Молекулярная классификация узловых образований щитовидной железы с неопределённой цитологической картиной: разработка и валидация нового высокочувствительного и высокоспецифичного теста-классификатора на основе микроРНК с использованием мазков, полученных при тонкоигольной аспирационной биопсии
Molecular Classification of Thyroid Nodules with Indeterminate Cytology: Development and Validation of a Highly Sensitive and Specific New miRNA-Based Classifier Test Using Fine-Needle Aspiration Smear Slides
2018-10-15
SCID: 54.1/tjrrfzkg
Discuss with AI
тонкоигольная аспирациянеопределённая цитологияклассификатор на основе микроРНКпрецизионная эндокринологияузлы щитовидной железы
Figures from the paper
Abstract (AI)
Актуальность: Узловые образования щитовидной железы выявляются у 68% населения. Цитопатологическое исследование материала тонкоигольной аспирационной биопсии (ТАБ) классифицирует 20–30% узлов как образования с неопределённой цитологической картиной; из-за риска злокачественности таким пациентам часто проводят хирургическое лечение. Однако послеоперационные гистологические заключения показывают, что до 84% этих образований являются доброкачественными, что указывает на высокую частоту неоправданных операций. Целью исследования была разработка и валидация молекулярного классификатора заболеваний щитовидной железы на основе микроРНК (miRNA) для прецизионной эндокринологии (mir-THYpe), обладающего высокой чувствительностью и специфичностью и выполняемого по цитологическому мазку, приготовленному из материала ТАБ, без дополнительной ТАБ. Методы: Для разработки и обучения алгоритма mir-THYpe проанализировали экспрессию 96 кандидатов miRNA в 39 доброкачественных и 39 злокачественных образцах щитовидной железы, классифицированных по результатам ТАБ как образцы с неопределённой цитологической картиной. Для валидации использовали независимый набор из 58 доброкачественных и 37 злокачественных цитологических мазков после ТАБ, также классифицированных как неопределённые. Результаты: В обучающей выборке при 10-кратной перекрёстной проверке с использованием только 11 miRNA тест mir-THYpe продемонстрировал чувствительность 89,7%, специфичность 92,3%, отрицательную прогностическую ценность 90,0% и положительную прогностическую ценность 92,1%. В валидационной выборке мазков после ТАБ чувствительность теста mir-THYpe составила 94,6%, специфичность — 81,0%, отрицательная прогностическая ценность — 95,9%, а положительная прогностическая ценность — 76,1%. Теорема Байеса показывает, что тест mir-THYpe удовлетворительно работает в широком диапазоне распространённости рака. Заключение: Представленные данные и сравнение с другими коммерчески доступными тестами позволяют предположить, что тест mir-THYpe может применяться в клинической практике для поддержки более обоснованного принятия клинических решений у пациентов с узловыми образованиями щитовидной железы и неопределённой цитологической картиной и потенциального снижения частоты неоправданных операций на щитовидной железе.
Key Findings
1
Байесовский анализ показал удовлетворительную эффективность mir-THYpe при широком диапазоне распространённости рака щитовидной железы.
2
При 10-кратной перекрёстной проверке mir-THYpe достиг чувствительности 89,7%, специфичности 92,3%, отрицательной прогностической ценности 90,0% и положительной прогностической ценности 92,1%.
3
На независимой валидационной выборке из 95 мазков после ТАБ с неопределённой цитологией тест достиг чувствительности 94,6%, специфичности 81,0%, отрицательной прогностической ценности 95,9% и положительной прогностической ценности 76,1%.
4
Полученные результаты указывают, что mir-THYpe может поддерживать клинические решения и потенциально снижать число ненужных операций у пациентов с неопределёнными узлами щитовидной железы.
5
В исследовании разработан mir-THYpe — классификатор на основе 11 микроРНК для оценки неопределённых узлов щитовидной железы по имеющимся мазкам после ТАБ без дополнительного забора материала.
Research Object
Узлы щитовидной железы с неопределёнными результатами цитологии тонкоигольной аспирации, представленные мазками после FNA и классифицированные как доброкачественные или злокачественные
Research Subject
Профили экспрессии miRNA и диагностическая эффективность молекулярного классификатора для различения доброкачественных и злокачественных узлов щитовидной железы, включая чувствительность, специфичность и прогностические значения
Publication Details
Publication Date
2018-10-15
Journal
Publisher
ISSN
Cited by
54
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai2
Рекомендации Американской тиреоидной ассоциации 2015 года по ведению взрослых пациентов с узлами щитовидной железы и дифференцированным раком щитовидной железы: рабочая группа Американской тиреоидной ассоциации по рекомендациям для пациентов с узлами щитовидной железы и дифференцированным раком щитовидной железы2015
Аналитические характеристики геномного классификатора ThyroSeq v3 для диагностики рака в узлах щитовидной железы2018