Este estudo apresenta um fluxo de trabalho ambispectivo multicêntrico para medir o antígeno carcinoembrionário sérico, o antígeno de carcinoma de células escamosas e o antígeno carboidrato 125 e validar seu valor diagnóstico e prognóstico combinado no carcinoma de células escamosas do esôfago.
Artigo de investigação
Um Painel Combinado de Biomarcadores Séricos para Avaliação Diagnóstica e Prognóstica no Carcinoma Espinocelular do Esôfago
* These authors contributed equally
Neste artigo
Resumo
Resumo
O carcinoma de células escamosas do esôfago continua difícil de diagnosticar precocemente e de estratificar com precisão antes do tratamento. A estadiamento convencional por tumor-nódulo-metástase fornece informações anatômicas essenciais, mas não reflete plenamente a heterogeneidade biológica circulante. Este estudo observacional ambispectivo conduzido em dois centros desenvolveu e validou externamente um painel combinado de biomarcadores séricos, incorporando antígeno carcinoembrionário, antígeno de carcinoma de células escamosas e antígeno carboidrato 125, para discriminação diagnóstica e avaliação de risco prognóstico no carcinoma de células escamosas do esôfago. Um total de 277 participantes foi recrutado a partir de um hospital terciário e de um centro comunitário de saúde, incluindo 167 pacientes com carcinoma de células escamosas do esôfago, 55 pacientes com doença esofágica benigna e 55 controles saudáveis. A coorte do hospital terciário foi utilizada para o desenvolvimento do modelo e validação interna, enquanto a coorte do centro comunitário foi usada para validação externa. Os biomarcadores séricos pré-tratamento foram medidos antes do tratamento inicial, transformados logaritmicamente, padronizados utilizando os parâmetros da coorte de treinamento e inseridos em modelos de regressão logística diagnóstica e de riscos proporcionais de Cox prognósticos. O painel combinado apresentou maior discriminação diagnóstica do que qualquer marcador individual, com uma área sob a curva ROC de 0,869 na coorte de treinamento e de 0,842 na coorte de validação externa. Uma maior carga combinada de biomarcadores esteve associada a comprimento tumoral de pelo menos 5 cm, doença pT3–4, metástase linfonodal e estádio III–IV segundo o sistema tumor-nódulo-metástase. Na análise de sobrevida, a alta carga combinada de biomarcadores predisse independentemente uma pior sobrevida global e sobrevida livre de progressão após ajuste para os principais fatores clinicopatológicos. O modelo prognóstico integrado, combinando carga de biomarcadores com variáveis clinicopatológicas, superou o estadiamento tumor-nódulo-metástase isolado, apresentando um índice C de 0,792 na coorte de treinamento e de 0,761 na validação externa. Esses achados apoiam o uso do painel sérico de antígeno carcinoembrionário, antígeno de carcinoma de células escamosas e antígeno carboidrato 125 como um complemento prático e não invasivo para avaliação pré-tratamento e estratificação individualizada de risco no carcinoma de células escamosas do esôfago.
Introdução
O carcinoma de células escamosas do esôfago é um importante subtipo histológico do câncer de esôfago e continua sendo um peso clínico substancial na Ásia Oriental, particularmente na China1. Embora o diagnóstico endoscópico, a avaliação por imagem, a cirurgia, a quimiorradioterapia e o tratamento sistêmico tenham melhorado o manejo clínico, o prognóstico permanece insatisfatório para muitos pacientes2. Um motivo importante é que a doença é frequentemente detectada após a invasão local ou disseminação nodal já ter ocorrido3. Outro motivo é que pacientes com o mesmo estadiamento de tumor-nódulo-metástase podem ainda diferir na resposta ao tratamento, no risco de recorrência e no desfecho de sobrevida4. Essas diferenças indicam que o estadiamento anatômico isoladamente não consegue descrever completamente a variabilidade biológica do carcinoma de células escamosas do esôfago.
A avaliação clínica atual depende principalmente da endoscopia com biópsia, do estadiamento radiológico e da avaliação patológica pós-operatória. Esses métodos são indispensáveis, mas apresentam limitações quando utilizados para monitoramento repetido, estimativa de risco pré-tratamento ou triagem ampla. A endoscopia é invasiva e menos adequada para acompanhamentos frequentes, enquanto a tomografia computadorizada e a ultrassonografia endoscópica podem não detectar invasões sutis ou pequenas lesões metastáticas5. Modelos prognósticos baseados em imagem e moleculares têm aprimorado a predição de risco no carcinoma de células escamosas do esôfago, mas muitos exigem plataformas especializadas, pós-processamento de imagens, sequenciamento tecidual ou fluxos computacionais que não estão rotineiramente disponíveis em todos os laboratórios clínicos6,7. Uma abordagem baseada em sangue de baixo custo e repetível pode, portanto, fornecer informações complementares úteis, especialmente quando os clínicos necessitam de estratificação de risco pré-tratamento antes da terapia definitiva.
Os marcadores tumorais séricos são atrativos neste contexto porque estão rotineiramente disponíveis, são minimamente invasivos e fáceis de repetir. O antígeno carcinoembrionário reflete a carga tumoral e a diferenciação celular anormal, enquanto o antígeno de carcinoma de células escamosas está mais intimamente associado à transformação maligna do epitélio escamoso8. O antígeno carboidrato 125 tem sido associado à atividade inflamatória sistêmica, envolvimento seroso e progressão da doença em várias neoplasias9. Esses marcadores não representam o mesmo sinal biológico. Em vez disso, podem capturar dimensões sobrepostas, mas distintas, da carga tumoral, fenótipo escamoso, resposta sistêmica e interação entre hospedeiro e tumor. Por essa razão, um painel combinado pode apresentar desempenho superior ao de qualquer marcador isolado quando o objetivo é identificar o carcinoma de células escamosas do esôfago e estimar o risco clínico10.
Estudos anteriores avaliaram marcadores tumorais séricos, indicadores inflamatórios, assinaturas de imagem, perfis moleculares e modelos prognósticos compostos no carcinoma de células escamosas de esôfago e em cânceres gastrointestinais relacionados11,12. No entanto, muitos modelos publicados focam apenas no diagnóstico ou no prognóstico, utilizam coortes de centro único, carecem de validação externa independente ou fornecem detalhes limitados sobre transformação dos marcadores, seleção de pontos de corte, calibração e reprodutibilidade do modelo. A novidade do presente estudo é o desenvolvimento de um painel sérico prático com três marcadores que utiliza antígeno carcinoembrionário, antígeno de carcinoma de células escamosas e antígeno carboidrato 125, todos rotineiramente mensurados, para apoiar tanto a discriminação diagnóstica quanto a estratificação de risco prognóstica dentro de um único fluxo de trabalho envolvendo dois centros. O modelo foi desenvolvido em uma coorte de hospital terciário e posteriormente testado sem reotimização em uma coorte independente de centro comunitário, permitindo a avaliação de sua estabilidade em diferentes contextos clínicos.
Este estudo desenvolveu e validou um painel combinado de biomarcadores séricos baseado no antígeno carcinoembrionário, antígeno de carcinoma de células escamosas e antígeno carboidrato 125. A análise seguiu dois objetivos interligados. O primeiro foi avaliar se o painel combinado melhorou a discriminação diagnóstica entre carcinoma de células escamosas do esôfago e controles não malignos em comparação com marcadores séricos individuais. O segundo foi determinar se a carga combinada de biomarcadores pré-tratamento acrescentou informações prognósticas além das variáveis clinicopatológicas convencionais e do estadiamento tumor-nódulo-metástase. Essa estrutura permitiu ao estudo avaliar se um painel de biomarcadores séricos rotineiramente disponível poderia funcionar como um complemento não invasivo ao diagnóstico anatomopatológico, à avaliação por imagem e ao estadiamento anatômico na avaliação clínica pré-tratamento.
Protocolo
Este estudo envolvendo participantes humanos, registros clínicos e amostras de soro foi conduzido de acordo com a Declaração de Helsinque e os requisitos institucionais para pesquisa com seres humanos13. O protocolo do estudo foi revisado e aprovado pelo Hospital Provincial de Medicina Chinesa de Jiangsu sob o número de aprovação CJ28J12-45. Para dados clínicos anonimizados e amostras residuais de soro coletadas retrospectivamente, a exigência de consentimento informado escrito adicional foi dispensada de acordo com as regulamentações éticas institucionais. Para amostras coletadas prospectivamente, o consentimento informado escrito foi obtido antes da inclusão. Todas as informações dos participantes e amostras de soro foram anonimizadas antes da análise. Identificadores do estudo foram utilizados para vinculação dos dados, e nenhuma informação pessoal identificável foi incluída no conjunto de dados analítico.
Desenho do estudo e alocação da coorte
Este estudo observacional ambispectivo com dois centros avaliou o valor diagnóstico e prognóstico de um painel combinado de biomarcadores séricos que inclui antígeno carcinoembrionário (CEA), antígeno de carcinoma de células escamosas (SCC-Ag) e antígeno carboidrato 125 (CA125) no carcinoma de células escamosas do esôfago (ESCC). Dados retrospectivos foram obtidos a partir de registros clínicos elegíveis e amostras residuais de soro pré-tratamento, e o recrutamento prospectivo foi utilizado para coletar amostras adicionais de soro pré-tratamento e para completar o acompanhamento dentro do mesmo arcabouço do estudo. Os participantes foram recrutados a partir de um hospital terciário e de um centro comunitário de saúde entre janeiro de 2021 e dezembro de 2024, com acompanhamento contínuo até 31 de dezembro de 2025. O Centro A foi o hospital terciário e serviu como coorte de treinamento para o desenvolvimento do modelo, estimativa de coeficientes, seleção de pontos de corte e validação interna. O Centro B foi o centro comunitário de saúde e atuou como coorte de validação externa. O estudo foi relatado de acordo com as diretrizes Transparent Reporting of a multivariable prediction model for Individual Prognosis or Diagnosis (TRIPOD)14.
Um total de 277 participantes foi incluído, sendo 194 do Centro A e 83 do Centro B. A coorte de treinamento incluiu 114 pacientes com CECE, 40 controles com doenças esofágicas benignas e 40 controles saudáveis. A coorte de validação externa incluiu 53 pacientes com CECE, 15 controles com doenças esofágicas benignas e 15 controles saudáveis. A alocação por centro foi utilizada em vez de divisão aleatória para reduzir vazamento de informação e testar a estabilidade do modelo em um ambiente clínico independente. A análise diagnóstica comparou os níveis séricos de CEA, SCC-Ag e CA125 entre pacientes com CECE, pacientes com doenças esofágicas benignas e controles saudáveis. A análise prognóstica restringiu-se aos pacientes com CECE e avaliou se a carga combinada de biomarcadores melhorou a estratificação de risco para sobrevida global (OS) e sobrevida livre de progressão (PFS). O delineamento do estudo, triagem dos participantes, alocação das coortes, fluxo de trabalho dos biomarcadores séricos, desenvolvimento do modelo diagnóstico, validação externa e comparação dos modelos prognósticos são resumidos na Figura 1.
