Valutazione del rischio di ovarico …

Valutazione del rischio di ovarico ...

  1. Ben Van Calster. professore 1,
  2. Kirsten Van Hoorde. ricercatore dottorato 2 3,
  3. Lil Valentin. professore 4,
  4. Antonia C Testa. professore 5,
  5. Daniela Fischerova. consulente ginecologo 6,
  6. Caroline Van Holsbeke. consulente ginecologo 7,
  7. Luca Savelli. consulente ginecologo 8,
  8. Dorella Franchi. consulente ginecologo 9,
  9. Elisabeth Epstein. Professor 10,
  10. Jeroen Kaijser. Research Fellow 1 11,
  11. Vanya Van Belle. ricercatore post-dottorato 2 3,
  12. Artur Czekierdowski. Professor 12,
  13. Stefano Guerriero. Professor 13,
  14. Robert Fruscio. consulente ginecologo 14,
  15. Chiara Lanzani. consulente ginecologo 15,
  16. Felice Scala. ginecologo consulente 16,
  17. Tom Bourne. professore 1 11 17,
  18. Dirk Timmerman. professore 1 11
  19. Internazionale ovarica Tumore Analysis (Iota) gruppo
  1. 1 Dipartimento per lo Sviluppo e rigenerazione, KU Leuven, Herestraat 49 scatola 7003, 3000 Leuven, Belgio
  2. 2 Dipartimento di Ingegneria Elettrica, KU Leuven, Leuven, Belgio
  3. 3 iMinds Medical Information Technologies, KU Leuven, Leuven, Belgio
  4. 5 Dipartimento di Oncologia, Università Cattolica del Sacro Cuore, Roma, Italia
  5. 6 Oncologia Ginecologica Center, Dipartimento di Ostetricia e Ginecologia, Università Carlo, Praga, Repubblica Ceca
  6. 7 Dipartimento di Ostetricia e Ginecologia, Ziekenhuis Oost Limburg, Genk, Belgio
  7. 8 Ginecologia e Medicina della Riproduzione Unità, S Orsola-Malpighi, Università di Bologna, Bologna, Italia
  8. 9 Unità di Ginecologia Preventiva, Divisione di Ginecologia, Istituto Europeo di Oncologia, Milano, Italia
  9. 10 Dipartimento di Ostetricia e Ginecologia, Karolinska University Hospital, Stoccolma, Svezia
  10. 11 Dipartimento di Ostetricia e Ginecologia, University Hospitals Leuven, Leuven, Belgio
  11. 12 1 ° Dipartimento di Oncologia Ginecologica e Ginecologia, Università di Medicina di Lublin, Lublin, Polonia
  12. Dipartimento 13 di Ostetricia e Ginecologia, Azienda Ospedaliero Universitaria di Cagliari, Cagliari, Italia
  13. 14 Clinica di Ostetricia e Ginecologia, Università di Milano-Bicocca, Ospedale San Gerardo, Monza, Italia
  14. 15 Dipartimento di donna, madre e neonato, Ospedale Buzzi per bambini, scuola biologici e clinici di Medicina, Università degli Studi di Milano, Milano, Italia
  15. 16 Dipartimento di Oncologia Ginecologica, Istituto Nazionale Tumori, Napoli, Italia
  16. 17 di Queen Charlotte e Chelsea Hospital, Imperial College, Londra, Regno Unito
  1. Corrispondenza a: B Van Calster ben.vancalstermed.kuleuven.be
  • Accettato 5 Settembre 2014

Astratto

obiettivi Per sviluppare un modello di predizione del rischio di discriminare tra preoperatoria benigni, borderline, stadio I invasive, stadio II-IV invasiva, e tumori ovarici metastatici secondari.

Design studio diagnostico osservazionale prospettico utilizzando raccolti dati clinici ed ecografici.

