Krooninen sairaus

tiivistelmä

Background

Useat tutkimukset ovat arvioineet diagnostinen tarkkuus EGFR-mutaatio-spesifisten vasta-aineiden ei-pienisoluinen keuhkosyöpä (NSCLC). Suoritimme meta-analyysi nykyisten tietojen tutkia diagnostista arvoa mutaation-spesifisten vasta-aineiden havaitsemiseksi EGFR mutaatioita NSCLC.

Methods

systemaattisesti haettu asiaankuuluvat tutkimukset PubMed, Web of Tieto, ja Google Scholar. Tiedot tutkimuksista, jotka täyttivät kriteereillä uutettiin edelleen tutkia heterogeenisyyden, kuten laskettaessa keskimääräistä herkkyys, spesifisyys, positiivinen todennäköisyys suhde (PLR), negatiivinen todennäköisyys suhde (NLR), diagnostiset kerroinsuhde (DOR), ja analyysi SROC (tiivistelmä vastaanotin toimii ominaisuus) käyriä.

tulokset

Viisitoista tutkimukset tavannut kriteerit. Yhteenveto meta-analyysi tehoa anti-E746-A750-vasta oli seuraava: herkkyys, 0,60 (95% CI, 0,55-0,64); spesifisyys, 0,98 (95% CI, ,97-+0,98); PLR, 33.50 (95% CI, 13,96-80,39); NLR, 0,39 (95% CI, ,30-,51) ja DOR, 111,17 (95% CI, 62,22-+198,63). Samanlainen meta-analyysi suoritettiin anti-L858R-vasta-aineen kanssa, tulosten ollessa seuraavat: herkkyys, 0,76 (95% CI, 0,71-+0,79); spesifisyys, 0,96 (95% CI, 0,95-0,97); PLR, 24.42 (95% CI, 11,66-51,17); NLR, 0,22 (95% CI, ,12-0,39) ja DOR, 126,66 (95% CI, 54,60-293,82).

Johtopäätös

immunohistokemia yksin on riittävä havaitsemista EGFR mutaatioita, jos tulos on positiivinen. Molecular-pohjainen analyysit ovat tarpeen vain, jos anti-E746-A750-vasta tulokset ovat negatiivisia. Immunohistokemia näyttää sopivampi kliiniseen seulontaan EGFR mutaatioita ennen molekyylitason perustuva analyysi.

Citation: Chen Z, Liu Hb, Yu Ch, Wang Y, Wang L, Song Y (2014) Diagnostic arvo mutaation spesifisiä vasta-aineita immunohistokemiallinen havainnointi epidermaalisen kasvutekijän reseptori Mutaatiot ei-pienisoluinen keuhkosyöpä: meta-analyysi. PLoS ONE 9 (9): e105940. doi: 10,1371 /journal.pone.0105940

Editor: Ramon Andrade de Mello, University of Algarve, Portugali

vastaanotettu: 15 tammikuu 2014; Hyväksytty: 30 heinäkuu 2014; Julkaistu: 09 syyskuu 2014

Copyright: © 2014 Chen et al. Tämä on avoin pääsy artikkeli jaettu ehdoilla Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, jakelun ja lisääntymiselle millä tahansa välineellä edellyttäen, että alkuperäinen kirjoittaja ja lähde hyvitetään.

Rahoitus: Kirjoittajat ei ole tukea tai rahoitusta raportoida.

kilpailevat edut: kirjoittajat ovat ilmoittaneet, etteivät ole kilpailevia intressejä ole.

Johdanto

Keuhkosyöpä on yleisin syy syöpää liittyvä kuolema maailmanlaajuisesti [1]. Ei-pienisoluinen keuhkosyöpä (NSCLC) muodostaa noin 80% keuhkosyöpää ja on nopeasti tulossa yksi tärkeimmistä sairauksia, jotka uhkaavat ihmisten terveyttä. Somaattiset mutaatiot kasvutekijän reseptorin (EGFR) geeni löytyy noin 10% -16% NSCLC potilaista Yhdysvalloissa ja Euroopassa [2] ja 30% -50%: lla potilaista Aasiassa [3]. Kaksi yleisintä geneettisiä mutaatioita ovat lukukehyksessä poisto eksonissa 19 (E746-A750) ja korvaaminen leusiinin 858 arginiini on eksonissa 21 (L858R) [4]. Nämä kaksi mutaatiota muodostavat noin 90% kaikista mutaatioiden ja tunnetaan nimellä ”klassinen” mutaatiot [5]. Nämä kaksi EGFR-spesifisiä mutaatioita ovat vahvoja ennustavat vastaus pienimolekyylisiä EGFR-tyrosiinikinaasi-inhibiittorit, kuten gefitinibin [6], [7] ja erlotinibin [8].