O fluxo de participantes incluiu triagem, exclusões, agrupamento diagnóstico e alocação baseada em centros. Um total de 326 indivíduos foi triado. Quarenta e nove indivíduos foram excluídos, incluindo 12 com tratamento antitumoral antes da coleta de sangue, 8 com outra neoplasia primária, 9 com infecção grave, doença autoimune ou comorbidades não controladas que poderiam afetar os marcadores tumorais séricos, 11 com interferência por hemólise, lipemia, icterícia, volume sérico insuficiente ou intervalo prolongado de processamento e 9 com dados clínicos, patológicos ou de acompanhamento essenciais ausentes. A população analítica final compreendeu 277 participantes: 167 pacientes com CECE, 55 controles com doenças esofágicas benignas e 55 controles saudáveis.
Justificativa do tamanho da amostra
O tamanho da amostra foi determinado pela disponibilidade consecutiva de participantes elegíveis, amostras séricas pré-tratamento e informações de acompanhamento durante o período predeterminado do estudo. O modelo diagnóstico utilizou três biomarcadores séricos contínuos como preditores candidatos. Na coorte de treinamento, estavam disponíveis 114 casos de CECE e 80 controles não CECE, correspondendo a 38,0 casos de CECE e 26,7 controles não CECE por preditor biomarcador candidato. Isso apoiou uma regressão logística de baixa dimensionalidade e reduziu o risco de superajuste. A coorte de validação externa incluiu 53 casos de CECE e 30 controles não CECE e foi utilizada apenas para validação, sem reestimação dos coeficientes. A justificativa do tamanho da amostra esteve alinhada aos princípios atuais de modelos preditivos, que enfatizam a frequência do desfecho, o número de parâmetros preditores candidatos, o desempenho esperado do modelo e a validação independente, em vez da divisão aleatória dos dados15.
Recrutamento de participantes, elegibilidade e coleta de dados
Os participantes foram recrutados continuamente durante o período do estudo. No Centro A, pacientes com CECE foram recrutados dos departamentos de cirurgia torácica, gastroenterologia e oncologia. No Centro B, pacientes com CECE foram identificados por meio de triagem baseada na comunidade, registros de acompanhamento ou encaminhamentos, e foram incluídos apenas quando havia confirmação histopatológica e amostras de soro pré-tratamento disponíveis. Os controles com doenças esofágicas benignas foram recrutados entre indivíduos que realizaram gastroscopia por disfagia, sintomas de refluxo ou suspeita de anormalidades esofágicas e que apresentaram achados patológicos não malignos. Os controles saudáveis foram selecionados a partir de exames de rotina realizados no mesmo período e não tinham histórico de neoplasia, infecção ativa, disfunção hepática ou renal grave, ou evidência de imagem/endoscópica de lesões ocupantes de espaço no esôfago.
Os pacientes com CCEE foram considerados elegíveis se apresentassem CCEE primário confirmado por biópsia gastroscópica ou por exame anatomopatológico pós-operatório, não tivessem recebido tratamento antitumoral antes da coleta de sangue e possuíssem dados clínicos basais completos, registros patológicos e amostras de soro pré-tratamento disponíveis. Os participantes foram excluídos se tivessem outra neoplasia primária, tratamento antitumoral prévio antes da coleta de sangue, infecção aguda grave, doença autoimune ativa, comorbidades não controladas que pudessem afetar os níveis séricos de marcadores tumorais, hemólise visível, lipemia, interferência por icterícia, volume sérico insuficiente, variáveis clínicas essenciais ausentes ou dados de acompanhamento indisponíveis. A análise prognóstica foi limitada aos pacientes com CCEE que tinham estágio tumor-nódulo-metástase (TNM) disponível e desfechos de sobrevida ou progressão mensuráveis. Pacientes com acompanhamento inferior a 6 meses foram mantidos se ocorresse morte ou progressão dentro desse período.
As variáveis basais incluíram idade, sexo, histórico de tabagismo, histórico de consumo de álcool, índice de massa corporal, centro participante, grupo diagnóstico, tipo de lesão e níveis séricos de CEA, SCC-Ag e CA125. Para pacientes com CECE, variáveis adicionais incluíram localização do tumor, comprimento do tumor, diferenciação histológica, profundidade de invasão, estado dos linfonodos, estágio TNM, invasão linfovascular, modalidade de tratamento inicial, recorrência, progressão, estado de sobrevida e data da última consulta de acompanhamento. O histórico de tabagismo foi definido como tabagismo atual ou tabagismo regular prévio de pelo menos 100 cigarros durante a vida. O histórico de consumo de álcool foi definido como ingestão de álcool pelo menos uma vez por semana durante mais de 6 meses. A classificação TNM foi determinada de acordo com a oitava edição do sistema de estadiamento do American Joint Committee on Cancer/Union for International Cancer Control para câncer de esôfago16. Lâminas histopatológicas de casos de CECE e lesões benignas foram revisadas independentemente por dois patologistas seniores, e quaisquer discordâncias foram resolvidas por um terceiro patologista.
Dois pesquisadores treinados extraíram independentemente informações clínicas de prontuários eletrônicos, laudos de patologia, sistemas de informações laboratoriais, registros de tratamento, registros de acompanhamento e registros de óbito, utilizando um dicionário de dados pré-definido. As discrepâncias foram resolvidas mediante verificação dos registros originais, com um terceiro pesquisador tomando a decisão final quando necessário. A localização do tumor foi categorizada como esôfago torácico superior, médio ou inferior. A diferenciação histológica foi classificada como bem, moderadamente ou pouco diferenciado. As unidades de variáveis contínuas foram padronizadas entre os dois centros participantes antes da análise.
Coleta de amostras de sangue, processamento de soro e medição de biomarcadores
Todas as amostras de sangue foram coletadas antes do tratamento inicial, dentro de 7 dias após a confirmação patológica, e pelo menos 3 dias antes do início do tratamento. Amostras de sangue venoso periférico de 5–8 mL foram coletadas entre 7h00 e 9h00 da manhã, após jejum noturno, utilizando tubos com separador de soro. A coleta foi adiada se o participante tivesse recebido transfusão sanguínea, infusão de albumina em grande volume ou procedimento invasivo nas 72 horas anteriores à coleta. As amostras foram deixadas coagular em temperatura ambiente por 30 minutos e, em seguida, centrifugadas a 1.500 × g por 10 minutos. O soro foi separado e fracionado em 3–5 tubos identificados com código de barras, com 300–500 µL por alíquota. As alíquotas foram armazenadas a −80°C até a análise, e nenhuma alíquota foi submetida a mais de um ciclo de congelamento-descongelamento. Foram excluídas amostras com hemólise visível, lipemia, interferência por icterícia, volume insuficiente ou intervalo entre coleta e congelamento superior a 2 horas.
Os níveis séricos de CEA, SCC-Ag e CA125 foram medidos utilizando sistemas automatizados de imunoensaio por quimioluminescência, conforme as instruções dos fabricantes. As alíquotas séricas foram descongeladas a 4°C antes da análise, misturadas suavemente e analisadas em uma única corrida, sempre que possível. Caso fosse necessário realizar testes em lotes, a ordem das amostras foi organizada para evitar agrupamentos sistemáticos por status da doença, centro, estágio patológico ou resultado do acompanhamento. As amostras que excederam a faixa de medição analítica foram diluídas e retestadas de acordo com as instruções do reagente. O pessoal do laboratório estava cegado quanto ao grupo dos participantes, estágio patológico, status de tratamento e resultado do acompanhamento.
Os limiares clínicos foram de 5,0 ng/mL para CEA, 1,5 ng/mL para SCC-Ag e 35 U/mL para CA125, com base nos padrões locais do laboratório e nos intervalos de referência dos fabricantes. Esses limiares foram utilizados para definir o aumento dos marcadores e a alta carga combinada de biomarcadores para as análises de associação clinicopatológica e de estratificação de sobrevida. Para a classificação diagnóstica, pontos de corte baseados em dados foram selecionados apenas na coorte de treinamento utilizando o índice de Youden e, em seguida, aplicados inalterados à coorte de validação externa. A calibração do equipamento e o controle interno de qualidade foram realizados antes dos testes. Controles de alto e baixo níveis foram incluídos durante cada dia de testagem, e os testes prosseguiram apenas quando os resultados do controle de qualidade estavam dentro da faixa aceita.
A reprodutibilidade entre ensaios e entre centros foi avaliada antes da análise final do modelo utilizando alíquotas séricas de ligação e materiais de controle de qualidade de rotina, todos cegados. Um conjunto de ligação composto por 30 alíquotas séricas cegadas foi testado nas duas rotinas laboratoriais. Os coeficientes de variação entre centros foram de 4,8% para CEA, 5,6% para SCC-Ag e 5,1% para CA125. Os coeficientes de correlação intraclasse correspondentes foram 0,94 para CEA, 0,92 para SCC-Ag e 0,93 para CA125. Nenhuma recalibração específica do ensaio por centro foi realizada, pois nenhum desvio sistemático excedeu o intervalo pré-definido de controle de qualidade laboratorial. Os valores finais dos biomarcadores foram harmonizados utilizando padronização de unidades e padronização estatística baseada na coorte de treinamento antes da construção do modelo.
Definição combinada de biomarcadores e construção do modelo
O painel combinado de biomarcadores séricos consistiu em CEA, SCC-Ag e CA125. Para a análise de associação clinicopatológica e a estratificação de sobrevida de Kaplan-Meier, cada marcador foi classificado como elevado ou não elevado de acordo com o limiar clínico predefinido. A alta carga combinada de biomarcadores foi definida como a elevação de pelo menos dois dos três marcadores. Para modelagem diagnóstica e prognóstica, os três biomarcadores foram mantidos como variáveis contínuas, transformadas utilizando o logaritmo natural e padronizadas utilizando a média e o desvio padrão da coorte de treinamento. Os mesmos parâmetros de transformação foram aplicados à coorte de validação externa.
Os biomarcadores padronizados com transformação logarítmica foram calculados utilizando os seguintes parâmetros da coorte de treinamento:
zlnCEA = (lnCEA - 1,42)/0,71
zlnSCC - Ag = (lnSCC - Ag - 0,28)/0,57
zlnCA125 = (lnCA125 - 3,05)/0,62
O painel diagnóstico combinado foi construído utilizando regressão logística multivariável na coorte de treinamento. O preditor linear diagnóstico foi calculado da seguinte forma:
LPdiagnostic = -0,46 + 0,59 × zlnCEA + 1,05 × zlnSCC - Ag+0,42 × zlnCA125
A probabilidade prevista individual de CECE foi calculada da seguinte forma:
PESCC = 1/1+exp(-LPdiagnostic)
O ponto de corte diagnóstico ideal para o painel combinado foi 0,57, selecionado na coorte de treinamento utilizando o índice de Youden e aplicado inalterado na validação externa.
