ES2964706T3 - Composiciones y métodos relacionados con el diagnóstico de cáncer de próstata - Google Patents
Composiciones y métodos relacionados con el diagnóstico de cáncer de próstata Download PDFInfo
- Publication number
- ES2964706T3 ES2964706T3 ES15768735T ES15768735T ES2964706T3 ES 2964706 T3 ES2964706 T3 ES 2964706T3 ES 15768735 T ES15768735 T ES 15768735T ES 15768735 T ES15768735 T ES 15768735T ES 2964706 T3 ES2964706 T3 ES 2964706T3
- Authority
- ES
- Spain
- Prior art keywords
- tpsa
- prostate
- ipsa
- capture antibody
- probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 206010060862 Prostate cancer Diseases 0.000 title claims abstract description 98
- 208000000236 Prostatic Neoplasms Diseases 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000003745 diagnosis Methods 0.000 title description 3
- 239000000203 mixture Substances 0.000 title description 2
- 238000001574 biopsy Methods 0.000 claims abstract description 135
- 210000002307 prostate Anatomy 0.000 claims abstract description 105
- 239000000427 antigen Substances 0.000 claims description 59
- 102000036639 antigens Human genes 0.000 claims description 58
- 108091007433 antigens Proteins 0.000 claims description 58
- 108010072866 Prostate-Specific Antigen Proteins 0.000 claims description 48
- 102100038358 Prostate-specific antigen Human genes 0.000 claims description 48
- 238000003018 immunoassay Methods 0.000 claims description 43
- 210000002381 plasma Anatomy 0.000 claims description 42
- 239000000700 radioactive tracer Substances 0.000 claims description 41
- 210000004369 blood Anatomy 0.000 claims description 40
- 239000008280 blood Substances 0.000 claims description 40
- 239000007787 solid Substances 0.000 claims description 18
- 101710176220 Kallikrein-2 Proteins 0.000 claims description 8
- 210000001519 tissue Anatomy 0.000 claims description 8
- 230000000903 blocking effect Effects 0.000 claims description 4
- 239000000872 buffer Substances 0.000 claims description 4
- 102100038356 Kallikrein-2 Human genes 0.000 claims 2
- 229910052693 Europium Inorganic materials 0.000 claims 1
- OGPBJKLSAFTDLK-UHFFFAOYSA-N europium atom Chemical compound [Eu] OGPBJKLSAFTDLK-UHFFFAOYSA-N 0.000 claims 1
- 239000000523 sample Substances 0.000 description 80
- 206010028980 Neoplasm Diseases 0.000 description 66
- 201000011510 cancer Diseases 0.000 description 55
- 239000012634 fragment Substances 0.000 description 27
- 238000007477 logistic regression Methods 0.000 description 25
- 238000003556 assay Methods 0.000 description 19
- 238000004458 analytical method Methods 0.000 description 13
- 238000010200 validation analysis Methods 0.000 description 13
- 239000000243 solution Substances 0.000 description 11
- 238000012360 testing method Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 9
- -1 poly(vinyl chloride) Polymers 0.000 description 9
- 230000008901 benefit Effects 0.000 description 8
- 239000003550 marker Substances 0.000 description 8
- 238000002360 preparation method Methods 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 102000057032 Tissue Kallikreins Human genes 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 6
- 239000003153 chemical reaction reagent Substances 0.000 description 6
- 201000010099 disease Diseases 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000013211 curve analysis Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 150000001875 compounds Chemical class 0.000 description 4
- 239000012528 membrane Substances 0.000 description 4
- 210000002966 serum Anatomy 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- KCXVZYZYPLLWCC-UHFFFAOYSA-N EDTA Chemical compound OC(=O)CN(CC(O)=O)CCN(CC(O)=O)CC(O)=O KCXVZYZYPLLWCC-UHFFFAOYSA-N 0.000 description 3
- 238000002965 ELISA Methods 0.000 description 3
- 102000004190 Enzymes Human genes 0.000 description 3
- 108090000790 Enzymes Proteins 0.000 description 3
- 102000001399 Kallikrein Human genes 0.000 description 3
- 108060005987 Kallikrein Proteins 0.000 description 3
- 239000012131 assay buffer Substances 0.000 description 3
- RAXXELZNTBOGNW-UHFFFAOYSA-N imidazole Natural products C1=CNC=N1 RAXXELZNTBOGNW-UHFFFAOYSA-N 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004417 polycarbonate Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical group N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 2
- 239000000020 Nitrocellulose Substances 0.000 description 2
- 108010090804 Streptavidin Proteins 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 229920001220 nitrocellulos Polymers 0.000 description 2
- 239000006174 pH buffer Substances 0.000 description 2
- 239000013610 patient sample Substances 0.000 description 2
- 238000003127 radioimmunoassay Methods 0.000 description 2
- BQCIDUSAKPWEOX-UHFFFAOYSA-N 1,1-Difluoroethene Chemical compound FC(F)=C BQCIDUSAKPWEOX-UHFFFAOYSA-N 0.000 description 1
- 229920000936 Agarose Polymers 0.000 description 1
- 102000007698 Alcohol dehydrogenase Human genes 0.000 description 1
- 108010021809 Alcohol dehydrogenase Proteins 0.000 description 1
- 102000002260 Alkaline Phosphatase Human genes 0.000 description 1
- 108020004774 Alkaline Phosphatase Proteins 0.000 description 1
- 229920000856 Amylose Polymers 0.000 description 1
- IGXWBGJHJZYPQS-SSDOTTSWSA-N D-Luciferin Chemical compound OC(=O)[C@H]1CSC(C=2SC3=CC=C(O)C=C3N=2)=N1 IGXWBGJHJZYPQS-SSDOTTSWSA-N 0.000 description 1
- CYCGRDQQIOGCKX-UHFFFAOYSA-N Dehydro-luciferin Natural products OC(=O)C1=CSC(C=2SC3=CC(O)=CC=C3N=2)=N1 CYCGRDQQIOGCKX-UHFFFAOYSA-N 0.000 description 1
- 229920002307 Dextran Polymers 0.000 description 1
- BJGNCJDXODQBOB-UHFFFAOYSA-N Fivefly Luciferin Natural products OC(=O)C1CSC(C=2SC3=CC(O)=CC=C3N=2)=N1 BJGNCJDXODQBOB-UHFFFAOYSA-N 0.000 description 1
- HTTJABKRGRZYRN-UHFFFAOYSA-N Heparin Chemical compound OC1C(NC(=O)C)C(O)OC(COS(O)(=O)=O)C1OC1C(OS(O)(=O)=O)C(O)C(OC2C(C(OS(O)(=O)=O)C(OC3C(C(O)C(O)C(O3)C(O)=O)OS(O)(=O)=O)C(CO)O2)NS(O)(=O)=O)C(C(O)=O)O1 HTTJABKRGRZYRN-UHFFFAOYSA-N 0.000 description 1
- 101000605534 Homo sapiens Prostate-specific antigen Proteins 0.000 description 1
- 101000592517 Homo sapiens Puromycin-sensitive aminopeptidase Proteins 0.000 description 1
- 108010001336 Horseradish Peroxidase Proteins 0.000 description 1
- DDWFXDSYGUXRAY-UHFFFAOYSA-N Luciferin Natural products CCc1c(C)c(CC2NC(=O)C(=C2C=C)C)[nH]c1Cc3[nH]c4C(=C5/NC(CC(=O)O)C(C)C5CC(=O)O)CC(=O)c4c3C DDWFXDSYGUXRAY-UHFFFAOYSA-N 0.000 description 1
- 239000004677 Nylon Substances 0.000 description 1
- 239000004698 Polyethylene Substances 0.000 description 1
- 239000004743 Polypropylene Substances 0.000 description 1
- 239000004793 Polystyrene Substances 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000003146 anticoagulant agent Substances 0.000 description 1
- 229940127219 anticoagulant drug Drugs 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000000376 autoradiography Methods 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 229960002685 biotin Drugs 0.000 description 1
- 235000020958 biotin Nutrition 0.000 description 1
- 239000011616 biotin Substances 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 230000036765 blood level Effects 0.000 description 1
- 230000037058 blood plasma level Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000004113 cell culture Methods 0.000 description 1
- 229920002678 cellulose Polymers 0.000 description 1
- 235000010980 cellulose Nutrition 0.000 description 1
- 230000009918 complex formation Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000002574 cystoscopy Methods 0.000 description 1
- 230000002380 cytological effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- OWZREIFADZCYQD-NSHGMRRFSA-N deltamethrin Chemical compound CC1(C)[C@@H](C=C(Br)Br)[C@H]1C(=O)O[C@H](C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 OWZREIFADZCYQD-NSHGMRRFSA-N 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 230000000550 effect on aging Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- ZFKJVJIDPQDDFY-UHFFFAOYSA-N fluorescamine Chemical compound C12=CC=CC=C2C(=O)OC1(C1=O)OC=C1C1=CC=CC=C1 ZFKJVJIDPQDDFY-UHFFFAOYSA-N 0.000 description 1
- MHMNJMPURVTYEJ-UHFFFAOYSA-N fluorescein-5-isothiocyanate Chemical compound O1C(=O)C2=CC(N=C=S)=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 MHMNJMPURVTYEJ-UHFFFAOYSA-N 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229960002897 heparin Drugs 0.000 description 1
- 229920000669 heparin Polymers 0.000 description 1
- 230000003100 immobilizing effect Effects 0.000 description 1
- 238000003364 immunohistochemistry Methods 0.000 description 1
- 238000013198 immunometric assay Methods 0.000 description 1
- 238000001114 immunoprecipitation Methods 0.000 description 1
- SZVJSHCCFOBDDC-UHFFFAOYSA-N iron(II,III) oxide Inorganic materials O=[Fe]O[Fe]O[Fe]=O SZVJSHCCFOBDDC-UHFFFAOYSA-N 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- HWYHZTIRURJOHG-UHFFFAOYSA-N luminol Chemical compound O=C1NNC(=O)C2=C1C(N)=CC=C2 HWYHZTIRURJOHG-UHFFFAOYSA-N 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 238000012627 multivariate algorithm Methods 0.000 description 1
- 229920001778 nylon Polymers 0.000 description 1
- 230000036470 plasma concentration Effects 0.000 description 1
- 229920002401 polyacrylamide Polymers 0.000 description 1
- 229920000515 polycarbonate Polymers 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 229920001155 polypropylene Polymers 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
- 229920000915 polyvinyl chloride Polymers 0.000 description 1
- 239000004800 polyvinyl chloride Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000002271 resection Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- PYWVYCXTNDRMGF-UHFFFAOYSA-N rhodamine B Chemical compound [Cl-].C=12C=CC(=[N+](CC)CC)C=C2OC2=CC(N(CC)CC)=CC=C2C=1C1=CC=CC=C1C(O)=O PYWVYCXTNDRMGF-UHFFFAOYSA-N 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000013579 wash concentrate Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
- 238000001262 western blot Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/57434—Specifically defined cancers of prostate
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/90—Enzymes; Proenzymes
- G01N2333/914—Hydrolases (3)
- G01N2333/948—Hydrolases (3) acting on peptide bonds (3.4)
- G01N2333/95—Proteinases, i.e. endopeptidases (3.4.21-3.4.99)
- G01N2333/964—Proteinases, i.e. endopeptidases (3.4.21-3.4.99) derived from animal tissue
- G01N2333/96425—Proteinases, i.e. endopeptidases (3.4.21-3.4.99) derived from animal tissue from mammals
- G01N2333/96427—Proteinases, i.e. endopeptidases (3.4.21-3.4.99) derived from animal tissue from mammals in general
- G01N2333/9643—Proteinases, i.e. endopeptidases (3.4.21-3.4.99) derived from animal tissue from mammals in general with EC number
- G01N2333/96433—Serine endopeptidases (3.4.21)
- G01N2333/96441—Serine endopeptidases (3.4.21) with definite EC number
- G01N2333/96455—Kallikrein (3.4.21.34; 3.4.21.35)
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Molecular Biology (AREA)
- Biotechnology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Pathology (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Analytical Chemistry (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- Primary Health Care (AREA)
- Hospice & Palliative Care (AREA)
- Biochemistry (AREA)
- Medicinal Chemistry (AREA)
- Microbiology (AREA)
- Cell Biology (AREA)
- Oncology (AREA)
- Food Science & Technology (AREA)
- General Physics & Mathematics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Genetics & Genomics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioethics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
Abstract
Aspectos de la divulgación se relacionan con métodos mejorados para predecir si una biopsia de tejido prostático obtenida de un sujeto contendrá cáncer de próstata detectable. (Traducción automática con Google Translate, sin valor legal)
Description
DESCRIPCIÓN
Composiciones y métodos relacionados con el diagnóstico de cáncer de próstata
Antecedentes de la invención
Los niveles en sangre elevados de antígeno prostático específico total (PSA) están asociados con trastornos relacionados con la próstata, incluyendo el cáncer de próstata. Hay evidencias considerables de que medir los niveles de isotermas de PSA por separado, en lugar de combinarlos juntos en una única medición de PSA total, conduce a mejores predicciones referentes a la presencia de cáncer de próstata en un sujeto. También hay evidencias de que las mediciones de hK2, una molécula que convierte<p>S<a>de su forma proactiva a su forma activa, son informativas para tales predicciones. Además, se han propuesto paneles de múltiples marcadores basándose en tales mediciones para evaluar el estado del cáncer de próstata en un sujeto. Sin embargo, sigue habiendo una necesidad de métodos mejorados para evaluar el cáncer de próstata, particularmente para evaluar la necesidad de biopsias invasivas de tejido de próstata.
