Комбинированная панель сывороточных биомаркеров для диагностической и прогностической оценки при плоскоклеточном раке пищевода

Краткое содержание

В данном исследовании представлен двухцентровой амбиспективный рабочий процесс для измерения уровней растворимого в сыворотке раково-эмбрионального антигена, антигена плоскоклеточного рака и углеводного антигена 125, а также для подтверждения их комбинированной диагностической и прогностической ценности при плоскоклеточном раке пищевода.

Аннотация

​Плоскоклеточный рак пищевода по-прежнему трудно диагностировать на ранних стадиях и точно стратифицировать перед началом лечения. Традиционное стадирование по системе TNM предоставляет важную анатомическую информацию, но не в полной мере отражает циркулирующую биологическую гетерогенность. В данном двухцентровом амбиспективном обсервационном исследовании была разработана и внешне валидирована комбинированная панель сывороточных биомаркеров, включающая раково-эмбриональный антиген, антиген плоскоклеточного рака и углеводный антиген 125, для диагностической дифференциации и прогностической оценки риска при плоскоклеточном раке пищевода. Всего было включено 277 участников из специализированной больницы и общественного центра здравоохранения, в том числе 167 пациентов с плоскоклеточным раком пищевода, 55 пациентов с доброкачественными заболеваниями пищевода и 55 здоровых добровольцев из группы контроля. Когорта из специализированной больницы использовалась для разработки модели и внутренней валидации, а когорта из общественного центра — для внешней валидации. Долечебные сывороточные биомаркеры измерялись перед началом первичного лечения, подвергались логарифмическому преобразованию, стандартизировались с использованием параметров обучающей когорты и вводились в диагностические модели логистической регрессии и прогностические модели пропорциональных рисков Кокса. Комбинированная панель продемонстрировала более высокую диагностическую дискриминацию, чем любой отдельный маркер, при этом площадь под ROC-кривой составила 0,869 в обучающей когорте и 0,842 в когорте внешней валидации. Более высокая совокупная нагрузка биомаркеров была связана с длиной опухоли не менее 5 cm, стадией заболевания pT3–4, метастазами в лимфатические узлы и стадией TNM III–IV. В анализе выживаемости высокая совокупная нагрузка биомаркеров независимо предсказывала худшую общую выживаемость и выживаемость без прогрессирования после поправки на основные клинико-патологические факторы. Интегрированная прогностическая модель, объединяющая нагрузку биомаркеров с клинико-патологическими переменными, оказалась эффективнее, чем использование только стадии TNM, при этом C-индекс составил 0,792 в обучающей когорте и 0,761 при внешней валидации. Эти результаты подтверждают целесообразность использования панели сывороточных раково-эмбрионального антигена, антигена плоскоклеточного рака и углеводного антигена 125 в качестве практичного неинвазивного дополнения для долечебной оценки и индивидуальной стратификации риска при плоскоклеточном раке пищевода.

Введение

Плоскоклеточный рак пищевода представляет собой основной гистологический подтип рака пищевода и остается серьезным клиническим бременем в Восточной Азии, особенно в Китае¹. Несмотря на то, что эндоскопическая диагностика, визуализационные методы оценки, хирургическое вмешательство, химиолучевая терапия и системное лечение улучшили тактику ведения пациентов, прогноз для многих из них остается неудовлетворительным². Одной из важных причин является то, что заболевание часто выявляется уже после того, как произошла локальная инвазия или метастазирование в лимфатические узлы³. Другая причина заключается в том, что пациенты с одной и той же стадией по системе TNM могут по-разному реагировать на лечение, иметь разный риск рецидива и разные показатели выживаемости⁴. Эти различия указывают на то, что одно лишь анатомическое стадирование не может полностью описать биологическую вариабельность плоскоклеточного рака пищевода.

Современная клиническая оценка опирается главным образом на эндоскопию с биопсией, радиологическое стадирование и послеоперационный патологоанатомический анализ. Эти методы незаменимы, однако они имеют ограничения при использовании для повторного мониторинга, оценки риска перед началом лечения или широкого скрининга. Эндоскопия является инвазивной и менее подходящей для частого последующего наблюдения, в то время как компьютерная томография и эндоскопическое ультразвуковое исследование могут не выявить незначительную инвазию или мелкие метастатические очаги⁵. Прогностические модели, основанные на визуализации и молекулярных данных, улучшили прогнозирование риска при плоскоклеточном раке пищевода, но многие из них требуют специализированных платформ, постобработки изображений, секвенирования тканей или вычислительных рабочих процессов, которые не доступны рутинно во всех клинических лабораториях^6,7. Таким образом, недорогой и воспроизводимый подход на основе анализа крови может предоставить полезную дополнительную информацию, особенно когда клиницистам требуется стратификация риска перед проведением окончательной терапии.

Сывороточные онкомаркеры привлекательны в данной ситуации, так как они доступны в рутинной практике, малоинвазивны и позволяют легко проводить повторные исследования. Раково-эмбриональный антиген отражает опухолевую нагрузку и аномальную дифференцировку клеток, тогда как антиген плоскоклеточного рака более тесно связан с малигнизацией плоскоклеточного эпителия⁸. Углеводный антиген 125 был связан с системной воспалительной активностью, поражением серозных оболочек и прогрессированием заболевания при нескольких видах злокачественных новообразований⁹. Эти маркеры не представляют один и тот же биологический сигнал. Вместо этого они могут отражать перекрывающиеся, но различные аспекты опухолевой нагрузки, плоскоклеточного фенотипа, системного ответа и взаимодействия организма хозяина с опухолью. По этой причине комбинированная панель может быть более эффективной, чем любой отдельный маркер, когда целью является выявление плоскоклеточного рака пищевода и оценка клинического риска¹⁰.

В предыдущих исследованиях оценивались сывороточные опухолевые маркеры, показатели воспаления, признаки визуализации, молекулярные профили и комплексные прогностические модели при плоскоклеточном раке пищевода и связанных с ним раках желудочно-кишечного тракта^11,12. Однако многие опубликованные модели сосредоточены либо на диагностике, либо на прогнозе, используют одноцентровые когорты, не имеют независимой внешней валидации или предоставляют ограниченные сведения о трансформации маркеров, выборе пороговых значений, калибровке и воспроизводимости моделей. Новизна настоящего исследования заключается в разработке практической сывороточной панели из трех маркеров, использующей рутинно измеряемые раково-эмбриональный антиген, антиген плоскоклеточного рака и углеводный антиген 125 для обеспечения как диагностической дифференциации, так и прогностической стратификации рисков в рамках единого двухцентрового рабочего процесса. Модель была разработана на когорте пациентов специализированного стационара третьего уровня, а затем протестирована без повторной оптимизации на независимой когорте общественного медицинского центра, что позволило оценить ее стабильность в различных клинических условиях.

В данном исследовании была разработана и валидирована комбинированная панель сывороточных биомаркеров на основе раково-эмбрионального антигена, антигена плоскоклеточного рака и углеводного антигена 125. Анализ проводился в соответствии с двумя взаимосвязанными целями. Первая заключалась в том, чтобы оценить, улучшает ли комбинированная панель диагностическую дифференциацию между плоскоклеточным раком пищевода и незлокачественным контролем по сравнению с отдельными сывороточными маркерами. Вторая цель состояла в определении того, дает ли совокупный уровень биомаркеров до начала лечения дополнительную прогностическую информацию помимо стандартных клинико-патологических переменных и стадии по системе TNM. Такая структура позволила оценить, может ли общедоступная панель сывороточных биомаркеров служить неинвазивным дополнением к патоморфологическому диагнозу, данным визуализации и анатомическому стадированию при клиническом обследовании перед началом лечения.

Протокол

Данное исследование с участием людей, использованием клинических записей и образцов сыворотки крови проводилось в соответствии с Хельсинкской декларацией и требованиями учреждения по проведению исследований с участием людей¹³. Протокол исследования был рассмотрен и одобрен больницей традиционной китайской медицины провинции Цзянсу (Jiangsu Province Hospital of Chinese Medicine) под номером одобрения CJ28J12-45. Для ретроспективно собранных анонимизированных клинических данных и остаточных образцов сыворотки крови требование о получении дополнительного письменного информированного согласия было отменено в соответствии с правилами институциональной этики. Для проспективно собранных образцов письменное информированное согласие было получено перед включением в исследование. Вся информация об участниках и образцы сыворотки были анонимизированы перед анализом. Для связывания данных использовались идентификаторы исследования; персонально идентифицируемая информация в аналитический набор данных не включалась.

Дизайн исследования и распределение когорт

В данном двухцентровом амбиспективном обсервационном исследовании оценивалась диагностическая и прогностическая значимость комбинированной панели сывороточных биомаркеров, включающей раково-эмбриональный антиген (CEA), антиген плоскоклеточного рака (SCC-Ag) и углеводный антиген 125 (CA125), при плоскоклеточном раке пищевода (ESCC). Ретроспективные данные были получены из соответствующих клинических записей и остаточных образцов сыворотки крови, взятых до начала лечения; проспективный набор участников использовался для сбора дополнительных дотерапевтических образцов сыворотки и завершения последующего наблюдения в рамках того же исследования. Участники набирались в одной многопрофильной больнице и одном общественном центре здравоохранения в период с января 2021 года по декабрь 2024 года, при этом наблюдение продолжалось до 31 декабря 2025 года. Центр А (многопрофильная больница) служил обучающей когортой для разработки модели, оценки коэффициентов, выбора пороговых значений и внутренней валидации. Центр Б (общественный центр здравоохранения) служил когортой для внешней валидации. Отчет об исследовании был составлен в соответствии с рекомендациями Transparent Reporting of a multivariable prediction model for Individual Prognosis or Diagnosis (TRIPOD)¹⁴.