Ambientazione 24 centri di ultrasuoni in 10 paesi.

risultati La valutazione di diverse neoplasie nel modello annessi (ADNEX) contiene tre clinica e sei predittori ultrasuoni: età, livelli sierici di CA-125, tipo di centro (centri oncologici v altri ospedali), diametro massimo di lesione, la percentuale di tessuto solido, più di 10 loculi cisti, numero di proiezioni papillari, ombre acustiche, e ascite. L’area sotto la curva caratteristica di funzionamento del ricevitore (AUC) per il classico discriminazione tra tumori benigni e maligni era 0,94 (0.93 al 0,95) sulla validazione temporale. L’AUC è stato 0,85 per benigni contro borderline, 0.92 benigna contro il cancro in stadio I, 0,99 benigna contro il cancro fase II-IV, e 0,95 per benigni contro metastatica secondaria. AUC tra sottotipi maligni variavano tra 0,71 e 0,95, con una AUC di 0,75 per la linea di confine contro il cancro mi palco e 0,82 per la fase II-IV contro metastatica secondaria. Le curve di calibrazione hanno dimostrato che i rischi stimati erano accurate.

Conclusioni Il modello ADNEX discrimina bene tra tumori benigni e maligni e offre giusto eccellente discriminazione tra i quattro tipi di malignità ovarica. L’uso del ADNEX ha il potenziale per migliorare le decisioni di triage e di gestione e così ridurre la morbilità e la mortalità associate con annessiale patologia.

introduzione

Abbiamo sviluppato un modello di previsione del rischio politomica in grado di distinguere in modo affidabile tra benigne, borderline, stadio I invasive, stadio II-IV invasiva, e tumori metastatici annessiali secondari.

metodi

Progettazione e impostazione

pazienti

La raccolta dei dati e standard di riferimento

I dati sono stati inseriti attraverso sistemi di raccolta dati dedicati e sicuri, basati su web per la fase 1, e attraverso uno schermo locale studio (software Astraia, Monaco di Baviera, Germania) per la successiva phases.21 22 23 Per garantire l’integrità dei dati, diversi medici e statistici utilizzati incorporato in controlli automatici e revisione manuale e la pulizia dei dati.

analisi statistica

Abbiamo sviluppato un modello di previsione utilizzando i dati di donne comprese nelle fasi IOTA 1, 1b, e 2 (n = 3506) e validato il modello sui dati di donne incluse nella fase 3 (n = 2403).

Il marcatore tumorale del siero CA-125 non era una variabile obbligatoria, e le misure mancavano nel 31% dei pazienti. Come descritto in dettaglio nel supplementare appendice A, abbiamo usato imputazione multipla a che fare con valori mancanti per CA-125.28 Abbiamo creato 100 imputazioni, con conseguente 100 set di dati completi.

Per valutare la calibrazione delle probabilità previste abbiamo prodotto curva di taratura che mostra la relazione tra probabilità previste e osservati per ciascun tipo di tumore. Le trame sono basate su un parametrico multinomiale analisi ricalibrazione logistica, 38 utilizzando intercettazioni centro casuali. Abbiamo usato i risultati probabilistici di questa analisi, compresi gli effetti casuali, come probabilità osservate, che sono stati riportati in funzione delle probabilità previste.

Perché la validazione dei modelli ha avuto successo, abbiamo aggiornato il modello sui dati aggregati (n = 5909) a fare pieno uso di tutte le informazioni disponibili. probabilità previste basate su questo modello può poi essere confrontati con le probabilità di base per ogni tipo di tumore. Le probabilità di base sono stati stimati attraverso un modello di regressione intercettazioni casuali logistica multinomiale contenente solo termini intercettare. Tutte le analisi sono state effettuate con SAS 9.3 (SAS Institute, Cary, Stati Uniti d’America).

risultati

In totale, i dati sui 6169 pazienti sono stati registrati nelle banche dati per le fasi 1, 1b, 2, e 3. esclusi 255 pazienti (4,1%): 163 (2,6%) in base a criteri di esclusione (51 donne in gravidanza, 112 donne hanno ricevuto un intervento chirurgico gt; 120 giorni dopo l’esame ecografico), 91 (1,5%) a causa di errori di dati o esame istologico finale incerto o mancante, e una causa di violazione del protocollo. Sulla base logistica diagnostics39 influenza di regressione e l’ulteriore revisione dei dati dei set di dati archiviati, abbiamo omesso cinque casi supplementari. Così sono stati utilizzati i dati sul 5909 donne. La tabella 1 ⇓ fornisce una panoramica dei centri partecipanti, inclusi i pazienti, e lo standard di riferimento; tavolo supplementare S1 le diagnosi istologiche e le fasi FIGO; e la tabella supplementare S2 le caratteristiche personali e riproduttive dei pazienti. Il tasso osservato di malignità variava tra il 22% e il 66% nei centri oncologici e tra lo 0% e il 30% in altri ospedali.

