Abstract

Objectivo

atuais ferramentas de triagem de fezes para o câncer colorretal (CRC), tais como testes de sangue oculto nas fezes (FOBT), são limitados pela sua baixa sensibilidade. Calgranulina B (CALB) foi anteriormente relatado como um marcador fecal candidato para CRC. Este estudo investigou se uma combinação de FOBT e fecal CALB tem maior sensibilidade e especificidade para o diagnóstico de CRC.

Materiais e Métodos

Os pacientes com CRC (

n

= 175), e indivíduos saudáveis ​​(controles;

n

= 151) foram incluídos no desenvolvimento (81 casos e 51 controles) e validação (94 casos e 100 controles) sets. Amostras de fezes foram coletadas antes preparo intestinal. níveis CALB foram determinados por Western blotting. FOBT e os resultados CALB fecais foram usadas para desenvolver um modelo preditivo baseado em análise de regressão logística. O benefício de adicionar CALB para um modelo com apenas FOBT foi avaliada como uma maior área sob a curva de funcionamento do receptor (AUC), a AUC parcial, e melhoria reclassificação (RI) em casos e controlos, e melhoria reclassificação líquido (NRI).

resultados

nível CALB média foi significativamente maior em pacientes com CCR do que nos controles (

P Art 0,001). CALB não foi associada com o estágio do tumor ou local de câncer, mas a positividade na FOBT foi significativamente maior no avançado do que em tumores de estádio anteriores. Em uma especificidade de 90%, a AUC validadas e sensibilidade foram 89,81% e 82,72%, respectivamente, no conjunto de desenvolvimento, e 92,74% e 79,79%, respectivamente, no conjunto de validação. O benefício adicional de adicionar CALB para o modelo, como se mostra pelo aumento na AUC, tinha um valor de p de 0,0499. RI em casos e controles e NRI tudo revelou que a adição de CALB melhorou significativamente o modelo de previsão.

Conclusão

Um modelo preditivo utilizando uma combinação de FOBT e CALB podem ter maior sensibilidade e especificidade e AUC para prevendo CRC do que os modelos que utilizam um único marcador

Citation:. Kim BC, Joo J, Chang HJ, Yeo HY, Yoo BC, Park B, et al. (2014) testes de sangue A Predictive Model Combinando Fecal calgranulina B e oculto nas fezes podem melhorar o diagnóstico de câncer colorretal. PLoS ONE 9 (9): e106182. doi: 10.1371 /journal.pone.0106182

editor: John Souglakos, University Hospital Geral de Heraklion e Laboratório de Tumor Cell Biology, Faculdade de Medicina da Universidade de Creta, Grécia |

recebida: abril 14, de 2014; Aceito: 28 de julho de 2014; Publicação: 04 de setembro de 2014

Direitos de autor: © 2014 Kim 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

Data Availability:. O autores confirmam que todos os dados subjacentes às conclusões estão totalmente disponíveis sem restrições. Todos os dados relevantes estão dentro do papel e seus arquivos de suporte de informação

Financiamento:. Fundações de apoio: Esta pesquisa foi apoiada pela subvenção do Centro Nacional de Câncer da Coreia (NCC-1240830-1), e pela Research convergentes Programa do centro financiado pelo Ministério da Educação, Ciência e Tecnologia (Projecto No. 2013K000271). 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 colorretal (CCR) é a terceira neoplasia maligna mais comum em todo o mundo [1], e sua prevalência na Coréia está aumentando dramaticamente [2]. Como outros tipos de câncer, a sobrevida de pacientes com CRC está intimamente relacionado com o estágio no momento do diagnóstico. A detecção precoce de CRC não só está associada a resultados melhorados [3], mas também reduz significativamente o custo do tratamento. testes de rastreio correntes para CRC envolvem a detecção de sangue nas fezes e a visualização de anomalias por colonoscopia. Embora a colonoscopia ainda é o método padrão-ouro para CRC rastreio, diagnóstico e tratamento, é invasiva e associada à má aceitação do paciente e de alto custo. Em contraste, exames de fezes não são invasivos, não necessitam de preparo intestinal, podem representar todo o cólon, e são adequados para triagem em massa, e as amostras são fáceis de transportar [1].