Всего было включено 277 участников, из них 194 из центра А и 83 из центра B. Обучающая когорта включала 114 пациентов с ESCC, 40 человек из группы контроля с доброкачественными заболеваниями пищевода и 40 здоровых добровольцев. Когорта внешней валидации включала 53 пациента с ESCC, 15 человек из группы контроля с доброкачественными заболеваниями пищевода и 15 здоровых добровольцев. Вместо случайного разделения использовалось распределение по центрам, чтобы уменьшить утечку данных и проверить стабильность модели в независимых клинических условиях. В рамках диагностического анализа сравнивались уровни CEA, SCC-Ag и CA125 в сыворотке крови пациентов с ESCC, пациентов с доброкачественными заболеваниями пищевода и здоровых добровольцев. Прогностический анализ проводился только для пациентов с ESCC с целью оценки того, улучшает ли комбинированная нагрузка биомаркеров стратификацию риска общей выживаемости (OS) и выживаемости без прогрессирования (PFS). Дизайн исследования, скрининг участников, распределение по когортам, рабочий процесс анализа биомаркеров сыворотки, разработка диагностической модели, внешняя валидация и сравнение прогностических моделей обобщены на Рисунке 1.

Поток участников включал скрининг, исключение, диагностическую группировку и распределение по центрам. Всего был проведен скрининг 326 человек. Сорок девять человек были исключены, в том числе 12 — из-за проведения противоопухолевой терапии до забора крови, 8 — из-за наличия другого первичного злокачественного новообразования, 9 — из-за тяжелой инфекции, аутоиммунного заболевания или неконтролируемых сопутствующих патологий, которые могли повлиять на уровень сывороточных опухолевых маркеров, 11 — из-за гемолиза, липемии, интерференции при желтухе, недостаточного объема сыворотки или длительного интервала обработки, и 9 — из-за отсутствия ключевых клинических, патологических данных или данных последующего наблюдения. Итоговая аналитическая выборка составила 277 участников: 167 пациентов с плоскоклеточным раком пищевода (ESCC), 55 человек из группы контроля с доброкачественными заболеваниями пищевода и 55 здоровых добровольцев из группы контроля.

Обоснование размера выборки

Размер выборки определялся последовательной доступностью подходящих участников, образцов сыворотки до начала лечения и данных последующего наблюдения в течение заранее определенного периода исследования. В диагностической модели в качестве потенциальных предикторов использовались три непрерывных серологических биомаркера. В обучающей когорте были доступны 114 случаев ESCC и 80 контрольных образцов без ESCC, что соответствует 38,0 случаям ESCC и 26,7 контрольным образцам без ESCC на один биомаркер-предиктор. Это обеспечило возможность применения низкоразмерной логистической регрессии и снизило риск переобучения модели. Когорта внешней валидации включала 53 случая ESCC и 30 контрольных образцов без ESCC и использовалась только для валидации без переоценки коэффициентов. Обоснование размера выборки соответствовало современным принципам построения прогностических моделей, в которых приоритет отдается частоте исходов, количеству параметров предикторов, ожидаемой эффективности модели и независимой валидации, а не случайному разделению данных¹⁵.

Набор участников, критерии соответствия и сбор данных

Участники набирались непрерывно в течение периода исследования. В центре А пациенты с плоскоклеточным раком пищевода (ПКРП) привлекались из отделений торакальной хирургии, гастроэнтерологии и онкологии. В центре Б пациенты с ПКРП выявлялись с помощью скрининга на уровне местных сообществ, записей последующего наблюдения или по направлениям и включались в исследование только при наличии патологического подтверждения и образцов сыворотки крови, взятых до начала лечения. В качестве контроля с доброкачественными заболеваниями пищевода привлекались лица, которым проводилась гастроскопия по поводу дисфагии, симптомов рефлюкса или подозрений на патологии пищевода, и у которых по результатам патоморфологического исследования не было выявлено злокачественных новообразований. Здоровые добровольцы отбирались из числа лиц, проходивших плановые медицинские осмотры в тот же период; у них отсутствовал анамнез злокачественных заболеваний, активных инфекций, тяжелой печеночной или почечной недостаточности, а также данных визуализации или эндоскопии, свидетельствующих о наличии объемных образований в пищеводе.

Пациенты с плоскоклеточным раком пищевода (ПКРП) считались подходящими для исследования, если у них был подтвержден первичный ПКРП по результатам гастроскопической биопсии или послеоперационного патоморфологического исследования, отсутствовало противоопухолевое лечение до забора крови, а также имелись полные исходные клинические данные, патологические записи и образцы сыворотки до начала лечения. Участники исключались, если у них имелась другая первичная злокачественная опухоль, проводилось противоопухолевое лечение до забора крови, наблюдалась тяжелая острая инфекция, активное аутоиммунное заболевание, неконтролируемые сопутствующие заболевания, которые могли повлиять на уровни сывороточных опухолевых маркеров, а также при наличии видимого гемолиза, липемии, иктеричности, недостаточного объема сыворотки, отсутствия ключевых клинических переменных или недоступности данных последующего наблюдения. Прогностический анализ был ограничен пациентами с ПКРП, для которых были доступны стадия по системе TNM (опухоль-узел-метастаз) и измеримые показатели выживаемости или прогрессирования. Пациенты с периодом наблюдения менее 6 месяцев были включены в анализ, если смерть или прогрессирование наступили в течение этого периода.

Исходные переменные включали возраст, пол, стаж курения, историю употребления алкоголя, индекс массы тела, центр участия, диагностическую группу, тип поражения, а также уровни CEA, SCC-Ag и CA125 в сыворотке крови. Для пациентов с ESCC дополнительными переменными были локализация опухоли, длина опухоли, гистологическая дифференцировка, глубина инвазии, состояние лимфатических узлов, стадия по системе TNM, лимфоваскулярная инвазия, метод первичного лечения, рецидив, прогрессирование, статус выживаемости и дата последнего последующего наблюдения. Стаж курения определялся как текущее курение или регулярное курение в прошлом (не менее 100 сигарет за всю жизнь). История употребления алкоголя определялась как прием алкоголя не менее одного раза в неделю в течение более 6 месяцев. Стадирование по TNM определялось в соответствии с восьмым изданием системы стадирования рака пищевода Объединенного комитета по раку США/Международного агентства по борьбе с раком¹⁶. Патологоанатомические стекла случаев ESCC и доброкачественных поражений были независимо изучены двумя ведущими патологоанатомами, а любые разногласия разрешались третьим патологоанатомом.

Двое квалифицированных исследователей независимо извлекали клиническую информацию из электронных медицинских карт, патологоанатомических отчетов, лабораторных информационных систем, записей о лечении, данных последующего наблюдения и свидетельств о смерти, используя заранее определенный словарь данных. Расхождения устранялись путем сверки с исходными записями, при этом в случае необходимости окончательное решение принимал третий исследователь. Локализацию опухоли разделяли на верхний, средний или нижний отделы грудного отдела пищевода. Гистологическую дифференцировку классифицировали как высокую, умеренную или низкую. Единицы измерения непрерывных переменных были стандартизированы в обоих участвующих центрах перед началом анализа.

Забор крови, обработка сыворотки и измерение уровней биомаркеров

Все образцы крови собирали до начала первичного лечения, в течение 7 дней после патологоанатомического подтверждения и как минимум за 3 дня до начала терапии. Образцы периферической веночной крови объемом 5–8 mL собирали с 7:00 до 9:00 утра после ночного голодания с использованием пробирок для разделения сыворотки. Забор крови откладывали, если участнику проводили переливание крови, инфузию альбумина в большом объеме или инвазивную процедуру в течение 72 h до сбора. Образцам давали свернуться при комнатной температуре в течение 30 min, затем центрифугировали при 1,500 × g в течение 10 min. Сыворотку отделяли и распределяли по 3–5 пробиркам с штрихкодами, по 300–500 µL на одну аликвоту. Аликвоты хранили при −80°C до проведения анализа; ни одна аликвота не подвергалась более чем одному циклу замораживания-оттаивания. Образцы с видимым гемолизом, липемией, желтушной интерференцией, недостаточным объемом или интервалом от сбора до замораживания более 2 h исключали из исследования.

Уровни РЭА, SCC-Ag и CA125 в сыворотке крови измеряли с помощью автоматизированных систем хемилюминесцентного иммуноанализа в соответствии с инструкциями производителей. Аликвоты сыворотки размораживали при 4°C перед тестированием, осторожно перемешивали и по возможности анализировали в одном цикле. Если требовалось серийное тестирование, порядок образцов определяли таким образом, чтобы избежать систематической группировки по статусу заболевания, центру, патологической стадии или исходу наблюдения. Образцы, значения которых превышали диапазон аналитического измерения, разбавляли и тестировали повторно согласно инструкциям к реагентам. Лабораторный персонал не был осведомлен о группе участников, патологической стадии, статусе лечения и исходе наблюдения.

Клинические пороговые значения составили 5,0 ng/mL для CEA, 1,5 ng/mL для SCC-Ag и 35 U/mL для CA125, согласно местным лабораторным стандартам и референсным интервалам производителей. Эти пороги использовались для определения повышения уровня маркеров и высокой комбинированной нагрузки биомаркеров при проведении анализа клинико-патологической корреляции и стратификации выживаемости. Для диагностической классификации значения отсечки, основанные на данных, подбирались только в обучающей когорте с использованием индекса Юдена, а затем применялись без изменений к внешней валидационной когорте. Перед началом тестирования проводились калибровка приборов и внутренний контроль качества. В каждый день тестирования включались контроли высокого и низкого уровней, и анализы проводились только в том случае, если результаты контроля качества находились в допустимых пределах.

Воспроизводимость между анализами и между центрами была оценена перед окончательным анализом модели с использованием заслепленных связующих аликвот сыворотки и стандартных материалов контроля качества. Связующий набор из 30 заслепленных аликвот сыворотки был протестирован в двух рабочих процессах лабораторий. Коэффициенты вариации между центрами составили 4,8% для CEA, 5,6% для SCC-Ag и 5,1% для CA125. Соответствующие коэффициенты внутриклассовой корреляции составили 0,94 для CEA, 0,92 для SCC-Ag и 0,93 для CA125. Перекалибровка анализа для конкретных центров не проводилась, так как ни одно систематическое отклонение не превысило заранее определенный диапазон лабораторного контроля качества. Окончательные значения биомаркеров были гармонизированы путем стандартизации единиц измерения и статистической стандартизации на основе обучающей когорты перед построением модели.