El documento WO 2013/172779 A2 se refiere a un método para indicar la presencia o no presencia de cáncer de próstata.
El documento US 2013/273643 A1 se refiere a métodos y aparatos para predecir el riesgo de cáncer de próstata y el volumen de la glándula prostática.
Oesterling et al., Urology, vol. 42, n° 3, 1 de septiembre de 1993 (1993-09-01), páginas 276-282, XP026409979, ISSN: 0090-4295, analizan el efecto de la cistoscopia, la biopsia de próstata y la resección transuretral de la próstata sobre la concentración sérica del antígeno prostático específico.
Sumario
La presente invención se define en las reivindicaciones.
Aspectos de la divulgación se refieren a métodos mejorados para predecir si una biopsia de tejido de próstata obtenida de un sujeto contendrá cáncer de próstata detectable. Los métodos pueden implicar utilizar una muestra de sangre obtenida de un sujeto para realizar uno o más inmunoensayos que miden niveles de antígenos prostáticos específicos. Se ha encontrado que medir los niveles de antígenos prostáticos específicos en preparaciones de plasma conduce a mejores resultados predictivos que los que pueden obtenerse midiendo los niveles en otras preparaciones de sangre, tales como preparaciones de suero. Se ha encontrado que realizar determinados inmunoensayos en un tampón de pH bajo conduce a una detección de antígenos más sensible y por tanto a mejores resultados predictivos. Además, se ha encontrado que pueden obtenerse mejores resultados predictivos combinando información referente a niveles de antígeno prostático específico medidos con información referente a una o más de la edad del sujeto, resultados de tactos rectales anteriores y estado de una biopsia anterior de un sujeto. Los métodos mejorados divulgados en el presente documento son útiles para predecir si se justifica o no una biopsia invasiva de tejido de próstata con fines de determinar si el sujeto tiene cáncer de próstata, particularmente un cáncer de próstata de grado alto (p. ej., puntuación de Gleason superior o igual a 7,0). Además, los métodos divulgados en el presente documento son ventajosos porque producen resultados que son informativos de la probabilidad de que procedimientos de diagnóstico invasivos y relativamente arriesgados, tales como biopsias de tejido de próstata, sean informativos y merezca la pena realizarlos. Por consiguiente, los métodos son útiles porque permiten a los profesionales sanitarios tomar decisiones más informadas referentes al cuidado de los sujetos.
Aspectos de la divulgación se refieren a métodos para determinar la probabilidad de que una biopsia de tejido de próstata obtenida de un sujeto contenga cáncer de próstata detectable. Los métodos comprenden i) someter una muestra de plasma sanguíneo del sujeto a un inmunoensayo que mida el nivel de antígeno prostático específico total (tPSA) en la muestra de plasma sanguíneo; ii) si el nivel de tPSA es superior al nivel umbral, determinar la probabilidad de que la biopsia de tejido de próstata contenga cáncer de próstata detectable ponderando el nivel medido de tPSA y un parámetro indicativo de si el sujeto ha tenido una biopsia anterior de tejido de próstata; y iii) si el nivel de tPSA está en o es inferior al nivel umbral, someter la muestra de plasma sanguíneo a un inmunoensayo que mida los niveles de antígeno prostático específico libre (fPSA), antígeno prostático específico intacto (iPSA) y calicreína 2 de ser humano (hK2) en la muestra de plasma sanguíneo, y determinar la probabilidad de que la biopsia de tejido de próstata contenga cáncer de próstata detectable ponderando los niveles medidos de tPSA, fPSA, iPSA y hK2 y un parámetro indicativo de si el sujeto tuvo una biopsia anterior de tejido de próstata. Los métodos comprenden i) someter una muestra de plasma sanguíneo del sujeto a inmunoensayos que miden los niveles de antígeno prostático específico libre (fPSA), antígeno prostático específico intacto (iPSA), antígeno prostático específico total (tPSA) y calicreína 2 de ser humano (hK2); y ii) determinar la probabilidad de que la biopsia de tejido de próstata contenga cáncer de próstata detectable ponderando los niveles medidos de fPSA, iPSA, tPSA y hK2 y un parámetro indicativo de si el sujeto tuvo una biopsia anterior de tejido de próstata.
Aspectos adicionales de la divulgación se refieren a métodos para determinar si un sujeto es un candidato para una biopsia de tejido de próstata. Los métodos pueden comprender i) obtener una muestra de sangre del sujeto; ii) determinar la probabilidad de que la biopsia de tejido de próstata contenga cáncer de próstata detectable utilizando la muestra de sangre obtenida en la etapa i), en donde a) si el nivel de tPSA medido utilizando la muestra de sangre es superior al nivel umbral, la probabilidad se basa en ponderar el nivel de tPSA y un parámetro indicativo de si el sujeto tuvo una biopsia anterior de tejido de próstata, de lo contrario, b) si el nivel de tPSA está en o es inferior al nivel umbral, la probabilidad se basa en ponderar los niveles de tPSA, fPSA, iPSA y hK2 medidos utilizando la muestra de sangre y un parámetro indicativo de si el sujeto tuvo una biopsia anterior de tejido de próstata; y iv) determinar si el sujeto es un candidato para la biopsia de tejido de próstata basándose en la probabilidad de que la biopsia de tejido de próstata contenga cáncer de próstata detectable tal como se determina en la etapa ii).
Aspectos adicionales de la divulgación se refieren a métodos de evaluar si un sujeto tiene cáncer de próstata. Los métodos comprenden i) obtener una muestra de sangre del sujeto; ii) determinar la probabilidad de que una biopsia de tejido de próstata obtenida del sujeto contenga cáncer de próstata detectable, en donde a) si el nivel de tPSA medido utilizando la muestra de sangre es superior al nivel umbral, la probabilidad se basa en ponderar el nivel de tPSA y un parámetro indicativo de si el sujeto tuvo una biopsia anterior de tejido de próstata, de lo contrario, b) si el nivel de tPSA está en o es inferior al nivel umbral, la probabilidad se basa en ponderar los niveles de tPSA, fPSA, iPSA y hK2 medidos utilizando la muestra de sangre y un parámetro indicativo de si el sujeto tuvo una biopsia anterior de tejido de próstata; iii) determinar si el sujeto es un candidato para la biopsia de tejido de próstata basándose en los resultados de la etapa ii); y iv) si el sujeto es un candidato para la biopsia de tejido de próstata basándose en los resultados de la etapa ii), obtener la biopsia de tejido de próstata del sujeto y determinar si el sujeto tiene cáncer de próstata basándose en un análisis de la biopsia de tejido de próstata.
Aspectos adicionales de la divulgación se refieren a métodos de determinar si un sujeto tiene cáncer de próstata. Los métodos pueden comprender i) obtener una biopsia de tejido de próstata del sujeto, en donde el sujeto está indicado para la biopsia de tejido de próstata basándose en la probabilidad de que la biopsia de tejido de próstata contenga cáncer de próstata detectable, en donde a) si el nivel de tPSA medido utilizando una muestra de sangre obtenida del sujeto es superior al nivel umbral, la probabilidad se basa en ponderar el nivel de tPSA y un parámetro indicativo de si el sujeto tuvo una biopsia anterior de tejido de próstata, de lo contrario, b) si el nivel de tPSA está en o es inferior al nivel umbral, la probabilidad se basa en ponderar los niveles de tPSA, fPSA, iPSA y hK2 medidos utilizando la muestra de sangre y un parámetro indicativo de si el sujeto tuvo una biopsia anterior de tejido de próstata; y ii) determinar si el sujeto tiene cáncer de próstata basándose en un análisis de la biopsia de tejido de próstata.
Aspectos adicionales de la divulgación se refieren a métodos de inmunoensayo que miden el nivel de iPSA en una muestra. Los métodos pueden comprender poner en contacto iPSA presente en la muestra con un anticuerpo de captura específico para iPSA y PSA mellado en condiciones en las que el anticuerpo de captura se une al menos a iPSA, produciendo de ese modo un complejo anticuerpo de captura-iPSA; combinar el complejo anticuerpo de captura-iPSA con un trazador apropiado en un tampón que tenga un pH en un intervalo de 6,5 a menos que 7,75 de manera que el trazador se una al complejo anticuerpo de captura-iPSA; y detectar el trazador unido al complejo anticuerpo de captura-iPSA. Los métodos pueden comprender poner en contacto iPSA presente en la muestra con un anticuerpo de captura específico para iPSA y p Sa mellado en condiciones en las que el anticuerpo de captura se una al menos a iPSA, produciendo de ese modo un complejo anticuerpo de captura-iPSA, en donde el anticuerpo de captura es un Fab; combinar el complejo anticuerpo de capturaiPSA con un trazador apropiado en condiciones en las que el trazador se una al complejo anticuerpo de capturaiPSA; y detectar el trazador unido al complejo anticuerpo de captura-iPSA. El Fab puede ser Fab 5A10.
Aspectos adicionales de la divulgación se refieren a métodos de inmunoensayo que miden el nivel de hK2 en una muestra. Los métodos pueden comprender poner en contacto hK2 presente en la muestra con un anticuerpo de captura específico para hK2 y PSA mellado en condiciones en las que el anticuerpo de captura se una al menos a hK2, produciendo de ese modo un complejo anticuerpo de captura-hK2, en donde el anticuerpo de captura es un Fab; combinar el complejo anticuerpo de captura-hK2 con un trazador apropiado; y detectar el trazador unido al complejo anticuerpo de captura-hK2. En algunas realizaciones, el Fab es un F(ab)2. El F(ab)2 puede ser F(ab)26H10.
Aspectos adicionales de la divulgación se refieren a métodos para evaluar una muestra (p. ej., una muestra de plasma sanguíneo). Los métodos pueden comprender (a) someter una muestra a inmunoensayos que miden los niveles de fPSA, iPSA, tPSA y hK2, en donde el inmunoensayo que mide el nivel de fPSA comprende poner en contacto fPSA presente en la muestra con un anticuerpo de captura H117 para producir un complejo anticuerpo de captura-fPSA, y detectar el complejo anticuerpo de captura-fPSA utilizando un anticuerpo trazador 5A10, en donde el inmunoensayo que mide el nivel de iPSA comprende poner en contacto iPSA presente en la muestra con un anticuerpo de captura Fab 5A10 para producir un complejo anticuerpo de captura-iPSA, y detectar el complejo anticuerpo de captura-iPSA utilizando un anticuerpo trazador 4D4, en donde el inmunoensayo que mide el nivel de tPSA comprende poner en contacto tPSA presente en la muestra con un anticuerpo de captura H117 para producir un complejo anticuerpo de captura-tPSA, y detectar el complejo anticuerpo de captura-tPSA con un anticuerpo trazador H50, en donde el inmunoensayo que mide el nivel de hK2 comprende poner en contacto PSA en la muestra de plasma sanguíneo con anticuerpos bloqueantes, poner en contacto hK2 presente en la muestra con un anticuerpo de captura F(ab)26H10 para producir un complejo anticuerpo de captura-hK2, y detectar el complejo anticuerpo de captura-hK2 con un anticuerpo trazador 7G1; y (b) evaluar la muestra basándose en los niveles medidos de fPSA, iPSA, tPSA y hK2.
Aspectos adicionales de la divulgación se refieren a métodos para determinar la probabilidad de un acontecimiento asociado con cáncer de próstata. Los métodos pueden comprender recibir, mediante una interfaz de entrada, información indicativa del nivel de tPSA presente en una muestra de plasma sanguíneo de un sujeto; recibir, mediante una interfaz de entrada, información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata; evaluar, utilizando al menos un procesador, un modelo de regresión logística basándose, al menos en parte, en la información recibida para determinar la probabilidad de un acontecimiento asociado con cáncer de próstata en el sujeto, en donde la evaluación del modelo de regresión logística comprende: determinar la probabilidad del acontecimiento asociado con cáncer de próstata basándose, al menos en parte, en el valor de tPSA y la información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata; y generar una indicación de la probabilidad del acontecimiento asociado con cáncer de próstata.
En algunas realizaciones, los métodos comprenden recibir, mediante una interfaz de entrada, información indicativa de niveles de tPSA, fPSA, iPSA y hK2 presentes en una muestra de plasma sanguíneo de un sujeto; recibir, mediante una interfaz de entrada, información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata; evaluar, utilizando al menos un procesador, un modelo de regresión logística basándose, al menos en parte, en la información recibida para determinar la probabilidad de un acontecimiento asociado con cáncer de próstata en el sujeto, en donde la evaluación del modelo de regresión logística comprende: determinar la probabilidad del acontecimiento asociado con cáncer de próstata basándose, al menos en parte, en la información indicativa de los niveles de tPSA, fPSA, iPSA y hK2 y la información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata; y generar una indicación de la probabilidad del acontecimiento asociado con cáncer de próstata.
