Extracto
Hay una necesidad de reducir el número de cistoscopías en pacientes con hematuria. En la actualidad no existen marcadores biológicos fiables para detectar el cáncer de vejiga. En este trabajo se ha valorado un nuevo sencillo de la casa fabricada, dispositivo de GC-sensor en el diagnóstico de cáncer de vejiga basado en compuestos volátiles. salidas de los sensores de 98 muestras de orina fueron utilizados para construir y probar los modelos de diagnóstico. Se tomaron muestras de 24 pacientes con (urotelial) El carcinoma de células transicionales (edad 27-91 años, la mediana de 71 años) y 74 controles que se presentan con síntomas urológicos, pero sin una neoplasia urológica (edad 29-86 años, la mediana de 64 años); Los resultados fueron analizados utilizando dos enfoques estadísticos para evaluar la solidez de la metodología. Un método de análisis discriminante lineal de dos grupos utilizando un total de 9 puntos de tiempo (lo que equivale a 9 biomarcadores) asignado correctamente 24/24 (100%) de los casos de cáncer y 70/74 (94,6%) controles. En virtud de la licencia-un-out validación cruzada 23/24 (95,8%) de los casos de cáncer se predijo correctamente con 69/74 (93,2%) de los controles. Para el análisis de mínimos cuadrados parciales discriminante, las correctas dejar uno de los valores de predicción a cabo la validación cruzada fueron 95,8% (casos de cáncer) y 94,6% (controles). Estos datos son una mejora con respecto a los reportados por otros grupos que estudian los gases del espacio de cabeza y también superiores a las técnicas clínicas actuales. Este nuevo dispositivo muestra potencial para el diagnóstico de cáncer de vejiga, pero los datos debe ser reproducida en un estudio más amplio
Visto:. Khalid T, P Blanco, De Lacy Costello B, R Persad, Ewen R, E Johnson , et al. (2013) Un estudio piloto combinación de un dispositivo GC-Sensor con un modelo estadístico para la identificación de cáncer de vejiga de la orina del espacio de cabeza. PLoS ONE 8 (7): e69602. doi: 10.1371 /journal.pone.0069602
Editor: Wei-Chun Chin, Universidad de California en Merced, Estados Unidos de América
Recibido: 7 Febrero, 2013; Aceptado: June 10, 2013; Publicado: 8 Julio 2013
Derechos de Autor © 2013 Khalid et al. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License, que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que el autor original y la fuente se acreditan
Financiación:. Los autores no tienen el apoyo o la financiación para reportar
conflicto de intereses:. he leído la política de la revista y tienen los siguientes conflictos: Christopher Probert, Ben de lacy Costello, Norman Ratcliffe y Richard Ewen tener una solicitud de patente GB (GB 0.920.315,9 ) que protege el diseño del sistema de detección. Confirmamos que los autores Christopher Probert, Ben Costello de Lacy, Norman Ratcliffe y Richard Ewen tienen una patente relacionada con el material correspondiente a este artículo. El título de la patente es un "dispositivo y un método para el análisis de muestras para el diagnóstico de la enfermedad". Los números asociados son (WO2011061308, EP2010067859, GB0920315.9). Confirmamos que esto no altera nuestra adhesión a todas las políticas de PLoS ONE sobre los datos y compartir materiales, como se detalla en la guía para los autores.
Introducción
Más de 10.000 pacientes son diagnosticados con cáncer de vejiga en el Reino Unido cada año y la mitad morirán de la enfermedad [1]. La mayoría de los pacientes (80%) se presentan con hematuria indolora que deben ser investigados [2]. De las personas con hematuria visible 19% tendrá cáncer de vejiga, mientras que para la hematuria no visible la tasa es sólo del 5% [3]. Hematuria, aunque importante, tiene una probabilidad previa a la prueba bajo el diagnóstico de cáncer de vejiga para el que no existen pruebas de detección. En consecuencia, la cistoscopia sigue siendo el estándar de oro para la detección de la enfermedad en pacientes con hematuria [4]. La cistoscopia es un procedimiento que se realiza con frecuencia y el coste para el NHS, de investigar la gente encontró que no tienen cáncer de vejiga, es £ 33,5 millones por año [3], en base a una tarifa actualmente de alrededor de £ 400. La cistoscopia es un procedimiento costoso, invasivo y poco digna. Hay una necesidad de una alternativa de bajo costo, menos invasiva.
