфен, Нидерланды) для различения дыхания пациентов с подозрением на колоректальный рак (на основании положительного фекального иммунохимического теста (FIT)), у которых действительно диагностированный КРР, от пациентов с подозрением на КРР, у которых этот диагноз отвергается после колоноскопии.

Цели:

• Изучить диагностическую точность анализа выдыхаемого воздуха с помощью AeonoseTM, чтобы отличить дыхание пациентов с подозрением на КРР на основании положительного теста FIT, у которых действительно диагностирован КРР, от пациентов с подозрением на КРР, у которых этот диагноз был отклонен после колоноскопии.
• Чтобы изучить диагностическую точность анализа выдыхаемого воздуха с помощью AeonoseTM для других (пред)злокачественных поражений толстой кишки (например, распространенные аденомы, нераспространенные аденомы и зубчатые поражения на широком основании).
• Оценить степень приемлемости использования устройства AeonoseTM.

Дизайн исследования: настоящее многоцентровое исследование будет включать 1950 FIT-положительных пациентов. Исследование будет проводиться в семи больницах Нидерландов. Сначала будет разработана база данных отпечатков дыхания для обнаружения CRC. На этом этапе исследования AeonoseTM будет обучен, а база данных отпечатков дыхания будет проверена с использованием перекрестной проверки «не учитывать 10%». После фазы калибровки диагностическая точность Aeonose™ будет оцениваться у новых пациентов исследования (внешняя проверка).

Исследуемая популяция: пациенты в возрасте от 55 до 75 лет с положительным FIT-тестом, направленные на процедуру колоноскопии.

Основные параметры/конечные точки исследования:

• Способность AeonoseTM различать пациентов с CRC и без CRC в FIT-положительной популяции с точки зрения чувствительности и специфичности.
• Диагностическая точность AeonoseTM для других (пред)злокачественных поражений толстой кишки.
• Уровень принятия AeonoseTM

Статистический анализ:

Данные о демографических и исходных характеристиках будут суммироваться для непрерывных переменных, в случае нормального распределения по среднему и стандартному отклонению, а в случае ненормального распределения по медиане и межквартильному размаху. Для дискретных переменных (например, расы и пола) данные будут суммированы в пропорциях (в процентах). Различия в исходных характеристиках будут определяться с использованием t-критерия независимой выборки, точного критерия Фишера или критерия хи-квадрат, когда это уместно. Двустороннее значение p <0,05 будет считаться статистически значимым.

Данные будут проанализированы искусственной нейронной сетью (ИНС) для определения классификаторов данных для извлечения различий между паттернами у пациентов по наличию или отсутствию CRC в биоптатах. Анализируя группу дыхательных отпечатков пациентов с КРР и без него, можно отфильтровать индивидуальные различия в диете, лекарствах, сопутствующих заболеваниях и других факторах, чтобы выявить особенности, которые отличают соединения пациентов с КРР. Этот процесс продолжается до тех пор, пока не будет достигнут выбранный уровень дискриминации. Сжатие данных и ИНС интегрированы в собственный программный пакет (Aethena) компании eNose (Zutphen, Нидерланды).

Двоичные результаты будут представлены в виде диаграммы рассеяния и кривой рабочих характеристик приемника (кривая ROC). Коэффициенты корреляции Мэтьюса будут рассчитаны для измерения качества бинарных классификаций. Перекрестная проверка данных будет выполняться с использованием метода пропуска 10%. Часть данных не учитывается для прогнозирования наиболее оптимальной модели.