Определение комбинированного биомаркера и построение модели

Комбинированная панель сывороточных биомаркеров включала CEA, SCC-Ag и CA125. Для анализа клинико-патологических взаимосвязей и стратификации выживаемости по методу Каплана-Мейера каждый маркер классифицировали как повышенный или не повышенный в соответствии с заранее определенным клиническим порогом. Высокую комбинированную нагрузку биомаркеров определяли как повышение уровней как минимум двух из трех маркеров. Для диагностического и прогностического моделирования три биомаркера использовали в качестве непрерывных переменных, преобразованных с помощью натурального логарифма и стандартизированных с использованием среднего значения и стандартного отклонения обучающей когорты. Те же параметры преобразования применяли к когорте внешней валидации.

Стандартизированные логарифмированные биомаркеры были рассчитаны с использованием следующих параметров обучающей когорты:

zlnCEA = (lnCEA - 1.42)/0.71

zlnSCC - Ag = (lnSCC - Ag - 0.28)/0.57

zlnCA125 = (lnCA125 - 3.05)/0.62

Комбинированная диагностическая панель была сформирована с использованием многофакторной логистической регрессии в обучающей когорте. Диагностический линейный предиктор рассчитывался следующим образом:

LPdiagnostic = -0,46 + 0,59 × zlnCEA + 1,05 × zlnSCC - Ag+0,42 × zlnCA125

Индивидуальная прогнозируемая вероятность ESCC рассчитывалась следующим образом:

PESCC = 1/1+exp(-LPdiagnostic)

Оптимальным диагностическим пороговым значением для комбинированной панели было 0,57; оно было определено в обучающей когорте с использованием индекса Юдена и применялось без изменений при внешней валидации.

Прогностическая оценка биомаркеров была построена с использованием модели пропорциональных рисков Кокса. Модель, основанная только на стадиях TNM, использовалась в качестве эталона для анатомического стадирования. В модели биомаркеров использовалась комбинированная нагрузка биомаркеров. В клинико-патологической модели учитывались возраст, размер опухоли, гистологическая дифференцировка, стадия pT, статус лимфатических узлов и метод первичного лечения. Интегрированная модель дополняла клинико-патологическую модель показателем высокой комбинированной нагрузки биомаркеров. Для OS интегрированный прогностический линейный предиктор рассчитывался следующим образом:

LPOS = 0,33 × возраст ≥65 лет + 0,36 × длина опухоли ≥5см + 0,25 × низкая степень дифференцировки + 0,31 × pT3

- 4стадия + 0,66 × метастазы в лимфатических узлах

-0,58 × лечение на основе радикальной хирургии

+0,81 × highcombinedbiomarkerburden

Для PFS интегрированный прогностический линейный предиктор рассчитывали следующим образом:

LPPFS = 0,27 × возраст ≥ 65 лет + 0,31 × длина опухоли ≥ 5 см + 0,24 × низкая степень дифференцировки + 0,25 × pT3

-4стадия + 0,55 × метастазы в лимфоузлах

- 0,46 × лечение на основе радикальной хирургии

+0,71 × highcombinedbiomarkerburden

Все бинарные переменные в прогностических уравнениях были закодированы как 1 при наличии признака и 0 при его отсутствии. Все коэффициенты, параметры стандартизации и пороговые значения были рассчитаны на обучающей когорте и применены непосредственно к когорте внешней валидации без повторной оптимизации.

Диагностические и прогностические конечные точки

В качестве диагностического эталона использовался патологоанатомический диагноз. Первичной диагностической конечной точкой была дифференциация между плоскоклеточным раком пищевода (ESCC) и контрольной группой без ESCC, включая доброкачественные заболевания пищевода и здоровых добровольцев. Вторичные диагностические конечные точки включали дифференциацию между ESCC и доброкачественными заболеваниями пищевода, ESCC и здоровыми добровольцами, а также между ESCC на ранней стадии и контрольной группой без злокачественных новообразований. ESCC на ранней стадии определялся как заболевание стадии I–II по системе TNM. Диагностическая эффективность оценивалась с помощью ROC-кривых, площади под кривой, чувствительности, специфичности, прогностической ценности положительного результата, прогностической ценности отрицательного результата, точности, F1-меры, кривых точности-полноты, калибровочных кривых, показателей Брайера, интерцептов калибровки, наклонов калибровки и анализа кривых принятия решений.

Прогностический анализ проводился только среди пациентов с ESCC. Основной прогностической конечной точкой была общая выживаемость (OS), определенная как интервал от даты первого окончательного противоопухолевого лечения до смерти от любой причины. Вторичной прогностической конечной точкой была выживаемость без прогрессирования (PFS), определенная как интервал от первого лечения до задокументированного прогрессирования заболевания, рецидива или смерти. Для пациентов, перенесших радикальную операцию, местный рецидив, отдаленный метастаз или смерть от опухоли расценивались как событие PFS при отсутствии остаточных очагов после операции. Для пациентов, получавших окончательную химиолучевую терапию или паллиативное лечение, прогрессирование определялось на основании данных визуализации, эндоскопической оценки и клинического обследования.

Данные последующего наблюдения были получены в ходе амбулаторных визитов, из записей о госпитализации, отчетов о наблюдении в местных сообществах, документов о направлении к специалистам и посредством телефонной связи. Пациенты проходили обследование каждые 3 месяца в течение первых 2 лет после лечения, каждые 6 месяцев с 3-го по 5-й год и далее ежегодно. Пациенты, у которых к дате последнего визита не было зафиксировано смерти, рецидива или прогрессирования заболевания, были цензурированы по дате последнего подтвержденного контакта. События исхода независимо оценивались двумя исследователями. В случае расхождения дат событий в разных источниках, для определения окончательной даты события проверялись отчеты о визуализации, выписные эпикризы, протоколы эндоскопии, документы о направлении и записи о регистрации смерти. Датой окончания наблюдения для обоих участвующих центров было 31 декабря 2025 года.

Статистический анализ

Статистический анализ проводился с использованием R 4.3.2 и SPSS 27.0. Непрерывные переменные представлялись в виде среднего значения ± стандартного отклонения или медианы (межквартильный размах) в зависимости от распределения. Категориальные переменные представлялись в виде абсолютного количества и процентов. Межгрупповые сравнения проводились с использованием t-критерия для независимых выборок, U-критерия Манна–Уитни, однофакторного дисперсионного анализа, критерия Краскела–Уоллиса, критерия хи-квадрат или точного критерия Фишера, в зависимости от ситуации. Оценка пропущенных данных проводилась перед построением модели. Участники, у которых отсутствовали основные данные о диагностическом статусе, значениях биомаркеров до начала лечения, стадии по системе TNM или данные о выживаемости/прогрессировании, были исключены в соответствии с заранее определенными критериями приемлемости. Для второстепенных ковариат с долей пропусков менее 5.0% применялся метод множественной импутации с помощью цепочек уравнений с 20 импутированными наборами данных и 20 итерациями¹⁷. Модели импутации включали диагностическую группу, центр, возраст, пол, историю курения, употребление алкоголя, значения биомаркеров, стадию TNM, метод лечения, статус OS, статус PFS и время последующего наблюдения. Анализы с использованием только полных случаев (complete-case analyses) проводились в качестве анализа чувствительности.

Диагностическая модель была разработана в обучающей когорте. Для расчета площади под кривой, чувствительности, специфичности, прогностической ценности положительного результата, прогностической ценности отрицательного результата, точности и показателя F1 использовались ROC-кривые (рабочие характеристики приемника). Сравнение площадей под кривыми проводилось с помощью теста DeLong¹⁸. В качестве дополнительной диагностической оценки использовались кривые точности-полноты. Калибровка оценивалась с помощью калибровочных кривых, показателей Брайера, интерцептов и наклонов калибровки. Клиническая полезность оценивалась с помощью анализа кривых принятия решений¹⁹. Внутренняя валидация выполнялась с использованием 1 000 бутстрэп-выборок для оценки дискриминации и калибровки с поправкой на оптимизм. Внешняя валидация проводилась путем прямого применения уравнения обучающей когорты, параметров стандартизации и порогового значения к данным Центра B без повторной подгонки модели.

Для прогностического анализа были построены кривые Каплана — Мейера для сравнения OS и PFS между группами с различной нагрузкой биомаркеров, а для оценки различий в выживаемости использовался логранговый критерий. Регрессия пропорциональных рисков Кокса применялась для оценки отношений рисков и 95% доверительных интервалов. Для многофакторных моделей рассматривались переменные, имеющие клиническую значимость, а также переменные, связанные с исходами в однофакторном анализе. Эффективность модели оценивали с помощью C-индекса Харрелла, зависящих от времени ROC-кривых, калибровочных кривых, показателей Брайера и анализа кривых принятия решений²⁰. Прогностическая калибровка оценивалась через 1, 3 и 5 лет. Допущение о пропорциональности рисков проверялось с помощью остатков Шенфельда и графиков log-minus-log выживаемости²¹. Значения P глобального теста Шенфельда составили 0,42 для модели OS и 0,37 для модели PFS. Перед окончательной интерпретацией модели оценивали мультиколлинеарность с помощью факторов инфляции дисперсии; для всех переменных-кандидатов в итоговых диагностических и прогностических моделях факторы инфляции дисперсии были ниже 2,1. Дополнительная прогностическая ценность по сравнению со стадией TNM и традиционными клинико-патологическими моделями оценивалась с помощью показателей чистого улучшения реклассификации и интегрированного улучшения дискриминации. Параметры модели, рассчитанные в обучающей когорте, применялись к внешней валидационной когорте без повторной подгонки²². Все тесты были двусторонними, и значение P < 0,05 считалось статистически значимым.

