Il cosiddetto Naso Elettronico raggiunge un livello di prestazione dell’80-90% per la rilevazione del cancro ai polmoni
DA MedPage Today
DA MedPage Today
Un ampio studio prospettico ha dimostrato che l’analisi elettronica del respiro espirato ha raggiunto un’accuratezza dell’80-90% nell’individuazione del cancro al polmone in pazienti con riscontri clinici o radiologici sospetti.
Il modello eNose originale (SpiroNose) ha rilevato il cancro al polmone con un’accuratezza complessiva del 92% (ROC-AUC: area sotto la curva [REC] 0,92) nei pazienti con broncopneumopatia cronica ostruttiva (BPCO) e dell’80% in una popolazione ambulatoriale più ampia. In uno studio di validazione, un modello più recente ha raggiunto un ROC-AUC dell’83% in tutti i partecipanti valutati.
L’accuratezza nell’individuazione del cancro al polmone è rimasta costante indipendentemente dalle caratteristiche del tumore, dallo stadio della malattia, dai centri diagnostici e dalle caratteristiche cliniche, hanno riferito la Dott.ssa Alessandra Buma, del Radboud University Medical Center di Nijmegen, nei Paesi Bassi, e i coautori di Annals of Oncology.
Gli autori hanno concluso che lo studio attuale ha affrontato le principali sfide che ostacolano l’adozione clinica dell’eNose, supportato dall’intelligenza artificiale: descrizioni inadeguate dei metodi analitici, l’influenza di fattori endogeni ed esogeni, la conoscenza limitata dei singoli composti organici volatili [VOC] e dei pathway biologici che guidano il profilo respiratorio dell’eNose, la potenziale interferenza da altri tumori nei controlli e nei pazienti con tumore polmonare, le dimensioni ridotte del campione e l’assenza di studi di validazione esterna multicentrici e prospettici.
Di conseguenza, lo studio ha fornito “le informazioni necessarie per proseguire gli ultimi passi verso l’implementazione di questo prezioso biomarcatore diagnostico“, hanno aggiunto. “La ricerca futura dovrebbe concentrarsi sulla valutazione delle prestazioni diagnostiche della diagnosi del tumore polmonare mediante l’analisi eNose nell’ambito dello screening e sulla determinazione della sua utilità clinica presso gli ambulatori di oncologia toracica, sia rispetto alla valutazione clinica e radiologica che in combinazione con essa, per migliorare la prognosi e la gestione dei pazienti con tumore polmonare negli attuali percorsi diagnostici“.
Non ancora arrivati!
Allo stato attuale, la tecnologia eNose (o E-nose) “può essere considerata complementare alla TAC“, ha affermato il Dott. Gaetano Rocco del Memorial Sloan Kettering (MSK) Cancer Center di New York, che ha sviluppato un sistema che si basa sulle caratteristiche fisiche dei VOC, a differenza del sistema olandese addestrato a riconoscere VOC specifici.
“Per essere pronto per il grande pubblico, il test eNose dovrebbe essere eseguito su un numero considerevole di pazienti con diversa prevalenza della malattia e, come stiamo attualmente testando al MSK, su pazienti già trattati per verificare la capacità dell’eNose di modulare la risposta al variare della massa tumorale rispetto alla valutazione basale“, ha dichiarato Rocco a MedPage Today.
Il sistema eNose olandese utilizza strumenti analitici ben noti agli esperti del settore, ha proseguito. I risultati hanno confermato l’elevata sensibilità dell’eNose, “ma sarebbe altrettanto importante capire come l’accuratezza cambi al variare della prevalenza del cancro al polmone nelle popolazioni. I centri coinvolti in questo studio si trovavano tutti nei Paesi Bassi e questo fattore potrebbe limitare la generalizzabilità dei risultati“.
L’analisi dei COV nell’aria espirata è oggetto di studio da anni come metodo non invasivo e non radiologico per diagnosticare il cancro al polmone. La piattaforma olandese eNose utilizza una serie di sensori cross-reattivi, ciascuno con sensibilità a uno specifico COV all’interno di un gruppo di COV sovrapposti. Originati nella cavità orofaringea, nelle vie respiratorie e nel circolo sanguigno, i COV riflettono i processi metabolici e i cambiamenti fisiologici (o patofisiologici).