Direct DNA: n sekvensointi on klassinen menetelmä EGFR-mutaatio havaitsemiseksi. Kuitenkin kalliita laitteita ja aikaa tarvitaan tätä tekniikkaa. Lisäksi on vaikea poimia tarvittavat määrät korkealaatuista DNA puhtaasta kasvainsoluissa, mikä rajoittaa suoralla sekvensoinnilla kliinisessä käytössä. Viime aikoina useita muita molekyyli–analyysin perusteella on kehitetty havaitsemiseksi EGFR mutaatioita, mukaan lukien Scorpion vahvistus tulenkestävä mutaatio järjestelmän (ARMS), Smart Amplification Process (SMAP), polymeraasiketjureaktio-yksijuosteisen konformaatiopolymorfismi (PCR-SSCP), ja korkean resoluutio sulamisanalyysikokeita (HRMA), jne. Nämä uudet menetelmät vaativat vähemmän kasvainkudoksen ja vähemmän aikaa samalla kun saavutetaan korkea herkkyydet ja erityispiirteet. Ne kuitenkin edellyttävät pitkälle toimintakykyä ja kehittyneempiä laitteita, mikä haittaa niiden soveltaminen kliinisissä käytännöissä.

Siksi olisi hyödyllistä löytää helposti, kustannustehokas ja tarkka menetelmä tunnistaa EGFR-mutaatiot NSCLC . Käyttö immunohistokemia (IHC) tunnistaa mutantti EGFR-proteiinien kautta spesifisten vasta-aineiden on esimerkki tällaisesta menetelmästä. Yu et al [9] immunisoitiin New Zealand kaneja synteettisiä peptidejä vastaavat EGFR sarjasta kuin E746-A750 poisto eksonin 19 tai L858R pistemutaatio eksonissa 21. Sen sijaan ristiriitaisia ​​tulokset raportoidaan Useat viimeaikaiset tutkimukset mahdollisista diagnostinen arvo mutaatio-spesifisten vasta-aineiden immunohistokemialliseen mittaamiseen EGFR mutaatioita NSCLC. Esimerkiksi herkkyys anti-E746-A750-vasta oli 36% raportoineet Hofman et al [10], kun se oli 100% vuonna Hasanovic et al tutkimuksen [11].

selkeyttämiseksi arvon mutaatio-spesifisten vasta-aineiden tunnistamista EGFR-mutaatio asema, meta-analyysi tehtiin järjestelmällisesti ja määrällisesti arvioida tarkkuutta immunohistokemiallinen menetelmä EGFR-mutaatio seulonta NSCLC.

Materiaalit ja menetelmät

Tietolähteet ja hakujen

Havaitsimme asiaankuuluvat tutkimukset hakemalla PubMed, Web of Knowledge, ja Google Scholar. Olemme rajoittaneet haun Englanti kirjallisuus julkaistiin toukokuun 2009 heinäkuu 2013. avainsanat sisältyvät ”immunohistokemia ’,’ EGFR mutaatio”, ”NSCLC”, ”ei-pienisoluinen keuhkosyöpä ’,’ keuhkokarsinooma”, ”keuhkojen adenokarsinooma ”,” keuhkojen adenokarsinooma ”ja” mutaatio-spesifisiä vasta-aineita ”. Artikkelit tunnistettiin myös käyttämällä siihen liittyviä artikkeleita toimintoa PubMed.

Kaksi arvioijaa (Zi Chen ja Hong-Bing Liu) tarkastettu otsikko ja tiivistelmä kunkin lainaus itsenäisesti tunnistaa ne tutkimukset, jotka olivat todennäköisesti raportoida diagnostinen arvo EGFR-mutaatio-spesifisiä vasta-aineita. Niille artikkeleita, ei ole jätetty perustuvat otsikko ja abstrakteja, arvioijat haetaan koko teksti, teki asiassa ja päätti lopullisesti päätökseen heille. Jos erimielisyys tapahtui, kaksi arvioijat keskusteltiin ja saapui konsensus (Zi Chen ja Hong-Bing Liu). Sisällyttämiskriteerit ensisijaisen tutkimukset olivat seuraavat: (1) kaikki näytteet olivat NSCLC, vahvistettu joko histologisesti tai sytologisesti; (2) hän on käyttänyt arvovaltainen molekyyli-pohjainen standardi EGFR-mutaatio ja immunohistokemiallisella värjäyksellä pisteet kriteerit. (3) tulokset kussakin tutkimuksessa voitiin yhteenveto 2 × 2 kontingenssitaulukkomenetelmillä; ja (4) ei ole asetettu rajoituksia tiedonkeruuprojekteista ajoitus (eli mahdollinen tai retrospektiivinen).

Review artikkeleita, pääkirjoitukset, tapausselostukset ja vastaavilla kirjaimilla jätettiin puuttumisen vuoksi alkuperäisiä tietoja. Jos löysimme useita artikkeleita yhden tutkimuksen, käytimme paras laatu yksi.