casos de cáncer de vejiga que presentan en una etapa temprana pueden ser tratados mediante resección transuretral sin la necesidad de cirugía de extirpación importante. Además, esta enfermedad en etapa temprana tiene una excelente tasa de supervivencia a 5 años (& gt; 94%) en comparación a & lt; 50% de supervivencia a 5 años para una enfermedad más avanzada, por lo que una prueba de cribado no invasivo que identifica el cáncer en una etapa temprana de la orina espacio de cabeza tiene el potencial de revolucionar el cuidado del paciente. A pesar de la resección, la mayoría (50-70%) y se repetirá el 10-30% de avance de la enfermedad avanzada [5], en consecuencia, los controles cistoscopia frecuentes son necesarios que representan el 71% de los costos del tratamiento de cáncer de vejiga [6]. Estos factores hacen que el cáncer de vejiga es el cáncer más caro por paciente a administrar [7]. Varias opciones de exámenes masivos han sido considerados, incluyendo la varilla hematuria, NMP22, o UroVysion [8]. Sin embargo, estos biomarcadores, así como la citología de orina, carecen de sensibilidad [9]. Actualmente, no hay biomarcadores se pueden recomendar para la práctica clínica debido a su baja sensibilidad y especificidad, aunque existe alguna evidencia de que los biomarcadores pueden ser de utilidad en el control de la recurrencia o el cribado individuos de alto riesgo [10]. Nuevo biomarcador selectivo (s) para el cáncer de vejiga se reduciría la incertidumbre diagnóstica y la morbilidad relacionada con la vigilancia. Podría reducir costos y mejorar la calidad de vida del paciente evitando las pruebas de diagnóstico invasivas innecesarias. También podría mejorar el pronóstico de los pacientes a través de la detección temprana de la enfermedad potencialmente letal, mientras que disminuye la carga económica de las clínicas hematuria [11]. Existe alguna evidencia para apoyar la hipótesis de que el cáncer de vejiga se asocia con la presencia de compuestos orgánicos volátiles específicos (COV) en el gas emitido a partir de muestras de orina. En 1999 Spanel et al. informó de que el formaldehído fue más abundante en la orina de los hombres con cáncer de vejiga que de aquellos con cáncer de próstata y controles sanos [12]. Un estudio en el que los perros fueron entrenados para responder a las muestras de orina de pacientes con cáncer de vejiga dio una tasa de éxito media del 41% en comparación con el 14% esperado por azar [13]. Más recientemente, el mismo grupo informó de que el mejor perro realizar pudo identificar 73% de los cánceres [14]. Mientras tanto, se encontró que el análisis de VOC usando la tecnología e-nariz para tener sensibilidad 70% y especificidad para el diagnóstico de cáncer de vejiga de controles sanos, cayendo a 60% y 67%, respectivamente, cuando se prueba con los controles de orina de pacientes con enfermedades urológicas no malignas [ ,,,0],15]. En este informe, se describen los datos de un estudio piloto que demuestra el potencial de una novela, de la casa fabricada dispositivo sensor COV para diagnosticar el cáncer de vejiga con precisión.
Métodos
Reclutamiento de Pacientes
Un total de 98 pacientes del sexo masculino, con edades entre 27-91 años, que acuden a clínicas de urología en Bristol fueron reclutados después de obtener el consentimiento informado. Todos se habían sometido a una evaluación clínica por sus síntomas. Demografía de los grupos de pacientes estudiados se presentan en la Tabla 1; había 3 controles por paciente de cáncer. Cada paciente proporcionó una muestra de orina en la mañana antes de su examen o la cistoscopia. Las muestras se clasificaron cuando se completó la evaluación clínica. Cuando el cáncer de vejiga (n = 24) fue encontrado, grado y estadio del cáncer que fueron registrados (Tabla 2); la mayoría fueron bien diferenciado o de grado intermedio (G
1, G
2) y en una etapa temprana (T
a) limita al revestimiento de la vejiga. Había 74 controles, los pacientes que fueron sometidos a investigación por síntomas de obstrucción del flujo urinario y hematuria o; sus síntomas y comorbilidades relevantes incluyen: 31 habían planteado PSA sin malignidad, 24 eran hipertensos, 19 tenían hematuria visible, 15 tenían síntomas de la vejiga de salida, la diabetes 7, 4 hematuria no visible, 2 tenían piedras renales y del tracto 1 se habían sometido renal trasplante de la cirugía.