Numero di pazienti in ogni centro, e il tipo di Centro

Derivazione di un modello simile, senza CA-125 di livello come predittore influenzato principalmente la discriminazione tra cancro in stadio II-IV e di altri tumori maligni (vedi tabella supplementare S4): AUC di convalida è diminuito 0,82-,59 (stadio del cancro II-IV v cancro metastatico), ,87-,76 (stadio del cancro II-IV v Ho il cancro stadio), e 0,95-,91 (stadio del cancro II-IV v tumori borderline).

Attuazione della ADNEX e esempio illustrativo

Il modello ADNEX finale è disponibile on-line e in applicazioni mobili (www.iotagroup.org/adnexmodel/~~number=plural). Le applicazioni consentono di calcolo del rischio anche in assenza di informazioni sui livelli sierici di CA-125, nonostante la diminuzione delle prestazioni. A titolo di esempio, valutiamo una donna di 55 anni in un centro per l’oncologia ginecologica. La sua livelli sierici di CA-125 è 42 U / mL. esame ecografico rivela una massa annessiale con più di 10 loculi cisti, senza proiezioni papillari, ombre acustiche, ascite, un diametro massimo della lesione di 120 mm e un diametro massimo della componente più solido di 20 mm (vale a dire, percentuale di solidi il tessuto è 20/120). Il modello ADNEX dà le seguenti probabilità: 37,4% per il tumore borderline, il 10,8% per il cancro in stadio I, 8,4% per la fase cancro II-IV, e il 11,0% per il cancro metastatico secondario. Il rischio totale di malignità è 10,8 + 37,4 + 8,4 + 11,0 = 67,6%. Il tumore è più probabile che sia un tumore borderline rispetto a qualsiasi altro tipo di neoplasia. Se il livello di CA-125 non era disponibile, previsto probabilità sarebbero 25,2% (borderline), 8,3% (stadio I), 35,8% (stadio II-IV), e il 11,5% (metastatico). le probabilità di base per ciascun tipo di tumore sono 6,3% per i tumori borderline, 7,5% per la fase I, 14,1% per la fase II-IV, e del 4,0% per il cancro metastatico.

Discussione

Abbiamo sviluppato e temporalmente validato un modello di previsione che è in grado di discriminare tra cinque tipi di tumore degli annessi (I tumore benigno, borderline, stadio, il cancro in stadio II-IV, e il cancro metastatico secondaria), pur mostrando un’ottima capacità discriminativa globale tra benigni e tutti i tumori maligni. Sui dati di convalida, il già proposto rischio 10% cut-off per il rischio totale di malignancy21 portato a 96,5% di sensibilità e il 71,3% di specificità. Il modello ADNEX discriminati bene tra tumori benigni e ciascuno dei quattro tipi di tumore maligno (zona di convalida sotto il ricevitore curve caratteristiche operative (AUC) tra 0,85 e 0,99). Inoltre, il modello è stato in grado di distinguere stadio del cancro II-IV da altri tumori maligni (AUC validazione tra 0,82 e 0,95) e ha mostrato fiera discriminazione tra cancro della fase I e tumori borderline (AUC 0,75) e cancro di stadio I e il cancro metastatico secondario (AUC 0,71 ). Il modello utilizza tre predittori clinici (età, livelli sierici di CA-125, tipo di centro) e sei predittori ultrasuoni (diametro massimo di lesione, percentuale di tessuto solido, più di 10 loculi cisti, il numero di proiezioni papillari, ombre acustiche, e ascite ). Livelli sierici di CA-125 e la percentuale di tessuto solido erano i predittori più forti.