Data louhinta ja laadun arviointiin

Kaksi tutkijat (Zi Chen ja Hong-Bing Liu) uutetaan seuraavat tiedot alkaen itsenäisesti valitut tutkimukset: (1) ilmestymisvuosi; (2) sijainti tutkimuksen; (3) lukumäärä kasvainkudoksen tai sytologia yksilöt; (4) IHC menetelmät; (5) IHC pisteet kriteerit; (6) standardi; (7) lukumäärä tosi positiivinen (TP); (8) määrä vääriä positiivisia (FP); (9) määrä vääriä negatiivisia (FN), ja (10) lukumäärä tosi negatiivinen (TN) ja eksonin 19 deleetion ja eksonin 21 L858R mutaatio, vastaavasti. Lisäksi tarkkaan arviointiin heterogeenisyys, seuraavat ominaisuudet tutkimustyypin haettiin: (1) se, onko tutkimus oli kaksoissokkotutkimus tuloksia koskevissa immunohistokemiallinen menetelmä ja tulokset molekyylin perustuva analyysi; (2), oliko peräkkäisen tai satunnaisotannalla potilaiden; ja (3) kudoksen näytteen valmistus [onko FFPE (Formaliinifiksoidusta Parafiini-Embedded) käytettiin]. Laadunarviointi diagnostisia Tarkkuus Studies (QUADAS, maksimipistemäärä 14) [12] ja standardeja Reporting diagnostinen tarkkuus (Stard, maksimipistemäärä 25) [13] käytettiin laadun arvioimiseksi valitun tutkimuksissa. Erimielisyydet erotettiin välistä keskustelua Zi Chen ja Hong-Bing Liu.

Tilastollinen

Käytimme standardimenetelmiä suositellaan meta-analyysi diagnostista testiä arviointien [14]. Ensiksi testasimme läsnäolo rajakohta vaikutuksia. Arviot diagnostinen tarkkuus eroavat jos ei kaikissa tutkimuksissa käytä samaa cut-off-piste positiivisen testituloksen tai vertailuvakiona. Vaihtelu parametrien tarkkuus voi johtua osittain vaihtelun Ryntäysnopeus. Me testattiin läsnäolon rajakohta vaikutus tutkimusten välillä laskemalla Spearmanin korrelaatiokerroin herkkyys ja kaikkien mukana tutkimuksissa [14]. Positiivinen rank-korrelaatiokerroin ja p 0,05 viittaavia merkittävä rajakohta vaikutus. Jos raja-pisteen vaikutus oli läsnä, herkkyys, spesifisyys, LR ja DOR kunkin tutkimusta eivät sovellu sulautumista.

SROC käyrä oli perusteella meta-analyysi [14], [15 ]. SROC käyrä piirrettiin tunnistaa herkkyys ja spesifisyys yksittäisen testin raja kustakin tutkimuksen [15], [16]. Laskimme kunkin ala SROC käyrän ja Q * indeksin SROC käyrä, jossa herkkyys on yhtä suuri kuin spesifisyyden. Satunnainen-vaikutusten malli (REM) käytettiin keskiarvon laskemiseen herkkyys, spesifisyys, positiivinen todennäköisyys suhde (PLR), negatiivinen todennäköisyys suhde (NLR) ja diagnostisten kerroinsuhde (DOR) [17].

DOR on yhteinen kattava arviointi indikaattori, joka yhdistää tietoja herkkyys, spesifisyys, lainausoikeus ja NLR yhdeksi numero: (TP /FN) /(FP /TN) [18]. DOR testin on suhde kertoimella positiivisia testituloksia NSCLC potilailla, joilla on EGFR mutaatioita verrattuna kertoimella positiivisia testituloksia villin tyypin potilasta. Arvon DOR vaihtelee 0 äärettömään, korkeammat arvot mikä parempi erottelukyky testiä.

Tässä meta-analyysissä, paitsi rajakohtaa vaikutus oli muita tekijöitä, jotka voivat aiheuttaa heterogeenisyys samoin. Suurin osa diagnostinen arviot osoittavat huomattavaa heterogeenisyyttä tuloksiin sisältyi tutkimuksia [14]. Kun eri tutkimukset ovat paljolti erilaisia ​​tuloksia, tämä voi johtua joko satunnaisvirhe tai heterogeenisyys erojen vuoksi kliinisiä tai menetelmiin ominaisuuksia tutkimuksia [14]. Käytimme I

2 testi Yhdistettyjen DOR (PDOR) havaita tilastollisesti merkitsevä heterogeenisyys [19]. PDOR laskettiin standardimenetelmien mukaisesti analysoida muuttumassa diagnostista tarkkuutta tutkimuksessa yksikköä kohden kovariaatit [20]. I