Diagnóstico
No. de los pacientes
Rango de edad en años (mediana)
El consumo de tabaco
vejiga cancer2427 - 91 (media 71) 7 fumadores; 17 los no fumadores (9 exfumadores) de control (no canceroso) 7429 - 86 (media 64) 15 fumadores; 59 no fumadores (17 ex fumadores) Tabla 1. Descargar
CSV CSV etapa del tumor tumor
(TNM)
Grade
T
aN
0M
x
T
1N
0M
x
T
2N
0M
x
G
16NilNilG
2101NilG
3151Table 2.
Los tumores fueron clasificados de acuerdo con las directrices de la OMS 1973. G
1: bien diferenciado (un aspecto similar a las células normales que se encuentran en la vejiga - cáncer de crecimiento lento) G
2: nivel intermedio de diferenciación (mezcla de G
1 & amp; G
3) G
3: pobremente diferenciado (se ve muy diferente de las células normales de la vejiga - más agresivo). La estadificación del tumor se da de acuerdo a los criterios TNM (tumor, nodo, metástasis). T
a: el cáncer se encuentra solo en la capa más interna del revestimiento de la vejiga. T
1: el cáncer se ha comenzado a crecer en el tejido conectivo debajo del revestimiento de la vejiga. T
2: el cáncer ha crecido a través del tejido conectivo en el músculo. Todos los pacientes son también clasificados N
0 (No hay participación de los ganglios linfáticos regionales) M x (no se evaluó el estado de la metástasis)
. Descargar CSV CSV
La aprobación ética para el estudio se obtuvo del Comité Ético de Investigación Wiltshire; cada participante una hoja de información revisada y dio su consentimiento por escrito.
Almacenamiento de las muestras
Las alícuotas de
orina fresca (0,75 ml) se transfirieron a viales de espacio de cabeza, a modo de diafragma de vidrio cubierto ( Sigma Aldrich, Dorset, Reino Unido) y se congelaron a -20
o C hasta su análisis. En un estudio previo se encontró que la congelación no tuvo ningún efecto detectable sobre la composición volátil de las muestras [16].
Análisis del espacio de cabeza
Cada muestra de orina se descongela por inmersión del vial en un baño de agua a 60
oC durante 30 segundos. A partir de entonces, cada muestra se trató con un volumen igual (0,75 ml) de hidróxido de sodio (1M; Fisher Scientific, Leicestershire, Reino Unido) y la mezcla se equilibró a 60
oC en un baño de agua durante 50 minutos antes de la extracción de 2 cm
3 de aire del espacio de cabeza. aire del espacio de cabeza fue extraído por medio de una jeringa hermética de gas Hamilton (10 ml, Fisher Scientific, Leicestershire, Reino Unido) y se inyecta inmediatamente en la entrada de un cromatógrafo de gases acoplado a un sistema de detección de sensor.
El VOCs de muestras de orina se analizaron utilizando un sistema de sensor de la casa fabricada. El dispositivo consta de un horno de cromatografía de gases convencional (Clarus 500, PerkinElmer) equipado con una columna capilar comercialmente disponible (columna capilar de 30 metros de largo SPB
TM-1 de azufre con un diámetro interior de 0,32 mm y un espesor de película de 4 micras (Sigma Aldrich, Dorset, Reino Unido)), que se interfaz con un sensor de óxido de metal calentado (450
oC) utilizado como el detector. El sensor de óxido de metal consistía en un óxido de estaño, zinc mezcla de óxido (50: 50% en peso). La preparación y caracterización sensor se ha informado en otras partes [17]. El inyector de GC se calentó a una temperatura prefijada de 150
oC y se equipó con un revestimiento de cuarzo de 1 mm. Se utilizó aire comprimido (BOC, Guilford, Reino Unido) como gas portador a una presión de 35 psi y se pasó a través de un purificador de aire (300 ml Supelcarb
TM trampa de hidrocarburos, Sigma-Aldrich, Dorset, UK). El programa de temperatura GC utilizado fue el siguiente: temperatura inicial del horno GC celebrado en 30
oC durante 6 minutos, a continuación, en rampa a una velocidad de 5
o C /min hasta 100
oC, con una bodega 22 minutos, dando un tiempo de ejecución total de 42 minutos.
