Abstract

Fundo e visa

Para identificar e validar biomarcadores N-glicano no câncer gástrico (GC) e elucidar seu mecanismo molecular subjacente da ação.

Métodos

No total, 347 indivíduos, incluindo pacientes com GC (câncer gástrico) ou gastrite atrófica e controles saudáveis, foram aleatoriamente divididos em um grupo de treinamento (n = 287) e um grupo retrospectiva de validação (n = 60). Serum profiling N-glicano foi alcançado com DNA sequenciador assistida /assistida por fluoróforo carboidratos eletroforese (DSA-FACE). Dois modelos de diagnóstico foram construídos com base nos perfis de N-glicanos utilizando de regressão logística. O desempenho diagnóstico de cada modelo foi avaliada em retrospectiva, prospectivo (n = 60) e (n = 40) coortes de acompanhamento. Lectina blotting foi realizado para determinar núcleo-fucosilação total e a expressão dos genes envolvidos no núcleo-fucosilação em GC foi analisado por reacção da cadeia de polimerase-transcriptase reversa.

Resultados

Foram identificados pelo menos 9 estruturas de N-glicanos (picos) e os níveis de resíduos de fucose centrais e fucosiltransferase foram significativamente menores no GC. Dois modelos de diagnóstico, designado GCglycoA e GCglycoB, foram construídos para diferenciar GC de controle e gastrite atrófica. As áreas sob a curva ROC (ROC) (AUC), tanto para GCglycoA e GCglycoB foram maiores do que aqueles para CEA, CA19-9, CA125 e CA72-4. Comparado com o CEA, CA19-9, CA125 e CA72-4, a sensibilidade do GCglycoA aumento de 29,66%, 37,28%, 56,78% e 61,86%, respectivamente, e a precisão aumentou 10,62%, 16,82%, 25,67% e 28,76%, respectivamente . Para GCglycoB, a sensibilidade aumentou 27,97%, 35,59%, 55,09% e 60,17% e a precisão aumentou 21,26%, 24,64%, 31,40% e 34,30% em comparação com CEA, CA19-9, CA125 e CA72-4, respectivamente. Após a cirurgia curativa, o núcleo fucosilado pico (3) e o núcleo total de fucosilado N-glicanos (sumfuc) foram invertidos.

Conclusões

Os resultados indicaram que os modelos de diagnóstico baseado em N- marcadores de glicano constituem alternativas valiosas e não invasivos para identificação de GC. Concluiu-se que a diminuição da núcleo-fucosilação em ambos os tecidos e soro de pacientes GC pode resultar da diminuição da expressão de fucosiltransferase

citação:. Liu G, Yan B, Huang J, Gu Q, Wang L, Fang M, et ai. (2013) a identificação e caracterização de biomarcadores-glicanos baseados N Novel no câncer gástrico. PLoS ONE 8 (10): e77821. doi: 10.1371 /journal.pone.0077821

editor: Rakesh K. Srivastava, The University of Kansas Medical Centro, Estados Unidos da América

Recebido: 14 de maio de 2013; Aceito: 04 de setembro de 2013; Publicação: 17 de outubro de 2013

Direitos de autor: © 2013 Liu et al. Este é um artigo de acesso aberto distribuído sob os termos da Licença Creative Commons Attribution, que permite uso irrestrito, distribuição e reprodução em qualquer meio, desde que o autor original ea fonte sejam creditados

Financiamento:. Este trabalho foi apoiada pela National Science Foundation Natural da China (Grants 81102693 e 81102565). Os financiadores não tiveram nenhum papel no desenho do estudo, coleta de dados e análise, decisão de publicar ou preparação do manuscrito

CONFLITO DE INTERESSES:.. Os autores declararam que não existem interesses conflitantes