marcadores de fezes Atualmente classificados como aqueles que vaze, que são segregadas por, ou são eliminados a partir de células neoplásicas [4], [5]. A hemoglobina é uma proteína vazou medido no teste de sangue oculto fecal convencional (FOBT), que é comumente utilizado em programas de rastreio em larga escala de CRC [1], [6] – [10]. A calprotectina uma outra proteína é vazado que pode ser um marcador para CRC [7], [9], [11]. Estes marcadores, no entanto, tem relativamente pouca sensibilidade e especificidade. De facto, não existem ainda ferramentas de rastreio não-invasivo que apresentam uma elevada sensibilidade e uma elevada especificidade para CRC.

Os níveis elevados de calgranulina B (CALB) foram detectados em amostras de fezes de pacientes de CRC [7]. A calprotectina é um heterodímero composto de calgranulina A e CALB ligado por uma ponte de péptido. CALB apresentaram maior sensibilidade, mas menor especificidade para CRC de FOBT [7]. Nossa hipótese é que uma combinação de candidatos marcadores fecais, ao invés de um único marcador, iria melhorar o diagnóstico da CRC. Nós, portanto, prospectivamente investigou se a combinação de FOBT e CALB melhorou a sensibilidade e especificidade de cada uma sozinha no diagnóstico CRC.

Materiais e Métodos

Desenho do estudo

Os indivíduos foram divididos em dois conjuntos independentes, um desenvolvimento e um conjunto de validação. A coorte de desenvolvimento composta por pacientes do nosso estudo anterior [7], em que nós primeira realizada análise western blot de CALB, seguido por análise de ELISA. A análise Western blot foi realizada em amostras de 81 pacientes com CCR. O conjunto de desenvolvimento deste estudo incluiu esses 81 pacientes CRC e 51 controles. Desde que encontramos resultados interessantes, adicionando dados CALB da análise western blot para FOBT, buscou-se validar o modelo em uma coorte independente paciente. O tamanho da amostra para o conjunto de validação foi baseada em resultados anteriores [12], que mostraram que 85 indivíduos de casos seria necessário para uma sensibilidade esperada de 85% e para produzir uma probabilidade de 95% que o limite de confiança de 95% menor estimado de sensibilidade faria estar acima de 75%. Estimando que a taxa de abandono, devido, por exemplo, para provar o fracasso, seria de 10%, estimou-se que 94 indivíduos de casos, independentes da coorte de desenvolvimento, seria necessário. Nenhum destes pacientes abandonaram, no entanto, e todos os 94 indivíduos foram incluídos no conjunto de validação. Um cálculo semelhante foi realizada por indivíduos do grupo controle, mas um pouco mais foram processados ​​devido à maior disponibilidade. Por conseguinte, a 100 indivíduos de controlo independentes do desenvolvimento coorte foram incluídos no conjunto de validação. Com base em 94 pacientes, foi calculado que, a uma especificidade de 90%, o intervalo de confiança de 95% inferior estimado para a especificidade seria superior a 75% e 80% em 99% e 85% dos sujeitos, respectivamente. A adição de seis indivíduos adicionais aumentaria estas probabilidades para 99,5% e 87,3%, respectivamente.

Sujeitos e amostras de fezes

Os indivíduos foram divididos em um conjunto de desenvolvimento e um conjunto de validação. O conjunto de desenvolvimento incluiu 81 pacientes diagnosticados com CRC e 51 controles, com média de idade (SD) 63,16 (10,42) anos e 50.24 (10.12) anos, respectivamente. O conjunto de validação incluiu 94 pacientes com CRC e 100 controles, com média de idade (SD) 62,96 (11,97) anos e 49,43 (10,78) anos, respectivamente.