El sistema de sensores GC se calibró diariamente utilizando un estándar de gas certificado (tolerancia del 1%) de 50 ppm de etanol en aire mezclado (Air Products Plc, gases especializados, Crewe CW1 6AP) .
Después de gas del espacio de cabeza (2 cm
3) se inyectó en el dispositivo de los compuestos volátiles se separaron de acuerdo con sus propiedades químicas y se eluyen de la columna en momentos específicos. Los volátiles eluidas de la columna y incidido en el sensor. Los compuestos volátiles adsorbidos y se hacen reaccionar en la superficie de óxido de metal calentada del sensor producir concomitantemente un cambio reversible de la resistencia eléctrica. El cambio en la resistencia eléctrica con respecto al tiempo para el sensor produce un cromatograma específico de la muestra. Estos cromatogramas tiempo de resistencia a continuación, se interpretan con base estadística sobre su pertenencia al grupo.
El análisis estadístico
La resistencia se tomaron muestras a intervalos de 0,5 segundos durante 42 minutos (t = 1, 2, ...., 5040 ). Se investigó la utilidad de características muy específicas de los perfiles, las frecuencias de orden inferior en los perfiles, y las características del perfil más amplias de los datos en el desarrollo de un buen clasificador. Como no existe un enfoque estándar de oro a los datos de este tipo, se investigó dos métodos independientes para el análisis estadístico.
Los métodos 1 y 2 fueron basados en la estandarización de cada perfil de resistencia de manera que cada uno tenía un valor medio de 0 y una desviación estándar de 1 [15]. Esta transformación se asegura de cada perfil de los donantes está en la misma escala que permite una comparación equitativa entre los grupos de enfermedades, invariantes de los efectos de escala y de localización, preservando al mismo tiempo los mínimos y máximos relativa dentro de cada perfil. la validación estadística de los modelos se llevó a cabo utilizando la licencia-un-out validación cruzada que proporciona una indicación de la robustez del modelo y el rendimiento predictivo en muestras frescas que no se ven.
Método 1.
Esto se basa en una entre grupos comparación de los perfiles de resistencia normalizados utilizando análisis discriminante lineal de dos grupo de la aplicación del algoritmo de selección por pasos hacia adelante para asegurar a) el número de predictores en el modelo no supere el tamaño del grupo más pequeño y b) la inclusión de una variable predictora hace no dar lugar a problemas de multicolinealidad. La solidez dentro de la muestra de las propiedades de predicción del modelo derivado se evaluó mediante la validación cruzada de dejar uno de salida. Esta estrategia de modelado fue diseñado para investigar si una simple descripción parsimoniosa de la separación entre grupos existía basa en diferencias altamente específicos en los perfiles entre los grupos.
2. Método
parcial de mínimos cuadrados análisis discriminante (PLS DA) se utilizó para construir un clasificador de dos grupos para la discriminación de los casos de cáncer de vejiga de los controles. PLS-DA es una técnica de clasificación supervisada establecidos utilizados en los análisis sensormetric y es una técnica de extracción de información y la reducción de datos diseñado para como máximo separadas dos o más grupos y es particularmente adecuado para altas datos dimensionales y multi-colineales. Este enfoque se considera que es mejor que los enfoques alternativos que utilizan análisis de componentes principales sobre una amplia gama de problemas de clasificación [18]. En este contexto, PLS-DA fue considerado desde un aspecto prueba de concepto es decir, puede un pequeño número de factores latentes extraídos de los datos de todo el conjunto de discriminar entre casos y controles. Hemos adoptado un procedimiento de extracción con un máximo de diez factores latentes y utilizamos una clasificación de una sola licencia a cabo para evaluar la precisión de clasificación dentro de la muestra
Resultados
salidas del Sensor que se compararon en los dos grupos.; pacientes con cáncer de vejiga (24) y los pacientes sin cáncer (74). Se tomaron dos enfoques estadísticos independientes para determinar si había diferencias en la salida del sensor. Para cada método, los pacientes con cáncer se compararon con los que no tienen; el tamaño de la muestra fue demasiado pequeño para ser capaz de comparar los patrones con grado o etapa (Tabla 1).