2≥50% ilmoitti merkittävä heterogeenisyys. Me sisältyi Stard ja QUADAS kovariantteja in Yksiulotteisissa meta-regressioanalyysi arvioimalla vaikutuksia niiden pistemäärä diagnostinen kyky mutaation-spesifisten vasta-aineiden. Olemme myös analysoineet vaikutuksia muiden kovariaattien sokaissut suunnitteluun, peräkkäisen tai satunnainen näyte potilaiden, IHC metodologia, IHC pisteet kriteerit, ja vakio. Alaryhmäanalyysi tehtiin tutkia potentiaaliset heterogeenisuus tutkimukset käyttäen univariate meta-regressioanalyysi. Koska julkaisu bias on huoli meta-analyysit diagnostiset tutkimukset, testasimme varten mahdollisesti esiintyy tämän bias käyttäen Deeks ”suppilo tontteja. [21]

Kaikki analyysit suoritettiin käyttäen kahta tilastollisia ohjelmistoja, Stata, versio 12.0 (Stata Corporation, College Station, TX, USA) ja meta-Disc 1.4 for Windows (XI Cochrane Colloquium, Barcelona, ​​Espanja) . Tilastollinen merkitsevyys asetettiin p 0,001.

Tulokset

hyväksyttävät tutkimukset ja laadun arviointiin

Kuten kuvassa 1, kirjallisuudesta tunnistetut viisitoista julkaistut tutkimukset [9] – [11], [22] – [33], että täytti kriteerit. Yhteenvedot ja ominaisuudet Tutkimusten raportoitu taulukossa 1-3. Kaiken kaikkiaan 2337 tapauksia kirjattiin meta-analyysi, jotka vaihtelevat 33-577 potilasnäytteistä per tutkimus. Kuten taulukosta 1 ja taulukko 2, seitsemän viidestätoista tutkimuksista (47%) käyttää kudoksen microarray teknologian immunohistokemiallinen menetelmä; kaksitoista tutkimukset (80%) asettaa neljään luokkaan visuaalisen pisteytys kuin IHC pisteet kriteerit; kahdessatoista tutkimuksissa (80%) suora sekvensointi käytettiin standardin. Kuten alla olevasta taulukosta 3, kolme viisitoista tutkimuksessa (20%) käytti kaksoissokkotutkimuksessa muotoilu arvioidessaan tarkkuutta havaita EGFR-mutaatio tilan molekyyli perustuvia analyyseja verrattuna immunohistokemiallisella menetelmällä. Kahdessatoista tutkimuksissa (80%), näytteet kerättiin peräkkäisen tai satunnaistettua potilasta. NSCLC varmistettiin histologiseen ja Osteri. Ominaisuudet yhdessä Stard ja QUADAS tulokset näistä tutkimuksista on esitetty taulukossa 3.

heterogeenisuus arvioinnin ja diagnostinen tarkkuus

Spearmanin korrelaatiokertoimen anti-E746-A750-vasta-aineen ja anti-L858R-vasta olivat 0,360 (P = 0,187) ja -0,033 (P = 0,911), tässä järjestyksessä, varmistettuaan vaihtelua poikki näitä tutkimuksia ei voitu selittää erot diagnostinen rajakohta (koska P-arvot eivät olleet 0,05).

Kuva 2 ja 3 esitetään metsien tontteja herkkyys ja spesifisyys anti-E746-A750-vasta-aineen ja anti-L858R vasta-aineen tunnistaminen EGFR-mutaatio aseman. Sillä theanti-E746-A750-vasta-aineen herkkyys vaihteli 0,36-1,00 (keskiarvo, 0,60; 95%: n luottamusväli (CI), ,55-0,64), kun taas spesifisyys vaihteli 0,77-1,0 (keskiarvo, 0,98; 95% CI, 0,97 -0,98). Anti-L858R vasta-aineen herkkyys vaihteli +0,19-+1,00 (keskiarvo, 0,76; 95% CI), +0,71-+0,79), kun taas spesifisyys vaihteli 0,77-1,0 (keskiarvo, 0,96; 95% CI, 0,95-0,97). Kuviossa 4, huomasimme myös, että PLR, NLR, ja DOR anti-E746-A750-vasta oli 33.50 (95% CI, 13,96-80,39), 0,39 (95% CI, 0,30-0,51), ja 111,17 (95 % CI, 62,22-+198,63), tässä järjestyksessä; PLR, NLR, ja DOR anti-L858R-vasta-aine oli 24,42 (95% CI, 11,66-51,17), 0,22 (95% CI, ,12-+0,39), ja 126,66 (95% CI, 54,60-293,82), vastaavasti ( kuva 5). Anti-E746-A750-vasta-aineen I

2 testi PDOR oli 12,6%, joissa ei ole ilmennyt merkittäviä laadullisia näyttöä heterogeenisyys välillä tutkimuksiin. Mitä PLR ja NLR, löysimme merkittävä heterogeenisyys kaikkien sisällyttäminen tutkimuksista, I

2 = 84,6% ja 78,6%, tässä järjestyksessä. Anti-L858R vasta-aineen I

2 testi PDOR, PLR, ja NLR oli 66,4%, 85,7%, ja 93,6%: lla, joka oli tapahtunut huomattavaa heterogeenisuus tutkimuksia.