CRCs foram diagnosticados por colonoscopia e histopatologia. Todos os exames histopatológicos foram realizados por um único patologista gastrintestinal (HJ Chang) e os resultados foram classificados de acordo com as diretrizes da Organização Mundial de Saúde, com carcinomas classificados pelo Comité Misto americana no palco Cancer [13], [14]. As lesões também foram classificados de acordo com sua localização no lado direito ou esquerdo do cólon. O cólon direito foi definida como estendendo-se a partir do ceco ao flexus do baço, ao passo que o cólon esquerdo foi definida como estendendo-se a partir do cólon descendente até ao recto, [15]. Todos os indivíduos do grupo controle tiveram resultados negativos sobre a colonoscopia.

Todos os indivíduos incluídos foram submetidos a colonoscopia, com a preparação e sedação dependendo das características do sujeito. Amostras de fezes foram coletadas antes preparo intestinal. consentimento informado

nós fornecemos escrito e explicado informações do estudo para os participantes por coordenadores da pesquisa antes que participaram neste estudo. Depois que eles completamente entendido e acordado com este estudo, eles assinaram um termo de consentimento informado. Os protocolos de pesquisa para o presente estudo foram revistos e aprovados pelo Institutional Review Board do Centro Nacional do Câncer, Coreia (NCCNTS-08-354).

amostra de fezes preparação

As amostras de fezes (0,1 g em 0,3 ml de PBS) contendo inibidores de protease foram agitadas e centrifugadas a 12000 × g durante 10 min. Os sobrenadantes contendo as proteínas extraídas foram recolhidos sem perturbar os sedimentos e utilizado para transferência de Western.

Western blotting

quantidades equivalentes de proteína de fezes (10 ug) foram submetidas a SDS-PAGE e transferida para PVDF membranas (Millipore, Billerica, MA). As membranas foram incubadas durante 2 h a 4 ° C em 1% de Tween 20-TBS contendo 1,5% de leite magro seco (Bio-Rad, Berkeley, CA) e MgCl 1 mM de

2 para bloquear a ligação não específica, e, subsequentemente, foram incubadas durante 2 h à temperatura ambiente, com anticorpos primários contra CALB (ambos a partir de Santa Cruz Biotechnology, Santa Cruz, CA). Depois de três lavagens de 15 minutos cada uma para com solução de bloqueio, as membranas foram incubadas com anticorpo secundário diluído conjugado com HRP (Southern Biotech, Birmingham, Reino Unido) durante 1 h à temperatura ambiente. As membranas foram novamente lavados três vezes durante 15 minutos cada com solução de bloqueio, incubou-se com WEST-ZOL® mais reagente de quimioluminescência (Intron Biotecnologia, Gyeonggi, Coreia), durante 1 min, e expostos a película (KODAK azul XB-1; Kodak, Rochester , Nova Iorque). A densidade óptica (unidade arbitrária) de sinais CALB foi medida por

TINA 2.10e

software (Raytest Isotopenmessgeraete GmbH, Straubenhardt, Alemanha), e o nível relativo de CALB nas fezes foi quantificado por comparação do seu nível de expressão em as amostras de fezes para que, na linha celular de cancro da mama humano SK-BR-3 (10 ng).

FOBT

FOBT foi realizada utilizando um kit de OC-sensor (EIKEN Chemical Co. Ltd. , Tóquio, Japão), de acordo com as instruções do fabricante, por investigadores cegos para a fonte de cada amostra. O FOBT usado neste estudo não requerem restrições alimentares. O ponto de corte analítico para FOBT positividade foi de 100 ng Hb /ml.

A análise estatística

Entre os níveis de grupo de CALB foram testados usando métodos não paramétricos (Wilcoxon teste de soma classificação e Kruskal Wallis). A proporção de amostras positivas para FOBT em dois grupos foram comparados por meio do teste do qui-quadrado de Pearson. O modelo preditivo CRC foi desenvolvida com base em regressão logística, que estima a probabilidade de CRC com base em variáveis ​​exploratórias. Para acomodar a não normalidade das medições CALB, sua classificação foi utilizado na análise de regressão logística como um co-variável [16].

