Мультиомное исследование биологического поведения метастазов в лимфатические узлы при папиллярном раке щитовидной железы

Это исследование представляет собой многоцентровое наблюдательное когортное исследование, направленное на оценку точности и эффективности мультиомной модели ThyMPR-CLNM в прогнозировании CLNM у пациентов с диагнозом ПТК стадии Т1. Конструкция включает в себя следующие важные компоненты:

В исследовании приняли участие 2000 пациентов с диагнозом ПТК стадии Т1 из больницы традиционной китайской медицины Ханчжоу, филиала Китайского медицинского университета Чжэцзян, в период с декабря 2024 по декабрь 2026 года. У участников были собраны свежезамороженная опухолевая ткань, образцы сыворотки и предоперационные ультразвуковые изображения. Эти образцы были использованы для комплексного мультиомного анализа, включая метаболомное и протеомное профилирование, а также ультразвуковое извлечение радиомических признаков. Чтобы свести к минимуму систематическую ошибку выбора и сбалансировать ковариаты, сопоставление оценок склонности проводилось в два раунда, устанавливая набор обнаружения и набор проверки с сопоставленными группами на основе оценок склонности, рассчитанных с помощью логистической регрессии. Это обеспечило сопоставимость групп для последующего анализа. Исследование включало анализ собранных образцов с помощью передовых методов, таких как жидкостная хроматография-масс-спектрометрия (ЖХ-МС) для метаболомного и протеомного анализа, а также пирадиомика для извлечения радиомикальных характеристик из ультразвуковых изображений. Дифференциально экспрессируемые метаболиты, белки и радиомные характеристики были идентифицированы и интегрированы для разработки модели прогнозирования ThyMPR-CLNM. Метод регрессии оператора наименьшего абсолютного сжатия и выбора (LASSO) использовался для построения модели ThyMPR-CLNM на основе особенностей, выявленных в результате мультиомикного анализа. Впоследствии эффективность модели была подтверждена с использованием независимого набора данных. Статистические оценки проводились с использованием программного обеспечения R для определения точности, чувствительности, специфичности и значений AUC модели. Сравнение с традиционными методами диагностики было проведено, чтобы подчеркнуть преимущества модели ThyMPR-CLNM.