治疗后卵巢癌基于外部的复发评分

卵巢癌是最致命的妇科恶性肿瘤，在三种主要的妇科恶性肿瘤中的存活率最低。 超过70％的卵巢癌患者在初次治疗后的三年内经历了复发，因此在治疗阶段进行治疗反应预测和复发监测，随访访问尤其至关重要。 CA125仍然是当前国家和国际指南中卵巢癌复发监测的主要推荐生物标志物，而其次优绩效则需要进一步改善。

临床试验数据表明，基于外泌体的评分模型卵巢癌评分（OCS）在检测FIGO I期卵巢癌方面的敏感性优于CA125。 值得注意的是，OCS的结果与FIGO阶段很好地相关，并且在CA125上表现出提高的灵敏度，尤其是在早期卵巢癌中，这表明其进行了复发的潜力。 这项研究提议开发和验证一种基于外部的基于外泌体的评分模型，用于对卵巢癌复发后的治疗监视，旨在探索癌症复发监测外泌体生物标志物的潜力，并最终为临床医生提供有效的卵巢癌复发工具监测工具。

该研究包括两个阶段和计划，计划将200例上皮卵巢癌患者注册。 在第一阶段，根据成像确认的复发状态，入学的患者将被归类为复发和非释放组。 从血液样本中服从的血清外泌体蛋白谱将用于模型开发。 在第二阶段，复发组的患者将每3个月进行一次随访，进行标准临床管理。 从中遵守的血清外泌体蛋白谱将用于模型验证。 总体而言，在入学率（基线），辅助化疗之前（如果适用），辅助化疗或全身化疗期间，辅助化疗后，在随访前以及随访期间的几个时间点处收集血样（如果适用），辅助化疗或全身化疗。 随访访问将继续进行，直到任何患者经历了卵巢癌复发，或者达到了随访的预定终点（18个月）。 在第一阶段，逻辑回归模型将用于绘制ROC曲线，并将使用Youden索引来选择最合适的截止值。 在第二阶段，将根据模型的结果和成像确认的复发状态来计算灵敏度，特异性，PPV和NPV。 所有数据将通过SPSS 23.0，GraphPad Prism版本8.0和R版本4.4.0处理。