Foram considerados dois modelos de previsão. O primeiro modelo utilizado apenas FOBT, eo segundo incluiu tanto FOBT e CALB. Por causa dos desequilíbrios na faixa etária entre pacientes com CCR e controles, tanto no desenvolvimento e validação conjuntos, idade foi ajustado para em ambos os modelos. A capacidade destes modelos para executar numa coorte independente foi avaliada por análise de curva de operação do receptor (ROC); as áreas sob as curvas ROC (AUC) e as áreas parciais sob a curva (pAUC) correspondente a uma especificidade 0,9 foram inicialmente validado utilizando internamente o leave-one-out de validação (LOOCV) Técnica de cruz. Após a validação interna, os modelos de previsão construídos usando o conjunto de desenvolvimento foi aplicado ao conjunto de validação, e os desempenhos dos modelos foram avaliados externamente. Uma vez que ambas as validações internas e externas revelaram um desempenho aceitável, o modelo preditivo final para uso em futuros súditos foi desenvolvido utilizando o conjunto total de dados, composta por dois conjuntos de desenvolvimento e validação, porque a precisão na estimativa dos efeitos de fatores de risco aumenta com o aumento dimensão da amostra [17]. Esquemas desses procedimentos de desenvolvimento de modelos são mostrados na Figura S1.

O benefício adicional de um novo marcador, CALB, foi avaliada determinando aumentos da AUC e pAUC, melhorias de reclassificação (RI) para casos e controles, e net melhorias -reclassification (NRI) [18]. As medidas de AUC quão bem o modelo distingue entre os pacientes e controles de CRC, e que pode ser interpretada como a probabilidade de que um modelo irá atribuir maior probabilidade a um paciente CRC do que a um indivíduo de controlo. O pAUC considera apenas ROCs correspondente a valores pré-ajustados de sensibilidade ou especificidade; Neste estudo, especificidades 0,9 foram considerados, tornando 10% do valor máximo alcançável. aumentos estatisticamente significativos na AUC e pAUC, no entanto, são difíceis de determinar para os modelos preditivos com razoavelmente bom desempenho. NRI é uma medida alternativa proposta para ultrapassar este problema [18]. Para medir NRI, RI é primeiro calculada separadamente para os grupos de pacientes e controle. RI em pacientes com CCR foi definida como a proporção de indivíduos cujo montante estimado probabilidade de um evento é maior com o mais recente que o modelo mais antigo, menos a proporção de indivíduos cuja probabilidade estimada é menor. RI em indivíduos controle foi definida como a proporção de indivíduos cuja probabilidade estimada é menor menos a proporção de indivíduos cuja probabilidade estimada é superior. A soma destas duas medidas é o NRI, com uma distribuição assintótica utilizado para avaliar o seu significado [18]. Todas as análises estatísticas foram realizadas utilizando o software estatístico R versão 2.15.2. (https://www.r-project.org).

Resultados

Fecal CALB e FOBT

concentração

Median CALB foi significativamente maior em amostras de fezes de pacientes com CCR do que naqueles a partir de controlos saudáveis ​​(

P

0,001) (Figura 1A, 1B e Tabela 1). Assim, CALB fecal sozinho pode distinguir entre pacientes de CRC e indivíduos saudáveis ​​com alta probabilidade.

A linha de células de cancro da mama humano SK-BR-3 foi utilizado como um controlo positivo para calgranulina B. (B) em concentrações CALB casos (pacientes com câncer colo-retal) e controle de pacientes são apresentados separadamente para os conjuntos de desenvolvimento e validação.

Entre os pacientes com CRC, os níveis de CALB não foram associados com o estágio do tumor ou o local de cancro, tanto no desenvolvimento e conjuntos de validação (Tabela 1). No entanto, a taxa de positividade FOBT foi significativamente maior em pacientes com mais de estágios tumorais menos avançados em ambos os conjuntos de desenvolvimento e validação (

P Art 0,05). (Tabela 1)