Introdução

o câncer gástrico (CG) é o quarto tipo de câncer mais prevalente e a terceira principal causa de morte relacionada ao câncer, com uma incidência de aproximadamente 930.000; anualmente, é responsável por mais de 700.000 mortes no mundo, e a taxa de sobrevivência de cinco anos é de 20-30% [1]. Para pacientes com GC, a sobrevivência é ditada pela fase patológica da doença no momento do diagnóstico. Infelizmente, os sintomas comuns de GC não são específicos para a doença e fase inicial GC não pode causar sintomas perceptíveis. Apesar de aumentar o conhecimento dos mecanismos moleculares que regulam a transformação maligna e metástase, a taxa de sobrevida global de pacientes com GC não melhorou significativamente. Várias moléculas têm sido recomendados como biomarcadores GC, incluindo antígeno carcinoembrionário (CEA) para a vigilância pós-operatório, antígeno de carboidrato 19-9 (CA19-9), antígeno de carboidrato 125 (CA125) e antígeno de carboidrato 72-4 (CA72-4) [2- 6]. No entanto, nenhum destes marcadores tumorais demonstrou sensibilidade ou especificidade suficientes para o diagnóstico de GC numa fase precoce. Alternativamente, gastroscopia aumenta a taxa de diagnósticos definitivos, mas o valor diagnóstico da gastroscopia é limitado pelo custo, riscos e inconvenientes. Por conseguinte, existe uma necessidade urgente para o desenvolvimento de marcadores não invasivos que permitem a detecção precoce de GC.

evidência crescente sugere a alteração de glicanos ligados a N pode ser considerado como um potencial de biomarcadores para o diagnóstico de cancro. Estudos anteriores observaram uma mudança significativa de glicanos N-ligados em diferentes tipos de câncer e linhas celulares de cancro que inclui câncer pancreático, câncer de mama, câncer de próstata, câncer de ovário e câncer de fígado [7-11]. análise suplementar GC também descobriu que o livre-tipo complexo N-glicanos acumulada em linhas celulares MKN7 e MKN45 [12]. No entanto, a flutuação e variação de glicanos ligados a N em pacientes GC são ainda desconhecidos.

Em nossos estudos anteriores usando eletroforese de DNA assistida-sequenciador /assistida por fluoróforo capilar (DSA-FACE), demonstramos que a ramificação α-1,3-glicano triantenular fucosilado e um glicano biantenais eram altamente específica e sensível de HCC candidatos biomarcadores [13]. No presente estudo, utilizamos DSA-FACE para retrospectivamente perfil soro N-glicanos em amostras de pacientes com GC ou gastrite atrófica e de indivíduos saudáveis. Foram caracterizados os marcadores GC N-glicanos identificados com Curvas ROC (ROC) e validou os marcadores em perspectiva e de acompanhamento coortes. Nosso objetivo foi identificar um biomarcador promissor para a previsão e detecção de GC com maior especificidade e sensibilidade

Materiais e Métodos

1.1:. Retrospectivo coorte

O protocolo de estudo foi aprovado pelo a Comissão de Ética chinês dos Recursos Humanos na segunda Universidade médica Militar. consentimento informado por escrito foi obtido dos pacientes e os controles saudáveis.

No total, 247 pacientes com GC (n = 138) ou gastrite atrófica (n = 109) foram recrutados entre 2010 e 2012. Os diagnósticos para todos os pacientes inscritos foram histologicamente confirmados por 2 patologistas em Changhai Hospital, segunda Universidade médica Militar (Xangai, China). No grupo controle, 128 voluntários saudáveis ​​pareados por idade e sexo (livres da doença) foram inscritos durante o mesmo período de tempo. A idade média ea distribuição por sexo foram pareados nos 3 grupos. Um resumo dos dados do paciente é fornecida na Tabela 1. Os pacientes que receberam radioterapia GC pré-operatório, quimioterapia, ou radioquimioterapia foram excluídos do estudo.