A pontuação do biomarcador prognóstico foi construída utilizando modelagem de riscos proporcionais de Cox. O modelo baseado apenas no estadiamento TNM foi usado como comparador para o estadiamento anatômico. O modelo de biomarcadores utilizou a carga combinada de biomarcadores. O modelo clínico-patológico utilizou idade, comprimento do tumor, diferenciação histológica, estadiamento pT, status dos linfonodos e modalidade de tratamento inicial. O modelo integrado acrescentou uma alta carga combinada de biomarcadores ao modelo clínico-patológico. Para a sobrevida global (OS), o preditor linear prognóstico integrado foi calculado da seguinte forma:
LPOS = 0,33 × idade ≥65 anos + 0,36 × comprimento do tumor ≥5 cm + 0,25 × diferenciação pobre + 0,31 × pT3
- 4 estágios + 0,66 × metástase linfonodal
-0,58 × cirurgia radical - tratamento baseado
+0,81 × alta carga combinada de biomarcadores
Para PFS, o preditor linear prognóstico integrado foi calculado da seguinte forma:
LPPFS = 0,27 × idade ≥ 65 anos + 0,31 × comprimento do tumor ≥ 5 cm + 0,24 × diferenciação pobre + 0,25 × pT3
-4 estágios + 0,55 × metástase linfonodal
- 0,46 × tratamento baseado em cirurgia radical
+0,71 × alta carga combinada de biomarcadores
Todas as variáveis binárias nas equações prognósticas foram codificadas como 1 quando presentes e 0 quando ausentes. Todos os coeficientes, parâmetros de padronização e pontos de corte foram estimados na coorte de treinamento e aplicados diretamente à coorte de validação externa sem reotimização.
Parâmetros diagnósticos e prognósticos
O diagnóstico patológico foi utilizado como padrão de referência diagnóstica. O desfecho diagnóstico primário foi a discriminação entre CECE e controles não CECE, incluindo doenças esofágicas benignas e controles saudáveis. Os desfechos diagnósticos secundários incluíram a discriminação entre CECE e doenças esofágicas benignas, CECE e controles saudáveis, e CECE em estágio inicial e controles não malignos. CECE em estágio inicial foi definido como doença nos estágios I–II da classificação TNM. O desempenho diagnóstico foi avaliado utilizando curvas de característica operacional do receptor, área sob a curva, sensibilidade, especificidade, valor preditivo positivo, valor preditivo negativo, acurácia, escore F1, curvas de precisão-revocação, curvas de calibração, escores de Brier, interceptos de calibração, inclinações de calibração e análise de curva de decisão.
A análise prognóstica foi realizada apenas em pacientes com CECE. O desfecho prognóstico primário foi a SO, definida como o intervalo entre a data do primeiro tratamento antitumoral definitivo e o óbito por qualquer causa. O desfecho prognóstico secundário foi a SLR, definida como o intervalo entre o início do tratamento e o progresso documentado da doença, recorrência ou morte. Para pacientes submetidos à cirurgia radical, recorrência local, metástase distante ou morte relacionada ao tumor foram consideradas eventos de SLR quando não havia lesão residual após a cirurgia. Para pacientes que receberam quimiorradioterapia definitiva ou tratamento paliativo, o progresso foi determinado com base em achados de imagem, avaliação endoscópica e avaliação clínica.
Os dados de acompanhamento foram obtidos por meio de visitas ambulatoriais, registros de internação hospitalar, registros de acompanhamento comunitário, registros de encaminhamento e contato telefônico. Os pacientes foram acompanhados a cada 3 meses durante os primeiros 2 anos após o tratamento, a cada 6 meses entre o terceiro e o quinto ano e anualmente a partir de então. Os pacientes sem morte, recorrência ou progressão até a data final do acompanhamento foram censurados na data do último contato confirmado. Os eventos desfecho foram revisados independentemente por dois investigadores. Quando as datas dos eventos diferiam entre as fontes, os laudos de imagem, os registros de alta, os laudos endoscópicos, os documentos de encaminhamento e os registros de óbito foram verificados para determinar a data final do evento. A data-limite para o acompanhamento foi 31 de dezembro de 2025, para ambos os centros participantes.
Análise estatística
A análise estatística foi realizada utilizando R 4.3.2 e SPSS 27.0. As variáveis contínuas foram resumidas como média ± desvio padrão ou mediana (intervalo interquartil), conforme a distribuição. As variáveis categóricas foram resumidas como contagens e porcentagens. As comparações entre grupos foram realizadas utilizando o teste t para amostras independentes, teste de Mann–Whitney U, análise de variância de um fator, teste de Kruskal–Wallis, teste qui-quadrado ou teste exato de Fisher, conforme apropriado. Os dados ausentes foram avaliados antes da construção do modelo. Os participantes com status diagnóstico principal, valores de biomarcadores pré-tratamento, estágio TNM ou dados de desfecho de sobrevida/progressão ausentes foram excluídos de acordo com os critérios de elegibilidade pré-definidos. Covariáveis não principais com menos de 5,0% de dados ausentes foram tratadas por meio de imputação múltipla por equações encadeadas, com 20 conjuntos de dados imputados e 20 iterações17. Os modelos de imputação incluíram grupo diagnóstico, centro, idade, sexo, histórico de tabagismo, uso de álcool, valores de biomarcadores, estágio TNM, modalidade de tratamento, status de sobrevida global (OS), status de sobrevida livre de progressão (PFS) e tempo de acompanhamento. Análises de caso completo foram realizadas como análises de sensibilidade.
O modelo diagnóstico foi desenvolvido na coorte de treinamento. Curvas de característica operacional do receptor foram utilizadas para calcular a área sob a curva, sensibilidade, especificidade, valor preditivo positivo, valor preditivo negativo, acurácia e escore F1. As áreas sob a curva foram comparadas utilizando o teste de DeLong18. Curvas de precisão-revocação foram utilizadas como avaliação diagnóstica complementar. A calibração foi avaliada por meio de curvas de calibração, escores de Brier, interceptos de calibração e inclinações de calibração. A utilidade clínica foi avaliada utilizando análise de curva de decisão19. A validação interna foi realizada utilizando 1.000 reamostragens bootstrap para estimar a discriminação e calibração corrigidas para otimismo. A validação externa foi realizada aplicando diretamente a equação da coorte de treinamento, os parâmetros de padronização e o ponto de corte ao Centro B, sem refitagem.
Para a análise prognóstica, curvas de Kaplan-Meier foram geradas para comparar a SO e a PFS entre os grupos com diferentes cargas de biomarcadores, e o teste log-rank foi utilizado para avaliar as diferenças na sobrevida. A regressão de riscos proporcionais de Cox foi usada para estimar as razões de risco e os intervalos de confiança de 95%. Variáveis com relevância clínica e variáveis associadas aos desfechos na análise univariável foram consideradas para modelos multivariáveis. O desempenho do modelo foi avaliado utilizando o índice C de Harrell, curvas ROC dependentes do tempo, curvas de calibração, escores de Brier e análise de curva de decisão20. A calibração prognóstica foi avaliada em 1, 3 e 5 anos. A suposição de riscos proporcionais foi verificada por meio dos resíduos de Schoenfeld e gráficos de sobrevida log-menos-log21. Os valores de P globais do teste de Schoenfeld foram 0,42 para o modelo de SO e 0,37 para o modelo de PFS. A multicolinearidade foi avaliada utilizando os fatores de inflação da variância antes da interpretação final do modelo, e todas as variáveis candidatas nos modelos diagnósticos e prognósticos finais apresentaram fatores de inflação da variância abaixo de 2,1. O valor prognóstico incremental além do estadiamento TNM e dos modelos clínico-patológicos convencionais foi avaliado utilizando a melhoria na reclassificação líquida e a melhoria na discriminação integrada. Os parâmetros do modelo estimados na coorte de treinamento foram aplicados à coorte de validação externa sem reajuste22. Todos os testes foram bicaudais, e P < 0,05 foi considerado estatisticamente significativo.
Resultados
Fluxo dos participantes e reprodutibilidade do ensaio
Um total de 326 indivíduos foram triados, e 49 foram excluídos: 12 haviam recebido tratamento antitumoral antes da coleta de sangue, 8 tinham outra neoplasia primária, 9 tinham infecção grave, doença autoimune ou comorbidades não controladas que poderiam afetar os marcadores tumorais séricos, 11 tinham interferência por hemólise, lipemia ou icterícia, volume sérico insuficiente ou intervalo prolongado de processamento, e 9 tinham dados clínicos, patológicos ou de acompanhamento essenciais ausentes. A população analítica final compreendeu 277 participantes: 167 pacientes com carcinoma de células escamosas do esôfago (ESCC), 55 pacientes com doença esofágica benigna e 55 controles saudáveis. O Centro A contribuiu com 194 participantes para a coorte de treinamento, e o Centro B contribuiu com 83 participantes para a coorte de validação externa. O fluxo de participantes, alocação das coortes, fluxograma de testagem dos biomarcadores, desenvolvimento do modelo diagnóstico, validação externa e estrutura do modelo prognóstico são apresentados na Figura 1, e os detalhes de triagem e exclusão estão resumidos na Tabela Suplementar 1.
A reprodutibilidade entre ensaios e entre centros foi avaliada utilizando 30 alíquotas de soro de ponte cegas. Os coeficientes de variação entre centros foram de 4,8% para antígeno carcinoembrionário (CEA), 5,6% para antígeno de carcinoma de células escamosas (SCC-Ag) e 5,1% para antígeno carboidrato 125 (CA125). Os coeficientes de correlação intraclasse correspondentes foram 0,94, 0,92 e 0,93, respectivamente. Nenhuma recalibração específica por centro foi necessária antes da padronização estatística e do desenvolvimento do modelo. Os resultados da reprodutibilidade do ensaio estão apresentados na Tabela Suplementar 2.
Características basais da população do estudo
A idade mediana da população geral foi de 59 anos (IIQ, 53–66 anos), e 198 participantes (71,5%) eram do sexo masculino. Tabagismo atual ou pregresso foi relatado em 141 participantes (50,9%), e uso atual ou pregresso de álcool foi relatado em 127 participantes (45,8%). A coorte incluiu 167 pacientes com CECE (60,3%), 55 pacientes com doença esofágica benigna (19,9%) e 55 controles saudáveis (19,9%). Os níveis séricos medianos de CEA, Ag-CEC e CA125 foram de 3,9 ng/mL (IIQ, 2,0–6,6 ng/mL), 1,4 ng/mL (IIQ, 0,8–2,3 ng/mL) e 22,8 U/mL (IIQ, 13,9–35,7 U/mL), respectivamente. Idade, sexo, histórico de tabagismo, uso de álcool, grupo diagnóstico e níveis basais séricos de biomarcadores foram comparáveis entre as coortes de treinamento e de validação externa (Tabela 1).