Desempenho de modelos preditivos incluindo marcadores fecal no diagnóstico de CRC

o painel superior da Tabela 2 mostra a sensibilidade a uma especificidade mais próximo de 90%, a AUC, e pAUC a uma especificidade de 90% a 100% no desenvolvimento definir e os valores corrigidos-polarização destas medidas através de validação interna usando LOOCV. Em uma especificidade de 90,2%, a sensibilidade de FOBT usando o modelo sozinho era 75,31%, a AUC foi de 89,52% (IC 95% 84,19% -94,85%) e o pAUC foi de 6,65%. Ao mesmo especificidade, a sensibilidade do modelo que incluía tanto FOBT e CALB era de 83,95%, a AUC foi de 92,05% (IC 95% 87,59% -95,50%) e o pAUC foi 7,02%, com todos melhorada quando comparada com o modelo usando apenas FOBT. Do mesmo modo, na sequência de correcção de polarização através LOOCV, a sensibilidade (82,72% vs 75,31%), AUC (89,81% [IC 95% 84,02% -95,60%] versus 87,78%), e pAUC (5,70% contra 5,62%) foi maior para a modelo que incluía tanto FOBT e CALB do que para o modelo que incluiu apenas FOBT. As performances destes modelos no conjunto de validação independente estão resumidos no painel inferior da Tabela 2, com todos os resultados estreitamente alinhados aos valores estimados após LOOCV.

O benefício incremental de CALB foi formalmente testada por avaliar o aumento da AUC [19]. O valor de p do aumento da AUC do modelo usando FOBT sozinho para o modelo utilizando tanto CALB e FOBT foi 0,0499 (Figura 2), sugerindo que a adição de CALB a um modelo que incluía FOBT melhorou significativamente a AUC. Da mesma forma, os valores p para RI em pacientes com CCR e controles do modelo usando FOBT sozinho para o modelo usando tanto CALB e FOBT foram 0,0013 e 0,0173, respectivamente, eo valor-p de NRI foi 0,0001. Todos estes resultados indicam que a adição de CALB ao modelo resultou em uma melhoria estatisticamente significativa na reclassificação.

O modelo final foi, em seguida, encaixar a todo o conjunto de dados, que inclui tanto o desenvolvimento e validação conjuntos de dados, para aumentar sua precisão. ROC, AUC, pAUC, e sensibilidade à especificidade mais próximo de 90% são apresentados na Figura 3 para os modelos que incluíram FOBT sozinho e FOBT mais CALB. O modelo de FOBT sozinho tinha uma AUC de 92,82% (IC 95% 90,05% -95,58%), um pAUC de 7,48%, e uma sensibilidade de 80,57% na especificidade mais próximo de 90%. O modelo final consistiu na seguinte equação para prever a probabilidade de câncer colorretal: Aqui,

R (CALB)

é um valor de classificação transformada, tornando-se uma medida relativa. Os valores de classificação de CALB que podem ser utilizados como entradas para esta equação são apresentados na Tabela S1. Por exemplo, se uma pessoa tem um valor CALB de 2224, o valor de

R

(CALB) na equação é 80. Para valores que ficam entre duas medidas CALB, um posto mais próximo ou linear interpolado pode ser usado.

Discussão

FOBT é um teste fecal de referência convencionalmente utilizado. Descobrimos que, em alta especificidade (90,2%), FOBT sozinho tinha apenas moderada sensibilidade (75,31%) para CRC. Ao avaliar a precisão do diagnóstico aditivo de CALB, um romance marcador diagnóstico fecal identificados em nosso estudo anterior [7], descobrimos que, ao mesmo especificidade (90,2%), a sensibilidade de FOBT + CALB para CRC foi maior (82,72%) . Assim, a especificidade elevada, a combinação dos dois marcadores fecal aumentou a sensibilidade de detecção de CRC.