Результаты

Поток участников и воспроизводимость анализа

Всего было отобрано 326 человек, из которых 49 были исключены: 12 получали противоопухолевую терапию до забора крови, у 8 имелось другое первичное злокачественное новообразование, у 9 наблюдались тяжелая инфекция, аутоиммунное заболевание или неконтролируемые сопутствующие заболевания, которые могли повлиять на уровни сывороточных опухолевых маркеров, у 1 выявлены гемолиз, липемия, иктеричность, недостаточный объем сыворотки или слишком длительный интервал обработки образцов, и у 9 отсутствовали ключевые клинические, патологические данные или данные последующего наблюдения. Итоговая аналитическая выборка составила 27 участников: 167 пациентов с плоскоклеточным раком пищевода (ESCC), 5 пациентов с доброкачественными заболеваниями пищевода и 5 здоровых добровольцев из контрольной группы. Центр А предоставил 194 участника для обучающей когорты, а Центр B — 83 участника для когорты внешней валидации. Поток участников, распределение по когортам, рабочий процесс тестирования биомаркеров, разработка диагностической модели, внешняя валидация и структура прогностического моделирования представлены на Рисунке 1, а подробные данные по скринингу и исключению приведены в Дополнительной таблице 1.

Межсерийную и межцентровую воспроизводимость оценивали с использованием 30 слепых мостовых аликвот сыворотки. Межцентровые коэффициенты вариации составили 4,8% для раково-эмбрионального антигена (CEA), 5,6% для антигена плоскоклеточного рака (SCC-Ag) и 5,1% для углеводного антигена 125 (CA125). Соответствующие коэффициенты внутриклассовой корреляции составили 0,94, 0,92 и 0,93 соответственно. Перед статистической стандартизацией и разработкой модели специфическая рекалибровка для каждого центра не потребовалась. Результаты воспроизводимости анализа представлены в Дополнительной таблице 2.

Исходные характеристики исследуемой популяции

Медианный возраст всей популяции составил 59 лет (МКИ, 53–6 лет), 198 участников (71,5%) были мужчинами. Курение в настоящем или прошлом было отмечено у 141 участника (50,9%), а употребление алкоголя в настоящем или прошлом — у 127 участников (45,8%). В когорту вошли 167 пациентов с плоскоклеточным раком пищевода (ПКРПЕ) (60,3%), 5 пациентов с доброкачественными заболеваниями пищевода (19,9%) и 5 здоровых добровольцев (19,9%). Медианные уровни CEA, SCC-Ag и CA125 в сыворотке крови составили 3,9 ng/mL (МКИ, 2,0–6,6 ng/mL), 1,4 ng/mL (МКИ, 0,8–2,3 ng/mL) и 2,8 U/mL (МКИ, 13,9–35,7 U/mL) соответственно. Возраст, пол, анамнез курения, употребление алкоголя, диагностическая группа и исходные уровни биомаркеров в сыворотке крови были сопоставимы между обучающей и внешней валидационной когортами (Таблица 1).

Среди 167 пациентов с плоскоклеточным раком пищевода (ESCC) медианный возраст составил 61 год (IQR, 5–68 лет), 13 пациента (79,6%) были мужчинами. Опухоли чаще всего располагались в среднем отделе грудного пищевода (89/167, 53,3%), далее следовали нижний отдел грудного пищевода (56/167, 3,5%) и верхний отдел грудного пищевода (2/167, 13,2%). Умеренно дифференцированные и низкодифференцированные опухоли составили 81 случай (48,5%) и 6 случаев (39,5%) соответственно. Длина опухоли составляла не менее 5 cm у 68 пациентов (40,7%), стадия pT3–4 наблюдалась у 121 пациента (72,5%), метастазы в лимфатические узлы были выявлены у 10 пациентов (59,9%), а заболевание стадии III–IV по классификации TNM наблюдалось у 1 пациентов (6,5%). Лимфоваскулярная инвазия была определена у 65 пациентов (38,9%). Первичное лечение включало радикальную операцию с адъювантной терапией или без нее у 13 пациентов (67,7%), definitive химиолучевую терапию у 32 пациентов (19,2%) и паллиативное системное или поддерживающее лечение у 2 пациентов (13,2%). Основные клинико-патологические переменные были сопоставимы между обучающей когортой и когортой внешней валидации ESCC (Таблица 2).

Многомерное распределение сывороточных биомаркеров по группам исследования

Распределения уровней сывороточных CEA, SCC-Ag и CA125 различались у пациентов с плоскоклеточным раком пищевода (ESCC), в контрольной группе с доброкачественными заболеваниями пищевода и в группе здоровых добровольцев (Рисунок 2). После логарифмического преобразования все три биомаркера продемонстрировали более высокие уровни в группе ESCC по сравнению с двумя группами без злокачественных новообразований. Медиана уровня CEA составила 5.2 ng/mL у пациентов с ESCC по сравнению с 2.4 ng/mL в группе контроля с доброкачественными заболеваниями пищевода и 1.9 ng/mL в группе здорового контроля. Медиана уровня SCC-Ag составила 1.9 ng/mL у пациентов с ESCC по сравнению с 0.9 ng/mL и 0.7 ng/mL в других группах. Медиана уровня CA125 составила 28.9 U/mL у пациентов с ESCC по сравнению с 18.7 U/mL и 16.1 U/mL в других группах. Распределения сывороточных биомаркеров по группам обобщены в Дополнительной таблице 3.

CEA и SCC-Ag продемонстрировали более четкое различие между ESCC и незлокачественным контролем, чем CA125. При двумерном распределении логарифмически преобразованных значений CEA и SCC-Ag образцы ESCC чаще концентрировались в области высоких значений, тогда как здоровые контроли чаще группировались в области низких значений. Высокая комбинированная нагрузка биомаркеров, определяемая как повышение уровней как минимум двух из трех маркеров, наблюдалась у 61 из 167 пациентов с ESCC (36,5%), у 8 из 5 лиц из группы контроля с доброкачественными заболеваниями пищевода (14,5%) и у 4 из 5 здоровых добровольцев (7,3%). Распределение повышенной нагрузки биомаркеров значимо различалось между тремя группами (P < 0.01), что также указано в Дополнительной таблице 3.

Разработка комбинированной диагностической панели в обучающей когорте

Комбинированная диагностическая панель была разработана в обучающей когорте с использованием логарифмически преобразованных значений CEA, SCC-Ag и CA125 (Рисунок 3). Попарный корреляционный анализ показал умеренную положительную корреляцию между тремя маркерами. Наиболее сильная корреляция наблюдалась между CEA и SCC-Ag (r = 0.58), далее между SCC-Ag и CA125 (r = 0.47) и между CEA и CA125 (r = 0.41), что обосновывает совместное моделирование без рассмотрения маркеров как взаимозаменяемых показателей.

При одномерной логистической регрессии CEA, SCC-Ag и CA125 были ассоциированы с наличием ESCC с отношениями шансов 2,81, 3,94 и 2,14 соответственно. В многофакторной диагностической модели SCC-Ag продемонстрировал наибольший скорректированный размер эффекта (OR, 2,87; 95% CI, 1,62–5,09; P < 0,01), за ним следовали CEA (OR, 1,80; 95% CI, 1,19–2,72; P = 0,06) и CA125 (OR, 1,52; 95% CI, 1,03–2,25; P = 0,034). Коэффициенты диагностической модели обобщены в Дополнительной таблице 4. Итоговый диагностический линейный предиктор был следующим:

LPdiagnostic = -0,46 + 0,59 × zlnCEA + 1,05 × zlnSCC - Ag +0,42 × zlnCA125

Индивидуальная прогнозируемая вероятность ESCC рассчитывалась следующим образом:

PESCC = 1/1 + exp( -LPdiagnostic )

Прогнозируемое распределение вероятностей комбинированной диагностической модели показало различие между участниками с ESCC и без ESCC. Оптимальный порог отсечки составил 0.57. При этом значении комбинированная модель обеспечила площадь под ROC-кривой (AUC) 0.869 (95% ДИ, 0.817–0.921) с прогностической ценностью положительного результата 85.8% и прогностической ценностью отрицательного результата 73.0% в обучающей когорте.

Диагностическая эффективность и внешняя валидация комбинированной панели биомаркеров

В обучающей когорте SCC-Ag продемонстрировал самые высокие диагностические показатели среди трех индивидуальных биомаркеров с AUC 0,802 (95% ДИ, 0,735–0,869). Показатели AUC для CEA и CA125 составили 0,71 (95% ДИ, 0,635–0,786) и 0,68 (95% ДИ, 0,591–0,74) соответственно. Комбинированная панель обеспечила наивысшую общую дискриминационную способность с AUC 0,869 (95% ДИ, 0,817–0,921), чувствительностью 79,8%, специфичностью 81,2%, прогностической значимостью положительного результата 85,8%, прогностической значимостью отрицательного результата 73,0%, точностью 80,4% и F1-мерой 82,7% (Таблица 3).

Кривые рабочих характеристик приемника подтвердили более высокую диагностическую разделительную способность комбинированной панели по сравнению с отдельными биомаркерами (Рисунок 4A). При оптимальном пороговом значении 0,57 комбинированная панель продемонстрировала чувствительность 79,8% и специфичность 81,2%. AUC комбинированной панели была значительно выше, чем AUC только для SCC-Ag (P = 0,032). Внутренняя валидация методом бутстрепа с 1 00 повторных выборок показала скорректированное с учетом оптимизма значение AUC 0,856, скорректированный с учетом оптимизма наклон калибровки 0,97 и скорректированный с учетом оптимизма показатель Брайера 0,154. Оценки внутренней валидации приведены в Дополнительной таблице 4.