Herkkyys = 0,60 (95% CI, 0,55-0,64); spesifisyys = 0,98 (95% CI, ,97-+0,98).

Herkkyys = 0,76 (95% CI, +0,71-0,79); spesifisyys = 0,96 (95% CI, 0,95-0,97).

PLR (positiivinen todennäköisyys suhde) = 33,50 (95% CI, 13,96-80,39); NLR (negatiivinen todennäköisyys suhde) = 0,39 (95% CI, 0,30-0,51); DOR (diagnostiset riskisuhde) = 111,17 (95% CI, 62,22-+198,63).

PLR (positiivinen todennäköisyys suhde) = 24,42 (95% CI, 11,66-51,17); NLR (negatiivinen todennäköisyys suhde) = 0,22 (95% CI, ,12-0,39); DOR (diagnostiset riskisuhde) = 126,66 (95% CI, 54,60-+293,82).

Lisäksi todetaan, missä määrin on vastaavuus välillä herkkyyden ja spesifisyyden SROC käyrä ja AUC myös antaa yleinen yhteenveto suorituskykyä. Kuvaajat SROC käyrät anti-E746-A750-vasta-aineen ja anti-L858R vasta-nopeudella tosi-positiivisia verrattuna väärien positiivisten yksittäisistä tutkimuksista on esitetty kuvassa 6. anti-E746-A750-vasta- , pinta-ala (AUC) oli 0,9711 (Q * index = 0,9216); anti-L858R-vasta-aineen, pinta-ala (AUC) oli 0,9800 (Q * indeksi = 0,9371). Nämä tiedot osoittavat, että sekä mutaation-spesifisten vasta-aineiden edustavat korkean tason yleinen tarkkuus.

anti-E746-A750-vasta-aine: AUC = 0,97, Q * = 0,92; anti-L858R vasta-aine: AUC = 0,98, Q * = 0,94.

Meta regressio ja Alaryhmäanalyysissä

laatupisteet jokaisen tutkimus tehtiin käyttäen Stard suuntaviivat [13 ], jossa kukin pistemäärä on koottu perusteella otsikko ja johdanto, menetelmät, tulokset ja keskustelu (taulukko 3). QUADAS työkalu [12] käytettiin myös skaalata pisteet 1, kun kriteeri täyttyy; 0, jos kriteeri oli epäselvä ja -1, jos kriteeri ei saavutettu (taulukko 3). Nämä tulokset työskenteli meta-regressioanalyysi arvioida vaikutusta tutkimuksen laadultaan PDOR mutaation-spesifisten vasta-aineiden tunnistamiseen EGFR-mutaatio asema.

anti-E746-A750-vasta, kuten taulukossa 4, tutkimukset huonompilaatuista (stard pisteet 13; QUADAS viereen 10) oli PDOR arvot eivät olleet ilmeisesti pienempi kuin tutkimusten laadukkaampia. Totesimme myös, että eroja tutkimusten kanssa tai ilman sokaissut suunnittelu, peräkkäisen tai satunnainen suunnittelu, IHC menetelmät [kudos microarray (TMA) vs. yksittäisiä dioja], IHC pisteet kriteerit (harkita 2+ tai 3+ positiivinen vs. muut), ja standardi käyttää immunohistokemiallista menetelmää (suora sekvensointi vs. muut) ei ollut tilastollisesti merkitsevä, mikä tarkoittaa, että diagnostinen tarkkuus ei merkittävästi vaikuttanut suunnittelu tutkimuksen.

anti-L858R vasta- kuten taulukossa 4, huomasimme, että erot laatu, sokaisi suunnittelu ja IHC menetelmien joukossa tutkimuksia ei vaikuttanut heterogeenisyys. Kuitenkin eroja peräkkäisen tai satunnainen suunnittelu, IHC pisteet kriteerit, ja standardi olivat tilastollisesti merkitseviä, mikä osoittaa, että tutkimuksen suunnittelu voivat vaikuttaa diagnostista tarkkuutta.

mukaan tulosten meta-regressio, teimme alaryhmä analyysi, ja tiedot olivat osoittavat taulukossa 5 ja taulukossa 6.

arviointi julkaisun bias

Deek n suppilo juoni epäsymmetria paljasti puute julkaisun bias (anti-E746-A750-vasta-aine, P = 0,93, anti-L858R-vasta-aine, P = 0,85) (kuvio 7) [21].

ei ollut merkittävää julkaistu bias (anti-E746- A750-vasta-aine, P = 0,93, anti-L858R-vasta-aine, P = 0,85).

keskustelu

viime vuosina, kaksi uutta vasta-aineita IHC vastaan ​​on kehitetty yleisin EGFR mutaatioita, 15 emäsparin eksonin 19 poistot ja L858R eksonissa 21 [9]. Löytö mutaatio-spesifisten vasta-aineiden avannut uuden mahdollisuuden havaitsemiseksi EGFR mutaatio NSCLC. Monia tutkimuksia on tehty, jotta voidaan arvioida sen diagnostinen teho näistä vasta; kuitenkin, ei ole yksimielisyyttä niiden tehoa. Näin ollen, esillä olevassa tutkimuksessa olemme analysoineet tietojen meta-analyysi saada tarkka tekemisestä.

