Accurate
risicovoorspellingsmodellen op basis van routinematig bepaalde biomarkers in
het bloed, zoals CA19-9 en bilirubinegehalten, voor pancreascarcinoom (PaC)
zouden wellicht vroege detectie van PaC kunnen faciliteren en mogelijk onnodige
diagnostische testen voor laag-risicopatiënten overbodig kunnen maken. Een
studie in vier centra in Italië, Nederland, en het Verenigd Koninkrijk heeft
het vermogen van een model op basis van CA19-9 en bilirubinegehalten om PaC te
onderscheiden van benigne periampullaire ziekten geïnventariseerd. Dr. Elisa
Giovannetti (Amsterdam UMC) en collega’s publiceren de studie in JAMA Network Open.1
De studie
includeerde 249 patiënten in het ontwikkelingscohort en 296 patiënten in het validatiecohort.
De patiënten stonden bloedmonsters af bij diagnose en voor de start van enige
medische interventie. De onderzoekers bepaalden in de monsters gehalten van
CA19-9 en bilirubine. Bij validatie liet het voorspellingsmodel een AUC zien
van 0,89 (95%-bti 0,84-0,93) voor vroeg-stadium PaC versus benigne ampullaire
ziekte, waarmee het beter presteerde dan alleen CA19-9 (verschil in AUC 0,10;
p<0,001) en alleen bilirubine (0,07; p=0,004). Gebruik van het model
reduceerde het aantal onnodige biopsieprocedures met 6% zonder vroeg-stadium
PaC in de patiënten te missen.
De
onderzoekers concluderen dat een eenvoudig toepasbare score hoge accuratesse
had voor het onderscheiden van vroeg-stadium PaC en periampullaire ziekten.
1.Boyd LNC, Ali M, Comandatore A et
al. Prediction model for early-stage pancreatic cancer using routinely measured
blood biomarkers. JAMA Network Open 2023;6:e2331197
Summary: A multinational (4 centers in 3 countries) diagnostic study including 545 adult patients with pancreatic cancer
or benign periampullary disease found that a prediction model using commonly
measured blood biomarkers showed excellent discriminative performance.
Commentaren
Reageren op dit artikel is mogelijk na registratie. (Login)