В когорте внешней валидации анализ точности-полноты показал самую высокую среднюю точность при дифференциации ESCC от здорового контроля (AP = 0.912; Рисунок 4B). Средняя точность составила 0.863 для ESCC по сравнению с не-ESCC и 0.841 для ESCC по сравнению с доброкачественными заболеваниями пищевода. Средняя точность для ESCC на ранней стадии по сравнению с незлокачественным контролем составила 0.535. Калибровочный анализ показал соответствие между прогнозируемыми вероятностями и наблюдаемыми результатами в обеих когортах (Рисунок 4C). Оценка Брайера составила 0.148 при наклоне калибровки 1.02 и точке пересечения 0.01 в обучающей когорте. В когорте внешней валидации оценка Брайера составила 0.164 при наклоне калибровки 0.93 и точке пересечения калибровки −0.04. Анализ кривой принятия решений показал более высокую чистую выгоду для комбинированной панели, чем для стратегий «лечить всех» и «не лечить никого» при большинстве пороговых значений вероятности (Рисунок 4D).

Результаты внешней валидации обобщены в Таблице 4. Комбинированная панель достигла AUC 0.842 (95% ДИ, 0.753–0.930) при дифференциации ESCC от не-ESCC, с чувствительностью 75.5%, специфичностью 76.7%, точностью 75.9%, показателем Брайера 0.164, калибровочным наклоном 0.93 и чистой выгодой 0.218 при пороговой вероятности 0.30. Значения AUC составили 0.801 (95% ДИ, 0.686–0.916) для ESCC по сравнению с доброкачественными заболеваниями пищевода, 0.89 (95% ДИ, 0.80–0.979) для ESCC по сравнению со здоровым контролем и 0.818 (95% ДИ, 0.704–0.932) для ESCC на ранней стадии по сравнению с незлокачественным контролем. Наивысшая специфичность наблюдалась для ESCC по сравнению со здоровым контролем (86.7%), в то время как для ESCC на ранней стадии по сравнению с незлокачественным контролем чувствительность составила 70.6%, а специфичность — 78.3%.

Профиль клинико-патологических ассоциаций комбинированной панели биомаркеров при плоскоклеточном раке пищевода (ESCC)

Связь между повышением уровня сывороточных биомаркеров и клинико-патологическими характеристиками оценивалась у пациентов с ESCC (Таблица 5). Возраст и пол показали ограниченную связь с повышением уровня отдельных биомаркеров. У пациентов в возрасте 65 лет и старше доля лиц с высокой совокупной нагрузкой биомаркеров была выше, чем у пациентов моложе 65 лет (47,6% против 29,8%; P = 0.028), тогда как пол не был связан ни с повышением уровня отдельных биомаркеров, ни с совокупной нагрузкой биомаркеров.

Переменные, связанные с опухолью, продемонстрировали более сильную связь с повышением уровня биомаркеров. Высокая суммарная нагрузка биомаркеров наблюдалась у 50,0% пациентов с длиной опухоли не менее 5 cm по сравнению с 27,3% пациентов с длиной опухоли менее 5 cm (P = 0.004). Высокая суммарная нагрузка биомаркеров также чаще встречалась у пациентов с низкой степенью дифференцировки, чем у пациентов с высокой или умеренной дифференцировкой (50,0% против 28,2%; P = 0.06), у пациентов с патологической стадией pT3–4, чем с pT1–2 (42,1% против 21,7%; P = 0.01), у пациентов с метастазами в лимфатические узлы, чем у пациентов без метастазов в лимфатические узлы (43,0% против 26,9%; P = 0.038), и у пациентов со стадией TNM III–IV, чем у пациентов со стадией TNM I–II (43,2% против 23,2%; P = 0.09).

Визуализация на уровне пациентов показала, что более высокие совокупные показатели риска сопровождались более выраженными клинико-патологическими признаками (Рисунок 5A). Пациенты с более высокими показателями чаще классифицировались как pT3–4, с поражением лимфатических узлов, с низкодифференцированной опухолью или со стадией TNM III–IV. Анализ с помощью диаграмм размаха продемонстрировал смещение распределения биомаркеров в сторону увеличения у пациентов с большей длиной опухоли, низкой дифференцировкой, стадией pT3–4, поражением лимфатических узлов и стадией TNM III–IV (Рисунок 5B). Диаграмма Санке показала, что пациенты с двумя или тремя повышенными биомаркерами чаще классифицировались по стадии TNM III–IV, в то время как пациенты без повышенных биомаркеров чаще классифицировались по стадии TNM I–II (Рисунок 5C). Связь между совокупной нагрузкой биомаркеров и распределением стадий TNM была статистически значимой (P < 0.01).

Прогностическая стратификация на основе комбинированной панели сывороточных биомаркеров

Медиана времени последующего наблюдения для пациентов с ESCC составила 34 месяцев. За период наблюдения было зарегистрировано 78 случаев смерти и 96 событий, влияющих на выживаемость без прогрессирования. Подробные данные по наблюдению и событиям приведены в Дополнительной таблице 5. Высокая комбинированная нагрузка биомаркеров была связана с худшими показателями выживаемости. При однофакторном регрессионном анализе Кокса высокая комбинированная нагрузка биомаркеров ассоциировалась с повышенным риском смерти (HR, 2.91; 95% CI, 1.89–4.46; P < 0.01) и прогрессированием заболевания или смертью (HR, 2.63; 95% CI, 1.80–3.84; P < 0.01). После поправки на возраст, размер опухоли, степень дифференцировки, стадию pT, метастазы в лимфатических узлах и метод лечения, высокая комбинированная нагрузка биомаркеров оставалась независимым фактором, связанным с общей выживаемостью (OS; HR, 2.24; 95% CI, 1.41–3.54; P = 0.01) и выживаемостью без прогрессирования (PFS; HR, 2.03; 95% CI, 1.35–3.05; P = 0.001). Напротив, повышенные уровни CEA, SCC-Ag и CA125 перестали быть статистически значимыми при их индивидуальном включении в многофакторные модели. Результаты регрессионного анализа Кокса представлены в Таблице 6.

Анализ Каплана–Мейера показал четкое различие между группами с высокой и низкой комбинированной нагрузкой биомаркеров (Рисунок 6A,B). Медиана ОС составила 38 месяцев в группе с низкой нагрузкой и 19 месяцев в группе с высокой нагрузкой (log-rank P < 0.01). Медиана PFS составила 28 месяцев в группе с низкой нагрузкой и 13 месяцев в группе с высокой нагрузкой (log-rank P < 0.01). Интегрированная прогностическая модель продемонстрировала более высокую зависящую от времени дискриминацию, чем только стадия TNM (Рисунок 6C), с показателями AUC 0,829, 0,806 и 0,781 через 1, 3 и 5 лет соответственно, по сравнению с 0,701, 0,676 и 0,648 только для стадии TNM. Улучшение C-индекса по сравнению с использованием только стадии TNM составило 0,130 в обучающей когорте и 0,120 во внешней валидационной когорте. Тепловая карта контрольных точек последующего наблюдения показала увеличение кумулятивной смертности в разных стратах риска (Рисунок 6D). В терциле низкого риска вероятности кумулятивной смертности составили 6%, 12%, 24%, 37% и 52% через 6, 12, 24, 36 и 60 месяцев соответственно. Соответствующие вероятности составили 14%, 26%, 4%, 59% и 74% в терциле промежуточного риска и 28%, 47%, 68%, 82% и 91% в терциле высокого риска.

Внешняя валидация и инкрементальная прогностическая значимость интегрированной модели

Интегрированная модель продемонстрировала самую высокую прогностическую разделительную способность среди всех оцениваемых моделей в обеих когортах. В обучающей когорте C-индекс для интегрированной модели составил 0,792 по сравнению с 0,736 для клинико-патологической модели, 0,703 для одной лишь панели биомаркеров и 0,62 для одной лишь стадии TNM. В когорте внешней валидации C-индекс для интегрированной модели составил 0,761 по сравнению с 0,708, 0,681 и 0,641 для других моделей. Зависимые от времени показатели AUC также оказались в пользу интегрированной модели. В обучающей когорте интегрированная модель достигла значений AUC 0,829, 0,806 и 0,781 через 1, 3 и 5 лет соответственно. В когорте внешней валидации соответствующие значения AUC составили 0,801, 0,74 и 0,748. По сравнению с одной лишь стадией TNM интегрированная модель показала NRI +0,274 и IDI +0,102. Внутренняя валидация методом бутстрепа показала скорректированный на оптимизм C-индекс 0,79 для интегрированной модели. Метрики эффективности моделей представлены в Таблице 7, а дополнительные результаты прогностической валидации приведены в Дополнительной таблице 5.

График сравнения моделей показал наивысший C-индекс Харрелла для интегральной модели в обеих когортах (Рисунок 7A). Номограмма включала возраст, длину опухоли, степень гистологической дифференцировки, стадию pT, статус лимфатических узлов, метод первичного лечения и высокую совокупную нагрузку биомаркеров для оценки вероятности общей выживаемости (OS) через 1, 3 и 5 лет (Рисунок 7B). В когорте внешней валидации калибровочные кривые OS для 1, 3 и 5 лет находились близко к идеальной референсной линии (Рисунок 7C). Значения индекса Брайера составили 0,141, 0,164 и 0,178 соответственно, при наклонах калибровки 0,97, 0,93 и 0,91. Анализ кривых принятия решений показал, что интегральная модель имела более высокую чистую выгоду, чем только стадия TNM, клинико-патологическая модель, а также стратегии «лечить всех» или «не лечить никого» в основном диапазоне пороговой вероятности (Рисунок 7D). При пороговой вероятности 0,30 чистая выгода для интегральной модели составила 0,181 по сравнению с 0,139 для клинико-патологической модели и 0,17 для только стадии TNM. Эти результаты калибровки и анализа кривых принятия решений обобщены в Дополнительной таблице 5.

ДОСТУПНОСТЬ ДАННЫХ:

Наборы данных, созданные и проанализированные в ходе настоящего исследования, находятся в открытом доступе в репозитории Figshare: https://doi.org/10.6084/m9.figshare.3154580.v1.

Рисунок 1Дизайн исследования и аналитический рабочий процесс. Схематический обзор скрининга участников, распределения по когортам, измерения сывороточных биомаркеров, разработки диагностической модели, внешней валидации и построения прогностической модели. Центр А служил обучающей когортой, а Центр B — когортой для внешней валидации. Пожалуйста, нажмите здесь, чтобы просмотреть эту фигуру в большем размере.