Esillä meta-analyysi osoittaa, että L858R vasta-aineella on suurempi herkkyys kuin E746-A750-vasta-ainetta (76% vs . 60%). Kun otetaan huomioon herkkyys anti-E746-A750-vasta-aine on vain 60%, se lisää riskiä väärän negatiivisen jos patologian teknikko käyttää immunohistokemiallista menetelmiä ainoana keinona havaita EGFR eksonin 19 poisto. Koska anti-E746-A750-vasta havaitsee spesifisesti 15 emäsparin poistot, se luonnollisesti näkyy erittäin suuren herkkyyden ja spesifisyyden 15 bp: n poistuman tapauksissa. Kuitenkin 15 bp eksonista 19 häviämämutantteja osuus on vain 68,1%: n eksonin 19 deleetioita COSMIC tietokantaan. Lukuun ottamatta 15 ep: n deleetioita, muita eksonin 19 deleetioita koot 9, 12, 18, tai 24 bp esiintyä NSCLC johtaa hieman eri epitooppeja deleetiot 3-8 aminohappoa. Ei-15-bp: n eksonin 19 deleetion mutantit, herkkyys vaihdella riippuen poistetaan koon, joka vaihtelee 20%: sta 67% [24]. Alun perin, Yu et ai. raportoitu IHC tuloksia vain kaksi ei-15-emäsparin deleetio tapausta, joista yksi oli positiivinen IHC [9]. Kato et ai, kaikki eksonin 19 deleetio näytteet sisälsivät seitsemän ei-15-bp: n poistuman tapauksissa, joista yksikään ei ollut positiivinen käyttämällä vasta-ainetta [27]. Kuitenkin valitussa 15 tutkimuksissa L858R mutaatio havaittiin useimmissa eksonin 21 mutaatioita, mikä johti kohtalaisen suuri herkkyys. Kuitenkin perustuu meidän korkea spesifisyys (anti-E746-A750-vasta: 99% vs. anti-L858R vasta-aine: 98%), positiivinen tulos voi poistaa tarvetta vahvistavia molekyylitestauksella.

Valitse Kuva. 2A ja 3A, löysimme myös on suuri vaihtelu herkkyys kahden vasta joukossa 15 valittu tutkimuksiin. Mietimme tämä johtui rajoittamisesta IHC EGFR mutaatio testaus että vain käyttää mutaatio vasta-aineita varten aateliton EGFR mutaatioita. Siksi harvinaisempia herkistävä mutaatioita EGFR ei voitu tunnistaa. Kaksi yleisintä mutaatiota EGFR NSCLC ovat L858R pistemutaatio eksonissa 21, ja osuus näiden kahden mutaation vaihteli 52% [24] 96% [9] kaikkien tunnistettujen mutaatioita eksonissa 19 ja 21among 15 valittu tutkimukset Siten suurempi osuus yhteisistä mutaatioita, sitä suurempi herkkyys mutaation spesifisten vasta-aineiden olisi. Kato et al löytyy yleistä herkkyyttä mutaation-spesifisten vasta-aineiden havaitsemiseksi EGFR mutaatioiden on melko alhainen (43,9%), kun kaikki EGFR-mutaatiot otetaan huomioon [26]. Tämä tulos merkitsee kahden vasta-aineet ovat riittämättömiä havaitsemaan variantti eksonissa 19 poistot ja eksonin 21 pistemutaatioita. Edelleenkehittämistä näiden mutaation-spesifisten vasta-aineiden tarvitaan kattamaan näitä harvinaisia ​​mutaatioita ja parantaa affiniteettia näiden vasta-aineiden antigeenia. Vasta-aine cocktail voitaisiin kehittää myös havaitsemaan yhteisiä, harvinaisia ​​eksonin 19 deleetion eksonissa 21 mutaatiot sekä mutaatio T790M eksonissa 20.