En algunos aspectos de la divulgación se proporciona un ordenador para determinar la probabilidad de un acontecimiento asociado con cáncer de próstata. El ordenador puede comprender una interfaz de entrada configurada para recibir información indicativa del nivel de tPSA presente en una muestra de plasma sanguíneo de un sujeto e información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata; al menos un procesador programado para evaluar un modelo de regresión logística basándose, al menos en parte, en la información recibida para determinar la probabilidad de un acontecimiento asociado con cáncer de próstata en el sujeto, en donde la evaluación del modelo de regresión logística comprende: determinar la probabilidad del acontecimiento asociado con cáncer de próstata basándose, al menos en parte, en el valor de tPSA y la información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata; y una interfaz de salida configurada para generar una indicación de la probabilidad del acontecimiento asociado con cáncer de próstata.
El ordenador puede comprender una interfaz de entrada configurada para recibir información indicativa de los niveles de tPSA, fPSA, iPSA y hK2 presentes en una muestra de plasma sanguíneo de un sujeto e información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata; al menos un procesador programado para evaluar un modelo de regresión logística basándose, al menos en parte, en la información recibida para determinar la probabilidad de un acontecimiento asociado con cáncer de próstata en el sujeto, en donde la evaluación del modelo de regresión logística comprende: determinar la probabilidad del acontecimiento asociado con cáncer de próstata basándose, al menos en parte, en la información indicativa de los niveles de tPSA, fPSA, iPSA y hK2 y la información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata; y una interfaz de salida configurada para generar una indicación de la probabilidad del acontecimiento asociado con cáncer de próstata.
En otros aspectos de la divulgación, se proporciona un sistema para determinar la probabilidad de un acontecimiento asociado con cáncer de próstata. El sistema puede comprender a) un detector configurado para medir el nivel de tPSA presente en una muestra de plasma sanguíneo de un sujeto; y b) un ordenador en comunicación electrónica con el detector, en donde el ordenador comprende: i) una interfaz de entrada configurada para recibir información del detector indicativa del nivel medido de tPSA, y para recibir información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata; ii) al menos un procesador programado para evaluar un modelo de regresión logística basándose, al menos en parte, en la información recibida para determinar la probabilidad de un acontecimiento asociado con cáncer de próstata en el sujeto, en donde la evaluación del modelo de regresión logística comprende: determinar la probabilidad del acontecimiento asociado con cáncer de próstata basándose, al menos en parte, en la información indicativa del nivel de tPSA y la información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata; y iii) una interfaz de salida configurada para generar una indicación de la probabilidad del acontecimiento asociado con cáncer de próstata. En algunas realizaciones, el sistema comprende a) un detector configurado para medir niveles de tPSA, fPSA, iPSA y hK2 presentes en una muestra de plasma sanguíneo de un sujeto; y b) un ordenador en comunicación electrónica con el detector, en donde el ordenador comprende: i) una interfaz de entrada configurada para recibir información del detector indicativa de los niveles medidos de tPSA, fPSA, iPSA y hK2, y para recibir información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata; ii) al menos un procesador programado para evaluar un modelo de regresión logística basándose, al menos en parte, en la información recibida para determinar la probabilidad de un acontecimiento asociado con cáncer de próstata en el sujeto, en donde la evaluación del modelo de regresión logística comprende: determinar la probabilidad del acontecimiento asociado con cáncer de próstata basándose, al menos en parte, en la información indicativa de los niveles de tPSA, fPSA, iPSA y hK2 y la información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata; y iii) una interfaz de salida configurada para generar una indicación de la probabilidad del acontecimiento asociado con cáncer de próstata.
En aspectos adicionales de la divulgación, se proporciona un medio de almacenamiento legible por ordenador que se codifica con una pluralidad de instrucciones que, cuando son ejecutadas por un ordenador, llevan a cabo un método para determinar la probabilidad de un acontecimiento asociado con cáncer de próstata. El método puede comprender: evaluar un modelo de regresión logística basándose, al menos en parte, en información indicativa del nivel de tPSA presente en una muestra de plasma sanguíneo de un sujeto e información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata para determinar la probabilidad de un acontecimiento asociado con cáncer de próstata en el sujeto, en donde la evaluación del modelo de regresión logística comprende: determinar la probabilidad del acontecimiento asociado con cáncer de próstata basándose, al menos en parte, en el valor de tPSA y la información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata; y generar una indicación de la probabilidad del acontecimiento asociado con cáncer de próstata. El método puede comprender evaluar un modelo de regresión logística basándose, al menos en parte, en información indicativa de los niveles de tPSA, fPSA, iPSA y hK2 presentes en una muestra de plasma sanguíneo de un sujeto e información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata para determinar la probabilidad de un acontecimiento asociado con cáncer de próstata en el sujeto, en donde la evaluación del modelo de regresión logística comprende: determinar la probabilidad del acontecimiento asociado con cáncer de próstata basándose, al menos en parte, en la información indicativa de los niveles de tPSA, fPSA, iPSA y hK2 y la información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata; y generar una indicación de la probabilidad del acontecimiento asociado con cáncer de próstata.
Breve descripción de los dibujos
La FIG. 1A es un esquema no limitativo que muestra un procedimiento para determinar la probabilidad de que una biopsia contenga cáncer de próstata detectable;
La FIG. 1B es un esquema no limitativo de un ordenador configurado para implementar un procedimiento para determinar la probabilidad de que una biopsia contenga cáncer de próstata detectable;
La FIG. 1C es un esquema no limitativo de una red informática configurada para implementar un procedimiento para determinar la probabilidad de que una biopsia contenga cáncer de próstata detectable;
La FIG. 2 es un ejemplo no limitativo de un gráfico que compara el riesgo real frente al riesgo predicho de cáncer de grado alto;
La FIG. 3 es un ejemplo no limitativo de un gráfico que compara el riesgo real frente al riesgo predicho de cualquier grado de cáncer;
La FIG. 4 es un ejemplo no limitativo de un gráfico que muestra un análisis de curva de decisión para cáncer de grado alto;
La FIG. 5 es un ejemplo no limitativo de un gráfico que muestra un análisis de curva de decisión para cáncer de cualquier grado;
La FIG. 6 es un ejemplo no limitativo de un gráfico de una curva de las características operativas del receptor (ROC) para cáncer de grado alto;
La FIG. 7 es un ejemplo no limitativo de un gráfico de una curva de las características operativas (ROC) para cáncer de cualquier grado;
La FIG. 8A es un ejemplo no limitativo de un gráfico de un valor predictivo positivo mediante umbral de biopsia para cáncer de grado alto;
La FIG. 8B es un ejemplo no limitativo de un gráfico de un valor predictivo negativo mediante umbral de biopsia para cáncer de grado alto;
La FIG. 9A es un ejemplo no limitativo de un gráfico de un valor predictivo positivo mediante umbral de biopsia para cáncer de cualquier grado;
La FIG. 9B es un ejemplo no limitativo de un gráfico de un valor predictivo negativo mediante umbral de biopsia para cáncer de cualquier grado;
La FIG. 10 muestra un ejemplo no limitativo de una representación gráfica que muestra la proporción de hombres que en la biopsia albergaron enfermedad de grado alto por edad;
Las FIGs. 11A y 11B muestran un ejemplo no limitativo de representaciones gráficas que muestran probabilidades predichas frente a reales de detectar cáncer de grado alto en todos los pacientes de un estudio de validación;
La FIG. 11C muestra un ejemplo no limitativo de una representación gráfica que muestra probabilidades predichas frente a reales de detectar cualquier grado de cáncer en todos los pacientes de un estudio de validación;
Las FIGs. 12A y 12B muestran un ejemplo no limitativo de representaciones gráficas de un estudio de validación que muestran probabilidades predichas frente a reales de detectar cáncer de grado alto en pacientes de 50-75 años de edad;
La FIG. 12C muestra un ejemplo no limitativo de una representación gráfica de un estudio de validación que muestra probabilidades predichas frente a reales de detectar cualquier grado de cáncer en todos los pacientes de 50-75 años de edad;
Las FIGs. 13A y 13B muestran un ejemplo no limitativo de representaciones gráficas de un estudio de validación que muestran probabilidades predichas frente a reales de detectar cáncer de grado alto en pacientes de menos de 71 años de edad;
La FIG. 13C muestra un ejemplo no limitativo de una representación gráfica que muestra probabilidades predichas frente a reales de detectar cáncer de cualquier grado en pacientes de menos que 71 años de edad;
Las FIGs. 14A y 14B muestran un ejemplo no limitativo de representaciones gráficas que muestran el beneficio neto frente a niveles de probabilidad umbral para todos los pacientes de un estudio de validación;
Las FIGs. 15A y 15B muestran un ejemplo no limitativo de representaciones gráficas de un estudio de validación que muestran el beneficio neto frente a niveles de probabilidad umbral para pacientes de 50-75 años de edad; y
Las FIGs.16A y 16B muestran un ejemplo no limitativo de representaciones gráficas de un estudio de validación que muestran el beneficio neto frente a niveles de probabilidad umbral para todos los pacientes de menos que 71 años de edad.
Descripción detallada de la invención
Aspectos de la divulgación se refieren a métodos mejorados para predecir si una biopsia de tejido de próstata obtenida de un sujeto contendrá cáncer de próstata detectable, incluyendo cáncer de próstata de grado alto (grado 7 de Gleason o superior). Por tanto, un profesional sanitario puede emplear los métodos divulgados en el presente documento con fines de determinar si una biopsia de tejido de próstata está justificada. En algunas realizaciones, los métodos implican utilizar una muestra de sangre obtenida de un sujeto para realizar uno o más inmunoensayos que midan los niveles de antígenos prostáticos específicos, tales como antígeno prostático específico total (tPSA), antígeno prostático específico libre (fPSA), antígeno prostático específico intacto (iPSA) y calicreína 2 de ser humano (hK2). Se ha encontrado que medir uno o más niveles de estos antígenos en preparaciones de plasma conduce a mejores resultados predictivos que los que pueden obtenerse midiendo niveles en otras preparaciones de sangre, tales como suero. En algunas realizaciones, se proporciona un modelo predictivo (p. ej., un modelo de regresión logística) que incorpora los niveles en plasma de tPSA, fPSA, iPSA y/o hK2 para determinar la probabilidad de que una biopsia de tejido de próstata contenga cáncer detectable. Además, se ha encontrado que pueden obtenerse mejores resultados predictivos combinando información referente a los niveles de antígenos prostáticos específicos medidos con información del paciente, particularmente información referente a si el sujeto tuvo o no una biopsia anterior para detectar la presencia de cáncer de próstata. Por consiguiente, se proporcionan métodos mejorados que son útiles para determinar si un sujeto debe someterse a una biopsia invasiva de tejido de próstata.
Aspectos de la divulgación proporcionan métodos de determinar la probabilidad de que una biopsia de tejido de próstata obtenida de un sujeto contenga cáncer de próstata detectable. Tales métodos pueden implicar someter una muestra de plasma sanguíneo de un sujeto a un inmunoensayo que mida al menos el nivel de antígeno prostético específico total (tPSA) en la muestra de plasma sanguíneo. Si el nivel de tPSA es superior al nivel umbral, entonces puede determinarse la probabilidad de que una biopsia de tejido de próstata contenga cáncer de próstata detectable ponderando el nivel medido de tPSA y un parámetro indicativo de si el sujeto tuvo una biopsia anterior de tejido de próstata. Por otro lado, si el nivel de tPSA está en o es inferior al nivel umbral, entonces puede determinarse la probabilidad de que una biopsia de tejido de próstata contenga cáncer de próstata detectable ponderando los niveles medidos de tPSA, fPSA, iPSA y hK2 y un parámetro indicativo de si el sujeto tuvo una biopsia anterior de tejido de próstata. Por consiguiente, los métodos proporcionados en el presente documento pueden implicar someter la muestra de plasma sanguíneo a un inmunoensayo que mida los niveles de antígeno prostático específico libre (fPSA), antígeno prostático específico intacto (iPSA) y calicreína 2 de ser humano (hK2) en la muestra de plasma sanguíneo. La probabilidad puede determinarse adicionalmente ponderando un parámetro indicativo de la edad del sujeto. La probabilidad puede determinarse adicionalmente ponderando uno o más parámetros indicativos del resultado de un tacto rectal realizado al sujeto.
El nivel umbral de tPSA utilizado para la selección del modelo puede ser un nivel que indique si utilizar tPSA solo o, junto con cierta información específica del paciente (p. ej., estado de biopsia anterior), sería suficiente con fines de establecer la probabilidad de que una biopsia de tejido de próstata contenga cáncer de próstata detectable. El nivel umbral puede ser 5 ng/mL, 10 ng/mL, 15 ng/mL, 20 ng/mL, 25 ng/mL, 30 ng/mL, 35 ng/mL o 40 ng/mL. Dado que los niveles de tPSA en combinación con cierta información de especificación del paciente, particularmente estado de la biopsia anterior, pueden ser suficientes para realizar predicciones informativas, puede resultar rentable no realizar inmunoensayos para detectar otros antígenos antes de determinar en primer lugar los niveles de tPSA. Sin embargo, los niveles de tPSA pueden determinarse en paralelo o junto con los niveles de otros marcadores, p. ej., fPSA, iPSA o hK2.