Dentre os 167 pacientes com CECE, a idade mediana foi de 61 anos (IIQ, 55–68 anos), e 133 pacientes (79,6%) eram do sexo masculino. Os tumores localizavam-se mais frequentemente no esôfago torácico médio (89/167, 53,3%), seguido pelo esôfago torácico inferior (56/167, 33,5%) e esôfago torácico superior (22/167, 13,2%). Tumores moderadamente diferenciados e pouco diferenciados corresponderam a 81 casos (48,5%) e 66 casos (39,5%), respectivamente. O comprimento do tumor foi de pelo menos 5 cm em 68 pacientes (40,7%), a doença pT3–4 estava presente em 121 pacientes (72,5%), metástase em linfonodo foi observada em 100 pacientes (59,9%) e a doença nos estágios III–IV da classificação tumor-nódulo-metástase (TNM) foi observada em 111 pacientes (66,5%). A invasão linfovascular foi identificada em 65 pacientes (38,9%). O tratamento primário consistiu em cirurgia radical com ou sem terapia adjuvante em 113 pacientes (67,7%), quimiorradioterapia definitiva em 32 pacientes (19,2%) e tratamento sistêmico paliativo ou de suporte em 22 pacientes (13,2%). As principais variáveis clínico-patológicas foram comparáveis entre os grupos de treinamento e de validação externa de CECE (Tabela 2).
Distribuição multidimensional de biomarcadores séricos entre os grupos do estudo
As distribuições de CEA sérico, SCC-Ag e CA125 diferiram entre pacientes com CEC, controles com doenças esofágicas benignas e controles saudáveis (Figura 2). Após transformação logarítmica, os três biomarcadores apresentaram níveis mais elevados no grupo de CEC do que nos dois grupos não malignos. O nível mediano de CEA foi de 5,2 ng/mL em pacientes com CEC, comparado com 2,4 ng/mL nos controles com doenças esofágicas benignas e 1,9 ng/mL nos controles saudáveis. O nível mediano de SCC-Ag foi de 1,9 ng/mL em pacientes com CEC, comparado com 0,9 ng/mL e 0,7 ng/mL nos outros grupos. O nível mediano de CA125 foi de 28,9 U/mL em pacientes com CEC, comparado com 18,7 U/mL e 16,1 U/mL nos outros grupos. As distribuições específicas dos biomarcadores séricos por grupo estão resumidas na Tabela Suplementar 3.
CEA e SCC-Ag apresentaram uma separação mais clara entre ESCC e controles não malignos do que CA125. Na distribuição bidimensional dos valores de CEA e SCC-Ag transformados pelo logaritmo, as amostras de ESCC concentravam-se mais frequentemente na região de valores mais altos, enquanto os controles saudáveis agrupavam-se mais frequentemente na região de valores mais baixos. Uma alta carga combinada de biomarcadores, definida como elevação de pelo menos dois dos três marcadores, foi observada em 61 dos 167 pacientes com ESCC (36,5%), em 8 dos 55 controles com doenças esofágicas benignas (14,5%) e em 4 dos 55 controles saudáveis (7,3%). A distribuição da carga elevada de biomarcadores diferiu significativamente entre os três grupos (P < 0,001), conforme também relatado na Tabela Suplementar 3.
Desenvolvimento da assinatura diagnóstica combinada na coorte de treinamento
A assinatura diagnóstica combinada foi desenvolvida no grupo de treinamento utilizando os valores de CEA, SCC-Ag e CA125 transformados pelo logaritmo (Figura 3). A análise de correlação par a par mostrou correlações positivas moderadas entre os três marcadores. A correlação mais forte foi observada entre CEA e SCC-Ag (r = 0,58), seguida por SCC-Ag e CA125 (r = 0,47) e CEA e CA125 (r = 0,41), o que apoia a modelagem conjunta sem tratar os marcadores como medições intercambiáveis.
Na regressão logística univariável, CEA, SCC-Ag e CA125 estiveram individualmente associados ao status de CECE, com razões de chances de 2,81, 3,94 e 2,14, respectivamente. No modelo diagnóstico multivariável, o SCC-Ag apresentou o maior tamanho do efeito ajustado (OR, 2,87; IC 95%, 1,62–5,09; P < 0,001), seguido pelo CEA (OR, 1,80; IC 95%, 1,19–2,72; P = 0,006) e pelo CA125 (OR, 1,52; IC 95%, 1,03–2,25; P = 0,034). Os coeficientes do modelo diagnóstico são resumidos na Tabela Suplementar 4. O preditor linear diagnóstico final foi:
LPdiagnostic = -0.46 + 0,59 × zlnCEA + 1,05 × zlnSCC - Ag + 0,42 × zlnCA125
A probabilidade prevista individual de CECE foi calculada como:
PESCC = 1/1 + exp( -LPdiagnostic )
A distribuição de probabilidade prevista pelo modelo diagnóstico combinado mostrou separação entre participantes com CECE e sem CECE. O ponto de corte ótimo foi de 0,57. Nesse ponto de corte, o modelo combinado alcançou uma área sob a curva da característica de operação do receptor (AUC) de 0,869 (IC 95%, 0,817–0,921), com valor preditivo positivo de 85,8% e valor preditivo negativo de 73,0% na coorte de treinamento.
Desempenho diagnóstico e validação externa do painel combinado de biomarcadores
Na coorte de treinamento, o SCC-Ag apresentou o desempenho diagnóstico mais alto entre os três biomarcadores individuais, com uma AUC de 0,802 (IC 95%, 0,735–0,869). As AUCs para CEA e CA125 foram de 0,711 (IC 95%, 0,635–0,786) e 0,668 (IC 95%, 0,591–0,744), respectivamente. O painel combinado alcançou a maior discriminação geral, com uma AUC de 0,869 (IC 95%, 0,817–0,921), sensibilidade de 79,8%, especificidade de 81,2%, valor preditivo positivo de 85,8%, valor preditivo negativo de 73,0%, acurácia de 80,4% e pontuação F1 de 82,7% (Tabela 3).
As curvas de característica de operação do receptor confirmaram a maior discriminação diagnóstica do painel combinado em comparação com biomarcadores individuais (Figura 4A). No ponto de corte ótimo de 0,57, o painel combinado apresentou sensibilidade de 79,8% e especificidade de 81,2%. A AUC do painel combinado foi significativamente maior do que a da SCC-Ag isolada (P = 0,032). A validação interna por bootstrap com 1.000 reamostragens mostrou uma AUC corrigida para otimismo de 0,856, uma inclinação de calibração corrigida para otimismo de 0,97 e um escore de Brier corrigido para otimismo de 0,154. As estimativas de validação interna são fornecidas em Tabela Suplementar 4.
Na coorte de validação externa, a análise de precisão-revocação mostrou a maior precisão média para distinguir CECE de controles saudáveis (AP = 0,912; Figura 4B). A precisão média foi de 0,863 para CECE versus não-CECE e de 0,841 para CECE versus doenças esofágicas benignas. A precisão média para CECE em estágio inicial versus controles não malignos foi de 0,535. A análise de calibração mostrou concordância entre as probabilidades previstas e os resultados observados em ambas as coortes (Figura 4C). O escore de Brier foi de 0,148, com uma inclinação de calibração de 1,02 e um intercepto de 0,01 na coorte de treinamento. Na coorte de validação externa, o escore de Brier foi de 0,164, com uma inclinação de calibração de 0,93 e um intercepto de calibração de −0,04. A análise da curva de decisão mostrou um benefício líquido maior para o painel combinado do que para as estratégias de tratar-todos e não-tratar-ninguém na maioria dos limiares de probabilidade (Figura 4D).
Os resultados da validação externa são resumidos na Tabela 4. O painel combinado obteve uma AUC de 0,842 (IC 95%, 0,753–0,930) para CCE versus não-CCE, com sensibilidade de 75,5%, especificidade de 76,7%, acurácia de 75,9%, escore de Brier de 0,164, inclinação de calibração de 0,93 e benefício líquido de 0,218 em uma probabilidade limite de 0,30. As AUCs foram de 0,801 (IC 95%, 0,686–0,916) para CCE versus doença esofágica benigna, 0,889 (IC 95%, 0,800–0,979) para CCE versus controles saudáveis e 0,818 (IC 95%, 0,704–0,932) para CCE em estágio inicial versus controles não malignos. A especificidade mais alta foi observada para CCE versus controles saudáveis (86,7%), enquanto CCE em estágio inicial versus controles não malignos apresentou sensibilidade de 70,6% e especificidade de 78,3%.
Perfil de associação clinicopatológica do painel combinado de biomarcadores no CECE
A associação entre a elevação de biomarcadores séricos e características clínico-patológicas foi avaliada em pacientes com CECE (Tabela 5). A idade e o sexo mostraram associação limitada com a elevação individual de biomarcadores. Pacientes com idade igual ou superior a 65 anos apresentaram uma proporção maior de alta carga combinada de biomarcadores do que aqueles com idade inferior a 65 anos (47,6% versus 29,8%; P = 0,028), enquanto o sexo não foi associado à elevação individual de biomarcadores nem à carga combinada de biomarcadores.
As variáveis relacionadas ao tumor mostraram associações mais fortes com a elevação dos biomarcadores. Alta carga combinada de biomarcadores estava presente em 50,0% dos pacientes com comprimento tumoral de pelo menos 5 cm, comparado com 27,3% dos pacientes com comprimento tumoral inferior a 5 cm (P = 0,004). A alta carga combinada de biomarcadores também foi mais frequente em pacientes com baixa diferenciação do que naqueles com diferenciação boa ou moderada (50,0% versus 28,2%; P = 0,006), em pacientes com doença pT3–4 do que naqueles com doença pT1–2 (42,1% versus 21,7%; P = 0,011), em pacientes com metástase em linfonodo do que naqueles sem metástase em linfonodo (43,0% versus 26,9%; P = 0,038) e em pacientes com estágio III–IV da doença TNM do que naqueles com estágio I–II da doença TNM (43,2% versus 23,2%; P = 0,009).
A visualização no nível do paciente mostrou que escores de risco combinados mais altos foram acompanhados por características clínico-patológicas mais avançadas (Figura 5A). Pacientes com escores mais altos foram mais frequentemente classificados como pT3–4, com linfonodos positivos, com baixo grau de diferenciação ou estágio TNM III–IV. A análise de boxplot mostrou distribuições ascendentes de biomarcadores em pacientes com maior comprimento tumoral, baixo grau de diferenciação, doença pT3–4, positividade para linfonodos e estágio TNM III–IV (Figura 5B). O gráfico Sankey mostrou que pacientes com dois ou três biomarcadores elevados foram mais frequentemente classificados como estágio TNM III–IV, enquanto pacientes sem biomarcadores elevados foram mais frequentemente classificados como estágio TNM I–II (Figura 5C). A associação entre a carga combinada de biomarcadores e a distribuição por estágio TNM foi estatisticamente significante (P < 0,001).