Média ± DP ou No. (%)

Característica

Controle (n = 128)

Gastrite atrófica (n = 109)

GC (n = 138)

Idade, y50.10 ± 5.9552.11 ± 6.2951.01 ± 6.01Men75 (58,59) 60 ( 55,05) 70 (50,72) CEA-positivo 5 (3,91) 23 (21,10) 62 (44,93) CA19-9-positivas 11 (8,59) 20 (18,35) 53 (38,41) CA125 positivo 7 (5,47) 10 (9,17) 28 (20.29) CA72-4-positivos 8 (6,25) 12 (11,01) 22 (15,94) TNM stageI22 (15,94) II28 (20.29) III63 (45,65) IV25 (18,12) Tabela 1. Características do grupo de treinamento.

abreviações : GC, carcinoma gástrico; SD, desvio padrão. CSV Baixar CSV

Um total de 60 pacientes (20 em cada grupo) foram selecionados aleatoriamente a partir dos 3 grupos descritos acima para verificação retrospectiva; os restantes doentes (n = 315) foram incluídos no conjunto de treino para construir o modelo de diagnóstico. Durante os 2 anos do estudo, 40 dos 138 pacientes com GC no grupo de treinamento foram monitorados antes e após a cirurgia curativa, com base na disponibilidade. O grupo de treinamento incluiu 118 pacientes com GC, 89 pacientes com gastrite atrófica, e 108 controles saudáveis.

dados laboratoriais e clínicos para todos os participantes foram obtidos a partir de registros clínicos médicos, relatórios de patologia, e entrevistas pessoais. Os dados coletados incluíram sexo, idade e características cancro gástrico (tais como localização do tumor, grau histológico, profundidade de invasão e metástase linfonodal). As amostras de soro foram obtidas antes ressecções cirúrgicas; estas amostras foram recolhidas a partir de sangue total usando um protocolo padrão, centrifugadas a 10.000xg durante 20 minutos, e armazenados a -80 ° C. A progressão da doença nos pacientes GC foi classificado de acordo com a sétima edição do Comité Misto Americana [14]: 20 pacientes (16,95%) tinham doença Eu etapa, 25 (21,17%) tinham doença em estágio II, 54 (45,76%) apresentavam estágio doença III, e 19 (16,10%) tinham doença em estágio IV

1.2:. prospectivo de coorte

Para avaliar o valor preditivo dos modelos estabelecidos no estudo retrospectivo descrito acima, prospectivamente um coorte adicional (n = 60) de pacientes com GC (n = 20) ou gastrite atrófica (n = 20) e de indivíduos saudáveis ​​(n = 20) a partir de maio 2012 a novembro de 2012, no mesmo hospital. Os procedimentos e as estratégias foram os mesmos que os descritos acima

1.3:. As amostras de tecido

As amostras de tecido foram obtidas a partir de 20 dos 138 pacientes de GC; 2 fatias, um tumor e de uma amostra de tecido adjacente, foram tomadas. As amostras de tecido (aproximadamente 1 cm

3) foram imediatamente congeladas a -80 ° C e submetido a reacção de transcriptase inversa-polimerase em cadeia (RT-PCR) e transferência de lectina. Todos os tecidos foram utilizados em conformidade com os regulamentos Conselho de Revisão Institucional da Segunda Universidade Médica Militar

1.4:. Detecção de rotina de marcadores tumorais

ensaios de marcadores tumorais de rotina foram realizados usando métodos padrão e reagentes . níveis de CEA e CA19-9 foram determinados numa Abbott I2000, e os níveis de CA72-4 e CA125 foram medidos usando um Roche Cobas E601. Os níveis de corte recomendadas pelo fabricante para o CEA, CA19-9, CA-125 e CA72-4 foram de 5,0 ug /L, 39 U /L, 40 U /ml e 9,8 U /mL, respectivamente. Os ensaios foram realizados no Departamento de Medicina Laboratorial, Changhai Hospital, a Segunda Universidade Médica Militar, Xangai