A precisão do diagnóstico de FOBT em CRC no presente estudo foi semelhante à relatada anteriormente [9], [20] . Em um estudo, a sensibilidade de FOBT em populações não se refere assintomáticos foi de 26% [21], enquanto outro estudo, envolvendo um grande número de pacientes avaliados por FOBT, relatou uma sensibilidade de 81% [22]. Cerca de 80-90% dos pacientes com perda de sangue fecal 20 ml /dia foram positivos no FOBT, e a sensibilidade de FOBT correlacionada com a variação da perda de sangue e do tumor de sangramento intermitente [9]. Estes padrões de sangramento fecal podem explicar a maior taxa de positividade em T2, T3 e T4 do que em cânceres T1 e sugerem que os tumores mais avançados sangrar mais consistente e, em maior medida, melhorar a sensibilidade diagnóstica dos FOBT em pacientes com tumores avançados [9 ]. Em contrapartida, outro estudo descobriu que significa perda de sangue diária não foi afetada pelo estágio do tumor, mas foi associado com local do tumor, como a perda de sangue diária foi menor nos pacientes com esquerda do que à direita lados CRC [23]. No entanto, nossos resultados, juntamente com os anteriormente relatados [9], [23], indicam que a sensibilidade de FOBT para CRC aumenta com o avanço estágio do câncer, com a taxa de FOBT positividade sendo menor durante o início de fases posteriores de câncer. No entanto, CALB apresentaram taxas de positividade semelhantes, mesmo quando se comparam tumores em estágio inicial e final. Portanto, a avaliação da CALB pode compensar a taxa de positividade baixo FOBT em estágios iniciais de CRC.

Nós relatado anteriormente que CALB foi um marcador fecal candidato para o diagnóstico da CRC [7]. CALB é um componente de calprotectina (S100A8 /S100A9), que tem sido utilizado como um marcador para a DII fecal e neoplasias colorectais [9], [24], [25]. CALB é segregado por monócitos e células epiteliais intestinais, e está associada a processos inflamatórios, incluindo IBD severidade [8], [11]. Curiosamente, a sensibilidade de CALB fecal para CRC foi maior do que a de FOBT sozinho (72,0% vs 62,3%), embora a especificidade era ligeiramente mais baixa neste estudo e o nosso estudo anterior (77,1% vs 98,7%) [7]. Vários indivíduos do grupo controle apresentou resultados positivos falsos para CALB. Esses pacientes podem ter tido uma doença intestinal funcional, como a síndrome do intestino irritável sem inflamação grave. A calprotectina, um heterodímero de calgranulina A e B calgranulina, podem ser elevados em pacientes com a síndrome do intestino irritável [26] – [28]. Desde marcadores fecais individuais não poderia discriminar perfeitamente pacientes com CCR a partir de controles saudáveis, testamos uma combinação de dois marcadores fecais.

Um teste de combinação que incluía três marcadores fecais, inibidor tecidular da metaloproteinase-1 (TIMP-1), CALB, e hemoglobina-haptoglobina, era melhor na detecção de CRC de FOBT sozinho [29]. Além disso, um ensaio de fecal para ciclo-oxigenase-2 e matriz metaloproteinase 7 ARNm pode ser um teste de rastreio promissor para CRC [30]. Um conceito semelhante ao nosso foi aplicado no cancro do ovário, com resultados que mostram que a combinação de quatro marcadores serológicos (leptina, prolactina, osteopontina, e insulin-like growth factor II) tinha maior sensibilidade e especificidade para o cancro do ovário do que qualquer destes marcadores sozinho [31]. O benefício adicional de um novo marcador de previsão de risco pode ser avaliado por análise do aumento da AUC. Na ausência de um grau elevado de associação com o novo marcador, no entanto, a AUC é pouco provável que aumente significativamente [32] – [34]. Apesar desta dificuldade, adicionando CALB ao modelo significativamente melhorada a sua capacidade preditiva, tal como mostrado pelo aumento significativo na AUC. Como alternativa ao aumento da AUC, foi utilizado NRI [18] para quantificar o melhoramento na classificação decorrente da utilização de um modelo com um novo marcador. RI foi avaliada em primeiro lugar separadamente em pacientes e controles CRC, e sua combinação (NRI) foi avaliada. Os valores de p para RI, em pacientes e controlos de modelo 1 para modelar 2 foram 0,001 e 0,017, respectivamente, e a p-valor para NRI era de 0,0001, indicando que a inclusão do teste CALB fecal resultou numa melhoria estatisticamente significativa na reclassificação para ambos os pacientes e controles. Estes resultados indicaram que a capacidade preditiva do modelo apenas com FOBT podem ser significativamente melhoradas pela adição de CALB.

