Актуальность
Активное наблюдение (АН) является альтернативой куративному вмешательству, но избыточное лечение до сих пор встречается. Несовершенное планирование биопсии простаты и сумма Глисона после радикальной простатэктомии (РП) могут оказывать на это влияние.
Цель исследования
Разработать статистическую модель, способную прогнозировать сумму Глсиона после РП (патогистологическая сумма Глисона [ПСГ]), с использованием клинических наблюдений, полученных в ходе АН.
Дизайн, условия и участники исследования
Повторные определения уровня простат-специфического антигена и сумма Глисона по биопсии от 964 пациентов очень низкой степени риска из когорты активного наблюдения Johns Hopkins были использованы для анализа. Были также включены показатели ПСГ от 191 пациентов, подвергшихся РП.
Определение результатов и статистический анализ
Байесовская объединённая модель, основанная на собранных клинических данных, была использована для прогнозирования ПСГ в этих категориях: 6 (группа градации 1), 3 + 4 (группа градации 2), 4 + 3 (группа градации 3) и 8–10 (группы градации 4 и 5). Площадь под кривой рабочей характеристики приёмника (AUC) и калибровка прогностических значений оценивались у пациентов, у которых были доступны показатели суммы Глисона после РП.
Результаты и ограничения
Оценка вероятности наличия ПСГ > 6 составила < 20% для большинства пациентов, не испытавших переоценки градации или выбравших операцию. Среди пациентов с наблюдениями суммы Глисона после РП AUC для прогнозирования ПСГ > 6 составила 0.74 (95%-ный доверительный интервал: 0.66–0.81), а средняя абсолютная ошибка составила 0.022.
Заключение
Несмотря на то, что модель требует внешней валидации до принятия в практику, прогнозирование ПСГ может применяться во время АН для информирования решений относительно повторных биопсий и продолжения АН. Прогноз можно обновить при получении новых данных. Объединённая модель также включает новые биомаркеры при их выявлении и определении у пациентов на АН.
Ключевые слова: рак простаты, активное наблюдение, прогнозирование риска, прецизионная медицина.
Prediction of the Pathologic Gleason Score to Inform a Personalized Management Program for Prostate Cancer
By: R. Yates Coley, Scott L. Zeger, Mufaddal Mamawala, Kenneth J. Pienta, H. Ballentine Carter
Keywords: Prostate cancer, Active surveillance, Risk prediction, Precision medicine
Автор перевода: Шатылко Тарас Валерьевич
Комментарии