SROC käyrä ja sen AUC eivät riipu diagnostinen kynnys ja. Korkealaatuisen diagnostinen tutkimus, AUC-arvo on lähellä 1; kuitenkin huonolaatuisia tutkimuksissa AUC-arvo on lähellä 0,5. AUC näyttää yleisen yhteenveto parhaan suorituskyvyn ja paljastaa vastaavuus välillä herkkyys ja spesifisyys. Meidän meta-analyysi, suurin yhteinen herkkyys ja spesifisyys (Q * indeksi) anti-E746-A750-vasta-aine on 0,9216, kun AUC on 0,9711; anti-L858R vasta-Q * indeksi on 0,9371, kun AUC on 0,9800. Näin ollen, diagnostinen tarkkuus kvantitatiivisen analyysin mutaation-spesifisten vasta-aineiden kanssa, immunohistokemiallinen tunnistus EGFR mutaatioiden on samanlainen vaikutus kuin molekyyli-analyysin perusteella.

Verrattuna SROC käyrä, joka ei ole helppo tulkita ja käyttää [34 ], todennäköisyys suhteet pidetään mielekkäämpi menetelmä kliinisessä työssä [35]; Siksi me myös laskettava sekä PLR ja NLR meidän havainnot diagnostista arvoa. Meidän meta-analyysissä, lainausoikeus viittaa suhde todennäköisyys mutaatio-positiivisia tuloksia EGFR mutantti-tyypin potilaiden (tosi positiivisia, TPR) ja todennäköisyys mutaatio-positiivisia tuloksia EGFR villityypin potilailla (väärä positiivinen korko, FPR). Lainausoikeus ilmaisee todennäköisyyden positiivisen testituloksen verrattuna EGFR villityypin potilaalla on immunohistokemiallinen menetelmä; suurempi suhde osoittaa tarkempaa diagnostista arvoa tuloksesta. NLR edustaa suhdetta todennäköisyys mutaatio-negatiivisia tuloksia EGFR mutantti-tyypin potilaiden (vääriä negatiivisia korko, FNR) ja todennäköisyys mutaatio-negatiivisia tuloksia EGFR villityypin potilailla (tosi negatiivinen korko, TNR). Toisin kuin PLR, The NLR osoittaa todennäköisyyttä negatiivinen testitulos verrattuna EGFR villityypin potilailla, joilla on immunohistokemiallinen menetelmällä; Siksi pienempi suhde edustaa tarkempaa diagnostista arvoa tuloksen. Anti-E746-A750-vasta, lainausoikeus arvo 33,50 viittaa siihen, että NSCLC potilaat EGFR mutaatioita on noin 34-kertainen mahdollisuus tulla IHC-positiivisia verrattuna villin tyypin potilasta. Tämä todennäköisyys voimakkaasti vahvistaa diagnoosin EGFR-mutaatio aseman. Anti-L858R vasta-lainausoikeus arvo on 24,42; Tämä todennäköisyys on myös riittävän korkea diagnoosin varmistamiseksi EGFR-mutaatio aseman. Sitä vastoin NLR anti-E746-A750-vasta-aineen ja anti-L858R-vasta-ainetta löydettiin 0,39 ja 0,22 tässä meta-analyysissä, vastaavasti. Jos immunohistokemiallinen tulos oli negatiivinen, todennäköisyys, että villityyppinen potilailla on mutaatio asema on 39% ja 22%, vastaavasti. Nämä tiedot osoittavat, että negatiivinen immunohistokemiallinen tulos ei tulisi käyttää yksinään perusteena kieltää mutaatiostatus eksonissa 19; kuitenkin, että anti-L858R-vasta-aine, tulos oli tuskin tyydyttävä. Nämä tiedot osoittavat, että mutaatiot sekä eksonin 19 ja eksonin 21, jos immunohistokemiallinen tulokset ovat positiivisia, molekyyli-analyysi ei ole tarpeen. Kuitenkin perustuu luontainen rajoittamisesta herkkyys anti-E746-A750-vasta-negatiivinen tulos tämän IHC määritystä ei voitu käyttää jättää potilaiden molekyylitestauksella. Havaitsemiseksi eksonin 21-mutaatio, molekyyli-tekniikat on suositeltavaa vähentää väärien negatiivisten tulosten osuus.

Meidän meta-analyysissä, olemme havainneet, että keskimääräinen DORS olivat 111,17 ja 126,66 anti-E746- A750-vasta-aineen ja anti-L858R-vasta, vastaavasti, mikä on korkea taso kokonaistarkkuus myös.

Meta-analyysi on kattava analysoimiseksi useita lääketieteellisiä tutkimuksia samantyyppinen ja samaan tarkoitukseen. Yhdistetyt tiedot on hyvä vaihtoehto käyttää, kun yleinen sisältyvät tutkimukset ovat homogeenisia. Siksi tutkiminen syistä heterogeenisuus on tärkeä tavoite meta-analyysin [19]. Nykyisessä meta-analyysi, tärkeä tapa havaita heterogeenisuus arvioitiin I

2 testi PDOR. Vaikka olemme löytäneet tilastollisesti merkitsevä heterogeenisyys herkkyys, spesifisyys, PLR, ja NLR anti-E746-A750-vasta kuitenkaan ei ollut heterogeenisyys välillä Dors, heterogeenisyys khiin neliö = 16,02 (p = 0,3124) ja I