Figura 1 muestra los cromatogramas típicos de resistencia normalizada frente al tiempo para dos controles y dos pacientes con cáncer de vejiga. Los cromatogramas de las dos muestras de pacientes con cáncer de vejiga son muy similares como las de las dos muestras de control. Sin embargo, es evidente que las muestras de control difieren de las muestras de cáncer de vejiga. La diferencia más obvia es un pico a alrededor de 3200 (la mitad de segundo), que está presente tanto en las muestras de cáncer de vejiga, pero ausente de ambos controles. El análisis de los cromatogramas mostró que 20/24 muestras de cáncer de vejiga tuvieron un pico medible en esta región. En las muestras de control, los picos en esta región de los espectros fueron predominantemente ausente. Para resaltar este punto, la figura 2 muestra cromatogramas superpuestos promediados para cada grupo, mostrando claramente la función de medio a 3200 segundos en el grupo de cáncer de vejiga, que está ausente en el grupo de control.
Figura 3 muestra la retención de la estabilidad de tiempo del sistema de tres picos comunes que cubren la gama tiempo de retención donde la mayoría de los picos detectados eluir. Los datos mostrados son para 24 muestras seleccionadas de control (que abarcan la duración total de 7 meses del estudio) y las muestras de cáncer de vejiga 24. No hay una tendencia notable en términos de la deriva con el tiempo (muestras 1-24 y 25-48 controles cáncer de vejiga se muestran en orden de fecha de ejecución). Hay un día a día fluctuación en los tiempos de retención medidos de
alrededor de ± 1%. Además un estándar de etanol se llevó a cabo a diario a fin de evaluar el tiempo de retención y la sensibilidad del sistema. El tiempo de retención de etanol en el transcurso del estudio tuvo una media de 329,2 medio segundo (S.D. 3,97), en línea con los resultados de la en los picos de la muestra. La anchura media de los picos es alrededor de 100 segundos y medio y puede ser de hasta 200 segundos y medio a tiempos de retención superiores. Por lo tanto, se encontró que la variabilidad de aproximadamente ± 1% para tener un efecto insignificante en la exactitud predictiva de los modelos estadísticos (véase la sección de Análisis Estadístico Método 1 abajo).
Hay un día a día mínimo de fluctuación
circa
± 1%.
El promedio de sensibilidad al etanol durante un periodo de dos meses fue del 98,5% (dE 10,6) (R
0-R
g /R
0 × 100, en el que R
0 es la resistencia de la línea de base y R
g es la resistencia cuando son expuestos a etanol). Aunque la sensibilidad del sensor se mantuvo a un nivel razonablemente constante la resistencia de línea de base estaba sujeto a la deriva. Para contrarrestar este efecto y para ayudar a la comparación visual y estadístico de los resultados de la escala de resistencia se estandarizó utilizando la metodología descrita anteriormente.
Método de Análisis Estadístico 1 |
Se seleccionaron un total de 9 puntos de tiempo ( t (puntos de tiempo de muestreo) = 117, 153, 174, 201, 359, 1073, 1162, 1362, 3204). Dentro de muestras 24/24 (100%) de los casos de cáncer de vejiga y 70/74 (94,6%) controles fueron asignados correctamente. Esto significa que el modelo detectado el cáncer en todos los pacientes, independientemente de la nota o etapa. En virtud de la licencia-un-out validación cruzada estos valores cayeron a 23/24 (95,8%) y 69/74 (93,2%) clasificación correcta, respectivamente (Tabla 3). Otros modelos discriminantes dan la exactitud de predicción similar (por ejemplo, los puntos de tiempo de muestreo t = 117, 201, 231, 362, 1090, 1360, 3297, 3334, 3417 ofrece una precisión validación cruzada del 95,8% para los casos de cáncer de vejiga, y el 94,6% de los controles ). Esto muestra que el modelo no es sensible a los "tiempos de retención" específicos. También muestra que los puntos de tiempo seleccionados no representan necesariamente picos separados, sino que son simplemente puntos de tiempo donde los dos grupos de espectros difieren máximo. En este segundo modelo se seleccionaron 3 puntos de tiempo que abarcan el amplio pico presente en el grupo de cáncer de vejiga.