1.5:. Profiling proteínas séricas N-glicanos

proteína do soro análises N-glicanos foram realizados como previamente descrito [13]. Resumidamente, os N-glicanos em 2 ul de soro foram libertados a partir das proteínas com péptido-N-glicosidase F (PNGase F) (New England Biolabs, Boston, MA) marcados com o ácido 8-aminonaphtalene-1,3,6-trissulfónico (Invitrogen, Carlsbad, CA). ácido siálico foi removido usando

ureafaciens Arthrobacter

sialidase (Roche Bioscience, Palo Alto, CA), e as amostras processadas foram analisados ​​utilizando a tecnologia DSA-face em um ABI3130 Genetic Analyzer baseada em eletroforese capilar (Applied Biosystems, Foster City , CA). Os 9 pontos mais altos que foram detectadas em todas as amostras (representando 90% do total de N-glicanos do soro) foram analisados ​​usando GeneMapper (Applied Biosystems). Cada estrutura N-glicano foi descrita numericamente normalizando sua altura à soma das alturas de todos os picos, e analisamos estes dados usando SPSS 18.0 software estatístico (SPSS Inc., Chicago, IL).

1.6 :

extracção proteína de tecido e lectina blotting

Os tecidos foram homogeneizados usando um almofariz e um pilão e ressuspensos em tampão de lise contendo um cocktail inibidor da protease (Roche Diagnostics, Meylan, França). A fracção não lisados ​​foram removidos por centrifugação (duas vezes a 12000 xg durante 10 minutos a 4 ° C). A concentração de proteína solúvel foi determinada utilizando o ensaio da BioRad (BioRad, Marnes-la-Coquette, França), e as amostras foram armazenadas a -80 ° C.

No total, 25 ug de proteína de soro ou 50 ug de proteína extraída a partir de tecido congelado foi separado por electroforese em gel de sulfato de dodecilo-poliacrilamida de sódio a 10%. Os géis foram corados com CBB G250, ou as proteínas no gel foram transferidas para uma membrana de nitrocelulose (Whatman /Schleicher Schuell, Versailles, France) para detectar proteínas fucosilado-core. As membranas foram bloqueadas durante a noite a 4 ° C com 5% de albumina de soro de bovino em solução salina tamponada com Tris (TBS: NaCl 140 mM e Tris-HCl 10 mM) e depois incubadas durante 1 hora à temperatura ambiente com 5 ug /mL de lente biotinilado Um aglutinina culinaris (LCA) (Vector Laboratories, Burlingame, CA) em TBS contendo 0,05% de Tween-20 (TBST). Depois de 4 lavagens de 10 minutos cada, com TBST, as membranas foram incubadas com IRDye 800CW estreptavidina (1: 10000; LI-COR Biosciences, Lincoln, NE) durante 1 hora à temperatura ambiente, lavou-se 4 vezes com TBST, e desenvolvidos usando o Odyssey Infrared Imaging System (LI-COR Biosciences). albumina purificada (Sigma, St. Louis, MO) foi utilizada como um controlo negativo para a mancha de lectina

1.7:. extração de RNA total a partir de tecido e quantitativa PCR em tempo real

O ARN foi extraído a partir de tecidos congelados utilizando um Qiagen RNeasy Mini kit de acordo com as instruções do fabricante (QIAGEN GmbH, Hilden, Alemanha). A pureza e concentração de RNA foi determinada utilizando um espectrofotómetro (Eppendorf, Hamburgo, Alemanha). O ADNc foi sintetizado a partir de 2 ug de ARN total utilizando um reagente de transcrição reversa (Toyobo, Osaka, Japão). Os iniciadores foram concebidos utilizando o iniciador Express (Applied Biosystems), e as sequências são apresentadas na Tabela 2.