Risultati in relazione ad altri studi

Punti di forza e di debolezza di questo studio

Implicazioni per la pratica clinica

Il modello ADNEX ha chiaro potenziale per ottimizzare la gestione delle donne con un tumore annessiale. Attualmente il rischio di indice di malignità (RMI) 47 è spesso usato per caratterizzare le masse annessiali come benigni o maligni. Tuttavia, l’indice ha avuto prestazioni molto più povera di discriminazione tra tumori benigni e maligni (AUC 0.88, la sensibilità 67,1% e 90,6% di specificità a rischio tipici dell’indice di malignità cut-off di 200) rispetto al modello ADNEX durante il test sui nostri dati di convalida .42 Oltre ad offrire eccellente discriminazione tra tumori benigni e maligni, il modello predice ADNEX tipo di tumore maligno. La conoscenza del tipo specifico di adnexal patologia prima dell’intervento chirurgico è altamente probabile migliorare selezione dei pazienti, e rende anche possibile ottimizzare il trattamento. Questo a sua volta può ridurre la morbilità e portare a una maggiore sopravvivenza da diversi tipi di malignità ovarica. La corretta identificazione del cancro in stadio I è particolarmente important.19 Il modello ADNEX può discriminare bene tra lo stadio I cancri e tumori benigni e tra lo stadio I tumori e il cancro in fase avanzata. Inoltre, il modello ADNEX può discriminare bene tra cancro primario avanzato e cancro metastatico secondario. Quest’ultimo risultato è ottenuto tramite l’uso di livelli sierici di CA-125 come predittore. Anche se CA-125 di livello ha poco valore aggiunto sulle informazioni ultrasuoni quando distinguere benigne da tumori maligni, 17 il presente studio dimostra che livelli sierici di CA-125 è importante per una buona discriminazione tra fase cancro II-IV e stadio I e cancro metastatico secondario. Un inconveniente che condivide ADNEX con modelli ben noti per predire la malignità ovarica, come ad esempio il rischio di neoplasie index47 e il rischio di algoritmo di malignità ovarica (ROMA), 48 è che le previsioni possono essere effettuate solo una volta che i risultati delle analisi dei campioni di sangue sono disponibili. implementazioni ADNEX permettono anche il calcolo del rischio senza un livello di CA-125, ma questo si tradurrà in più povera discriminazione tra i tumori in stadio II-IV e altri tipi di neoplasie.

Ci aspettiamo che le prestazioni del modello ADNEX sarà mantenuto nelle mani di esaminatori ultrasuoni non esperti, a condizione che gli esaminatori hanno familiarità con i termini e le definizioni IOTA e utilizzare l’esame IOTA e tecniche di misura (si veda il consenso statement20 Iota). Come i rischi previsti dal ADNEX dovrebbero essere usati clinicamente deve essere decisa su base individuale, perché la gestione del paziente dipende da molti fattori. Al momento di decidere il trattamento di una massa annessiale, la probabilità di un tipo specifico di malignità è fondamentale, ma l’età, i sintomi, desiderano preservare la fertilità, comorbidità, e rischi operativi sono anche fattori importanti. Tuttavia, le previsioni ADNEX possono formare una base solida e oggettiva per la gestione ottimale dei pazienti e potrebbe essere incorporato nelle linee guida cliniche nazionali e internazionali.

chiave della ricerca futura

Conclusione

Il modello ADNEX ha il potenziale per cambiare le decisioni di gestione per le donne con un tumore annessiale. Questo potrebbe avere un impatto considerevole sulla morbilità e la mortalità associate con annessiale patologia.

Cosa si sa già su questo argomento

Riferendosi pazienti con carcinoma ovarico di oncologia ginecologica specializzata Centri impatto positivo sulla sopravvivenza

Attualmente in Europa e negli Stati Uniti solo una minoranza di donne sono analizzati e suddivisi per ricevere cure specialistiche in un centro di ginecologia oncologia

gestione personalizzato, compresa la chirurgia di fertilità sparing, richiede la conoscenza della natura di una massa ovarica

Esistono modelli di previsione che possono discriminare tra tumori ovarici benigni e maligni, ma non sottoclassificazione di tumori maligni

Ciò che questo studio aggiunge

Il modello ADNEX discriminati anche tra tumori ovarici benigni e maligni

Il modello è stato anche in grado di discriminare tra benigni, borderline, stadio I invasive, stadio II-IV invasiva, e tumori metastatici secondarie

Il modello ADNEX può migliorare la selezione dei pazienti e le decisioni circa la gestione, e quindi un impatto positivo sulla morbilità e la mortalità associate con annessi patologia

Gli appunti

Le note

Competere interessi: Tutti gli autori hanno completato il modulo di rilevazione uniforme ICMJE a www.icmje.org/coi_disclosure.pdf e dichiarare: nessun supporto da qualsiasi organizzazione per il lavoro presentato; Non ci sono rapporti finanziari con tutte le organizzazioni che potrebbero avere un interesse per il lavoro presentato nei tre anni precedenti; altre relazioni o attività che potrebbero sembrano aver influenzato il lavoro presentato.