Los niveles de antígenos (p. ej., niveles de dos o más de tPSA, fPSA, iPSA y hK2) se determinan en paralelo en el mismo ensayo. Tales niveles de antígenos pueden determinarse en ensayos separados. Los niveles de antígenos pueden determinarse a partir de la misma extracción de sangre original (p. ej., una extracción de sangre venosa) de un sujeto. Los niveles de antígenos pueden determinarse a partir de diferentes extracciones de sangre.
Los niveles de antígenos pueden determinarse utilizando preparaciones de plasma a partir de la misma o diferentes extracciones de sangre. Uno o más niveles de antígenos pueden determinarse utilizando una preparación de plasma y uno o más de otros antígenos se determinan utilizando un tipo diferente de preparación de sangre, p. ej., suero. El plasma sanguíneo es un componente líquido de la sangre de color amarillo pálido. El plasma sanguíneo puede prepararse mediante centrifugación de un tubo de sangre que contiene un anticoagulante (p. ej., heparina, EDTA, etc.) en una centrifugadora hasta que las células sanguíneas y los residuos de muevan al fondo del tubo, tras lo cual el plasma sanguíneo puede verterse o extraerse.
En el presente documento se proporcionan métodos para determinar si un sujeto es un candidato para una biopsia de tejido de próstata. Tales métodos pueden implicar que un médico o profesional sanitario obtenga una muestra de sangre de un sujeto y determine la probabilidad de que la biopsia de tejido de próstata contenga cáncer de próstata detectable basándose, al menos en parte, en los niveles medidos de antígenos determinados utilizando la muestra de sangre. La muestra de sangre puede tratarse localmente (p. ej., en el mismo centro o instalación de atención sanitaria en la que está evaluándose al sujeto) o puede enviarse fuera a un laboratorio o instalación externo o de terceros para su tratamiento y análisis. Si el nivel de tPSA medido utilizando la muestra de sangre es superior al nivel umbral, la probabilidad se determina basándose en ponderar el nivel de tPSA. Por el contrario, si el nivel de tPSA está en o es inferior al nivel umbral, la probabilidad se basa en ponderar los niveles de tPSA, fPSA, iPSA y hK2 medidos utilizando la muestra de sangre. En cualquier caso, la probabilidad también se basa normalmente en ponderar un parámetro indicativo de si el sujeto tuvo una biopsia anterior de tejido de próstata. El médico o profesional sanitario puede determinar si el sujeto es un candidato para la biopsia de tejido de próstata basándose en la probabilidad de que la biopsia de tejido de próstata contenga cáncer de próstata detectable.
Un médico o profesional sanitario puede establecer un punto de corte de la probabilidad en el cual una biopsia estará indicada si la probabilidad está en o es superior al punto de corte. Por ejemplo, si la probabilidad es superior al 5%, 7,5%, 10%, 12,5%, 15%, 20%, 25%, 30%, 35%, 40%, 45%, 50%, 55%, 60%, 65%, 70%, 75%, 80%, 85%, 90%, 95%, 99%, o más, entonces el médico o profesional sanitario puede determinar que el sujeto es un candidato para la biopsia de tejido de próstata. El punto de corte puede estar basado en que la probabilidad de que una biopsia de tejido de próstata contenga cáncer de próstata detectable de grado alto (p. ej., una puntuación de Gleason de 7 o superior) sea del 5%, 7,5%, 10%, 12,5% o 15%. El punto de corte puede estar basado en que la probabilidad de que una biopsia de tejido de próstata contenga cáncer de próstata detectable de cualquier grado sea del 10%, 12.5%, 15%, 20%, 25% o 30%. Si la probabilidad es inferior al punto de corte, entonces un médico o profesional sanitario no pedirá una biopsia sino que seguirá monitorizando al sujeto, p. ej., para detectar aumentos en los niveles de probabilidad o cambios en otros factores de riesgo indicativos de cáncer de próstata.
Si se determina que un sujeto es un candidato para una biopsia de tejido de próstata, entonces el médico o profesional sanitario puede obtener o pedir que se obtenga una biopsia de tejido de próstata del sujeto y determinar si el sujeto tiene cáncer de próstata basándose en el análisis de la biopsia de tejido de próstata. La biopsia de tejido de próstata puede analizarse utilizando cualquier método apropiado incluyendo, por ejemplo, un análisis citológico o histológico. La muestra de tejido puede caracterizarse basándose en su estadio clínico de cáncer. La muestra puede caracterizarse basándose en el grado de Gleason. Gleason 3+3 (6,0) corresponde a un tumor de grado bajo y un pronóstico favorable. Gleason 3+4 (7,0) y 3+5 (8,0) corresponden normalmente a tumores que tienen tejido con transformación de grado principalmente bajo con algo de transformación de grado alto. Gleason 4+3 (7,0) y 5+3 (8,0) corresponden normalmente a tumores que tienen tejido con transformación de grado principalmente alto con algo de transformación de grado bajo. Gleason 4+4 (8,0), 4+5 (9,0), (9,0) y 5+5 (10,0) corresponden a tumores de grado alto. Por consiguiente, en algunas realizaciones, el cáncer de próstata comprende cáncer de grado alto (p. ej., Gleason > 7,0).
Inmunoensayos
Los niveles de antígenos prostáticos específicos (p. ej., tPSA, iPSA, fPSA y hK2) pueden evaluarse mediante cualquier método apropiado. Se proporcionan anticuerpos o fragmentos de unión a antígenos que son adecuados para su utilización en inmunoensayos. Los inmunoensayos que utilizan tales anticuerpos o fragmentos de unión a antígenos pueden ser inmunoensayos de competencia y de no competencia en formatos o bien directos o bien indirectos. Ejemplos no limitativos de tales inmunoensayos son inmunoensayo ligado a enzimas (ELISA), radioinmunoensayo (RIA), ensayo de tipo sándwich (ensayo inmunométrico), citometría de flujo, ensayo de inmunotransferencia de Western, ensayos de inmunoprecipitación, inmunohistoquímica, inmuno-microscopía, ensayos inmunocromatográficos de flujo lateral y matrices proteómicas. Los antígenos o anticuerpos o fragmentos de unión a antígenos que se unen a ellos pueden inmovilizarse, p. ej., mediante unión a soportes sólidos (p. ej., portadores, membranas, columnas, matrices proteómicas, etc.). Los ejemplos de materiales de soporte sólido incluyen vidrio, poliestireno, poli(cloruro de vinilo), poli(difluoruro de vinilideno), polipropileno, polietileno, policarbonatos, dextrano, nailon, amilosas, celulosas naturales y modificadas, tales como nitrocelulosa, poliacrilamidas, agarosas y magnetita. La naturaleza del soporte puede ser o bien fija o bien suspendida en una solución (p. ej., perlas).
Para detectar complejos de anticuerpos unidos a antígenos pueden utilizarse anticuerpos o fragmentos de unión a antígenos marcados como trazadores. Ejemplos de los tipos de marcadores que pueden utilizarse para generar trazadores incluyen enzimas, radioisótopos, metales coloidales, compuestos fluorescentes, compuestos magnéticos, compuestos quimioluminiscentes y compuestos bioluminiscentes. Se preparan anticuerpos radiomarcados de maneras conocidas acoplando un isótopo radiactivo tal como 153Eu, 3H, 32P, 35S, 59Fe o 125I, que entonces puede detectarse mediante contador gamma, contador de centelleo o mediante autorradiografía. Tal como se trata en el presente documento, alternativamente pueden marcarse anticuerpos y fragmentos de unión a antígenos con enzimas tales como alcohol deshidrogenasa de levadura, peroxidasa del rábano, fosfatasa alcalina, y similares, después revelarse y detectarse espectrofotométrica o visualmente. Los marcadores fluorescentes adecuados incluyen fluoresceína isotiocianato, fluorescamina, rodamina, y similares. Los marcadores quimioluminiscentes adecuados incluyen luminol, imidazol, éster de oxalato, luciferina, y otros.
Un inmunoensayo puede comprender poner en contacto la muestra, p. ej., una muestra de plasma, que contiene un antígeno con un anticuerpo, o fragmento de unión a antígeno (p. ej., F(ab), F(ab)<2>), en condiciones que permiten la formación de complejos de unión entre anticuerpo o fragmento de unión a antígeno y antígeno. En algunas realizaciones, se pone en contacto una muestra de plasma con un anticuerpo o fragmento de unión a antígeno en condiciones adecuadas para la unión del anticuerpo o fragmento de unión a antígeno a un antígeno diana, si el antígeno está presente en la muestra. Esto puede realizarse en una cámara de reacción adecuada, tal como un tubo, pocillo de placa, baño de membrana, placa de cultivo celular, portaobjetos de microscopio, y otra cámara. Un anticuerpo o fragmento de unión a antígeno puede inmovilizarse sobre un soporte sólido. Un anticuerpo o fragmento de unión a antígeno que se une a un antígeno en una muestra puede denominarse anticuerpo de captura. En algunas realizaciones, el anticuerpo de captura puede comprender una etiqueta (p. ej., un marcador tipo biotina) que facilita su inmovilización a un soporte sólido mediante una interacción que implica la etiqueta (p. ej., una interacción biotina-estreptavidina en la que la estreptavidina se inmoviliza en un soporte sólido). El soporte sólido puede ser la superficie de la cámara de reacción. El soporte sólido puede ser de una membrana polimérica (p. ej., tira de nitrocelulosa, membrana de poli(difluoruro de vinilideno) (PVDF), etc.). Los soportes sólidos pueden ser una estructura biológica (p. ej., una superficie de célula bacteriana). En el presente documento se dan a conocer otros soportes sólidos ejemplo y resultarán evidentes para un experto en la técnica.
El anticuerpo y el fragmento de unión a antígeno pueden inmovilizarse sobre el soporte sólido antes de la puesta en contacto con el antígeno. La inmovilización del anticuerpo y del fragmento de unión a antígeno se realiza tras la formación de complejos de unión. En todavía otras realizaciones, el antígeno se inmoviliza sobre un soporte sólido antes de la formación de complejos de unión. En algunas realizaciones, puede añadirse un trazador a la cámara de reacción para detectar complejos de unión inmovilizados. El trazador puede comprender un anticuerpo secundario marcado de manera detectable dirigido contra el antígeno. El trazador puede comprender un anticuerpo secundario marcado de manera detectable dirigido contra el anticuerpo de captura.
El anticuerpo primario o el fragmento de unión a antígeno puede en sí mismo ser marcado de manera detectable.
Los métodos de inmunoensayo divulgados en el presente documento comprenden inmovilizar anticuerpos o fragmentos de unión a antígenos a un soporte sólido; aplicar una muestra (p. ej., una muestra de plasma) al soporte sólido en condiciones que permiten la unión del antígeno a los anticuerpos o al fragmento de unión a antígeno, si está presente en la muestra; eliminar la muestra en exceso del soporte sólido; aplicar un trazador (p. ej., anticuerpos o fragmentos de unión a antígenos marcados de manera detectable) en condiciones que permitan la unión del trazador a los anticuerpos o fragmentos de unión a antígenos inmovilizados unidos al antígeno; lavar el soporte sólido y ensayar para detectar la presencia del trazador.
En algunas realizaciones, el anticuerpo y el fragmento de unión a antígeno se inmovilizan sobre el soporte sólido tras la puesta en contacto con el antígeno en una cámara de reacción. El anticuerpo y fragmento de unión a antígeno pueden inmovilizarse sobre el soporte sólido antes de la puesta en contacto con el antígeno en una cámara de reacción. En cualquier caso, puede añadirse un trazador a la cámara de reacción para detectar complejos de unión inmovilizados. Un trazador puede comprender un anticuerpo secundario marcado de manera detectable dirigido contra el antígeno. El trazador puede comprender un anticuerpo secundario marcado de manera detectable dirigido contra el anticuerpo primario o fragmento de unión a antígeno. Tal como se divulga en el presente documento, el marcador detectable puede ser, por ejemplo, un radioisótopo, un fluoróforo, una molécula luminiscente, una enzima, un resto de biotina, una etiqueta de epítopo o una molécula de colorante. En el presente documento se describen marcadores detectables adecuados.
Se ha encontrado que realizar determinados inmunoensayos en tampón de pH bajo conduce a una detección del antígeno más sensible. Por consiguiente, puede ponerse en contacto un anticuerpo trazador con un anticuerpo de captura en un tampón que tiene un pH en un intervalo de 6,5 a menos de 7,75 de manera que el trazador se una al complejo anticuerpo de captura-antígeno. En algunas realizaciones, el pH del tampón es de aproximadamente 6,5, 6,6, 6,7, 6,8, 6,9, 7,0, 7,1, 7,2, 7,3, 7,4, 7,5 ó 7,6.
Debe apreciarse que en cualquiera de los ensayos divulgados en el presente documento pueden cambiarse anticuerpos de captura por anticuerpos trazadores.
Un inmunoensayo que mide el nivel de fPSA puede implicar poner en contacto fPSA presente en la muestra de plasma sanguíneo con un anticuerpo de captura específico para fPSA en condiciones en las que el primer anticuerpo de captura se une a fPSA, produciendo de ese modo un complejo anticuerpo de captura-fPSA; y detectar el complejo anticuerpo de captura-fPSA utilizando un trazador. El anticuerpo de captura puede ser un anticuerpo H117. En algunas realizaciones, el trazador comprende un anticuerpo 5A10 o un fragmento del mismo (p. ej., un fragmento F(ab)).