Gene

Adiante Primer (5′-3 ‘)

iniciador reverso (5′-3′)

Fut85’CCTGGCGTTGGATTATGCTCA 3’5’CCCTGATCAATAGGGCCTTCT 3’GDP-Tr5’CTGCCTCAAGTACGTCGGTG 3’5’CCGATGATGATACCGCAGGTG 3’GAPDH5’ATGGGGAAGGTGAAGGTCG 3’5’GGGGTCATTGATGGCAACAATA 3’Table 2. polimerase primers reação em cadeia de sequências de pares

Abreviaturas:. A , adenosina; C, citidina; L, guanosina; T, timidina; FUT8, fucosiltransferase; PIB-Tr, guanosina difosfato-fucose transportador CSV Transferir CSV

Os ADNc foram amplificados num Applied Biosystems 7300 Real-Time máquina de PCR num volume total de reacção de 20 uL que continha 10 ul de 2X mistura rápida SYBR Green mestre (Applied Biosystems, inclui fast-Start Taq ADN tampão de reacção de polimerase), a mistura desoxinucleótido trifosfato (incluindo trifosfato de desoxiuridina, SYBR Green I corante, e MgCl 2), e 2 mL de iniciadores para cada gene (a uma concentração final de 0,5 μΜ cada) . Cada reacção foi realizada em triplicado. As condições dos ciclos de PCR foram como se segue: desnaturação a 95 ° C durante 5 minutos, seguido por 40 ciclos de 95 ° C durante 15 segundos, 59 ° C ou 55 ° C durante 15 segundos, e 72 ° C durante 45 segundos

.

a expressão relativa de α-1,6-fucosiltransferase (FUT8) e difosfato de guanosina (GDP) -fucose transportador (PIB-FUC-Tr) em cada amostra foi normalizada para a expressão do gene GAPDH de limpeza através da subtracção do limiar ciclo (Ct) valor da GAPDH do de FUT8 ou GDP-Tr (ΔCt). A diferença de dobragem foi calculado subtraindo o ΔCt da amostra de teste a partir da amostra de controlo para obter o ΔΔCt e, subsequentemente, a 2 ^ -ΔΔCt. Os valores do ciclo limiar além do 40 ciclos foram considerados abaixo do nível detectável. Derreter curvas foram obtidas para cada reação de garantir que um único produto foi amplificado

1.8:. A análise estatística

Todas as variáveis ​​quantitativas foram expressas como o desvio padrão médios ±, salvo indicação em contrário. As variáveis ​​quantitativas foram comparadas pelo teste t de Student, análise de variância, ou testes não paramétricos. Os coeficientes de correlação de Pearson e as probabilidades associadas (P) foram utilizados para avaliar as correlações entre os parâmetros; Os coeficientes de correlação de Spearman foram calculados para variáveis ​​categóricas ordinais. biomarcadores glicano novos foram identificados e caracterizados com base em uma análise de regressão logística para a frente. O desempenho diagnóstico de biomarcadores individuais e dos modelos de diagnóstico foi avaliada utilizando análise da curva ROC. A sensibilidade, especificidade, valor preditivo positivo (VPP), valor preditivo negativo (VPN) e acurácia foram calculados com valores de corte ótimos seleccionados entre as curvas ROC. Todos os valores P relatados são 2 caudas e valores P 0,05 foram considerados estatisticamente significativos. As análises estatísticas foram realizadas utilizando o programa SPSS 18.0 para Windows (SPSS Inc.)

Resultados

2.1:. Diferentes perfis de N-glicanos em pacientes com GC ou gastrite atrófica e em controles saudáveis ​​

Usando tecnologia de DSA-FACE, foram examinados os perfis de N-glicano em doentes com GC (n = 118) ou gastrite atrófica (n = 89) e em indivíduos saudáveis ​​(n = 108). Foram quantificados e comparados estatisticamente os picos nos 3 grupos. Pelo menos 9 estruturas de N-glicanos (picos) foram identificados em todas as amostras (Figura 1).

pelo menos 9 picos podem ser identificados. Picos 1, 2, 5 e 9 aumento (setas vermelhas), e picos de 3, 6 e 7 diminuiu (setas verdes) no carcinoma gástrico em comparação com controles normais. As estruturas dos picos de N-glicanos são mostrados abaixo do gráfico. Os círculos abertos indicam galactose ligadas-b; os triângulos, a /b-1,3 /6-fucose ligada; e os círculos sólidos, a manose /b-linked.