Classificação prognóstica com base no painel combinado de biomarcadores séricos
O tempo mediano de acompanhamento para pacientes com CECE foi de 34 meses. Durante o acompanhamento, foram registrados 78 óbitos e 96 eventos de sobrevida livre de progressão. Os detalhes do acompanhamento e dos eventos estão resumidos na Tabela Suplementar 5. A alta carga combinada de biomarcadores esteve associada a piores desfechos de sobrevida. Na regressão de Cox univariável, a alta carga combinada de biomarcadores esteve associada ao aumento do risco de morte (HR, 2,91; IC 95%, 1,89–4,46; P < 0,001) e de progressão ou morte (HR, 2,63; IC 95%, 1,80–3,84; P < 0,001). Após ajuste por idade, comprimento do tumor, diferenciação, estágio pT, metástase linfonodal e modalidade de tratamento, a alta carga combinada de biomarcadores manteve-se independentemente associada à sobrevida global (OS; HR, 2,24; IC 95%, 1,41–3,54; P = 0,001) e à sobrevida livre de progressão (PFS; HR, 2,03; IC 95%, 1,35–3,05; P = 0,001). Por outro lado, os níveis elevados de CEA, SCC-Ag e CA125 não permaneceram estatisticamente significativos quando incluídos individualmente nos modelos multivariáveis. Os resultados da regressão de Cox estão resumidos na Tabela 6.
A análise de Kaplan-Meier mostrou uma clara separação entre os grupos com alta e baixa carga combinada de biomarcadores (Figura 6A,B). A sobrevida global mediana foi de 38 meses no grupo de baixa carga e de 19 meses no grupo de alta carga (log-rank P < 0,001). A sobrevida livre de progressão mediana foi de 28 meses no grupo de baixa carga e de 13 meses no grupo de alta carga (log-rank P < 0,001). O modelo prognóstico integrado apresentou maior discriminação dependente do tempo do que o estadiamento TNM isolado (Figura 6C), com AUCs de 0,829, 0,806 e 0,781 aos 1, 3 e 5 anos, respectivamente, em comparação com 0,701, 0,676 e 0,648 para o estadiamento TNM isolado. O ganho no índice C em relação ao estadiamento TNM isolado foi de 0,130 na coorte de treinamento e de 0,120 na coorte de validação externa. O mapa de calor de pontos de referência no acompanhamento mostrou aumento da mortalidade cumulativa entre os estratos de risco (Figura 6D). No tercil de baixo risco, as probabilidades de mortalidade cumulativa foram de 6%, 12%, 24%, 37% e 52% aos 6, 12, 24, 36 e 60 meses, respectivamente. As probabilidades correspondentes foram de 14%, 26%, 44%, 59% e 74% no tercil de risco intermediário e de 28%, 47%, 68%, 82% e 91% no tercil de alto risco.
Validação externa e utilidade prognóstica incremental do modelo integrado
O modelo integrado apresentou a maior discriminação prognóstica entre os modelos avaliados em ambas as coortes. Na coorte de treinamento, o índice C foi de 0,792 para o modelo integrado, comparado com 0,736 para o modelo clinicopatológico, 0,703 para o painel de biomarcadores isoladamente e 0,662 para o estágio TNM isoladamente. Na coorte de validação externa, o índice C para o modelo integrado foi de 0,761, comparado com 0,708, 0,681 e 0,641 para os outros modelos. As AUCs dependentes do tempo também foram mais favoráveis ao modelo integrado. Na coorte de treinamento, o modelo integrado alcançou AUCs de 0,829, 0,806 e 0,781 aos 1, 3 e 5 anos, respectivamente. Na coorte de validação externa, as AUCs correspondentes foram de 0,801, 0,774 e 0,748. Em comparação com o estágio TNM isoladamente, o modelo integrado apresentou um NRI de +0,274 e um IDI de +0,102. A validação interna por bootstrap mostrou um índice C corrigido para otimismo de 0,779 para o modelo integrado. As métricas de desempenho do modelo são apresentadas na Tabela 7, e resultados adicionais de validação prognóstica são fornecidos na Tabela Suplementar 5.
O gráfico de comparação entre modelos mostrou o maior índice C de Harrell para o modelo integrado em ambas as coortes (Figura 7A). O nomograma incorporou idade, comprimento do tumor, diferenciação histológica, estágio pT, estado dos linfonodos, modalidade de tratamento inicial e alta carga combinada de biomarcadores para estimar as probabilidades de sobrevida global (OS) em 1, 3 e 5 anos (Figura 7B). Na coorte de validação externa, as curvas de calibração para sobrevida global em 1, 3 e 5 anos estavam próximas à linha de referência ideal (Figura 7C). Os escores de Brier foram 0,141, 0,164 e 0,178, respectivamente, com inclinações de calibração de 0,97, 0,93 e 0,91. A análise da curva de decisão mostrou que o modelo integrado apresentou maior benefício líquido do que o estágio TNM isolado, o modelo clinicopatológico e as estratégias de tratar-todos ou não-tratar-ninguém ao longo da faixa principal de probabilidade limiar (Figura 7D). Em uma probabilidade limiar de 0,30, o benefício líquido foi de 0,181 para o modelo integrado, comparado com 0,139 para o modelo clinicopatológico e 0,117 para o estágio TNM isolado. Esses resultados de calibração e da curva de decisão são resumidos na Tabela Suplementar 5.
DISPONIBILIDADE DE DADOS:
Os conjuntos de dados gerados e analisados durante o presente estudo estão disponíveis publicamente no repositório Figshare: https://doi.org/10.6084/m9.figshare.33154580.v1.
Figura 1: Desenho do estudo e fluxo analítico. Visão esquemática da triagem dos participantes, alocação da coorte, medição de biomarcadores séricos, desenvolvimento do modelo diagnóstico, validação externa e construção do modelo prognóstico. O Centro A serviu como coorte de treinamento, e o Centro B serviu como coorte de validação externa. Clique aqui para visualizar uma versão maior desta figura.
Figura 2: Distribuição dos biomarcadores séricos CEA, SCC-Ag e CA125 entre os grupos do estudo. (A) Gráficos de violino e caixa mostrando os níveis logaritmicamente transformados dos biomarcadores séricos em pacientes com CCEE, controles com doenças esofágicas benignas e controles saudáveis. (B) Distribuição bivariada de CEA e SCC-Ag transformados logaritmicamente. (C) Gráfico de radar resumindo o perfil combinado de biomarcadores entre os grupos diagnósticos. (D) Distribuição da carga de biomarcadores elevados entre os grupos diagnósticos. CEA = antígeno carcinoembrionário; SCC-Ag = antígeno de carcinoma de células escamosas; CA125 = antígeno carboidrato 125; CCEE = carcinoma de células escamosas do esôfago. Clique aqui para visualizar uma versão maior desta figura.
Figura 3: Desenvolvimento da assinatura diagnóstica combinada na coorte de treinamento. (A) Mapa de calor de correlação dos valores de CEA, SCC-Ag e CA125 transformados pelo logaritmo. (B) Resultados da regressão logística univariável e multivariável para os biomarcadores individuais e para o modelo diagnóstico combinado. (C) Distribuição da probabilidade prevista para participantes com ESCC e sem ESCC com base no modelo diagnóstico combinado. Clique aqui para visualizar uma versão maior desta figura.
Figura 4: Desempenho diagnóstico e validação externa do painel combinado de biomarcadores. (A) Curvas da característica operacional do receptor comparando biomarcadores individuais e o painel combinado na coorte de treinamento. (B) Curvas de precisão-revocação nos diferentes cenários de validação externa. (C) Gráficos de calibração para as coortes de treinamento e de validação externa. (D) Análise da curva de decisão mostrando o benefício líquido ao longo das probabilidades de corte. ROC = característica operacional do receptor. Clique aqui para visualizar uma versão maior desta figura.
Figura 5: Perfil de associação clinicopatológica do painel combinado de biomarcadores em ESCC. (A) Panorama em nível individual dos pacientes com escores de risco combinados, níveis séricos de biomarcadores e características clinicopatológicas. (B) Gráficos-box mostrando a distribuição dos biomarcadores entre os principais subgrupos clinicopatológicos. (C) Diagrama de Sankey mostrando a relação entre a carga elevada de biomarcadores e o estágio TNM. TNM = tumor-nódulo-metástase. Clique aqui para visualizar uma versão maior desta figura.
Figura 6: Estratificação prognóstica com base na carga combinada de biomarcadores. (A) Curvas de Kaplan–Meier para sobrevida global de acordo com a carga combinada de biomarcadores. (B) Curvas de Kaplan–Meier para sobrevida livre de progressão de acordo com a carga combinada de biomarcadores. (C) Curvas características de operação do receptor dependentes do tempo, comparando o modelo integrado com o estádio TNM isoladamente. (D) Mapa de calor mostrando as probabilidades cumulativas de mortalidade entre os tercis de risco e os pontos de referência de acompanhamento. OS = sobrevida global; PFS = sobrevida livre de progressão. Clique aqui para visualizar uma versão maior desta figura.
Figura 7: Validação externa e tradução clínica do modelo prognóstico integrado. (A) Comparação do índice C de Harrell entre modelos prognósticos nas coortes de treinamento e de validação externa. (B) Nomograma que incorpora idade, comprimento do tumor, diferenciação histológica, estágio pT, status dos linfonodos, modalidade de tratamento inicial e alta carga combinada de biomarcadores para estimar a sobrevida global em 1, 3 e 5 anos. (C) Gráficos de calibração da validação externa para sobrevida global em 1, 3 e 5 anos. (D) Análise da curva de decisão comparando o modelo integrado com o estágio TNM isolado, o modelo clínico-patológico e as estratégias de tratar-todos ou não-tratar-ninguém. Clique aqui para visualizar uma versão maior desta figura.
| Variável | Total (n = 277) | Cohorte de treinamento, Centro A (n = 194) | Cohorte de validação externa, Centro B (n = 83) | Valor de P |
| Idade, anos, mediana (IQR) | 59 (53–66) | 59 (52–65) | 60 (54–67) | 0.284 |
| Sexo masculino, n (%) | 198 (71,5) | 137 (70,6) | 61 (73,5) | 0,622 |
| Fumante atual ou ex-fumante, n (%) | 141 (50,9) | 95 (49,0) | 46 (55,4) | 0,321 |
| Uso atual ou prévio de álcool, n (%) | 127 (45,8) | 87 (44,8) | 40 (48,2) | 0,603 |
| Grupo diagnóstico, n (%) | 0,701 | |||
| CEEC | 167 (60,3) | 114 (58,8) | 53 (63,9) | |
| Doença esofágica benigna | 55 (19,9) | 40 (20,6) | 15 (18,1) | |
| Controles saudáveis | 55 (19,9) | 40 (20,6) | 15 (18,1) | |
| CEA sérico, ng/mL, mediana (IQR) | 3,9 (2,0–6,6) | 3,8 (1,9–6,4) | 4,1 (2,1–6,8) | 0,367 |
| SCC-Ag sérico, ng/mL, mediana (IQR) | 1,4 (0,8–2,3) | 1,4 (0,8–2,2) | 1,5 (0,9–2,4) | 0,418 |
| CA125 sérico, U/mL, mediana (IQR) | 22,8 (13,9–35,7) | 22,4 (13,5–34,9) | 23,6 (14,6–36,8) | 0,447 |
Tabela 1: Características basais dos participantes nas coortes de treinamento e de validação externa. As características demográficas, a composição das coortes e os níveis séricos basais de CEA, SCC-Ag e CA125 são resumidos para a população geral, a coorte de treinamento e a coorte de validação externa.
