Новый классификатор подскажет, кому нужен скрининг на рак легких

Рак легких — одна из основных причин смерти от рака во всем мире. Скрининг на основе низкодозной компьютерной томографии (LDCT) эффективно снижает смертность от рака легких, особенно в группах высокого риска. Однако широкое распространение скрининга может привести к ненужным процедурам и ложноположительным результатам у людей, у которых никогда не разовьется заболевание. Для решения этой проблемы были созданы специальные модели, предсказывающие риск развития рака легких и помогающие идентифицировать людей, которым скрининг принесет наибольшую пользу. В новом исследовании авторы изучили эффективность панели из четырех маркерных белков крови (4MP: прекурсор белка сурфактанта В, раковый антиген 125, раковый эмбриональный антиген и фрагмент цитокератина 19 (CYFRA21-1)) и ее сочетания с моделью риска PLCO_m2012, разработанной ранее, для выявления лиц с высоким риском смерти от рака легких. Конечной целью является адаптация скрининга LDCT на основе прогнозируемого риска смерти от рака легкого, что, как надеются авторы, позволит достигнуть баланс между пользой от скрининга и потенциальным вредом.

Из 552 случаев рака легких, диагностированных в течение шестилетнего периода исследования PLCO, 387 человек (70%) умерли от рака легких, 99 (18%) умерли по другим причинам, 41 (7%) был жив на момент последнего наблюдения, а данных о выживаемости еще 25 (5%) не было. Из 2193 участников без рака умерли 556 (25%). Медиана выживаемости больных раком легких, у которых рак диагностировали в течение одного года после забора крови, составила 2,77 года.

Сначала авторы оценили эффективность комбинации моделей 4MP и PLCO_m2012 для предсказания смерти от рака легких. Так, комбинация 4MP + PLCO_m2012 демонстрировала значение AUC (area under the curve), равное 0,88, в предсказании смертности от рака легких. 4MP и PLCO_m2012 по отдельности показали значение AUC 0,81 и 0,83 соответственно. Важно напомнить, что значение AUC демонстрирует предсказательную силу модели. Модель считается наиболее эффективной, если ее значение близко к единице, и случайной, если значение равно 0,5 (рандомный классификатор). При оценке эффективности комбинированной модели 4MP и PLCO_m2012 для предсказания смертности от немелкоклеточного рака легких или мелкоклеточного рака легких значения AUC составили 0,87 и 0,86 соответственно.

Далее ученые сравнили чувствительность и специфичность комбинированной модели 4MP + PLCO_m2012 с критериями USPSTF2013 и USPSTF2021 для прогнозирования смертности от рака легкого. По сравнению с критериями USPSTF2013 комбинированная модель 4MP + PLCO_m2012 имела лучшие чувствительность, специфичность и предсказательную ценность для прогнозирования смерти от рака легкого.

В конце исследователи рассмотрели данные лиц, которым рак легких диагностировали в течение одного года после взятия образца крови, а также лиц без рака легкого, но с историей курения десяти пачек в год или более. Они разделили людей на две группы на основании их оценок, полученных с помощью модели 4MP + PLCO_m2012: те, чьи оценки были равны или превышали пороговые значения 1,7% или 1,0% шестилетнего риска, считались тест-положительными, а те, чьи оценки были ниже пороговых значений, считались тест-отрицательными.

Используя пороговый риск 1,7%, авторы наблюдали значительно более высокую частоту смерти от рака легких среди тест-положительных случаев (805 человек) по сравнению с тест-отрицательными случаями (1 253 человека). Аналогичным образом, при использовании порогового риска 1,0%, у тест-положительных случаев (1068 человек) частота смерти от рака легких была значительно выше, чем у тест-отрицательных случаев (990 человек), с отношением рисков 9,88 и 10,65 соответственно.

Таким образом, лица, идентифицированные как тест-положительные с помощью модели 4MP + PLCO_m2012, при указанных пороговых значениях риска имеют значительно более высокий риск смерти от рака легкого по сравнению с тест-отрицательными лицами.

Рак на ранней стадии можно диагностировать по профилю гликозаминогликанов