Pertenencia a un grupo pronosticada
El cáncer de vejiga (%)
control (%)
total
cancer24 original modelBladder (100) 0 (0) 24Control4 (5,4) 70 (94,6) 74Cross validación (dejar uno fuera) cancer23 vejiga (95,8) 1 (4.2) 24Control5 ( 6.8) 69 (93,2) 74Table 3. Clasificación a partir de los resultados del análisis discriminante lineal de dos grupos.
CSV Descargar CSV
análisis estadístico Método 2
Los resultados de PLS-DA en términos de porcentaje correctamente clasificados dentro de la muestra y en el uso de clasificación de la licencia-un-out se dan en la tabla 4 de acuerdo con varios factores latentes extraídos en el proceso de modelado. El uso de 7 o más factores identificados 23/24 de los pacientes con cáncer:. Sugiriendo de nuevo el diagnóstico se podría hacer en la gran mayoría de los pacientes, con independencia del grado o etapa del cáncer
Número de factores latentes
Predicción correcta
predicha correcta
Dentro de la muestra
dejar uno fuera
vejiga (%)
de control (%)
vejiga (%)
control (%): perfil 119 (79,2) 46 (62,2) 19 (79,2) 46 (62,2) 218 (75) 60 (81,1) 18 (75) 59 (79,7) 321 (87,5) 63 (85,5) 20 ( 83,3) 64 (86,5) 421 (87,5) 64 (86,5) 21 (87,5) 64 (86,5) 523 (95,8) 62 (83,8) 23 (95,8) 61 (82,4) 622 (91,7) 68 (91,9) 21 (87,5) 67 (90,5) 723 (95,8) 70 (94,6) 23 (95,8) 67 (90,5) 823 (95,8) 70 (94,6) 23 (95,8) 69 (93,2) 923 (95,8) 71 (95,9) 23 (95,8) 71 ( 95,9) 1023 (95,8) 71 (95,9) 23 (95,8) 70 (94,6) Tabla 4. Discriminación de los casos de cáncer de vejiga a partir de los controles utilizando PLS-DA
Abreviatura:. PLS-DA, mínimos cuadrados parciales análisis discriminante CSV Descargar CSV
Discusión
una nueva técnica se describe para la identificación de pacientes con cáncer de vejiga en función del perfil de compuestos orgánicos volátiles emitidos por la orina, usando un GC combinado con un sistema sensor. Los hallazgos se basan en el uso de perros de trabajo anteriores [14] y una nariz electrónica [15], que proporciona una prueba de concepto datos de nuestros hallazgos.
Nuestros resultados son significativamente mejores que los descritos anteriormente utilizando el enfoque del análisis volátil. La mejora es probablemente el resultado de dos factores: 1) el uso de la etapa de separación de cromatografía y 2) el ajuste de pH usando base. Base habría tenido COV varios efectos, la fuerza iónica alta habría conducido en el espacio de cabeza y también habría suprimido ácidos, lo que aumenta la concentración de compuestos básicos en el espacio de cabeza. Anteriores trabajos de nuestro grupo ha encontrado que el tratamiento de base de muestras de orina (en comparación con el tratamiento con ácido o muestras sin tratar), permitió la identificación de biomarcadores que permitieron la diferenciación entre el cáncer de próstata y los controles [19].