Рисунок 2Распределение уровней сывороточного РЭА, SCC-Ag и CA125 по группам исследования. (A) Скрипичные диаграммы и диаграммы размаха («ящики с усами»), отображающие логарифмически преобразованные уровни биомаркеров в сыворотке крови пациентов с плоскоклеточным раком пищевода, лиц из группы контроля с доброкачественными заболеваниями пищевода и здоровых лиц из группы контроля. (B) Бивариантное распределение логарифмически преобразованных значений РЭА и SCC-Ag. (C) Радарная диаграмма, обобщающая комбинированный профиль биомаркеров по диагностическим группам. (D) Распределение повышенного уровня биомаркеров по диагностическим группам. CEA = раково-эмбриональный антиген; SCC-Ag = антиген плоскоклеточного рака; CA125 = углеводный антиген 125; ESCC = плоскоклеточный рак пищевода. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 3Разработка комбинированного диагностического профиля в обучающей когорте. (A) Тепловая карта корреляции логарифмически преобразованных значений РЭА, SCC-Ag и CA125. (B) Результаты одномерного и многофакторного логистического регрессионного анализа для отдельных биомаркеров и комбинированной диагностической модели. (C) Прогнозируемое распределение вероятностей для участников с плоскоклеточным раком пищевода (ПКРП) и без него на основе комбинированной диагностической модели. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 4Диагностическая эффективность и внешняя валидация комбинированной панели биомаркеров. (A) Кривые рабочих характеристик приемника (ROC-кривые), сравнивающие отдельные биомаркеры и комбинированную панель в обучающей когорте. (B) Кривые точности-полноты для различных сценариев внешней валидации. (С) Калибровочные кривые для обучающей когорты и когорты внешней валидации. (D) Анализ кривых принятия решений, демонстрирующий чистую выгоду при различных пороговых вероятностях. ROC = рабочей характеристикой приемника. Нажмите здесь, чтобы просмотреть эту фигуру в увеличенном размере.

Рисунок 5Профиль клинико-патологических ассоциаций комбинированной панели биомаркеров при плоскоклеточном раке пищевода. (A) Карта распределения комбинированных показателей риска, уровней сывороточных биомаркеров и клинико-патологических признаков на уровне пациентов. (B) Диаграммы размаха, демонстрирующие распределение биомаркеров по основным клинико-патологическим подгруппам. (C) Диаграмма Санки, демонстрирующая взаимосвязь между повышенным уровнем биомаркеров и стадией TNM. TNM = опухоль-узел-метастаз. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 6Прогностическая стратификация на основе совокупной нагрузки биомаркеров. (A) Кривые Каплана — Майера для общей выживаемости в зависимости от совокупной биомаркерной нагрузки. (B) Кривые Каплана-Мейера для выживаемости без прогрессирования в зависимости от совокупной нагрузки биомаркеров. (C) Время-зависимые ROC-кривые (кривые рабочих характеристик приемника), сравнивающие интегрированную модель с использованием только стадии по системе TNM. (D) Тепловая карта, отображающая кумулятивные вероятности летальности по тертилям риска и контрольным точкам периода наблюдения. OS = общая выживаемость; PFS = выживаемость без прогрессирования. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 7Внешняя валидация и клиническое внедрение интегрированной прогностической модели. (A) Сравнение C-индекса Харрелла для прогностических моделей в когортах обучения и внешней валидации. (B) Номограмма, включающая возраст, длину опухоли, гистологическую дифференцировку, стадию pT, статус лимфатических узлов, метод первичного лечения и высокую комбинированную нагрузку биомаркеров для оценки общей выживаемости через 1, 3 и 5 лет. (C) Графики калибровки внешней валидации для показателей общей выживаемости через 1, 3 и 5 лет. (D) Анализ кривых принятия решений при сравнении интегрированной модели с моделью, основанной только на стадии по системе TNM, клинико-патологической моделью, а также стратегиями «лечить всех» или «не лечить никого». Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Переменная	Всего (n = 277)	Обучающая когорта, центр А (n = 194)	Внешняя валидационная когорта, Центр B (n = 83)	значение p
Возраст, лет, медиана (МКИ)	59 (53–66)	59 (52–65)	60 (54–67)	0.284
Мужской пол, n (%)	198 (71.5)	137 (70.6)	61 (73.5)	0.622
Курящие в настоящее время/бывшие курильщики, n (%)	141 (50.9)	95 (49.0)	46 (55.4)	0.321
Текущее/прошлое употребление алкоголя, n (%)	127 (45.8)	87 (44.8)	40 (48.2)	0.603
Диагностическая группа, n (%)				0.701
плоскоклеточный рак пищевода	167 (60.3)	114 (58.8)	53 (63.9)
Доброкачественные заболевания пищевода	55 (19.9)	40 (20.6)	15 (18.1)
Здоровый контроль	55 (19.9)	40 (20.6)	15 (18.1)
Сывороточный РЭА, нг/мл, медиана (МР)	3.9 (2.0–6.6)	3.8 (1.9–6.4)	4.1 (2.1–6.8)	0.367
Сывороточный SCC-Ag, нг/мл, медиана (МКИ)	1.4 (0.8–2.3)	1.4 (0.8–2.2)	1.5 (0.9–2.4)	0.418
CA125 в сыворотке, Ед/мл, медиана (МКР)	22.8 (13.9–35.7)	22.4 (13.5–34.9)	23.6 (14.6–36.8)	0.447

Таблица 1: Исходные характеристики участников в когортах обучения и внешней валидации.Демографические характеристики, состав когорт, а также исходные уровни CEA, SCC-Ag и CA125 в сыворотке крови представлены для всей популяции, когорты обучения и когорты внешней валидации.

Переменная	Общий grupo ESCC (n = 167)	Обучающая когорта (n = 114)	Когорта внешней валидации (n = 53)	Значение P
Возраст, лет, медиана (IQR)	61 (55–68)	61 (55–67)	62 (56–68)	0.386
Мужской пол, n (%)	133 (79.6)	91 (79.8)	42 (79.2)	0.931
Курящие в настоящий момент/в прошлом, n (%)	110 (65.9)	74 (64.9)	36 (67.9)	0.701
Употребление алкоголя в настоящий момент/в прошлом, n (%)	95 (56.9)	66 (57.9)	29 (54.7)	0.68
Локализация опухоли, n (%)				0.879
Верхний отдел грудной клетки	2 (13.2)	15 (13.2)	7 (13.2)
Средний отдел грудной клетки	89 (53.3)	60 (52.6)	29 (54.7)
Нижний отдел грудной клетки	56 (3.5)	39 (34.2)	17 (32.1)
Гистологическая дифференцировка, n (%)				0.944
Высокодифференцированная	20 (12.0)	14 (12.3)	6 (11.3)
Умеренно дифференцированная	81 (48.5)	56 (49.1)	25 (47.2)
Низкодифференцированная	6 (39.5)	4 (38.6)	2 (41.5)
Размер опухоли ≥5 cm, n (%)	68 (40.7)	45 (39.5)	23 (43.4)	0.621
Стадия pT3–4, n (%)	121 (72.5)	82 (71.9)	39 (73.6)	0.821
Метастазы в лимфатические узлы, n (%)	10 (59.9)	68 (59.6)	32 (60.4)	0.924
Стадия TNM III–IV, n (%)	11 (6.5)	75 (65.8)	36 (67.9)	0.785
Лимфоваскулярная инвазия, n (%)	65 (38.9)	42 (36.8)	23 (43.4)	0.404
Основной метод лечения, n (%)				0.753
Радикальная хирургическая операция ± адъювантная терапия	13 (67.7)	79 (69.3)	34 (64.2)
Дефинитивная химиолучевая терапия	32 (19.2)	21 (18.4)	1 (20.8)
Паллиативное системное/поддерживающее лечение	2 (13.2)	14 (12.3)	8 (15.1)

Таблица 2: Клинико-патологические характеристики пациентов с плоскоклеточным раком пищевода (ESCC) в обучающей и внешней валидационной когортах. Сравнение локализации опухоли, гистологической дифференцировки, протяженности опухоли, стадии pT, статуса лимфатических узлов, стадии TNM, лимфоваскулярной инвазии и основного метода лечения у пациентов с ESCC в обучающей и внешней валидационной когортах.

Модель	Оптимальный порог отсечения	AUC (95% ДИ)	Чувствительность (%)	Специфичность (%)	ПВ (%)	ЧИС (%)	Точность (%)	F1-мера (%)
РЭА	4,85 нг/мл	0.711 (0.635–0.786)	58.8	76.2	77.9	56.6	66.2	67.1
СКК-Аг	1,52 нг/мл	0.802 (0.735–0.869)	70.2	78.8	82.5	65.6	73.8	76.1
CA125	31,8 Ед/мл	0.668 (0.591–0.744)	44.7	82.5	78.5	52.4	60.3	57
Комбинированная панель	0.57	0.869 (0.817–0.921)	79.8	81.2	85.8	73	80.4	82.7

Таблица 3: Диагностическая точность отдельных биомаркеров и комбинированной панели сывороточных биомаркеров в обучающей когорте. Диагностическая эффективность представлена с использованием оптимального порогового значения, площади под ROC-кривой, чувствительности, специфичности, прогностической ценности положительного результата, прогностической ценности отрицательного результата, точности и F1-меры.

Сравнение	AUC (95% CI)	Чувствительность, %	Специфичность, %	Точность, %	Оценка Брайера	Наклон калибровки	Чистая выгода при пороговой вероятности 0.30
ESCC против не-ESCC	0.842 (0.753–0.930)	75.5	76.7	75.9	0.164	0.93	0.218
ESCC против доброкачественных заболеваний пищевода	0.801 (0.686–0.916)	73.6	73.3	73.5	0.171	0.9	0.196
ESCC против здорового контроля	0.89 (0.800–0.979)	77.4	86.7	79.5	0.12	0.97	0.252
Ранняя стадия ESCC против незлокачественного контроля	0.818 (0.704–0.932)	70.6	78.3	76.3	0.153	0.89	0.173

Таблица 4: Внешняя валидация диагностической эффективности комбинированной панели сывороточных биомаркеров. Эффективность модели обобщена для четырех диагностических сценариев: плоскоклеточный рак пищевода (ESCC) против не-ESCC, ESCC против доброкачественных заболеваний пищевода, ESCC против здорового контроля и ESCC на ранней стадии против незлокачественного контроля.