2 = 12,6%. Anti-L858R-vasta huomasimme tilastollisesti merkittävä heterogeenisyys varten DOR, heterogeenisyys khiin neliö = 38,70 (p = 0,0002) ja I

2 = 66,4%. Jotta tutkia mahdollisuuksia lähde heterogeenisyys, suoritimme meta-regressio ja alaryhmä analyysi. Emme havainneet heterogeenisyys välillä laadukkaampaa (Stard pisteet ≥13; QUADAS pisteet ≥10) ja heikomman laadun tutkimukset. Eroja tutkimusten kanssa tai ilman sokaissut suunnittelu ja IHC menetelmät (TMA vs. yksittäisiä dioja) ei ollut tilastollisesti merkitsevä. Olemme kuitenkin merkille eroja tutkimuksia peräkkäisen tai satunnainen suunnittelu (p = 0,0333), IHC pisteet kriteerit (harkita 2+ tai 3+ positiivinen vs. muut) (p = 0,0262), ja standardin (suora sekvensointi vs. muut) (p = 0,0102) oli tilastollista merkittävyyttä. Tämä havainto viittaa siihen, että peräkkäisen tai satunnainen suunnittelu, IHC pisteet kriteerit, ja standardi oli merkittävästi vaikuttaa diagnostista tarkkuutta. In alaryhmä analyysi, joka perustuu näiden kolmen lähteistä heterogeenisyys, voimme perustaa kuusi alaryhmiä E740-A750 ja L858R vastaavasti tutkimaan edelleen heterogeenisyys. Opintoihin 2+ tai 3+ värjäys positiivisina-alaryhmän L858R, havaitsimme numerot herkkyys, PLR, NLR, ja DOR alakonsernitilinpäätösten merkittävästi ylitti muut alaryhmä huomattavasti vähentynyt johdonmukaisuus kerroin, kuten on esitetty Taulukko 6. Siksi suosittelemme käyttäen 4 laadut visuaalisen pisteet kriteerit (harkita 2+ tai 3+ positiivinen) kuin tavallinen IHC värjäytymisen pisteytystä kriteerit havaita EGFR mutaatiostatusta NSCLC. Lisäksi eri standardi voi vaikuttaa myös johdonmukaisuutta. Havaitseminen suora sekvensointi menetelmä E746-A750 osoitti yhtenäisempää kuin ei-suora sekvensointi menetelmällä (taulukko 5). Yhtenäiset standardin ja IHC pisteet kriteerit, emme voi vain pienentää eroa eri lukijoille, mutta myös parantaa diagnostista arvoa mutaation-spesifisten vasta-aineiden havaitsemiseksi EGFR mutaatioita NSCLC.

Kehitysmaissa erityisesti kehittymätön alueita, high-tech molekyyli perustuva tunnistus tekniikkaa on vaikea päästä käsiksi. Kuitenkin IHC on kustannustehokas ja laajalti saatavilla, joka voidaan suorittaa suuressa mittakaavassa. Lisäksi IHC on helppo suorittaa eikä aikaa vievää, joten se suosittu sekä kliinikoiden ja teknikot. Lisäksi IHC voi tarjota luotettavia tuloksia vain rajallinen määrä kudoksen, kuten pienten koepaloja tai sytologinen näytteitä. On kuitenkin olemassa joitakin rajoituksia mutaation spesifisten vasta-aineiden. Tällä hetkellä saatavilla vain kaksi vasta-aineita pidetään riittämättömänä kliinisissä sovelluksissa, kuten harvinaisempia, herkistävä EGFR mutaatioita ei voitu havaita. Lisäksi, kun otetaan huomioon erilaisia ​​IHC värjäystä kriteereitä käytettiin tutkimuksissa, olisi tarpeen luoda yhtenäinen immunohistokemiallisella värjäyksellä protokollaa.

Yhteenvetona suosittelemme käyttäen immunohistokemiallista menetelmää yksin havaitsemiseen NSCLC EGFR-mutaatio, jos tulokset ovat positiivisia EGFR-mutaatio aseman. Jos tunnistus mutaatioiden eksonin 19 on kielteinen tulos jälkeen IHC, molekyyli- perustuvia analyyseja olla tarpeen. Kuitenkin eksonin 21 mutaatioiden, suosittelemme uudistettuun molekyylitestauksella jos aika ja taloudelliset resurssit sallivat. Yhteenvetona mutaatio-spesifisten vasta-aineiden immunohistokemialliseen mittaamiseen EGFR-mutaatio tila on uusi kustannustehokas [9], ja laajalti saatavilla menetelmä, joka ansaitsee lisätutkimuksia.

tukeminen Information

tarkistuslista S1.

PRISMA tarkistuslista.

doi: 10,1371 /journal.pone.0105940.s001

(DOC) B