“Analizzando le miscele di COV con algoritmi di riconoscimento di pattern, gli eNose generano ‘profili del respiro’ come biomarcatori multidimensionali, fornendo probabilità numeriche per la presenza o l’assenza di specifiche condizioni cliniche, senza la necessità di identificare i singoli COV“, hanno spiegato Buma e colleghi nell’introduzione.
In uno studio precedente (si apre in una nuova scheda o finestra), SpiroNose distingueva tra controlli sani e pazienti con asma, BPCO e cancro ai polmoni. Più recentemente, ricercatori olandesi hanno dimostrato che il sistema eNose ha rilevato il cancro ai polmoni nei pazienti con BPCO (si apre in una nuova scheda o finestra) fino a 2 anni prima della diagnosi clinica, con una sensibilità dell’86%, una specificità dell’89% e un ROC-AUC di 0,90.
Studio di test e validazione
La mancanza di studi di convalida e conferma esterni sull’accuratezza del sistema olandese, utilizzando l’attuale tecnologia standard di cura, ha fornito una giustificazione per lo studio attuale. Da marzo 2019 a novembre 2023, i ricercatori di due centri olandesi hanno reclutato partecipanti per uno studio di convalida esterno. Utilizzando valutazioni radiologiche e patologiche, i ricercatori hanno raggruppato i pazienti in cinque categorie: tumore polmonare senza altro tumore concomitante, tumore polmonare con altro tumore concomitante, tumore non polmonare (con o senza tumore concomitante), diagnosi benigna senza altro tumore concomitante o diagnosi benigna con altro tumore concomitante.
Ogni partecipante è stato sottoposto a un’analisi duplicata del respiro espirato, contemporaneamente all’esame del sangue e alla spirometria, ove possibile. Lo SpiroNose è dotato di sette sensori a semiconduttore di ossido metallico cross-reattivi per catturare un ampio spettro di COV nell’aria espirata, nonché nell’aria ambiente, per una correzione accurata del rumore di fondo. Per confermare l’accuratezza discriminativa dell’eNose, i campioni di respiro espirato sono stati analizzati anche mediante spettrometria di massa.
L’analisi dei dati ha incluso 364 pazienti in una coorte di addestramento e 121 in una coorte di convalida. Nella coorte di addestramento, l’eNose ha rilevato un tumore polmonare in 216 (59%) dei 364 pazienti, inclusi 98 su 116 (84%) pazienti con BPCO. I risultati si sono tradotti in un ROC-AUC di 0,92 per il sottogruppo BPCO e di 0,80 per l’intera coorte. Con una sensibilità prespecificata del 95%, l’eNose ha mostrato una specificità del 72% per i pazienti con BPCO e del 51% per tutti i pazienti, un valore predittivo positivo (VPP) del 95% e del 74% e un valore predittivo negativo (VNP) del 72% e dell’88%.
Nella coorte di validazione, l’eNose ha rilevato il cancro al polmone in 72 dei 121 partecipanti (60%), con un ROC-AUC di 0,83, una sensibilità del 94%, una specificità del 63%, un VPP del 79% e un VPN dell’89%.
L’anno scorso, Rocco e colleghi hanno pubblicato i risultati di uno studio che valutava l’accuratezza della piattaforma eNose dello Sloan Kettering in 100 pazienti con cancro al polmone in stadio clinico I. I bioingegneri hanno eseguito un’analisi in cieco degli esalati e hanno suddiviso i pazienti in tre categorie di rischio di cancro al polmone: basso (<20%), moderato (20-70%) o alto (>70%).
Sulla base del cutoff predefinito <20%, le analisi eNose hanno mostrato una concordanza con l'istopatologia dell'86%. Le analisi hanno prodotto 86 veri positivi, due falsi negativi e 12 falsi positivi, con un punteggio F1 (correttezza delle previsioni) del 92,5%.