Характеристика	Категория	Повышенный CEA (n %)	Повышенный SCC-Ag (n %)	Повышенный CA125 (n %)	Высокая комбинированная нагрузка (n %)	P для CEA	P для SCC-Ag	P для CA125	P для комбинированной нагрузки
Возраст	<65 лет (n = 104)	40 (38.5)	54 (51.9)	29 (27.9)	31 (29.8)	0.129	0.108	0.151	0.028
	≥65 лет (n = 63)	32 (50.8)	41 (65.1)	25 (39.7)	30 (47.6)
Пол	Женский (n=34)	13 (38.2)	17 (50.0)	13 (38.2)	12 (35.3)	0.513	0.367	0.402	0.871
	Мужской (n = 13)	59 (4.4)	78 (58.6)	41 (30.8)	49 (36.8)
Размер опухоли	<5 cm (n = 9)	35 (35.4)	49 (49.5)	24 (24.2)	27 (27.3)	0.015	0.021	0.09	0.04
	≥5 cm (n = 68)	37 (54.4)	46 (67.6)	30 (4.1)	34 (50.0)
Дифференцировка	Высокая/умеренная (n = 103)	38 (36.9)	52 (50.5)	27 (26.2)	29 (28.2)	0.018	0.032	0.027	0.06
	Низкая (n=64)	34 (53.1)	43 (67.2)	27 (42.2)	32 (50.0)
Стадия pT	pT1–2 (n = 46)	13 (28.3)	20 (43.5)	9 (19.6)	10 (21.7)	0.016	0.028	0.036	0.01
	pT3–4(n = 121)	59 (48.8)	75 (62.0)	45 (37.2)	51 (42.1)
Статус лимфатических узлов	Отрицательный (n = 67)	21 (31.3)	31 (46.3)	15 (22.4)	18 (26.9)	0.012	0.025	0.021	0.038
	Положительный (n = 10)	51 (51.0)	64 (64.0)	39 (39.0)	43 (43.0)
Стадия TNM	I–II (n = 56)	16 (28.6)	25 (44.6)	1 (19.6)	13 (23.2)	0.08	0.021	0.014	0.09
	III–IV (n= 11)	56 (50.5)	70 (63.1)	43 (38.7)	48 (43.2)

Таблица 5: Связь между повышением уровня биомаркеров в сыворотке крови и клинико-патологическими характеристиками у пациентов с ESCC. Сравнение доли пациентов с повышенным уровнем CEA, повышенным уровнем SCC-Ag, повышенным уровнем CA125 и высокой комбинированной нагрузкой биомаркеров в различных демографических и опухоле-зависимых подгруппах.

Переменная	Одномерный HR для OS (95% CI)	Значение P	Многомерный HR для OS (95% CI)	Значение P	Одномерный HR для PFS (95% CI)	Значение P	Многомерный HR для PFS (95% CI)	Значение P
Возраст ≥65 лет	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 (0.8–1.95)	0.186
Мужской пол	1.18 (0.67–2.08)	0.56	—	—	1.13 (0.69–1.84)	0.632	—	—
Размер опухоли ≥5 cm	1.89 (1.25–2.86)	0.03	1.44 (0.93–2.23)	0.103	1.76 (1.2–2.5)	0.03	1.36 (0.92–2.01)	0.122
Низкая степень дифференцировки	1.63 (1.07–2.47)	0.024	1.29 (0.84–1.9)	0.245	1.58 (1.09–2.28)	0.016	1.27 (0.86–1.87)	0.28
Стадия pT3–4	2.04 (1.19–3.49)	0.09	1.36 (0.76–2.4)	0.304	1.92 (1.18–3.1)	0.009	1.29 (0.7–2.18)	0.35
Метастазы в лимфатических узлах	2.46 (1.50–4.03)	<0.01	1.94 (1.15–3.28)	0.013	2.12 (1.37–3.28)	0.01	1.73 (1.08–2.79)	0.023
Лечение на основе радикальной хирургии	0.43 (0.28–0.65)	<0.01	0.56 (0.36–0.8)	0.012	0.51 (0.35–0.74)	<0.01	0.63 (0.43–0.94)	0.024
Повышенный уровень CEA	1.8 (1.24–2.85)	0.03	1.34 (0.86–2.10)	0.19	1.71 (1.18–2.49)	0.05	1.26 (0.84–1.8)	0.267
Повышенный уровень SCC-Ag	1.95 (1.25–3.03)	0.03	1.29 (0.80–2.08)	0.302	1.82 (1.2–2.72)	0.04	1.25 (0.81–1.93)	0.315
Повышенный уровень CA125	1.79 (1.16–2.78)	0.09	1.21 (0.76–1.93)	0.421	1.68 (1.13–2.50)	0.01	1.18 (0.7–1.82)	0.46
Высокая комбинированная нагрузка биомаркеров	2.91 (1.89–4.46)	<0.01	2.24 (1.41–3.54)	0.001	2.63 (1.80–3.84)	<0.01	2.03 (1.35–3.05)	0.01

Таблица 6: Одновариальный и многофакторный регрессионный анализ Кокса для общей выживаемости и выживаемости без прогрессирования. Представлены отношения рисков и 95% доверительные интервалы для клинико-патологических переменных, повышения уровней отдельных биомаркеров и высокой совокупной нагрузки биомаркеров.

Модель	C-индекс обучающей когорты	1-летняя AUC обучающей когорты	3-летняя AUC обучающей когорты	5-летняя AUC обучающей когорты	C-индекс внешней валидации	Внешняя 1-летняя AUC	Внешняя 3-летняя AUC	Внешняя 5-летняя AUC	NRI по сравнению с TNM	IDI по сравнению с TNM
Только стадия TNM	0.62	0.701	0.676	0.648	0.641	0.672	0.651	0.628	—	—
Только панель биомаркеров	0.703	0.74	0.713	0.689	0.681	0.709	0.687	0.6	0.18	0.049
Клинико-патологическая модель	0.736	0.72	0.748	0.721	0.708	0.741	0.719	0.694	0.153	0.061
Интегральная модель	0.792	0.829	0.806	0.781	0.761	0.801	0.74	0.748	0.274	0.102

Таблица 7: Прогностическая эффективность различных прогностических моделей в обучающей и внешней валидационной когортах. Сравнение C-индекса Harrell, зависимости площади под кривой от времени, чистого улучшения реклассификации и интегрированного улучшения дискриминации для стадии TNM как таковой, только панели биомаркеров, клинико-патологической модели и интегрированной модели.

Дополнительная таблица 1: Скрининг участников, исключение и распределение в финальную когорту. Приведены сводные данные по количеству прошедших скрининг, причинам исключения, итоговой аналитической популяции, распределению по диагностическим группам и распределению когорты по центрам.Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 2: Межсерийная и межцентровая воспроизводимость измерения сывороточных биомаркеров. Результаты слепого сравнительного тестирования аликвот сыворотки обобщены с использованием межцентровых коэффициентов вариации и коэффициентов внутриклассовой корреляции для CEA, SCC-Ag и CA125.Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 3: Распределение сывороточных биомаркеров и комбинированная нагрузка биомаркерами по диагностическим группам. Приведены сводные данные по распределению сывороточных CEA, SCC-Ag и CA125, а также доля пациентов с высокой комбинированной нагрузкой биомаркерами для групп пациентов с плоскоклеточным раком пищевода (ESCC), контрольной группы с доброкачественными заболеваниями пищевода и группы здоровых добровольцев.Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 4: Коэффициенты диагностической модели и внутренняя бутстреп-валидация.Приведены свободный член диагностической модели, коэффициенты биомаркеров, оценки одномерного и многофакторного логистического регрессионного анализа, пороговое значение для обучающей когорты, количество бутстреп-выборок, площадь под кривой с поправкой на оптимизм, наклон калибровки и показатель Брайера.Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 5: Результаты последующего наблюдения, landmark-анализа смертности, калибровки и кривых принятия решений для прогностической валидации. Представлены обобщенные данные по продолжительности последующего наблюдения, количеству событий выживаемости, медиане OS и PFS по группам нагрузки биомаркеров; улучшению C-индекса; C-индексу с поправкой на оптимизм; landmark-вероятностям кумулятивной смертности; значениям счета Брайера при внешней валидации; наклонам калибровки и оценкам чистой выгоды по кривым принятия решений.Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Обсуждение

В ходе данного двухцентрового исследования была разработана и прошла внешнюю валидацию комбинированная панель сывороточных биомаркеров, включающая CEA, SCC-Ag и CA125, для диагностической и прогностической оценки при плоскоклеточном раке пищевода (ESCC). Комбинированная панель превзошла каждый отдельный биомаркер в дифференциации ESCC от незлокачественного контроля и сохранила приемлемую дискриминационную способность в когорте внешней валидации. Этот результат согласуется с предыдущими исследованиями ESCC, показывающими, что сывороточные опухолевые маркеры могут предоставлять клинически значимую диагностическую и прогностическую информацию, хотя эффективность одного маркера часто ограничена биологическим перекрытием между злокачественными и незлокачественными состояниями^23,24. Таким образом, основным вкладом данного исследования является разработка воспроизводимого рабочего процесса с использованием трех маркеров, который объединяет предтерапевтическую диагностику, клинико-патологическую корреляцию и стратификацию выживаемости в единую аналитическую систему.

