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

Jun Luo; Yuting Cao; Fei Meng; Changqing Guo

doi:10.3791/72189

Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.

Исследовательская статья

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

71 просмотров

⸱

DOI:

10.3791/72189

⸱

8 сентября 2026 г.

Jun Luo^*¹ , Yuting Cao^*² , Fei Meng¹ , Changqing Guo¹

¹Department of Laboratory Medicine, Jiangsu Province Hospital of Chinese Medicine, Affiliated Hospital of Nanjing University of Chinese Medicine, ²Department of Laboratory Medicine, Nanhu Community Health Service Center, Nanjing

^* These authors contributed equally

В этой статье

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 лабораториях⁶^,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 тракта¹¹^,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.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

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.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

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 сли...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

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,...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

Авторы не имеют конфликтов интересов, подлежащих раскрытию.

Благодарности

Авторы благодарят сотрудников отделения лабораторной медицины госпиталя традиционной китайской медицины провинции Цзянсу, аффилированной больницы Нанкинского университета китайской медицины и Центра медицинского обслуживания сообщества Наньху в Нанкине за поддержку в сборе образцов, проведении лабораторных исследований и управлении данными.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

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

Ссылки

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.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Больше статей

Диагностическая оценка раково-эмбриональный антиген антиген плоскоклеточного рака углеводный антиген 125 стратификация рисков логистическая регрессия модель пропорциональных рисков Кокса