Condivisione dei dati: Nessun dati aggiuntivi disponibili.

Trasparenza: garanti dei manoscritti “(BVC, LV, TB, e DT) affermano che il manoscritto è un conto onesto, preciso e trasparente dello studio sono stati segnalati; che non aspetti importanti dello studio sono stati omessi; e che eventuali discrepanze dello studio, come previsto, sono state spiegate.

Questo è un articolo Open Access distribuito secondo la licenza Creative Commons Attribuzione Non Commerciale (CC BY-NC 3.0) licenza, che permette ad altri di distribuire, remix, adattare, costruire su questo lavoro non commerciali, e concedere in licenza le loro opere derivate su diversi termini, purché l’opera originale sia correttamente citato e l’utilizzo è non commerciale. Vedere: http://creativecommons.org/licenses/by-nc/3.0/.

Riferimenti

Vergote I, De Brabanter J, Fyles A, Bertelsen K, N Einhorn, Sevelda P, et al. Prognostica importanza del grado di differenziazione e cisti rottura nella fase I invasivo carcinoma ovarico epiteliale. Lancet 2001; 357. 176 -82.

Timmerman D, Valentin L, Bourne TH, Collins WP, Verrelst H, I. Vergote Termini, definizioni e le misure per descrivere le caratteristiche ecografiche dei tumori annessiali: un parere di consenso dal tumore ovarico internazionale Analysis (Iota) del gruppo. Ultrasuoni Obstet Gynecol 2000; 16. 500 -5.

Harrell FE Jr. strategie di modellazione di regressione: con applicazioni a modelli lineari, la regressione logistica e analisi di sopravvivenza. Springer, 2001.

Van Houwelingen JC, Le Cessie S. valore predittivo dei modelli statistici. Stat Med 1990; 9. 1303 -25.

Hosmer DW, Lemeshow S. Applied regressione logistica. Wiley, 2000.

Davelaar EM, van Kamp GJ, Verstraeten RA, Kenemans P. Confronto di sette saggi immunologici per la quantificazione del CA 125 antigene nel siero. Clin Chem 1998; 44. 1417 -22.

Istruzione e pratico Standards Committee, Federazione Europea delle Società per Ultrasuoni in Medicina e Biologia (EFSUMB). raccomandazioni minimi di formazione per la pratica degli ultrasuoni medica. Ultraschall Med 2006; 27. 79 -105.

Jacobs Io, Oram D, Fairbanks J, J Turner, gelo C, Grudzinskas JG. Un rischio di indice di malignità incorporare CA 125, ultrasuoni e stato menopausale per l’accurata diagnosi preoperatoria di tumore ovarico. Br J Obstet Gynaecol 1990; 97. 922 -9.

Related posts

  • Devo avere il cancro ovarico (Risk …

    Se il medico trova una massa ovarica dopo aver visto una ecografia, o si sente uno su esame, quali sono le probabilità che ciò che è stato scoperto è il tumore ovarico? Questa è una domanda difficile a cui …

  • Endometriosi e rischio di ovarica … 2

    Farr Nezhat, MD, FACOG, FACS, Gynecologic Oncologo Professore di Clinica Ostetrica e Ginecologia Columbia University, College of Physicians e Surgeons Direttore, minimamente invasiva …

  • Dell’endometrio, dell’ovaio, e cervicale …

    Definizione cancro endometriale nasce dal tessuto ghiandolare all’interno del rivestimento uterino. La prevalenza del cancro endometriale è il più comune dei tumori maligni ginecologici. Circa il 2% a …

  • cancro cisti ovarica complesso

    Il cancro ovarico è un termine non specifico per una varietà di tumori che hanno origine nelle ovaie. Ci sono circa 20 tipi di microscopio distinti. Essi possono essere classificati in tre grandi gruppi, …

  • Scopri la verità, i sintomi del cancro ovarico.

    Possibili sintomi e segni di cancro ovarico Molte donne mostrano segni di alcuni o tutti questi sintomi come risultato di ogni giorno esperienze. E ‘importante capire che, sperimentato su un …

  • Endometriosi e cancro ovarico … 3

    Endometriosi. una condizione in cui il tessuto che normalmente riveste l’utero (endometrio) cresce in altre parti del corpo, può mettere le donne a più alto rischio di cancro ovarico. “Ci [sono] i dati a …