This must be hidden
При поддержке препарата АФАЛАЗА

Определение биомаркеров в секрете простаты позволяет улучшить стратификацию пациентов для программ активного наблюдения: эффективность емкостной модели и модели, основанной на TMPRSS2:ERG модель

28.02.2014
2726
0

Expressed prostatic secretion biomarkers improve stratification of NCCN active surveillance candidates: performance of secretion capacity and TMPRSS2:ERG models

Whelan C1, Kawachi M1, Smith DD2, Linehan J1, Babilonia G1, Mejia R3, Wilson T1, Smith SS4

Источник

  1. Division of Urology, City of Hope, Duarte, California.
  2. Division of Biostatistics, City of Hope, Duarte, California.
  3. Clinical Research Information Support, City of Hope, Duarte, California.
  4. Division of Urology, City of Hope, Duarte, California; Beckman Research Institute, City of Hope, Duarte, California. Electronic address: ssmith@coh.org.

Цель

Активное наблюдение является важной стратегией для пациентов с раком простаты, при условии, что можно определить, что заболевание относится к группе низкого риска и является локализованным. Для стандартизации схем отбора пациентов для активного наблюдения NCCN (Национальная Онкологическая Сеть) предлагает профессиональные рекомендации.

Мы определили эффективность биомаркеров секрета предстательной железы для оценки скрытых факторов риска у кандидатов для активного наблюдения в соответствии с рекомендациями NCCN.

Материалы и методы

Секрет предстательной железы был получен перед робот-ассистированной радикальной простатэктомией. Объемные показатели, такие как общее содержание РНК и объем полученного секрета, измерялись стандартными методами. Биомаркеры экспрессии определенных видов РНК, включая мРНК TXNRD1, мРНК ПСА, объединенная мРНК TMPRSS2:ERG и мРНК PCA3, были измерены количественной обратно-транскриптазной ПЦР.

Результаты

Из 528 пациентов, у которых был получен секрет простаты, 216 случаев могли быть отнесены к группе активного наблюдения в соответствии с рекомендациями NCCN. Различные модели, основанные на логистической регрессии, позволили выделить 2 модели, среди которых одна включала TMPRSS2: ERG типов III и VI, другая – 2 описанных выше объемных показателя.

Из двух указанных моделей наиболее эффективной в отношении прогноза случаев рака простаты с повышением стадии или с повышением стадии и степени дифференцировки опухоли была первая модель. С ее помощью было возможно уменьшить риск повышения стадии у пациентов с негативным тестом практически в 8 раз и уменьшить риск повышения стадии и степени дифференцировки опухоли приблизительно в 5 раз, при том, что при положительном результате теста вероятность увеличения стадии опухоли была в два раза выше.

Выводы

Неинвазивный анализ секрета простаты может значительно облегчить отбор пациентов для программ активного наблюдения среди пациентов, которые по рекомендациям NCCN пригодны для них, за счет уменьшения вероятности присутствия оккультных факторов риска (более высокая стадия и степень дифференцировки в сравнении с диагностированной по результатам биопсии).

Ключевые слова: простата, опухоль простаты, риск, стадирование опухоли, секрет простаты.

Комментарии

Журнал "Европейская Урология"
European Urology (Европейская урология) 2013 Ноябрь; 64 (5)
Выпуски