| Variável | ESCC geral (n = 167) | Cohorte de treinamento (n = 114) | Cohorte de validação externa (n = 53) | Valor P |
| Idade, anos, mediana (IQR) | 61 (55–68) | 61 (55–67) | 62 (56–68) | 0.386 |
| Sexo masculino, n (%) | 133 (79,6) | 91 (79,8) | 42 (79,2) | 0,931 |
| Fumante atual ou ex-fumante, n (%) | 110 (65,9) | 74 (64,9) | 36 (67,9) | 0,701 |
| Uso atual ou prévio de álcool, n (%) | 95 (56,9) | 66 (57,9) | 29 (54,7) | 0,688 |
| Localização do tumor, n (%) | 0,879 | |||
| Torácico superior | 22 (13,2) | 15 (13,2) | 7 (13,2) | |
| Torácico médio | 89 (53,3) | 60 (52,6) | 29 (54,7) | |
| Torácico inferior | 56 (33,5) | 39 (34,2) | 17 (32,1) | |
| Diferenciação histológica, n (%) | 0,944 | |||
| Bem diferenciado | 20 (12,0) | 14 (12,3) | 6 (11,3) | |
| Moderadamente diferenciado | 81 (48,5) | 56 (49,1) | 25 (47,2) | |
| Pouco diferenciado | 66 (39,5) | 44 (38,6) | 22 (41,5) | |
| Comprimento do tumor ≥5 cm, n (%) | 68 (40,7) | 45 (39,5) | 23 (43,4) | 0,621 |
| Estágio pT3–4, n (%) | 121 (72,5) | 82 (71,9) | 39 (73,6) | 0,821 |
| Metástase em linfonodo, n (%) | 100 (59,9) | 68 (59,6) | 32 (60,4) | 0,924 |
| Estágio TNM III–IV, n (%) | 111 (66,5) | 75 (65,8) | 36 (67,9) | 0,785 |
| Invasão linfovascular, n (%) | 65 (38,9) | 42 (36,8) | 23 (43,4) | 0,404 |
| Modalidade de tratamento primário, n (%) | 0,753 | |||
| Cirurgia radical ± terapia adjuvante | 113 (67,7) | 79 (69,3) | 34 (64,2) | |
| Quimiorradioterapia definitiva | 32 (19,2) | 21 (18,4) | 11 (20,8) | |
| Tratamento sistêmico paliativo ou de suporte | 22 (13,2) | 14 (12,3) | 8 (15,1) |
Tabela 2: Características clinicopatológicas dos pacientes com CECE nas coortes de treinamento e de validação externa. A localização do tumor, diferenciação histológica, comprimento do tumor, estágio pT, estado dos linfonodos, estágio TNM, invasão linfovascular e modalidade de tratamento primário são comparados entre os pacientes com CECE nas coortes de treinamento e de validação externa.
| Modelo | Corte ótimo | AUC (IC 95%) | Sensibilidade (%) | Especificidade (%) | Valor preditivo positivo (%) | Valor preditivo negativo (%) | Precisão (%) | Pontuação F1 (%) |
| CEA | 4.85 ng/mL | 0.711 (0.635–0.786) | 58,8 | 76,2 | 77,9 | 56,6 | 66,2 | 67,1 |
| SCC-Ag | 1.52 ng/mL | 0.802 (0.735–0.869) | 70,2 | 78,8 | 82,5 | 65,6 | 73,8 | 76,1 |
| CA125 | 31,8 U/mL | 0.668 (0.591–0.744) | 44,7 | 82,5 | 78,5 | 52,4 | 60,3 | 57 |
| Painel combinado | 0,57 | 0.869 (0.817–0.921) | 79,8 | 81,2 | 85,8 | 73 | 80,4 | 82,7 |
Tabela 3: Exatidão diagnóstica dos biomarcadores individuais e do painel combinado de biomarcadores séricos na coorte de treinamento. O desempenho diagnóstico é relatado utilizando o ponto de corte ótimo, área sob a curva característica de operação do receptor, sensibilidade, especificidade, valor preditivo positivo, valor preditivo negativo, exatidão e escore F1.
| Comparação | AUC (IC 95%) | Sensibilidade, % | Especificidade, % | Precisão, % | Pontuação de Brier | Inclinação da calibração | Benefício líquido na probabilidade limiar de 0,30 |
| ESCC vs não-ESCC | 0.842 (0.753–0.930) | 75,5 | 76,7 | 75,9 | 0,164 | 0,93 | 0,218 |
| ESCC vs doença esofágica benigna | 0.801 (0.686–0.916) | 73,6 | 73,3 | 73,5 | 0,171 | 0,9 | 0,196 |
| ESCC vs controles saudáveis | 0.889 (0.800–0.979) | 77,4 | 86,7 | 79,5 | 0,122 | 0,97 | 0,252 |
| ESCC em estágio inicial vs controles não malignos | 0.818 (0.704–0.932) | 70,6 | 78,3 | 76,3 | 0,153 | 0,89 | 0,173 |
Tabela 4: Validação externa do desempenho diagnóstico do painel combinado de biomarcadores séricos. O desempenho do modelo é resumido em quatro cenários diagnósticos: CEEE versus não-CCEE, CEEE versus doenças esofágicas benignas, CEEE versus controles saudáveis e CEEE em estágio inicial versus controles não malignos.
| Característica | Categoria | CEA elevado (n %) | SCC-Ag elevado (n %) | CA125 elevado (n %) | Alta carga combinada (n %) | P para CEA | P para SCC-Ag | P para CA125 | P para carga combinada |
| Idade | <65 anos (n = 104) | 40 (38,5) | 54 (51,9) | 29 (27,9) | 31 (29,8) | 0,129 | 0,108 | 0,151 | 0,028 |
| ≥65 anos (n = 63) | 32 (50,8) | 41 (65,1) | 25 (39,7) | 30 (47,6) | |||||
| Sexo | Feminino (n = 34) | 13 (38,2) | 17 (50,0) | 13 (38,2) | 12 (35,3) | 0,513 | 0,367 | 0,402 | 0,871 |
| Masculino (n = 133) | 59 (44,4) | 78 (58,6) | 41 (30,8) | 49 (36,8) | |||||
| Comprimento do tumor | <5 cm (n = 99) | 35 (35,4) | 49 (49,5) | 24 (24,2) | 27 (27,3) | 0,015 | 0,021 | 0,009 | 0,004 |
| ≥5 cm (n = 68) | 37 (54,4) | 46 (67,6) | 30 (44,1) | 34 (50,0) | |||||
| Diferenciação | Bem/moderada (n = 103) | 38 (36,9) | 52 (50,5) | 27 (26,2) | 29 (28,2) | 0,018 | 0,032 | 0,027 | 0,006 |
| Pobre (n = 64) | 34 (53,1) | 43 (67,2) | 27 (42,2) | 32 (50,0) | |||||
| Estádio pT | pT1–2 (n = 46) | 13 (28,3) | 20 (43,5) | 9 (19,6) | 10 (21,7) | 0,016 | 0,028 | 0,036 | 0,011 |
| pT3–4 (n = 121) | 59 (48,8) | 75 (62,0) | 45 (37,2) | 51 (42,1) | |||||
| Status linfonodal | Negativo (n = 67) | 21 (31,3) | 31 (46,3) | 15 (22,4) | 18 (26,9) | 0,012 | 0,025 | 0,021 | 0,038 |
| Positivo (n = 100) | 51 (51,0) | 64 (64,0) | 39 (39,0) | 43 (43,0) | |||||
| Estádio TNM | I–II (n = 56) | 16 (28,6) | 25 (44,6) | 11 (19,6) | 13 (23,2) | 0,008 | 0,021 | 0,014 | 0,009 |
| III–IV (n = 111) | 56 (50,5) | 70 (63,1) | 43 (38,7) | 48 (43,2) |
Tabela 5: Associações entre a elevação de biomarcadores séricos e características clinicopatológicas em pacientes com CECE. As proporções de CEA elevado, SCC-Ag elevado, CA125 elevado e alta carga combinada de biomarcadores são comparadas entre subgrupos demográficos e relacionados ao tumor.
| Variável | HR univariável para SO (IC 95%) | Valor P | HR multivariável para SO (IC 95%) | Valor P | HR univariável para PFS (IC 95%) | Valor P | HR multivariável para PFS (IC 95%) | Valor P |
| Idade ≥65 anos | 1,52 (1,01–2,31) | 0,046 | 1,39 (0,90–2,14) | 0,138 | 1,41 (0,97–2,06) | 0,074 | 1,31 (0,88–1,95) | 0,186 |
| Sexo masculino | 1,18 (0,67–2,08) | 0,566 | — | — | 1,13 (0,69–1,84) | 0,632 | — | — |
| Comprimento do tumor ≥5 cm | 1,89 (1,25–2,86) | 0,003 | 1,44 (0,93–2,23) | 0,103 | 1,76 (1,22–2,55) | 0,003 | 1,36 (0,92–2,01) | 0,122 |
| Má diferenciação | 1,63 (1,07–2,47) | 0,024 | 1,29 (0,84–1,99) | 0,245 | 1,58 (1,09–2,28) | 0,016 | 1,27 (0,86–1,87) | 0,228 |
| Estádio pT3–4 | 2,04 (1,19–3,49) | 0,009 | 1,36 (0,76–2,44) | 0,304 | 1,92 (1,18–3,11) | 0,009 | 1,29 (0,77–2,18) | 0,335 |
| Metástase em linfonodo | 2,46 (1,50–4,03) | <0,001 | 1,94 (1,15–3,28) | 0,013 | 2,12 (1,37–3,28) | 0,001 | 1,73 (1,08–2,79) | 0,023 |
| Tratamento baseado em cirurgia radical | 0,43 (0,28–0,65) | <0,001 | 0,56 (0,36–0,88) | 0,012 | 0,51 (0,35–0,74) | <0,001 | 0,63 (0,43–0,94) | 0,024 |
| CEA elevada | 1,88 (1,24–2,85) | 0,003 | 1,34 (0,86–2,10) | 0,199 | 1,71 (1,18–2,49) | 0,005 | 1,26 (0,84–1,88) | 0,267 |
| SCC-Ag elevada | 1,95 (1,25–3,03) | 0,003 | 1,29 (0,80–2,08) | 0,302 | 1,82 (1,22–2,72) | 0,004 | 1,25 (0,81–1,93) | 0,315 |
| CA125 elevada | 1,79 (1,16–2,78) | 0,009 | 1,21 (0,76–1,93) | 0,421 | 1,68 (1,13–2,50) | 0,011 | 1,18 (0,77–1,82) | 0,446 |
| Alta carga combinada de biomarcadores | 2,91 (1,89–4,46) | <0,001 | 2,24 (1,41–3,54) | 0,001 | 2,63 (1,80–3,84) | <0,001 | 2,03 (1,35–3,05) | 0,001 |
Tabela 6: Análises de regressão de Cox univariável e multivariável para sobrevida global e sobrevida livre de progressão. Razões de risco e intervalos de confiança de 95% são apresentados para variáveis clínico-patológicas, elevação individual de biomarcadores e alta carga combinada de biomarcadores.