A continuación se muestran las secuencias de las cadenas pesada y ligera del anticuerpo 5A10, que pueden incorporarse en fragmentos:
Cadena pesada de 5A10
EVQLVESGPGILQPSQTLSLTCSFSGFSLSTTGMGVSW1RQPSGKGLEWLAHLYWDED
KR YNP SLK SRLTISED SSRNQVFLK1TS VGPAD S ATYY C ARKG YY G YFD YW GQGT A LT
VSS (SEQ ID NO: 1)
Cadena ligera de 5A10
DIVMTQSQKFMSTSVGDRVSVTCKASQNVNTDVAWYQQKPGQSPKALLFSTSY
RSSGVPDRFTGSGSGTDFTLTITNVQSEDLAEYFCQQYSNYPLTFGAGTKVDLN (SEQ ID
NO: 2)
Un inmunoensayo que mide el nivel de iPSA implica poner en contacto iPSA presente en la muestra de plasma sanguíneo con un anticuerpo de captura específico para PSA libre, que incluye iPSA y PSA mellado, en condiciones en las que el segundo anticuerpo de captura se une al menos a iPSA, produciendo de ese modo un complejo anticuerpo de captura-iPSA y detectar el complejo anticuerpo de captura-iPSA utilizando un segundo trazador. El trazador puede comprender un anticuerpo 4D4. El anticuerpo de captura puede ser un anticuerpo 5A10 o un fragmento del mismo (p. ej., un fragmento F(ab)).
Un inmunoensayo que mide el nivel de tPSA puede implicar poner en contacto tPSA presente en la muestra de plasma sanguíneo con un anticuerpo de captura específico para tPSA en condiciones en las que el tercer anticuerpo de captura se une a tPSA, produciendo de ese modo un complejo anticuerpo de captura-tPSA; y detectar el complejo anticuerpo de captura-tPSA utilizando un tercer trazador. En algunas realizaciones, el trazador comprende un anticuerpo H50. En algunas realizaciones, el anticuerpo de captura puede ser un anticuerpo H117.
Un inmunoensayo que mide el nivel de hK2 implica poner en contacto PSA en la muestra de plasma sanguíneo con anticuerpos bloqueantes específicos para PSA; poner en contacto hK2 presente en la muestra de plasma sanguíneo con un cuarto anticuerpo de captura específico para hK2 en condiciones en las que el cuarto anticuerpo de captura se una a hK2, produciendo de ese modo un complejo anticuerpo de captura-hK2; y detectar el complejo anticuerpo de captura-hK2 utilizando un cuarto trazador. El trazador puede comprender un anticuerpo 7G1. El anticuerpo de captura puede ser un F(ab)<2>6H10. Los anticuerpos bloqueantes pueden comprender un anticuerpo 5H7, un anticuerpo 5H6 y un anticuerpo 2E9.
La tabla 0 a continuación lista anticuerpos y fragmentos de unión a antígenos que pueden utilizarse en los métodos divulgados en el presente documento y sus correspondientes epítopos.
Tabla 0. Anticuerpos y epítopos/fuentes de anticuerpos
Analizadores de muestras microfluídicos
Debe apreciarse que cualquiera de los métodos de inmunoensayo divulgados en el presente documento puede realizarse o implementarse utilizando un dispositivo microfluídico (p. ej., un analizador de muestras microfluídico). Por ejemplo, puede utilizarse un dispositivo microfluídico para determinar una o más características de los marcadores (p. ej., niveles de tPSA, fPSA, iPSA o hK2). En algunas realizaciones, un dispositivo es un analizador de muestras microfluídico, que puede configurarse, por ejemplo, para analizar una muestra proporcionada en un casete que tiene uno o más canales microfluídicos para contener y/o dirigir flujo de una muestra que comprende componentes del inmunoensayo (p. ej., complejos antígeno-anticuerpo, trazadores, etc.). Un dispositivo puede además comprender un sistema óptico que incluye una o más fuentes de luz y/o uno o más detectores configurados para medir niveles de complejos antígeno-anticuerpo y/o trazadores presentes en uno o más canales microfluídicos. Además, se proporcionan sistemas que pueden incluir un procesador u ordenador programado para evaluar un modelo predictivo (p. ej., un modelo de regresión logística) en comunicación electrónica con un dispositivo microfluídico (p. ej., un analizador de muestras microfluídico) u otro dispositivo para determinar la probabilidad de un acontecimiento asociado con cáncer de próstata basándose en los niveles de marcadores (p. ej., los niveles de tPSA, fPSA, iPSA o hK2).
Ejemplos no limitativos de dispositivos microfluídicos adecuados se dan a conocer en la Publicación de Solicitud de Patente de EE. UU. número US 2013/0273643, titulada "METHODS AND APPARATUSES FOR PREDICTING RISK OF PROSTATE CANCER AND PROSTATE GLAND VOLUME", que se publicó el 17 de octubre de 2013. Sin embargo, debe apreciarse que también pueden utilizarse otros tipos de dispositivo (p. ej., lectores de placas, analizadores para ensayos de tipo ELISA en micropocillos, etc.) ya que la divulgación no está limitada a este respecto.
Modelos predictivos y métodos implementados por ordenador
Aspectos de la divulgación proporcionan métodos implementados por ordenador para determinar la probabilidad de un acontecimiento asociado con cáncer de próstata, tal como la probabilidad de que una biopsia de tejido de próstata contenga cáncer detectable. Tales métodos pueden implicar recibir, mediante una interfaz de entrada, información indicativa del nivel de tPSA presente en una muestra de plasma sanguíneo de un sujeto y recibir, mediante una interfaz de entrada, información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata. Los métodos implican además evaluar, utilizando al menos un procesador, un modelo predictivo adecuado (p. ej., un modelo de regresión logística) basado, al menos en parte, en la información recibida para determinar la probabilidad del acontecimiento asociado con cáncer de próstata en el sujeto. El modelo predictivo puede generar la probabilidad del acontecimiento asociado con cáncer de próstata basándose, al menos en parte, en los niveles medidos de tPSA e información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata. El modelo predictivo puede generar la probabilidad del acontecimiento asociado con cáncer de próstata basándose, al menos en parte, en los niveles medidos de tPSA, fPSA, iPSA y hK2 e información sobre si el sujeto tuvo una biopsia anterior de tejido de próstata.
La FIG. 1 ilustra un diagrama de flujo de un procedimiento 100 según algunas realizaciones de la divulgación. En la etapa 101, se reciben uno o más valores que representan datos de paciente correspondientes a la edad, estado de tacto rectal y/o estado de biopsia anterior mediante al menos un procesador para su procesamiento utilizando una o más de las técnicas descritas en el presente documento. En la etapa 102 se reciben uno o más valores que representan datos de marcadores para tPSA, fPSA, iPSA y/o hK2 mediante el al menos un procesador. Los valores pueden recibirse de cualquier manera adecuada incluyendo, sin carácter limitante, a través de una interfaz de entrada local tal como un teclado, pantalla táctil, micrófono u otro dispositivo de entrada, desde una interfaz conectada en red que recibe el o los valores desde un dispositivo ubicado alejado del o de los procesadores, o directamente desde uno o más detectores que miden el o los valores de los marcadores en sangre (p. ej., en una implementación en la que el o los procesadores están integrados con un dispositivo de medición que incluye el uno o más detectores).
En la etapa 103, tras recibir el o los valores de tPSA, el procedimiento transcurre de manera que si los niveles de tPSA son superiores a un umbral (p. ej., 25 ng/mL), entonces se selecciona un primer modelo predictivo y, si los niveles de tPSA están en o son inferiores al umbral, entonces se selecciona un segundo modelo predictivo. Por consiguiente, en la etapa 104, si los niveles de tPSA son superiores al nivel umbral entonces se selecciona un modelo predictivo que se basa en el estado del DRE, el estado de la biopsia anterior y los niveles de tPSA. Alternativamente, en la etapa 105, si los niveles de tPSA están en o son inferiores al nivel umbral, entonces se selecciona un modelo predictivo basado en el estado del DRE, el estado de la biopsia anterior y los niveles de tPSA, fPSA, iPSA y hK2. El modelo predictivo de las etapas 104 y 105 se utiliza para determinar la probabilidad de que un sujeto tenga un cáncer de próstata. La predicción puede ser para un cáncer de cualquier grado o para un cáncer de grado alto, dependiendo del modelo utilizado.
Tras determinar la probabilidad de un cáncer, el procedimiento avanza a la etapa 106, en la que se genera la probabilidad para un usuario (p. ej., un médico, un paciente) para guiar un procedimiento de diagnóstico adicional y/o decisiones de tratamiento. La probabilidad se puede generar de cualquier forma adecuada. Por ejemplo, en algunas realizaciones, la probabilidad se puede generar presentando un valor numérico que representa la probabilidad en una pantalla de visualización de un dispositivo. La probabilidad se puede generar utilizando una o más luces u otros indicadores visuales en un dispositivo. En todavía otras realizaciones, la probabilidad se puede proporcionar utilizando una salida de audio, salida táctil, o alguna combinación de una o más de salida de audio, táctil y visual. En algunas realizaciones, la generación de la probabilidad comprende enviar información a un dispositivo conectado en red para informar a un usuario sobre la probabilidad determinada. Por ejemplo, la probabilidad se puede determinar mediante uno o más procesadores ubicados en un sitio remoto, y se puede enviar una indicación de la probabilidad a un dispositivo electrónico de un usuario (p. ej., un médico) utilizando una o más redes, en respuesta a la determinación de la probabilidad en el sitio remoto. El dispositivo electrónico que proporciona una salida a un usuario según las técnicas descritas en el presente documento puede ser cualquier dispositivo adecuado que incluye, pero no se limita a, un ordenador portátil, un ordenador de mesa, o un ordenador tipo tableta, un teléfono inteligente, un localizador personal, un asistente digital personal y un visualizador electrónico.
La probabilidad del cáncer de próstata se determina según la ecuación (I), reproducida a continuación:
en la que el logit (L) se determina utilizando cualquiera de una pluralidad de modelos de regresión logística. Ejemplos no limitativos de diferentes tipos de modelos de regresión logística que pueden utilizarse según las técnicas descritas en el presente documento incluyen:
1. Modelo simple (tPSA solamente)
o
2. Modelo de cuatro ensayos utilizando la relación libre/total
En este modelo, el término de PSA libre se sustituye por la relación de PSA libre a PSA total.
3. Modelo de cuatro ensayos utilizando log(tPSA) y la relación libre/total
En este modelo, el término de tPSA se sustituye por el log de tPSA para tener en cuenta la mayor contribución de este factor predictivo.
4. Modelo polinómico
En este modelo, se incluyen términos no lineales adicionales para tPSA y fPSA. En la ecuación ejemplo proporcionada a continuación, se utiliza el cuadrado de tPSA para enfatizar la relación directa entre este término y el riesgo de cáncer de próstata, y se utiliza la raíz cuadrada del término PSA libre/total para reflejar la asociación inversa de este término con el riesgo. Sin embargo, debe apreciarse que en algunas realizaciones también pueden incluirse términos polinómicos de orden superior (p. ej., cúbicos).
5. Curvas de interpolación segmentaria lineal para los cuatro ensayos
En este modelo, se añaden curvas de interpolación segmentaria lineal, con un único nudo en el valor de la mediana. Las curvas de interpolación segmentaria pueden determinarse utilizando las siguientes ecuaciones:
representándose el modelo como:
6. Curvas de interpolación segmentaria lineal para tPSA y fPSA
En este modelo, se incluyen curvas de interpolación segmentaria lineal sólo para tPSA y fPSA, para reducir el número de variables y simplificar el modelo.
En las ecuaciones anteriores, “priorbx” es un valor binario que indica si un sujeto tuvo una biopsia anterior para detectar cáncer de próstata. Un valor de 1 indica que se ha producido una biopsia anterior y un valor de 0 indica que no se produjo la biopsia anterior.
7. Curvas de interpolación segmentaria cúbica para los cuatro ensayos
En este modelo, se incluyen curvas de interpolación segmentaria cúbica para cada término. En el ejemplo proporcionado a continuación se describe una curva de interpolación segmentaria cúbica con cuatro nudos. Sin embargo, debe apreciarse que alternativamente puede utilizarse una curva de interpolación segmentaria cúbica utilizando cualquier número adecuado de nudos, incluyendo, sin carácter limitante, cinco nudos, seis nudos, siete nudos y ocho nudos. Las curvas de interpolación segmentaria pueden determinarse utilizando las siguientes ecuaciones:
en las que nudo 1 y nudo 4 son nudos externos para la curva de interpolación segmentaria cúbica, y nudo 2 y nudo 3 son nudos internos para la curva de interpolación segmentaria cúbica. Los nudos externos pueden establecerse como los niveles mínimo y máximo de tPSA, fPSA, iPSA o hK2 en una población. Un nudo interno (p. ej., el nudo 2) puede establecerse como el valor del percentil 33,3 de los niveles de tPSA, fPSA, iPSA o hK2 en una población. Otro nudo interno (p. ej., nudo 3) puede establecerse como el valor del percentil 66,6 de los niveles de tPSA, fPSA, iPSA o hK2 en una población.