Callewaert et al e Liu et al publicado anteriormente uma análise estrutural destes N-glicanos [15,16]. A abundância relativa média destas estruturas de N-glicanos é apresentada na Tabela 3. A abundância das estruturas em picos 1, 2, 3, 5, 6, 7 e 9 foi significativamente diferente no GC, gastrite atrófica e controle saudável grupos, indicando que diferentes padrões de N-glicanos existia sob várias condições fisiopatológicas. Em comparação com o grupo de controlo saudável, os picos 1, 2, 5 e 9 foram aumentou (P 0,05) e os picos 3, 6, e 7 foram reduzidos no grupo GC (P 0,001). A abundância das estruturas em picos de 3, 5, 6, 7 e 9 foi significativamente diferente no grupo GC em comparação com o grupo de gastrite atrófica (Figura 2).

Meios ± SD

Controle variável (n = 128)

Gastrite atrófica (n = 108)

GC (n = 138)

F

P

Idade, y

a50.10 ± 5.9552.11 ± 6.2951.01 ± 6.010.270.766Peak 1

a6.96 ± 1.677.64 ± 2.028.20 ± 2.7510.09 0.001Peak 2

a1.09 ± 0.341.20 ± 0.381.31 ± 0.493.120.045Peak 3

a6.28 ± 1.636.47 ± 1.385.76 ± 1.2810.48 0.001Peak 4

a5.76 ± 0.935.61 ± 0.815.75 ± 0.821.120.327Peak 5

a40.02 ± 3.7539.60 ± 3.7642.16 ± 4.3314.94 0.001Peak 6

a21.40 ± 2.6120.51 ± 2.8516.99 ± 2.9888.36 0.001Peak 7

a5.87 ± 1.416.02 ± 1.715.21 ± 1.2111.15 0.001Peak 8

a7.94 ± 1.587.59 ± 2.247.46 ± 1.822.240.108Peak 9

a2.33±0.922.59±1.554.00±1.7748.12 0.001sumfuc

ab47.37±4.4047.47±5.3043.21±5.9427.01 0.001Table 3. profiling N-glicanos por eletroforese capilar DNA assistida-sequenciador /assistida por fluoróforo

Abreviaturas:. GC, carcinoma gástrico; SD, desvio padrão.

a análise de variância

b Sumfuc representa a abundância total de estruturas α-1,6-fucosilados (a soma dos picos 1, 2, 3, 4, 6 e 7). CSV Baixar CSV

No grupo câncer gástrico (GC), os níveis (representados como intervalos de confiança de 95% [IC]) de agalacto, core-α-1,6-fucosilado biantenária glicanos (NGA2F, peak1), core- α-1,6-glicanos fucosilados bissector biantenais (NGA2FB, peak2) e ramificação a-1,3-fucosilados triantennaries (NA3FB, pico 9) foram modestamente elevado (P 0,05) e os de núcleo bigalacto-α-1,6 glicanos biantenais -fucosylated (NA2F, pico 6) foram diminuídos

2.2:. Construção e avaliação de um modelo de diagnóstico baseado em marcadores N-glicanos para diferenciar pacientes com câncer gástrico de controles saudáveis ​​