| Modelo | C-index do coorte de treinamento | AUC de 1 ano do treinamento | AUC de 3 anos do treinamento | AUC de 5 anos do treinamento | C-index da validação externa | AUC de 1 ano da validação externa | AUC de 3 anos da validação externa | AUC de 5 anos da validação externa | NRI vs TNM | IDI vs TNM |
| Estádio TNM isolado | 0.662 | 0.701 | 0.676 | 0.648 | 0.641 | 0.672 | 0.651 | 0.628 | — | — |
| Painel de biomarcadores isolado | 0.703 | 0.744 | 0.713 | 0.689 | 0.681 | 0.709 | 0.687 | 0.666 | 0.118 | 0.049 |
| Modelo clínico-patológico | 0.736 | 0.772 | 0.748 | 0.721 | 0.708 | 0.741 | 0.719 | 0.694 | 0.153 | 0.061 |
| Modelo integrado | 0.792 | 0.829 | 0.806 | 0.781 | 0.761 | 0.801 | 0.774 | 0.748 | 0.274 | 0.102 |
Tabela 7: Desempenho preditivo de diferentes modelos prognósticos nas coortes de treinamento e validação externa. O índice C de Harrell, a área sob a curva dependente do tempo, a melhoria na reclassificação líquida e a melhoria na discriminação integrada são comparados entre o estadiamento TNM isolado, o painel de biomarcadores isolado, o modelo clínico-patológico e o modelo integrado.
Tabela Suplementar 1: Triagem de participantes, critérios de exclusão e alocação final da coorte. São apresentados os números de triagem, razões para exclusão, população analítica final, distribuição por grupo diagnóstico e alocação da coorte por centro.Clique aqui para baixar este arquivo.
Tabela Suplementar 2: Reprodutibilidade interensaio e entre centros na medição de biomarcadores séricos. Os resultados dos testes com alíquotas de soro submetidas a análise cega são resumidos utilizando coeficientes de variação entre centros e coeficientes de correlação intraclasse para CEA, SCC-Ag e CA125.Clique aqui para baixar este arquivo.
Tabela Suplementar 3: Distribuição dos biomarcadores séricos e carga combinada de biomarcadores entre os grupos diagnósticos. As distribuições específicas por grupo dos biomarcadores séricos CEA, SCC-Ag e CA125, bem como a proporção de indivíduos com alta carga combinada de biomarcadores, são resumidas para pacientes com CNEE, controles com doenças esofágicas benignas e controles saudáveis.Clique aqui para baixar este arquivo.
Tabela Suplementar 4: Coeficientes do modelo diagnóstico e validação interna por reamostragem bootstrap. São apresentados o intercepto do modelo diagnóstico, os coeficientes dos biomarcadores, as estimativas de regressão logística univariável e multivariável, o ponto de corte do coorte de treinamento, o número de reamostragens bootstrap, a área corrigida para otimismo sob a curva, a inclinação de calibração e o escore de Brier.Clique aqui para baixar este arquivo.
Tabela Suplementar 5: Resultados de acompanhamento, mortalidade em pontos temporais definidos, calibração e curva de decisão para validação prognóstica. Duração do acompanhamento, eventos de sobrevida, mediana de sobrevida global (OS) e de sobrevida livre de progressão (PFS) por grupo de carga de biomarcadores; melhoria do índice C; índice C corrigido para otimismo; probabilidades cumulativas de mortalidade em pontos temporais definidos; escores de Brier na validação externa; inclinações de calibração; e estimativas do benefício líquido da curva de decisão são apresentadas.Clique aqui para baixar este arquivo.
Discussão
Este estudo multicêntrico desenvolveu e validou externamente um painel combinado de biomarcadores séricos que integra CEA, SCC-Ag e CA125 para avaliação diagnóstica e prognóstica no CECE. O painel combinado superou cada biomarcador individual na distinção entre CECE e controles não malignos e manteve discriminação aceitável na coorte de validação externa. Esse achado é consistente com estudos prévios em CECE que mostram que marcadores tumorais séricos podem fornecer informações clinicamente relevantes para diagnóstico e prognóstico, embora o desempenho de um único marcador seja frequentemente limitado pela sobreposição biológica entre condições malignas e não malignas23,24. A principal contribuição deste estudo é, portanto, o desenvolvimento de um fluxo de trabalho reprodutível com três marcadores que integra diagnóstico pré-tratamento, correlação clinicopatológica e estratificação de sobrevida em uma única estrutura analítica.
O desempenho aprimorado do painel combinado é biologicamente plausível porque CEA, SCC-Ag e CA125 refletem processos relacionados ao tumor parcialmente diferentes. O SCC-Ag está fortemente associado à malignidade epitelial escamosa e apresentou o melhor desempenho diagnóstico isolado nesta coorte. O CEA pode refletir a carga tumoral, o fenótipo invasivo e a atividade maligna sistêmica, enquanto o CA125 pode captar sinais mais amplos de inflamação, acometimento seroso ou doença avançada, em vez de biologia específica do CECE25,26. As correlações moderadas entre os três biomarcadores sugerem que os marcadores estavam relacionados, mas não eram redundantes, o que apoia a modelagem conjunta em vez da dependência de uma única medição circulante.
A alta carga combinada de biomarcadores esteve associada a tumores maiores, doença pT3–4, metástase em linfonodo e estágio III–IV da classificação TNM, indicando que o painel captou mais do que um sinal diagnóstico binário. Esse padrão é clinicamente relevante porque o estadiamento anatômico permanece central no manejo do CECE, mas pacientes dentro do mesmo estágio ainda podem diferir quanto à agressividade tumoral, carga sistêmica e desfecho de sobrevida27. Um perfil de biomarcadores baseado em soro pode, portanto, ajudar a refinar a avaliação de risco pré-tratamento, especialmente quando os clínicos precisam de informações adicionais antes da cirurgia, quimiorradioterapia definitiva, tratamento sistêmico ou acompanhamento intensificado. Na análise de sobrevida, a alta carga combinada de biomarcadores manteve-se independentemente associada à pior SO e SPF após ajuste para as principais variáveis clínico-patológicas, e o modelo integrado apresentou maior índice C e AUCs dependentes do tempo do que o estadiamento TNM isolado28.
Em comparação com modelos baseados em imagens, radiômica, expressão gênica ou multi-ômicos, o painel atual apresenta vantagens práticas, mas um escopo biológico mais restrito. Modelos de radiômica e transcriptômica podem capturar a heterogeneidade espacial, características do microambiente tumoral e subtipos moleculares, e alguns demonstraram desempenho prognóstico promissor no CECE29,30. No entanto, essas abordagens frequentemente exigem protocolos padronizados de imagem, pipelines computacionais avançados, amostras teciduais de alta qualidade, plataformas de sequenciamento ou suporte especializado em bioinformática. Em contraste, CEA, SCC-Ag e CA125 são rotineiramente medidos em muitos laboratórios clínicos, são relativamente baratos e podem ser repetidos durante o acompanhamento. O valor clínico do presente painel reside, portanto, na sua acessibilidade e compatibilidade com o fluxo de trabalho, e não na sua capacidade de substituir imagens, anatomopatologia, perfil molecular ou estadiamento TNM.
As análises de calibração e da curva de decisão apoiam uma tradução clínica cautelosa. O modelo diagnóstico combinado apresentou calibração aceitável tanto na coorte de treinamento quanto na de validação externa, e a análise da curva de decisão indicou benefício líquido positivo em faixas de limiar clinicamente relevantes. O modelo prognóstico integrado também demonstrou discriminação aprimorada e calibração aceitável na validação externa. Esses achados são importantes porque modelos com alta discriminação isoladamente ainda podem apresentar má calibração ou ser pouco úteis clinicamente31. Ao relatar AUC, índice C, calibração, escores de Brier e resultados da curva de decisão, este estudo fornece uma avaliação mais completa do desempenho do modelo do que estudos que dependem apenas de métricas de discriminação ou razões de risco.
Várias limitações devem ser reconhecidas. Embora o estudo tenha incluído validação externa, esta foi limitada a dois centros, e a coorte de validação era menor do que a coorte de treinamento. Os valores dos biomarcadores foram medidos apenas no momento basal pré-tratamento, de modo que as alterações longitudinais durante a terapia neoadjuvante, quimiorradioterapia, vigilância pós-operatória ou monitoramento de recorrência não foram avaliadas, embora tendências seriadas dos marcadores tumorais possam fornecer informações prognósticas adicionais32. O painel sérico não foi comparado diretamente com radiômica, expressão gênica, DNA tumoral circulante ou outros modelos de biópsia líquida na mesma população de pacientes, e elevações falsas-positivas podem ocorrer em condições inflamatórias, benignas ou comorbidades. Em resumo, o painel combinado sérico de CEA, SCC-Ag e CA125 proporcionou melhor discriminação diagnóstica do que os biomarcadores individuais, esteve associado a características clínico-patológicas desfavoráveis e melhorou a estratificação prognóstica quando adicionado às variáveis clínicas convencionais. São necessárias validação multicêntrica adicional, avaliação seriada de biomarcadores e comparação direta com modelos baseados em imagem e moleculares antes da implementação clínica rotineira.
Divulgações
Os autores não têm nada a declarar.
Agradecimentos
Os autores agradecem ao pessoal do Departamento de Medicina Laboratorial, Hospital Provincial de Medicina Chinesa de Jiangsu, Hospital Afiliado da Universidade de Medicina Chinesa de Nanjing e Centro de Saúde da Comunidade Nanhu, Nanjing, pelo apoio na coleta de amostras, testes laboratoriais e gerenciamento de dados.