Повышение эффективности комбинированной панели биологически обосновано тем, что РАЭ, SCC-Ag и CA125 отражают частично различные опухолевые процессы. SCC-Ag тесно связан со злокачественными новообразованиями плоского эпителия и продемонстрировал наилучшую диагностическую эффективность в качестве отдельного маркера в данной когорте. РАЭ может отражать опухолевую нагрузку, инвазивный фенотип и системную злокачественную активность, тогда как CA125 может фиксировать более широкие воспалительные сигналы, изменения серозных оболочек или признаки запущенной стадии заболевания, а не специфическую биологию ЭППЖ^25,26. Умеренные корреляции между тремя биомаркерами свидетельствуют о том, что маркеры взаимосвязаны, но не избыточны, что подтверждает целесообразность совместного моделирования, а не опоры на одно единственное измерение в кровотоке.

Высокая совокупная нагрузка биомаркеров была связана с бóльшим размером опухолей, стадией заболевания pT3–4, метастазами в лимфатические узлы и III–IV стадиями по системе TNM, что указывает на то, что данная панель фиксирует не просто бинарный диагностический сигнал. Эта закономерность имеет клиническое значение, поскольку анатомическая стадия остается центральным фактором в лечении плоскоклеточного рака пищевода (ESCC), однако пациенты на одной и той же стадии могут различаться по агрессивности опухоли, системной нагрузке и исходу выживаемости²⁷. Таким образом, профиль сывороточных биомаркеров может помочь уточнить оценку риска перед началом лечения, особенно когда врачам требуется дополнительная информация перед операцией, окончательной химиолучевой терапией, системным лечением или усиленным последующим наблюдением. При анализе выживаемости высокая совокупная нагрузка биомаркеров оставалась независимо связанной с худшими показателями OS и PFS после поправки на основные клинико-патологические переменные, а интегрированная модель продемонстрировала более высокие значения C-индекса и временно-зависимых AUC, чем одна только стадия по TNM²⁸.

По сравнению с моделями на основе визуализации, радиомики, экспрессии генов или мультиомики, представленная панель обладает практическими преимуществами, но имеет более узкий биологический охват. Радиомические и транскриптомные модели могут учитывать пространственную неоднородность, особенности микроокружения опухоли и молекулярные подтипы, и некоторые из них продемонстрировали многообещающие прогностические показатели при ESCC^29,30. Однако эти подходы часто требуют стандартизированных протоколов визуализации, передовых вычислительных конвейеров, высококачественных образцов тканей, платформ секвенирования или специализированной биоинформатической поддержки. Напротив, уровни CEA, SCC-Ag и CA125 регулярно измеряются во многих клинических лабораториях, являются относительно недорогими и могут определяться повторно в ходе последующего наблюдения. Таким образом, клиническая ценность данной панели заключается в ее доступности и совместимости с рабочими процессами, а не в способности заменить визуализацию, патоморфологическое исследование, молекулярное профилирование или стадирование по системе TNM.

Анализ калибровки и кривых принятия решений подтверждает возможность осторожного внедрения в клиническую практику. Комбинированная диагностическая модель продемонстрировала приемлемую калибровку как в обучающей когорте, так и в когорте внешней валидации, а анализ кривых принятия решений указал на положительную чистую выгоду в клинически значимых диапазонах пороговых значений. Интегрированная прогностическая модель также показала улучшенную дискриминацию и приемлемую калибровку при внешней валидации. Эти результаты важны, поскольку модели с одной лишь высокой дискриминацией могут иметь плохую калибровку или быть клинически бесполезными³¹. Представляя данные AUC, C-индекса, калибровки, показатели Брайера и результаты анализа кривых принятия решений, данное исследование обеспечивает более полную оценку эффективности модели, чем исследования, опирающиеся только на показатели дискриминации или отношения рисков.

Следует признать ряд ограничений. Несмотря на то что исследование включало внешнюю валидацию, она была ограничена двумя центрами, а когорта валидации была меньше тренировочной когорты. Значения биомаркеров измерялись только на исходном этапе до начала лечения, поэтому лонгитюдные изменения во время неоадъювантной терапии, химиолучевой терапии, послеоперационного наблюдения или мониторинга рецидивов не оценивались, хотя динамика показателей опухолевых маркеров может дать дополнительную прогностическую информацию³². Панель сывороточных маркеров не сравнивалась напрямую с радиомикой, экспрессией генов, циркулирующей опухолевой ДНК или другими моделями жидкостной биопсии в той же популяции пациентов, а ложноположительное повышение уровней может наблюдаться при воспалительных, доброкачественных процессах или сопутствующих заболеваниях. Резюмируя, комбинированная панель сывороточных CEA, SCC-Ag и CA125 обеспечила лучшую диагностическую разделительную способность, чем отдельные биомаркеры, была связана с неблагоприятными клинико-патологическими характеристиками и улучшила прогностическую стратификацию при добавлении к стандартным клиническим переменным. Перед внедрением в рутинную клиническую практику необходима дальнейшая многоцентровая валидация, серийная оценка биомаркеров и прямое сравнение с моделями на основе визуализации и молекулярными моделями.

Материалы

Список материалов, использованных в этой статье

Имя	Компания	Каталожный номер	Комментарии
Access CEA Calibrators	Beckman Coulter	33205	Калибровка для анализа CEA в сыворотке крови
Access CEA Quality Control	Beckman Coulter	33029	Ежедневный внутренний контроль качества для анализа CEA в сыворотке крови
Access CEA Reagent Pack	Beckman Coulter	33200	Измерение CEA в сыворотке крови на системе иммуноанализа UniCel DxI 800 Access
Регулируемый микропипетка, 100–1000 µL	Eppendorf	3123000063	Аликвотирование сыворотки после центрифугирования
ARCHITECT CA 125 II Calibrators	Abbott Diagnostics	02K4502	Калибровка для анализа CA125 в сыворотке крови
ARCHITECT CA 125 II Controls	Abbott Diagnostics	02K4511	Ежедневный внутренний контроль качества для анализа CA125 в сыворотке крови
ARCHITECT CA 125 II Reagent Kit	Abbott Diagnostics	02K4529	Измерение CA125 в сыворотке крови на анализаторе иммуноанализа ARCHITECT i2000SR
Анализатор иммуноанализа ARCHITECT i2000SR	Abbott Diagnostics	i2000SR	Автоматизированная платформа для хемилюминесцентного микрочастичного иммуноанализа для тестирования SCC-Ag и CA125
ARCHITECT SCC Calibrator	Abbott Diagnostics	8D1801	Калибровка для анализа SCC-Ag в сыворотке крови
ARCHITECT SCC Controls	Abbott Diagnostics	8D1810	Ежедневный внутренний контроль качества для анализа SCC-Ag в сыворотке крови
ARCHITECT SCC Reagent Kit	Abbott Diagnostics	8D1828	Измерение SCC-Ag в сыворотке крови на анализаторе иммуноанализа ARCHITECT i2000SR
Принтер этикеток со штрих-кодом	Brady	BMP51	Маркировка штрих-кодами аликвот сыворотки и криопробирок
Игла для забора крови	BD Biosciences	367286	Забор периферической венозной крови
Криобокс для хранения	Corning	431131	Организованное хранение замороженных аликвот сыворотки
Криопробирка, 2,0 mL, с внешней резьбой, самостоятельно стоящая	Corning	430659	Хранение аликвот сыворотки с маркировкой штрих-кодом при −80 °C
Форма извлечения данных и предопределенный словарь данных	Исследовательская группа	Неприменимо	Стандартизированное извлечение клинических, патологических, лабораторных переменных и данных последующего наблюдения
пакет dcurves	R package	Version 0.4.0	Анализ кривых принятия решений и оценка клинической чистой выгоды
Система электронных медицинских карт	Участвующие больницы	Неприменимо	Извлечение демографических, клинических данных, данных о лечении и последующем наблюдении
Наконечники для пипеток с фильтром, 100–1000 µL	Eppendorf	30073594	Аликвотирование сыворотки с контролем загрязнения
пакет ggplot2	R package	Version 3.5.1	Статистическая визуализация и подготовка рисунков
IBM SPSS Statistics	IBM	Version 27.0	Сравнение исходных данных и дополнительная статистическая проверка
Лабораторная информационная管理система	Лаборатория участвующей больницы	Неприменимо	Поиск и сопоставление записей тестов на биомаркеры сыворотки
пакет mice	R package	Version 3.16.0	Множественная импутация с помощью цепных уравнений
пакет nricens	R package	Version 1.6	Анализ чистого улучшения реклассификации
Система патологоанатомической отчетности	Участвующие больницы	Неприменимо	Подтверждение диагноза ESCC, доброкачественной патологии, характеристик опухоли и переменных, связанных со стадированием
пакет pROC	R package	Version 1.18.5	Анализ ROC-кривых и сравнение по методу ДеЛонга
Статистическое программное обеспечение R	R Foundation for Statistical Computing	Version 4.3.2	Статистический анализ, построение моделей, валидация и генерация рисунков
Центрифуга с охлаждением	Eppendorf	5810 R	Разделение сыворотки путем центрифугирования при 1,500 x g в течение 10 min
пакет rms	R package	Version 6.8-1	Калибровочный анализ, построение номограмм и поддержка регрессионных моделей
Пробирка для забора крови с разделителем сыворотки, 5 mL	BD Biosciences	367955	Забор периферической венозной крови натощак для тестирования биомаркеров сыворотки
пакет survival	R package	Version 3.5-7	Регрессия пропорциональных рисков Кокса и анализ выживаемости
пакет survminer	R package	Version 0.4.9	Визуализация кривых Каплана–Мейера
Форма записи телефонного последующего наблюдения	Исследовательская группа	Неприменимо	Сбор и проверка информации о выживаемости, рецидивах, прогрессировании и последнем контакте
пакет timeROC	R package	Version 0.4	Анализ зависимых от времени ROC-кривых
Ультранизкотемпературный морозильник	Thermo Fisher Scientific	TSX60086A	Хранение аликвот сыворотки при −80 °C
Система иммуноанализа UniCel DxI 800 Access	Beckman Coulter	DxI 800	Автоматизированная платформа хемилюминесцентного иммуноанализа для тестирования CEA в сыворотке крови