Se analizaron las salidas del Sensor mediante dos técnicas diferentes, independientes de análisis de datos cada uno de los cuales mostraban la discriminación significativa de muestras de pacientes con y sin cáncer de vejiga. Las muestras de control se obtuvieron de pacientes que asistieron a la clínica con problemas urológicos que luego resultaron ser no maligno. La elección de los controles es importante evaluar la utilidad clínica de una prueba de este tipo. Los pacientes sin cáncer pueden presentar síntomas similares a los de cáncer y es la diferenciación de estos que son el reto clínico. Otros [15] han informado de que los pacientes con cáncer de vejiga pueden ser diferenciados de los controles sanos con mayor certeza que los controles de las clínicas de urología. Sin embargo, los controles reclutados en la misma clínica de urología hemos elegido específicamente:. Muchos de ellos habían hematuria haciéndolos ideales para los controles de este estudio
Se utilizaron dos enfoques diferentes estadísticos, análisis discriminante lineal y mínimos cuadrados análisis discriminante parcial, Sin embargo, ambas técnicas utilizan rodajas del perfil de tiempo (bins). Los resultados fueron similares; usando 6 o más componentes en el PLS-DA identificado correctamente más del 90% de los casos y los controles, mientras que el lineal simple DA clasificó correctamente más del 93% de los casos y controles.
Una revisión de biomarcadores para la detección y vigilancia de los cánceres de vejiga [20] dio sensibilidad y rangos de especificidad, respectivamente, para cada marcador de la siguiente manera: antígeno tumoral vesical (BTA), BTA Stat (Polymedco), 52,5% -78,0% y 69,0% -87,1%; BTA Trak (Polymedco), 51% -100% y el 73% -92.5%; citología, 12,1% -84,6% y 78,0% -100%; varilla de nivel hematuria, 47.0% -92.6% y 51,0% -84,0%; proteína de la matriz nuclear (NMP), NMP22 vejiga Prueba del Cáncer (Matritech), el 34,6% -100% y 60,0% -95,0%; Test NMP22 (Matritech), 49,5% -65,0% y 40,0% -89,8%; InmunoCyt /uCyt + (DiagnoCure), 63,3% -84,9% y 62,0% -78,1%; InmunoCyt /uCyt + y la citología, 81,0% -89,3% y 61,0% -77,7%; y UroVysion (Abbott Molecular) /fluorescencia de hibridación in situ, 68,6% -100% y 65,0% -96,0%. Como se puede observar que existe una amplia gama de los resultados. La revisión concluyó que no cáncer de vejiga urinaria marcador actualmente disponible es suficientemente sensible para eliminar la necesidad de cistoscopia. Un algoritmo publicado recientemente, la combinación de pruebas, sugirió que esto puede aumentar la sensibilidad y especificidad de 91% y 80%, respectivamente, pero el documento concluyó que seguía siendo un problema para detectar con precisión todos los cánceres de vejiga [9]. Nuestra técnica para el diagnóstico de tumor de vejiga da resultados que son comparables y, en algunos casos, mejores que los biomarcadores urinarios disponibles en la actualidad para el cáncer de vejiga. El enfoque de GC-sensor es de bajo costo y puede ser utilizado por el personal de semi-cualificados. El sensor es relativamente barato de fabricar y su vida útil es probable que sea muy por encima de 100 análisis. Además, los componentes son capaces de miniaturización para producir un dispositivo de punto de cuidado. Por ejemplo, los sistemas de miniaturizados GC ya existen que hacen uso de sistemas microelectromecánicos (MEMS) componentes [21]. La combinación del elemento de separación de GC y el elemento sensor en una plataforma de MEMS es también un área activa de investigación [22,23]. El dispositivo actual utiliza una rampa de temperatura mínimo, pero puede ser posible llevar a cabo la separación isotérmica a temperaturas ambiente. También utiliza aire como gas portador introduciendo la posibilidad de utilizar un compresor con filtros apropiados en lugar de los cilindros de gas.
La razón de la presencia de biomarcadores volátiles es probablemente un cambio en el metabolismo de las células malignas. Hay evidencia de estrés oxidativo y la inducción del citocromo P450 por pulmón, mama y cánceres de próstata [24-27]; esto está asociado con un cambio en compuestos orgánicos volátiles del aire espirado de los pacientes con cáncer de pulmón y cáncer de mama [24,25]. Estudios de cáncer de vejiga también han encontrado alterado la actividad enzimática [28], así como anomalías del ciclo del ácido cítrico [29], lo que resulta en una mayor conversión de ácido pirúvico a ácido láctico. Cómo estos dos ejemplos dan como resultado la producción de compuestos orgánicos volátiles no está claro, pero sirven para ilustrar que hay anomalías de determinadas rutas metabólicas con cambios específicos en los metabolitos como resultado. En el caso de la vejiga, es probable que resulte en los patrones de COV anormales en la orina de pacientes con cáncer de vejiga de la proximidad de las células malignas a la orina. En resumen, el uso del sistema de GC-sensor para la detección de perfiles de COV acelera el proceso de análisis de datos en comparación con los sistemas mucho más laborioso y costoso como GCMS que también requieren investigadores altamente experimentados.