Los nudos internos pueden especificarse dentro del intervalo de entre aproximadamente 2 a aproximadamente 8 y entre aproximadamente 3 a aproximadamente 6 para tPSA, entre aproximadamente 0,25 a aproximadamente 2 y entre aproximadamente 0,5 a aproximadamente 1,5 para fPSA, entre aproximadamente 0,2 a aproximadamente 0,5 y entre aproximadamente 0,4 a aproximadamente 0,8 para iPSA, y entre aproximadamente 0,02 a aproximadamente 0,04 y entre aproximadamente 0,04 a aproximadamente 0,08 para hK2. Por ejemplo, en una implementación, se utilizan valores de 3,92 y 5,61 para los nudos internos de tPSA, se utilizan valores de 0,82 y 1,21 para los nudos internos de fPSA, se utilizan valores de 0,3 y 0,51 para los nudos internos de iPSA, y se utilizan valores de 0,036 y 0,056 para los nudos internos de hK2.
En ciertas realizaciones, uno o más nudos internos de tPSA pueden estar independientemente en el intervalo de entre aproximadamente 3 a aproximadamente 5, entre aproximadamente 3 a aproximadamente 6, entre aproximadamente 2,5 a aproximadamente 6, entre aproximadamente 2,5 a aproximadamente 6,5, entre aproximadamente 5 a aproximadamente 8, entre aproximadamente 5,5 a aproximadamente 8, entre aproximadamente 5 a aproximadamente 9, entre aproximadamente 5 a aproximadamente 10, entre aproximadamente 1 a aproximadamente 5, entre aproximadamente 1 a aproximadamente 4, y entre aproximadamente 1 a aproximadamente 3. También son posibles otros intervalos.
Uno o más nudos internos de fPSA pueden estar independientemente en el intervalo de entre aproximadamente 0,1 a aproximadamente 1,0, entre aproximadamente 0,1 a aproximadamente 1,2, entre aproximadamente 0,3 a aproximadamente 0,8, entre aproximadamente 0,4 a aproximadamente 0,9, entre aproximadamente 0,5 a aproximadamente 1,2, entre aproximadamente 0,7 a aproximadamente 1,4, entre aproximadamente 0,7 a aproximadamente 0,9, entre aproximadamente 1,1 a aproximadamente 1,6, entre aproximadamente 1,1 a aproximadamente 1,2, y entre aproximadamente 1,1 a aproximadamente 2. También son posibles otros intervalos.
Uno o más nudos internos de iPSA pueden estar independientemente en el intervalo de entre aproximadamente 0,05 a aproximadamente 0,5, entre aproximadamente 0,1 a aproximadamente 0,5, entre aproximadamente 0,2 a aproximadamente 0,5, entre aproximadamente 0,1 a aproximadamente 0,8, entre aproximadamente 0,2 a aproximadamente 0,8, entre aproximadamente 0,4 a aproximadamente 0,8, entre aproximadamente 0,4 a aproximadamente 1,0, entre aproximadamente 0,3 a aproximadamente 0,6, entre aproximadamente 0,5 a aproximadamente 1,0, y entre aproximadamente 0,6 a aproximadamente 0,8. También son posibles otros intervalos.
Uno o más nudos internos de hK2 pueden estar independientemente en el intervalo de entre aproximadamente 0,01 a aproximadamente 0,03, entre aproximadamente 0,01 a aproximadamente 0,04, entre aproximadamente 0,01 a aproximadamente 0,05, entre aproximadamente 0,02 a aproximadamente 0,05, entre aproximadamente 0,02 a aproximadamente 0,06, entre aproximadamente 0,03 a aproximadamente 0,05, entre aproximadamente 0,4 a aproximadamente 0,07, entre aproximadamente 0,04 a aproximadamente 1,0, entre aproximadamente 0,5 a aproximadamente 1,0, y entre aproximadamente 0,6 a aproximadamente 1,0. También son posibles otros intervalos.
Tal como se trató anteriormente, pueden utilizarse curvas de interpolación segmentaria cúbica que incorporan cualquier número adecuado de nudos internos (p. ej., tres, cuatro, cinco, seis nudos internos), y el ejemplo de una curva de interpolación segmentaria cúbica que incluye dos nudos internos se proporciona simplemente para ilustración y no limitación. Si se incluyen más de dos nudos internos, los nudos se pueden colocar dentro de uno o más de los intervalos comentados anteriormente, o en algún otro intervalo adecuado. Por ejemplo, en algunas realizaciones, los nudos se pueden especificar de tal manera que la longitud de los segmentos de la curva de interpolación segmentaria entre cada uno de los pares de nudos vecinos es esencialmente igual.
El modelo se puede representar como:
8. Modelo de umbral de tPSA
El modelo seleccionado puede depender de si se detecta el nivel umbral de tPSA en la muestra o no. Si el nivel de tPSA es superior a un umbral en una muestra, entonces el modelo predictivo puede ser como sigue:
E = Po Pi(tPSA) P2 (DRE)neg p3(DRE)pos p4(priorbx)(13)
El intervalo de valores de los coeficientes de ponderación en este modelo es tal como se exponen en la Tabla 1 a continuación. En las columnas segunda y tercera se muestran coeficientes adecuados para determinar la probabilidad de que una biopsia de tejido de próstata tenga un cáncer de cualquier grado; mientras que en las columnas cuarta y quinta se muestran coeficientes adecuados para determinar la probabilidad de que una biopsia de tejido de próstata tenga un cáncer de grado alto .
Tabla 1. Coeficientes de ponderación para utilizar cuando el nivel de tPSA es superior al umbral
En algunas realizaciones, si el nivel de tPSA detectado en una muestra es inferior o igual al nivel umbral, entonces el modelo predictivo es como sigue:
El intervalo de valores de los coeficientes de ponderación en este modelo es tal como se expone en la Tabla 2 a continuación. En las columnas segunda y tercera se muestran coeficientes adecuados para determinar la probabilidad de que una biopsia de tejido de próstata tenga un cáncer de cualquier grado; mientras que en las columnas cuarta y quinta se muestran coeficientes adecuados para determinar la probabilidad de que una biopsia de tejido de próstata tenga un cáncer de grado alto.
Tabla 2. Coeficientes de ponderación para utilizar cuando el nivel de tPSA es inferior o igual a un umbral
Los términos de la curva de interpolación segmentaria de sp1(tPSA), sp2(tPSA), sp1(fPSA) y sp2(fPSA) en el modelo anterior pueden determinarse según la fórmula de la curva de interpolación segmentaria cúbica presentada anteriormente en el modelo n.° 7 anterior (ecuaciones 10 y 11).
En algunas realizaciones, los valores de los nudos internos 2 y 3 y los nudos externos 1 y 4 están dentro de los intervalos expuestos en la Tabla 3 a continuación para tPSA y fPSA.
Tabla 3. Intervalos de valores de nudos
Implementación en ordenador
En la FIG. 1B se muestra una implementación ilustrativa de un sistema 106 de ordenador en el que se pueden implementar algunas o todas las técnicas y/o interacciones de usuario descritas en el presente documento. El sistema informático 106 puede incluir uno o más procesadores 107 y uno o más medios de almacenamiento no transitorio legibles por ordenador (p. ej., memoria 108 y uno o más medios 110 de almacenamiento no volátil). El o los procesadores 107 pueden controlar la escritura y la lectura de datos desde la memoria 108 y el dispositivo 110 de almacenamiento no volátil de cualquier manera adecuada, ya que los aspectos de la presente invención descritos en el presente documento no están limitados a este respecto.
Para llevar a cabo cualquiera de las funcionalidades descritas en el presente documento, el o los procesadores 107 pueden ejecutar una o más instrucciones, tales como módulos de programa, almacenadas en uno o más medios de almacenamiento legibles por ordenador (p. ej., la memoria 108), que pueden servir como medios de almacenamiento no transitorios legibles por ordenador que almacenan instrucciones para la ejecución por el procesador 107. Generalmente, los módulos del programa incluyen rutinas, programas, objetos, componentes, estructuras de datos, etc., que realizan tareas particulares o implementan tipos de datos abstractos particulares. Esto también puede implementarse en entornos informáticos distribuidos en donde se realizan tareas por dispositivos de procesamiento remotos que están enlazados a través de una red de comunicaciones. En un entorno informático distribuido, los módulos de programa pueden estar ubicados en medios de almacenamiento informáticos tanto locales como remotos, incluyendo dispositivos de almacenamiento de memoria. El ordenador 106 puede recibir entradas de datos y órdenes de programa a través de una interfaz 109 de entrada. La interfaz 109 de entrada puede comprender un teclado, una pantalla táctil, un puerto USB, una unidad de CD, una unidad de DVD, u otra interfaz de entrada.
El ordenador 106 puede funcionar en un entorno en red utilizando conexiones lógicas a uno o más ordenadores remotos. El uno o más ordenadores remotos pueden incluir un ordenador personal, un servidor, un rúter, un PC en red, un dispositivo al mismo nivel u otro nodo de red común, e incluyen normalmente muchos o todos de los elementos descritos anteriormente con respecto al ordenador 106. Las conexiones lógicas entre el ordenador 106 y el uno o más ordenadores remotos pueden incluir, sin carácter limitante, una red de área local (LAN) y una red de área amplia (WAN), pero también pueden incluir otras redes. Tales redes se pueden basar en cualquier tecnología adecuada y pueden funcionar según cualquier protocolo adecuado, y pueden incluir redes inalámbricas, redes cableadas o redes de fibra óptica. Tales entornos de red son comunes en oficinas, redes informáticas a nivel de empresas, intranets e Internet.
Cuando se utiliza en un entorno de red LAN, el ordenador 106 se puede conectar a la LAN a través de una interfaz o adaptador de red. Cuando se utiliza en un entorno de red WAN, el ordenador 106 incluye normalmente un módem u otro medio para establecer comunicaciones a lo largo de la WAN, tal como Internet. En un entorno de red, pueden almacenarse módulos de programa, o partes de los mismos, en un dispositivo de almacenamiento de memoria remoto.
El ordenador 106 puede recibir diversas entradas descritas en el presente documento para evaluar el riesgo de cáncer de próstata y/o determinar el volumen de la glándula prostática a través de una red (p. ej., una LAN, una WAN, o alguna otra red) desde uno o más ordenadores o dispositivos remotos que almacenan datos asociados con las entradas. Uno o más de los ordenadores/dispositivos remotos pueden realizar el análisis con datos almacenados remotamente antes de enviar los resultados del análisis como datos de entrada al ordenador 300. Como alternativa, los datos almacenados remotamente se pueden enviar al ordenador 106 tal como se almacenaron remotamente, sin ningún análisis remoto. Adicionalmente, un usuario del ordenador 106 puede recibir entradas directamente utilizando cualquiera de varias interfaces de entrada (p. ej., interfaz 109 de entrada) que se pueden incorporar como componentes del ordenador 106.
Diversas salidas descritas en el presente documento, incluyendo la salida de la probabilidad de riesgo de cáncer de próstata y/o el volumen de la glándula prostática, se pueden proporcionar visualmente en un dispositivo de salida (p. ej., una pantalla) conectado directamente al ordenador 106, o la o las salidas se pueden proporcionar a un dispositivo de salida ubicado remotamente conectado al ordenador 106 a través de una o más redes cableadas o inalámbricas, ya que las realizaciones de la invención no están limitadas a este respecto. Las salidas descritas en el presente documento se pueden proporcionar adicionalmente o como alternativa utilizando una presentación distinta de la visual. Por ejemplo, el ordenador 300 o un ordenador remoto al que se proporciona una salida puede incluir una o más interfaces de salida, incluyendo, sin carácter limitante, altavoces, e interfaces de salida vibratorias, para proporcionar una indicación de la salida.
Debe apreciarse que aunque en la FIG. 1 se ilustra que el ordenador 106 es un único dispositivo, en algunas realizaciones, el ordenador 106 puede comprender una pluralidad de dispositivos acoplados en comunicación para realizar algunas o todas de las funcionalidades descritas en el presente documento, y el ordenador 106 sólo es una implementación ilustrativa de un ordenador que puede utilizarse según realizaciones de la invención. Por ejemplo, en algunas realizaciones, el ordenador 106 puede estar integrado en y/o estar en comunicación electrónica con el sistema. Tal como se describió anteriormente, en algunas realizaciones, el ordenador 106 puede estar incluido en un entorno de red, en donde se envía información sobre uno o más marcadores sanguíneos, utilizados para determinar la probabilidad de cáncer de próstata y/o el volumen de la glándula prostática, desde una fuente externa al ordenador 106 para su análisis utilizando una o más de las técnicas descritas en el presente documento. En la FIG. 1C se muestra un entorno 111 de red ilustrativo según algunas realizaciones de la invención. En el entorno 111 de red, el ordenador 106 está conectado a un sistema 112 de ensayo a través de la red 114. Tal como se trató anteriormente, la red 114 puede ser cualquier tipo adecuado de red cableada o inalámbrica, y puede incluir una o más redes de área local (LAN) o redes de área amplia (WAN), tales como Internet.