Foram avaliadas as alterações de N-glicanos relacionadas com a GC com base em uma análise de regressão logística. coeficientes de regressão logística foram utilizados para estimar as razões de chance para cada uma das variáveis ​​independentes. A fórmula matemática GCglycoA foi construído para diferenciar os pacientes do GC dos controles saudáveis ​​(GCglycoA = -1,072 + 0,957 * peak4-0.331 * peak6 + 0,646 * peak9). Para avaliar a capacidade de GCglycoA, CEA, CA19-9, CA125 e CA72-4 para discriminar pacientes GC, que caracterizou a área sob a curva ROC (AUC). Comparado com CEA (AUC = 0,74), CA19-9 (AUC = 0,76), CA125 (AUC = 0,72) e CA72-4 (AUC = 0,67), GCglycoA mais eficazmente os doentes GC distintos de controles normais (AUC = 0,88) na grupo de treinamento (Figura 3A). A Tabela 4 lista a sensibilidade, especificidade, VPP, VPN e acurácia para a predição de GC pelo CEA, CA19-9, CA125, CA72-4 e GCglycoA. CEA com o valor recomendado de 5,0 ng /mL apresentou sensibilidade de 45,76%, 37 U /mL CA19-9 tinha uma sensibilidade de 38,14%, 40 U /mL CA125 tinha uma sensibilidade de 18,64%, e de 9,8 U /mL CA72- 4 tinha uma sensibilidade de 13,56%. Um valor de corte ideal de -0,772 foi seleccionado para GCglycoA com base na análise da curva ROC. Neste valor de corte, GCglycoA tinha uma sensibilidade de 75.42%, o que representa um aumento na sensibilidade de 29,66%, 37,28%, 56,78% e 61,86% em comparação com o CEA, CA19-9, CA-125 e CA72-4, respectivamente. A precisão diagnóstica da GCglycoA em diferenciar pacientes GC de controles saudáveis ​​aumentaram 10,62%, 16,82%, 25,67% e 28,76% em comparação com CEA, CA19-9, CA125 e CA72-4, respectivamente. Quando o modelo foi aplicado ao grupo de validação retrospectiva, a sensibilidade aumentou 45,00%, 45,00%, 55,00% e 55,00% e a precisão aumentou 15,00%, 17,50%, 20,00% e 20,00% em comparação com CEA, CA19-9, CA125 e CA72-4, respectivamente (Tabela 5).

(A) A análise ROC para distinguir entre GC e controle de indivíduos, utilizando um modelo de diagnóstico GC baseada marcador N-glicanos (GCglycoA), CEA, CA19-9, CA125 ou CA72-4. As áreas sob a curva ROC (AUC) indicam o poder diagnóstico: CEA (0,74), CA19-9 (0,76), CA125 (0,72), CA72-4 (0,67) e GCglycoA (0,88). O modelo diagnóstico foi construído usando a frente análise de regressão logística:

GCglycoA = -1,072 + 0.957peak4-0.331peak6 + 0.646peak9. (B) A análise ROC para distinguir entre GC e gastrite atrófica utilizando o modelo de diagnóstico GCglycoB, CEA, CA19-9, CA125 ou CA72-4. As AUC indicam o poder de diagnóstico: GCglycoB (0,82), CEA (0,65), CA19-9 (0,63), CA125 (0,69) e CA72-4 (0,64). O modelo diagnóstico foi construído usando análise de regressão logística stepwise forward:. GCglycoB = 5.273-1.371peak2 + 0.781peak4-0.453peak6 + 0.221peak9

valor Cutoff

status real, No. de assuntos

Teste

GC +

GC-

Sensibilidade,%

Especificidade,%

PPV,%

NPV,%

Precisão,%

CEA (5 ng /ml) CG-+ 54545.7695.3791.5361.6869.47GC 64103CA19-9 (37 U /ml) CG-+ 451038.1490.7481.8257.3163.27GC 7398CA125 (40 U /ml) CG + 22718.6493.5275.8651.2754.42GC-96101CA72-4 (9,8 U /mL) GC + 16813.5692.5966.6749.5151.33GC-102100GCglycoA (-0,77) GC + 891675.4285.1984.7676.0380.09GC-2992Table 4. O diagnóstico de alimentação para diferenciar carcinoma gástrico a partir dos controles do Grupo formação