La identidad de los compuestos orgánicos volátiles que contribuyen al perfil de biomarcador aún no se ha determinado. Su caracterización se puede definir en el trabajo futuro utilizando técnicas de espectrometría de masas cromatografía de gases y esto le proporcionará más información sobre el cáncer de vejiga cambios bioquímicos inducidos.
El estudio es un estudio prospectivo de investigación a pequeña escala en torno a la proposición intuitivamente atractiva de la existencia de algunas diferencias sistemáticas de composición en las muestras de orina entre los pacientes con y sin esos pacientes, el cáncer de vejiga. En esta investigación las muestras de orina tratados cuantitativamente se caracterizaron utilizando un sensor fiable fabricado en la casa junto con la separación por cromatografía de gases
.
La investigación es particularmente difícil y conserva buena validez ecológica al no utilizar los controles sanos. Los resultados son muy alentadores. Sin embargo, el tamaño de la muestra relativamente pequeña se basa en los pacientes de un solo centro y la población cobertura y validez externa no se puede garantizar; en consecuencia, cierta precaución debe ser ejercida con arreglo a la generalización más allá de la muestra. También se reconoce que la robustez de los modelos estadísticos basados en muestras de pequeño tamaño podría ser propenso a la presencia de cualquier característica de la muestra idiosincrásicas de azar, y no el tamaño relativamente pequeño de la muestra no permite fácilmente la estratificación de las características de los pacientes potencialmente importantes (por ejemplo, el tamaño del tumor). Igualmente el tamaño pequeño de la muestra no permite una evaluación estadística adecuada de los efectos de otros factores de confusión tales como el consumo de tabaco, tratamientos farmacológicos, etnia, etc. Además de una cohorte de todo el varón fue seleccionada como la base del estudio, esto elimina un factor de confusión pero es una limitación del presente estudio a pesar de una incidencia mucho mayor de este cáncer en el hombre frente a la población femenina (circa 2,5: 1). Otra limitación del estudio actual se refiere a la utilización de las muestras congeladas, aunque hemos recogido datos sólidos de estudios GC-MS que la congelación no tiene un marcado efecto sobre el perfil volátil [16]. En términos del dispositivo, la estabilidad a largo plazo del sensor y tiempo de retención de deriva son limitaciones potenciales. El uso de normas de gases de certificados en este estudio se aseguró de que la sensibilidad del sensor se controló y se mantuvo a un nivel comparable con regularidad. Tiempo de retención estaba sujeto a las fluctuaciones de ± 1%, esto se evaluó mediante la medición de picos comunes en la muestra y el tiempo de retención del estándar de etanol con el tiempo. A medida que los picos en el cromatograma son relativamente amplio (en comparación con el posible error) y el modelo estadístico no depende de la identificación de los picos individuales con tiempos de retención específicos, estamos seguros de que este error no afecte indebidamente el análisis actual. En estudios a largo plazo de una mezcla estándar de compuestos que abarcan la gama tiempo de retención podría ser sustituido por el etanol, lo que permite la corrección de cualquier deriva.
Dar-un-out validación cruzada junto con la triangulación de los resultados de la estadística marcadamente diferente las técnicas de análisis proporcionan una buena
prima facie
apoyo a la amplia demanda de las diferencias entre los grupos dentro de las muestras recogidas.
Conclusión
la nueva combinación de un GC y un óxido metálico único dispositivo basado sensor ha proporcionado datos para apuntalar un nuevo instrumento para el diagnóstico de cáncer de vejiga. El modelo estadístico podría utilizarse fácilmente para escribir un algoritmo que mostrará el diagnóstico. Ambos de los modelos probados eran 96% de precisión en el diagnóstico de cáncer de vejiga. Estos datos deben ahora ser reproducidos en estudios más amplios.