Los métodos, etapas, simulaciones, algoritmos, sistemas, y elementos del sistema de cálculo descritos en el presente documento se pueden implementar utilizando un sistema informático, tal como las diversas realizaciones de sistemas informáticos descritas a continuación. Los métodos, etapas, sistemas, y elementos del sistema descritos en el presente documento no están limitados en su implementación a ningún sistema informático específico descrito en el presente documento, ya que se pueden utilizar muchas otras máquinas diferentes.
El sistema informático puede incluir un procesador, por ejemplo un procesador comercialmente disponible tal como uno de los procesadores de la serie x86, Celeron y Pentium, disponibles en Intel, dispositivos similares de AMD y Cyrix, los microprocesadores de la serie 680X0 disponibles en Motorola, el microprocesador PowerPC de IBM, y procesadores de ARM. Hay muchos otros procesadores disponibles, y el sistema informático no está limitado a un procesador particular.
Un procesador ejecuta normalmente un programa denominado sistema operativo, del que Windows 7, Windows 8, UNIX, Linux, DOS, VMS, MacOS y OSX, e iOS son ejemplos, que controla la ejecución de otros programas informáticos y proporciona programación de horarios, depuración, control de entrada/salida, contabilidad, compilación, asignación del almacenamiento, gestión de datos y gestión de memoria, control de comunicaciones, y servicios relacionados. El procesador y el sistema operativo definen juntos una plataforma informática para la que se escriben programas de aplicación en lenguajes de programación de alto nivel. El sistema informático no está limitado a una plataforma informática particular.
El sistema informático puede incluir un sistema de memoria, que normalmente incluye un medio de grabación no volátil que se puede leer y escribir por ordenador, del cual son ejemplos un disco magnético, un disco óptico, una memoria flash y una cinta. Tal medio de grabación puede ser retirable, por ejemplo un disquete, CD de lectura/escritura, o tarjeta de memoria, o puede ser permanente, por ejemplo un disco duro.
Tal medio de grabación almacena señales, normalmente en forma binaria (es decir, una forma interpretada como una secuencia de unos y ceros). Un disco (p. ej., magnético u óptico) tiene varias pistas, en las cuales se pueden almacenar tales señales, normalmente en forma binaria, es decir, una forma interpretada como una secuencia de unos y ceros. Tales señales pueden definir un programa de software, p. ej., un programa de aplicación, que va a ser ejecutado por el microprocesador, o información que va a ser procesada por el programa de aplicación.
El sistema de memoria del sistema informático también puede incluir un elemento de memoria de circuito integrado, que normalmente es una memoria de acceso aleatorio, volátil, tal como una memoria de acceso aleatorio dinámica (DRAM) o una memoria estática (SRAM). Normalmente, en funcionamiento, el procesador hace que se lean programas y datos desde medio de grabación no volátil al elemento de memoria de circuito integrado, que normalmente permite un acceso más rápido a las instrucciones y datos del programa mediante el que el medio de grabación no volátil.
El procesador manipula generalmente los datos dentro del elemento de memoria de circuito integrado según las instrucciones del programa, y después copia los datos manipulados al medio de grabación no volátil después de completarse el procesamiento. Se conocen una variedad de mecanismos para gestionar el movimiento de datos entre el medio de grabación no volátil y el elemento de memoria de circuito integrado, y el sistema informático que implementa los métodos, etapas, sistemas y elementos de sistema descritos anteriormente no está limitado a ellos. El sistema informático no está limitado a un sistema de memoria particular.
Al menos parte de tal sistema de memoria descrito anteriormente se puede utilizar para almacenar una o más estructuras de datos (p. ej., tablas de consulta) o ecuaciones descritas anteriormente. Por ejemplo, al menos parte del medio de grabación no volátil puede almacenar al menos parte de una base de datos que incluye una o más de tales estructuras de datos. Tal base de datos puede ser cualquiera de una variedad de tipos de bases de datos, por ejemplo un sistema de archivos que incluye una o más estructuras de datos de archivos planos en las que los datos se organizan en unidades de datos separadas por delimitadores, una base de datos relacional en la que los datos se organizan en unidades de datos almacenadas en tablas, una base de datos orientada a objetos en la que los datos se organizan en unidades de datos almacenadas como objetos, otro tipo de base de datos, o cualquier combinación de las mismas.
El sistema informático puede incluir un subsistema de I/O de datos de vídeo y audio. Una parte de audio del subsistema puede incluir un convertidor de analógico a digital (A/D), que recibe información de audio analógica y la convierte en información digital. La información digital se puede comprimir utilizando sistemas de compresión conocidos para el almacenamiento en el disco duro, para utilizarla en otro momento. Una parte de vídeo típica del subsistema de I/O puede incluir un compresor/descompresor de imágenes de vídeo, de los que se conocen muchos en la técnica. Tales compresores/descompresores convierten información de vídeo analógica en información digital comprimida, y viceversa. La información digital comprimida se puede almacenar en un disco duro para su utilización en un momento posterior.
El sistema informático puede incluir uno o más dispositivos de salida. Los ejemplos de dispositivos de salida incluyen una pantalla de tubo de rayos catódicos (CRT), pantallas de cristal líquido (LCD) y otros dispositivos de salida de vídeo, impresoras, dispositivos de comunicación tales como un módem o una interfaz de red, dispositivos de almacenamiento tales como un disco o cinta, y dispositivos de salida de audio tales como un altavoz.
El sistema informático también puede incluir uno o más dispositivos de entrada. Los ejemplos de dispositivos de entrada incluyen un teclado, teclado numérico, bola de seguimiento, ratón, lápiz y tableta, dispositivos de comunicación tales como se describieron anteriormente, y dispositivos de entrada de datos tales como dispositivos de captura de audio y de vídeo y sensores. El sistema informático no está limitado a los dispositivos de entrada o salida particulares descritos en el presente documento.
Debe apreciarse que puede utilizarse uno o más de cualquier tipo de sistema informático para implementar diversas realizaciones descritas en el presente documento. Pueden implementarse aspectos de la divulgación en software, hardware o firmware, o cualquier combinación de los mismos. El sistema informático puede incluir hardware especialmente programado, para fines especiales, por ejemplo, un circuito integrado de aplicación específica (ASIC). Tal hardware para fines especiales se puede configurar para implementar uno o más de los métodos, etapas, simulaciones, algoritmos, sistemas, y elementos de sistema descritos anteriormente como parte del sistema informático descrito anteriormente, o como un componente independiente.
El sistema informático y componentes del mismo pueden ser programables utilizando cualquiera de una variedad de uno o más lenguajes de programación informática adecuados. Tales lenguajes pueden incluir lenguajes de programación de procedimiento, por ejemplo C, Pascal, Fortran y BASIC, lenguajes orientados a objetos, por ejemplo C++, Java y Eiffel, y otros lenguajes, tales como un lenguaje de guiones o incluso un lenguaje de ensamblaje.
Los métodos, etapas, simulaciones, algoritmos, sistemas, y elementos de sistema se pueden implementar utilizando cualquiera de una variedad de lenguajes de programación adecuados, incluyendo lenguajes de programación de procedimiento, lenguajes de programación orientados a objetos, otros lenguajes y combinaciones de los mismos, que se pueden ejecutar mediante tal sistema informático. Tales métodos, etapas, simulaciones, algoritmos, sistemas, y elementos de sistema se pueden implementar como módulos separados de un programa informático, o se pueden implementar individualmente como programas informáticos separados. Tales módulos y programas se pueden ejecutar en ordenadores separados.
Tales métodos, etapas, simulaciones, algoritmos, sistemas, y elementos de sistema, ya sea individualmente o en combinación, se pueden implementar como un producto de programa informático implementado de manera tangible como señales legibles por ordenador en un medio legible por ordenador, por ejemplo un medio de grabación no volátil, un elemento de memoria de circuito integrado, o una combinación de los mismos. Para cada método, etapa, simulación, algoritmo, sistema, o elemento de sistema de este tipo, tal producto de programa informático puede comprender señales legibles por ordenador implementadas de manera tangible en el medio legible por ordenador que definen instrucciones, por ejemplo como parte de uno o más programas, que, como resultado de ejecutarse por un ordenador, instruyen al ordenador a llevar a cabo el método, etapa, simulación, algoritmo, sistema, o elemento de sistema.
Debe apreciarse que pueden formarse diversas realizaciones con uno o más de los rasgos descritos anteriormente. Los aspectos y rasgos anteriores se pueden emplear en cualquier combinación adecuada, ya que la presente invención no está limitada a este respecto. También debe apreciarse que los dibujos ilustran diversos componentes y rasgos que se pueden incorporar en diversas realizaciones. Por simplificación, algunos de los dibujos pueden ilustrar más de un rasgo o componente opcional. Sin embargo, la invención no está limitada a las realizaciones específicas divulgadas en los dibujos. Debe reconocerse que la divulgación abarca realizaciones que pueden incluir solamente una parte de los componentes ilustrados en una cualquiera de las figuras de los dibujos, y/o también pueden abarcar realizaciones que combinan componentes ilustrados en múltiples figuras de dibujos diferentes.
Ejemplos
Ejemplo 1- Ensayo y modelo predictivo
En el presente documento se describe un ensayo basado en un panel de cuatro marcadores de calicreína que incluyen antígeno prostético específico total (tPSA), PSA libre (fPSA), PSA intacto (iPSA) y calicreína 2 de ser humano (hK2) vinculados con información específica del paciente mediante un algoritmo de múltiples variables. Este algoritmo devuelve dos probabilidades calibradas: una para el riesgo de cáncer de cualquier grado y otra para el riesgo de cáncer de grado alto (grado de Gleason 7 o superior) antes de la biopsia.
Los cuatro marcadores de calicreína se han estudiado individualmente y en diversas combinaciones para aplicaciones de detección de cáncer de próstata. Un algoritmo de regresión logística que incorpora los niveles en plasma sanguíneo de estos cuatro marcadores así como información específica del paciente tal como la edad, el resultado de un tacto rectal (DRE) y la existencia de una(s) biopsia(s) de próstata negativa(s) anterior(es) demostró un valor predictivo positivo superior para cáncer de próstata que el ensayo de PSA sola.
Se incluyeron trescientos pacientes en un estudio de calibración inicial. Este incluyó los 5 primeros pacientes enrolados en cada sitio del estudio, después pacientes enrolados secuencialmente. Se aplicaron exclusiones para muestras que no se almacenaron y/o enviaron de manera óptima, o cuando la muestra produjo resultados anómalos durante la medición de los marcadores de calicreína.
Algoritmo de regresión logística para calcular el riesgo de cáncer en una biopsia
Mediante el estudio de calibración se estableció una fórmula para un modelo predictivo para calcular el riesgo de cáncer en una biopsia y se presenta a continuación. Tal como se indica, se utiliza una fórmula diferente dependiendo de los niveles de PSA total. Además, se utilizan diferentes coeficientes de ponderación dependiendo de si el modelo está utilizándose para determinar la probabilidad de que una biopsia contenga un cáncer detectable de cualquier grado frente a un cáncer detectable de grado alto (p. ej., puntuación de Gleason de 7,0 o superior). Los coeficientes de ponderación están dentro de los intervalos especificados en las Tablas 1 y 2 en el presente documento. En la Tabla 4 se describen las variables de las fórmulas.
Si PSA total < 25 ng/mL
Términos restringidos de la curva de interpolación segmentaria cúbica
Para algunas variables en los modelos (PSA total y PSA libre), se incluyeron términos restringidos de la curva de interpolación segmentaria cúbica, lo que significa que se añaden dos términos adicionales a cada uno de los modelos para cada término de la curva de interpolación segmentaria. A continuación se facilitan las fórmulas para calcular los dos términos de la curva de interpolación segmentaria.
Sp[var]1 y sp[var]2 se calculan para PSA total y libre utilizando las fórmulas anteriores. El término de la curva de interpolación segmentaria para PSA total se calculó utilizando valores de los nudos dentro de los intervalos especificados en la Tabla 3.
Tabla 4. Variables para la fórmula para calcular el riesgo de cáncer en biopsia
Resultados de la calibración
En la tabla 5 se muestran las características de pacientes enrolados en la fase de calibración del estudio.
Tabla 5. Características de los pacientes en la fase de calibración
Calibración del modelo
Se desarrolló un modelo basándose en una cohorte europea. Se utilizó recalibración de regresión logística con coeficientes tanto de pendiente como de ordenada en el origen para someter a prueba la calibración errónea en una cohorte americana.
Si hubiera evidencias de quep0^ 0 o ^ 1, esto indicaría que sería útil recalibrar el modelo.
El modelo que predecía cáncer de grado alto mostró una calibración casi perfecta para predicciones inferiores a 0,2 (o el 20%), mientras que pareció haber algo de subestimación de riesgo real para predicciones superiores a 0,2 (o el 20%) (FIG. 2). Se observa que la decisión de remitir pacientes para biopsia se producirá a umbrales inferiores a 0,2 (o el 20%), en donde el modelo parece predecir de manera precisa el riesgo auténtico de cáncer de grado alto. Por este motivo, no se realizó ninguna recalibración para el modelo de grado alto. El modelo que predecía cualquier grado de cáncer no mostró calibración errónea significativa, y por tanto no se recalibró (FIG.
3). Los puntos de datos en las FIGs. 2 y 3 muestran la relación entre las probabilidades predichas y reales y la línea discontinua es una línea ajustada a los datos. Se muestran barras que indican el grado de variación de la probabilidad real. La línea continua refleja la calibración perfecta cuando las probabilidades reales son iguales a las predichas.