Materiais
| Nome | Empresa | Número de catálogo | Comentários |
|---|---|---|---|
| Acessar Calibradores de CEA | Beckman Coulter | 33205 | Calibração para ensaio de CEA sérico |
| Acessar Controles de Qualidade de CEA | Beckman Coulter | 33029 | Controle interno de qualidade diário para ensaio de CEA sérico |
| Pacote de Reagentes Access CEA | Beckman Coulter | 33200 | Medição de CEA sérico no sistema de imunoensaio UniCel DxI 800 Access |
| Micropipeta ajustável, 100–1000 µL | Eppendorf | 3123000063 | Aliquotamento de soro após centrifugação |
| Calibradores ARCHITECT CA 125 II | Abbott Diagnostics | 02K4502 | Calibração para ensaio de CA125 sérico |
| Controles ARCHITECT CA 125 II | Abbott Diagnostics | 02K4511 | Controle interno de qualidade diário para ensaio de CA125 sérico |
| Kit de Reagentes ARCHITECT CA 125 II | Abbott Diagnostics | 02K4529 | Medição de CA125 sérico no Analisador de Imunoensaio ARCHITECT i2000SR |
| Analisador de Imunoensaio ARCHITECT i2000SR | Abbott Diagnostics | i2000SR | Plataforma automatizada de imunoensaio quimioluminescente com micropartículas para testes de SCC-Ag e CA125 |
| Calibrador ARCHITECT SCC | Abbott Diagnostics | 8D1801 | Calibração para ensaio de SCC-Ag sérico |
| Controles ARCHITECT SCC | Abbott Diagnostics | 8D1810 | Controle interno de qualidade diário para ensaio de SCC-Ag sérico |
| Kit de Reagentes ARCHITECT SCC | Abbott Diagnostics | 8D1828 | Medição de SCC-Ag sérico no Analisador de Imunoensaio ARCHITECT i2000SR |
| Impressora de etiquetas com código de barras | Brady | BMP51 | Rotulagem com código de barras de alíquotas de soro e frascos criogênicos |
| Agulha para coleta de sangue | BD Biosciences | 367286 | Coleta de sangue venoso periférico |
| Caixa de armazenamento criogênico | Corning | 431131 | Armazenamento organizado de alíquotas de soro congeladas |
| Frascos criogênicos, 2,0 mL, rosca externa, autoportantes | Corning | 430659 | Armazenamento de alíquotas de soro rotuladas com código de barras a −80 °C |
| Formulário de extração de dados e dicionário de dados pré-definido | Equipe do estudo | Não aplicável | Extração padronizada de variáveis clínicas, patológicas, laboratoriais e de acompanhamento |
| Pacote dcurves | Pacote R | Versão 0,4,0 | Análise de curva de decisão e estimativa de benefício clínico líquido |
| Sistema de prontuário eletrônico | Hospitais participantes | Não aplicável | Extração de dados demográficos, clínicos, de tratamento e de acompanhamento |
| Pontas de pipeta filtradas, 100–1000 µL | Eppendorf | 30073594 | Aliquotamento de soro com controle de contaminação |
| Pacote ggplot2 | Pacote R | Versão 3,5,1 | Visualização estatística e preparação de figuras |
| IBM SPSS Statistics | IBM | Versão 27,0 | Comparações basais e verificação estatística complementar |
| Sistema de gerenciamento de informações laboratoriais | Laboratório do hospital participante | Não aplicável | Recuperação e vinculação de registros de testes de biomarcadores séricos |
| Pacote mice | Pacote R | Versão 3,16,0 | Imputação múltipla por equações encadeadas |
| Pacote nricens | Pacote R | Versão 1,6 | Análise de melhoria na reclassificação líquida |
| Sistema de laudos patológicos | Hospitais participantes | Não aplicável | Confirmação do diagnóstico de CECE, patologia benigna, características do tumor e variáveis relacionadas ao estadiamento |
| Pacote pROC | Pacote R | Versão 1,18,5 | Análise de curva ROC (característica de operação do receptor) e comparação de DeLong |
| Software estatístico R | Fundação R para Computação Estatística | Versão 4,3,2 | Análise estatística, construção e validação de modelos e geração de figuras |
| Centrífuga refrigerada | Eppendorf | 5810 R | Separção de soro por centrifugação a 1.500 x g durante 10 minutos |
| Pacote rms | Pacote R | Versão 6,8-1 | Análise de calibração, construção de nomogramas e suporte ao modelo de regressão |
| Tubo de coleta de sangue com separação de soro, 5 mL | BD Biosciences | 367955 | Coleta de sangue venoso periférico em jejum para testes de biomarcadores séricos |
| Pacote survival | Pacote R | Versão 3,5-7 | Regressão de riscos proporcionais de Cox e análise de sobrevida |
| Pacote survminer | Pacote R | Versão 0,4,9 | Visualização da curva de Kaplan–Meier |
| Formulário de registro de acompanhamento por telefone | Equipe do estudo | Não aplicável | Coleta e verificação de informações sobre sobrevida, recorrência, progressão e última data de contato |
| Pacote timeROC | Pacote R | Versão 0,4 | Análise de curva ROC (característica de operação do receptor) dependente do tempo |
| Freezer de ultra baixa temperatura | Thermo Fisher Scientific | TSX60086A | Armazenamento de alíquotas de soro a −80 °C |
| Sistema de Imunoensaio UniCel DxI 800 Access | Beckman Coulter | DxI 800 | Plataforma automatizada de imunoensaio quimioluminescente para testes de CEA sérico |
Referências
- Bray F, et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2024;74(3):229-263.
- Huang Y, et al. Postoperative serum squamous cell carcinoma antigen and carcinoembryonic antigen predict overall survival in surgical patients with esophageal squamous cell carcinoma. Front Oncol. 2023;13:1263990.
- Pi Y, et al. Validation of serum cystatin SN detection for diagnosis and poor prognosis of esophageal squamous cell carcinoma. Front Oncol. 2024;14:1337707.
- Wang W, et al. A novel molecular and clinical staging model to predict survival for patients with esophageal squamous cell carcinoma. Oncotarget. 2016;7(39):63526-63536.
- Puli SR, et al. Staging accuracy of esophageal cancer by endoscopic ultrasound: A meta-analysis and systematic review. World J Gastroenterol. 2008;14(10):1479-1490.
- Li T, et al. ESCCPred: A machine learning model for diagnostic prediction of early esophageal squamous cell carcinoma using autoantibody profiles. Br J Cancer. 2024;131(5):883-894.
- Guo JC, et al. Protein-coding genes combined with long noncoding RNA as a novel transcriptome molecular staging model to predict the survival of patients with esophageal squamous cell carcinoma. Cancer Commun. 2018;38(1):4.
- Kosugi S, et al. Clinical significance of serum carcinoembryonic antigen, carbohydrate antigen 19-9, and squamous cell carcinoma antigen levels in esophageal cancer patients. World J Surg. 2004;28(7):680-685.
- Huang C, et al. Clinical significance of serum CA125, CA19-9, CA72-4, and fibrinogen-to-lymphocyte ratio in gastric cancer with peritoneal dissemination. Front Oncol. 2019;9:1159.
- Yang Y, et al. Clinical use of tumor biomarkers in prediction for prognosis and chemotherapeutic effect in esophageal squamous cell carcinoma. BMC Cancer. 2019;19(1):526.
- Wu LL, et al. Preoperative squamous cell carcinoma antigen and albumin serum levels predict the survival of patients with stage T1-3N0M0 esophageal squamous cell carcinoma: A retrospective observational study. J Cardiothorac Surg. 2020;15(1):115.
- Wu LL, et al. Prognostic modeling of patients undergoing surgery alone for esophageal squamous cell carcinoma: A histopathological and computed tomography based quantitative analysis. Front Oncol. 2021;11:565755.
- World Medical Association. World Medical Association Declaration of Helsinki: Ethical principles for medical research involving human participants. JAMA. 2025;333(1):71-74.
- Moons KGM, et al. Transparent Reporting of a Multivariable Prediction Model for Individual Prognosis or Diagnosis (TRIPOD): Explanation and elaboration. Ann Intern Med. 2015;162(1):W1-W73.
- Riley RD, et al. Calculating the sample size required for developing a clinical prediction model. BMJ. 2020;368:m441.
- Amin MB, et al., editors. AJCC Cancer Staging Manual. 8th ed. New York, NY: Springer; 2017.
- Rubin DB. Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons; New York; 1987.
- DeLong ER, DeLong DM, Clarke-Pearson DL. Comparing the areas under two or more correlated receiver operating characteristic curves: A nonparametric approach. Biometrics. 1988;44(3):837-845.
- Vickers AJ, Elkin EB. Decision curve analysis: A novel method for evaluating prediction models. Med Decis Making. 2006;26(6):565-574.
- Harrell FE Jr, Lee KL, Mark DB. Multivariable prognostic models: Issues in developing models, evaluating assumptions and adequacy, and measuring and reducing errors. Stat Med. 1996;15(4):361-387.
- Schoenfeld D. Partial residuals for the proportional hazards regression model. Biometrika. 1982;69(1):239-241.
- Royston P, Altman DG. External validation of a Cox prognostic model: Principles and methods. BMC Med Res Methodol. 2013;13:33.
- Mao W, et al. Clinical significance of preoperative serum tumor markers in esophageal squamous cell carcinoma. J Cancer Res Ther. 2014;10(Suppl):C179-C185.
- Hu J, et al. Prognostic significance of serum carcinoembryonic antigen and squamous cell carcinoma antigen in patients with esophageal squamous cell carcinoma undergoing radical esophagectomy. Transl Cancer Res. 2020;9(4):2460-2471.
- Mei X, et al. Predictive significance of CYFRA21-1, squamous cell carcinoma antigen and carcinoembryonic antigen for lymph node metastasis in patients with esophageal squamous cancer. Int J Biol Markers. 2019;34(2):200-204.
- Shimada H, et al. Prediction of survival with squamous cell carcinoma antigen in patients with resectable esophageal squamous cell carcinoma. Surgery. 2003;133(5):486-494.
- Rice TW, Patil DT, Blackstone EH. 8th edition AJCC/UICC staging of cancers of the esophagus and esophagogastric junction: Application to clinical practice. Ann Cardiothorac Surg. 2017;6(2):119-130.
- Qiao Y, et al. Tumor marker index based on preoperative SCC and CYFRA 21-1 is a significant prognostic factor for patients with resectable esophageal squamous cell carcinoma. Cancer Biomark. 2019;25(3):243-250.
- Yang M, et al. Computed tomography-based radiomics in predicting T stage and length of esophageal squamous cell carcinoma. Front Oncol. 2021;11:722961.
- Ye J, et al. Development and validation of a ferroptosis-related gene signature and nomogram for predicting the prognosis of esophageal squamous cell carcinoma. Front Genet. 2021;12:697524.
- Van Calster B, Vickers AJ. Calibration of risk prediction models: Impact on decision-analytic performance. Med Decis Making. 2015;35(2):162-169.
- Hong Z, et al. Prognostic value of carcinoembryonic antigen changes before and after operation for esophageal squamous cell carcinoma. World J Surg. 2022;46(11):2725-2732.