Este estudo teve várias limitações. Em primeiro lugar, o número de indivíduos em cada grupo foi relativamente pequeno, enquanto que apenas 151 controles saudáveis ​​foram incluídos, indicando a necessidade de validar os resultados em maior número de pacientes. Em segundo lugar, foram incluídos pacientes com CRC sem levar em conta sintomas como hematoquezia, constipação e melena. Desde testes de rastreio são normalmente realizados em fases assintomáticas, nossos resultados exigem uma validação adicional em indivíduos assintomáticos. Em terceiro lugar, as idades dos nossos grupos de CRC e controle diferiu significativamente. No entanto, o nosso modelo de previsão ajustados para idade. Finalmente, embora a combinação de FOBT CALB e pode ser mais sensível e específico para a CRC de FOBT sozinho, a sensibilidade e especificidade da combinação pode não ser suficientemente elevada quando comparada com a colonoscopia. O nosso modelo de previsão, no entanto, pode ser útil em situações em que a colonoscopia não estiver disponível, incluindo em áreas sem uma clínica, hospital ou pessoal treinado. Além disso, o modelo de previsão proposto com base em marcadores de fezes pode ser útil e conveniente na redução dos custos e preparo intestinal.

marcadores fecais Portanto adicionais podem ser necessários para aumentar a especificidade e sensibilidade do rastreio fecal para CRC.

Em conclusão, uma análise combinada de dois marcadores fecais, CALB e FOBT, podem ter maior sensibilidade e especificidade para CRC que sozinho FOBT. Mais validações são necessários para confirmar a utilidade clínica deste teste de triagem combinação para CRC.

Informações de Apoio

Figura S1.

esquemática do modelo de previsão estatística através dos conjuntos de dados de desenvolvimento e validação. O modelo foi o primeiro ajuste para os dados do conjunto de dados de desenvolvimento, seguido de validação interna usando o leave-one-out validação cruzada (LOOCV) método. desempenho LOOCV foi examinada, eo modelo foi validado externamente no conjunto de dados de validação. Depois de validações internas e externas aceitáveis, o modelo preditivo final para uso em futuros súditos foi desenvolvido utilizando o conjunto de dados total, que incluía tanto os conjuntos de dados de desenvolvimento e validação, uma vez que a precisão das estimativas do efeito de fatores de risco aumenta à medida que os conjuntos de dados tornam-se maiores. Em cada um dos passos acima, foram considerados dois modelos, o primeiro usando FOBT sozinho e a segunda incluindo tanto FOBT e CALB. Porque havia um desequilíbrio na idade entre pacientes e controles, a idade foi ajustado para em ambos os modelos. O desempenho do modelo foi avaliada por análise de curva de funcionamento do receptor (ROC), seguido por cálculos da área sob a curva ROC (AUC) e a zona parcial sob a curva ROC (pAUC) correspondente a uma especificidade 0,9. Em LOOCV, uma amostra foi posta de lado (teste) eo modelo preditivo estava apto para as amostras restantes (formação). Com base neste modelo de previsão, a probabilidade de CRC em uma amostra não utilizado no desenvolvimento do modelo (amostra de teste) foi calculado. Além disso, o ponto de corte para a probabilidade prevista correspondente a uma especificidade de 90% foi seleccionado, seguindo-se a previsão de se a amostra de teste foi positivo ou negativo para CRC. Este procedimento foi repetido para um certo número de vezes igual ao número de amostras no conjunto de dados, de modo que todas as amostras serviu como uma amostra de teste de uma única vez. A sensibilidade cruzada validado foi então determinada pela especificidade mais próximo de 90%, e uma curva ROC validadas foi gerado

doi:. 10.1371 /journal.pone.0106182.s001

(TIF) Tabela

S1.

densidade óptica de calgranulina B e a classificação correspondente

doi:. 10.1371 /journal.pone.0106182.s002

(DOCX)