Funcionamiento del modelo
A continuación se presenta el informe del funcionamiento del modelo predictivo. Todos los datos estadísticos se corrigieron para compensar el sobreajuste utilizando validación cruzada de 10 veces repetida.
Tabla 6. Discriminación del modelo predictivo
Tabla 7. Puntuación de Brier del modelo predictivo
Biopsias evitadas en esquemas de biopsia variables
Se determinó el número de cánceres de grado alto (Tabla 5) y cánceres de cualquier grado (Tabla 6) encontrados y no encontrados mediante diferentes esquemas de obtención de biopsias por 1000 pacientes.
Tabla 8. Cánceres de grado alto encontrados/no encontrados
Tabla 9. Cánceres de cualquier grado encontrados/no encontrados
Análisis de la curva de decisión
En la FIG. 4 se muestra el análisis de la curva de decisión para cáncer de grado alto. En la FIG. 5 se muestra el análisis de la curva de decisión para cáncer de cualquier grado.
Curvas de las características operativas del receptor (ROC)
En la FIG. 6 se muestra la ROC para cáncer de grado alto. En la FIG. 7 se muestra la ROC para cáncer de cualquier grado.
Valor predictivo negativo y valor predictivo positivo mediante umbral de biopsia
En las FIGs. 8A y 8B se muestran el valor predictivo positivo y el valor predictivo negativo mediante umbral de biopsia para cáncer de grado alto, respectivamente. En las FIGs. 9A y 9B se muestran el valor predictivo positivo y el valor predictivo negativo mediante umbral de biopsia para cáncer de cualquier grado, respectivamente.
Ejemplo 2. Estudio de validación
Se realizó una evaluación del rendimiento del modelo presentado en el Ejemplo 1 y tal como se expone en las ecuaciones (10, 11, 13, 14), que se denomina en este ejemplo “modelo de ensayo”, basándose en 663 pacientes enrolados en la fase de validación del estudio. Se presentan los resultados por separado para la cohorte completa, hombres con una biopsia anterior, hombres sin biopsia anterior, y hombres de 50-75 años de edad. La FIG. 10 muestra la proporción de hombres por edad que albergaban enfermedad de grado alto en la biopsia. Los hombres mayores tenían tasas mucho más altas de enfermedad de grado alto.
Una posibilidad para el aumento observado en el riesgo a edades superiores es una biopsia más selectiva. En otras palabras, puede que los urólogos sólo realicen biopsias a un hombre de más de 70 años de edad (el límite superior para el examen de PSA en muchas directrices) si hay un motivo convincente para ello. Para evaluar si el aumento en la proporción de cánceres de grado alto entre hombres mayores se debía a la selección de biopsia se utilizó el calculador de riesgos PCPT (véase Thompson IM, Ankerst DP, Chi C, Goodman PJ, Tangen CM, Lucia MS, Feng Z, Parnes HL, Coltman CA Jr. Assessing prostate cancer risk: Results from the Prostate Cancer Prevention Trial, Journal of the National Cancer Institute 98: 529-534, 2006). El calculador de riesgos PCPT se preparó basándose en una cohorte de hombres en la que se ofreció biopsia a todos los hombres independientemente de la edad. En un modelo de regresión logística con enfermedad de grado alto como resultado y riesgo PCPT y edad avanzada como covariables, si el coeficiente de edad es significativo esto sugiere que el efecto de la edad que estaba observándose se debía a la selección, más que a un aumento biológico en el riesgo. Estos resultados indican que el riesgo en hombres mayores es superior al esperado (p=0,072), lo que sugiere un efecto de la selección. Se realizó un análisis de subgrupo de hombres de 50 - 75 años de edad. Dado que había 20 pacientes con menos de 50 años de edad, se realizó un análisis de subgrupo adicional que excluyó a pacientes de más de 70 años de edad.
Se ponderaron dos modelos separados: el “modelo de ensayo” y un modelo base que se basaba en PSA total, la edad, biopsia anterior y DRE. La Tabla 10 es un esquema de las diferencias en las características de los pacientes entre las cohortes de la fase de calibración y la fase de validación.
Tabla 10. Características de los pacientes
La Tabla 11 a continuación proporciona características de pacientes de la cohorte de la fase de validación separadas por estado de cáncer.
Se encontró que el modelo de ensayo tiene una mayor capacidad de discriminación para la enfermedad de grado alto que el modelo base, con un aumento en el AUC en aproximadamente 0,06. Esta diferencia es relativamente estable a lo largo de las condiciones. Es ligeramente mayor para pacientes con biopsia anterior (0,09) y en la “zona gris” de diagnóstico (0,07 - 0,09). Las diferencias entre los modelos base y de ensayo para el criterio de valoración de biopsia positiva son menores, demostrando claramente la selectividad de los modelos de ensayo para la enfermedad de grado alto.
Las Tablas 14 y 15 a continuación exponen resumidamente el número de grado alto encontrado y no encontrado para todos los pacientes y para aquellos de menos de 70 años de edad mediante diferentes esquemas de biopsia por 1000 pacientes. En un análisis de consecuencias clínicas, se encontró que utilizando un punto de corte del 7,5% se reduce el número de biopsias en aproximadamente el 50%. Esto conduce a que no se encuentran algunos cánceres de grado alto, un efecto que se reduce cuando se restringe el análisis a hombres de menos de 71 años de edad. De los pacientes más jóvenes con un riesgo <7,5%, el 5,5% tenían una puntuación de Gleason de 7 u 8, lo que significa que se necesitaría realizar 18 biopsias para encontrar un cáncer de grado alto en este grupo. De los cánceres de grado alto no encontrados, el 53% eran 3 4, el 40% eran 4 3 y el 7% eran 4 4.
Tabla 11. Cohorte del estudio de validación por estado del cáncer
Tabla 12. Diferencias entre los modelos
Tabla 13. Puntuación de Brier
Todos los pacientes
Tabla 14. Cáncer de grado alto
Menos de 71 años de edad
Tabla 15. Cáncer de grado alto
Las FIGs. 11A y 11B muestran probabilidades predichas frente a reales de detectar cáncer de grado alto en todos los pacientes (n = 663). La FIG. 11C muestra probabilidades predichas frente a reales de detectar cáncer de cualquier grado en todos los pacientes (n = 663). Las FIGs. 12A y 12B muestran probabilidades predichas frente a reales de detectar cáncer de grado alto en pacientes de 50-75 años de edad (n = 587). La FIG. 12C muestra probabilidades predichas frente a reales de detectar cáncer de cualquier grado en todos los pacientes de 50-75 años de edad (n = 587). Las FIGs. 13A y 13B muestran probabilidades predichas frente a reales de detectar cáncer de grado alto en pacientes de menos de 71 años de edad (n = 535). La FIG. 13C muestra probabilidades predichas frente a reales de detectar cáncer de cualquier grado en todos los pacientes de menos de 71 años de edad (n = 535). Los resultados anteriores muestran que hay un grado de subpredicción del riesgo, un efecto que se reduce al limitar la muestra a pacientes de menos de 71 años de edad. Para las FIGs.
11 a 13, los puntos de datos muestran la relación entre las probabilidades predichas y reales y la línea discontinua es una línea ajustada a los datos. Se muestran barras que indican el grado de variación de las probabilidades reales. Las líneas continuas reflejan la calibración perfecta en la que las probabilidades reales son iguales a las predichas.
Las FIGs. 14A y 14B muestran el beneficio neto frente a niveles de probabilidad umbral para todos los pacientes (n = 663). Las FIGs. 15A y 15B muestran el beneficio neto frente a niveles de probabilidad umbral para pacientes de 50-75 años de edad (n = 587). Las FIGs. 16A y 16B muestran el beneficio neto frente a niveles de probabilidad umbral para todos los pacientes de menos de 71 años de edad (n = 535). Los datos indican que la utilización del modelo predictivo está asociada con un claro beneficio neto para detectar cáncer de grado alto. Este efecto se refuerza para los pacientes de menos de 71 años de edad. El beneficio neto se evalúa tal como se describe en Vickers A.J. et al., el beneficio neto y la probabilidad umbral se establecieron usando los métodos divulgados en Med Decis Making. 2006; 26(6): 565-574.
Ejemplo 3 - Métodos de inmunoensayo
Los siguientes métodos de ensayo son útiles para determinar los niveles (p. ej., niveles en ng/mL) de tPSA, fPSA, iPSA y hK2 presentes en muestras de plasma de ser humano utilizando el sistema de inmunoensayo automático AutoDELFIA y se utilizaron en relación con los Ejemplos 1 y 2. Se calcula la cantidad promedio de cada marcador a partir de los ensayos por duplicado para cada marcador y se utiliza en un modelo predictivo para determinar una puntuación de riesgo para una muestra de plasma de ser humano dada tal como se presentó en el Ejemplo 2. También pueden determinarse tPSA y fPSA utilizando un analizador de inmunoensayo Elecsys (Roche Diagnostics).
Cada ejecución utiliza al menos un conjunto de tres placas: una placa para f/tPSA, una placa para iPSA y una placa para hK2. Una ejecución completa a capacidad total implica dos conjuntos de estas tres placas. Todo el procedimiento implica aproximadamente de 3 a 5 horas desde el inicio hasta obtener los resultados del ensayo dependiendo del número de placas que se ejecutan.
Reactivos
• Tampón de ensayo de hK2
• Patrones de iPSA (A - G)
• Patrones de hK2 (A - G)
• Solución de potenciación (Perkin Elmer, producto n.° 13800753)
Concentrado de lavado (Perkin Elmer, producto n.° B117-100)
Controles del ensayo de iPSA (bajo, medio y alto)
Controles del ensayo de hK2 (bajo, medio y alto)
Placa de estreptavidina amarilla, de 96 pocillos (Perkin Elmer, producto n.° AAAND-0005) Agua de calidad para reactivo
Kit PROSTATUS para detectar t/f PSA (Perkin Elmer, producto n.° B073-301) Solución de anticuerpo de captura biotinilado para iPSA (100x)
Solución de trazador para iPSA (100x)
Solución de anticuerpo de captura biotinilado para hK2 (100x)
Solución de bloqueante para hK2 (50x)
Solución de trazador para hK2 (100x)
En las siguientes tablas se muestran los detalles de determinados anticuerpos y reactivos.
Tabla 16. Reactivos
n
Suministros
Puntas de pipeta Wallac, 1,25 mL (Perkin Elmer, producto n.° 1235-402)
Recipientes de dilución (Perkin Elmer, producto n.° 1235-411)
Tubos de 15 mL
Rotulador indeleble
Equipamiento
Pipeta 101-1000 pL de capacidad
Puntas de pipeta
Procesador de placas AutoDELFIA (Perkin Elmer: 1235-001).
Procesador de muestras AutoDELFIA (Perkin Elmer: 1297-014).
PC AutoDELFIA (Perkin Elmer: 1235-8060)
(incluye software, estación de trabajo y Multicalc)
Muestra
• Plasma
Procedimiento
Se carga una parte alícuota de la muestra de paciente en el sistema de inmunoensayo (p. ej., instrumento de Roche) para determinar tPSA y fPSA. Para la determinación de iPSA, hK2 (y opcionalmente fPSA y tPSA) con el instrumento AutoDELFIA se sigue el siguiente procedimiento: se equilibran todos los reactivos a temperatura ambiente, incluyendo los patrones específicos del ensayo (7 niveles) y los controles específicos del ensayo (3 niveles). Se diluye la solución de anticuerpo de captura biotinilado para iPSA (100x) 100 veces con tampón de ensayo de iPSA pH 6,8, y se dispensan soluciones de anticuerpo de captura en cada pocillo de las placas para iPSA. Se diluye la solución de anticuerpo de captura biotinilado para hK2 (100x) 100 veces con tampón de ensayo de hK2 pH 7,8, y se dispensan soluciones de anticuerpo de captura en cada pocillo de las placas para hK2. Se incuba a temperatura ambiente durante 30 a 60 min. Si se utiliza el kit Prostatus para determinar tPSA y fPSA, se siguen las instrucciones del kit para determinar tPSA y fPSA. Se carga el reactivo del ensayo y la muestra de paciente en el instrumento AutoDELFIA. Se ejecutan los protocolos del instrumento para el ensayo de iPSA y el ensayo de hK2 hasta completarlos.
Adquisición y procesado de muestras
Se extrae sangre en el tubo de K<2>EDTA, y se almacena a 2-8 °C hasta que se envía mediante envío durante la noche al laboratorio con paquetes de hielo congelado. Al llegar al laboratorio, se inspeccionan las muestras y (si son aceptables) se registran en el sistema de registro del laboratorio y se almacenan en el tubo de K<2>EDTA en una nevera a 2-8 °C. Se centrifuga la sangre tan rápidamente como sea posible y se extrae el plasma mediante pipeta a un tubo de transferencia. Para periodos de 24 horas o menos desde el momento de la recepción, la muestra de plasma se almacena a 2-8 °C, pero para periodos mayores de 24 horas, el plasma se almacena a de -70 °C a -80 °C.
Ejemplo 4 - Secuencias para PSA y calicreína 2 de ser humano
Proteína PSA (SEQ ID NO: 3)
Proteína hK2 (SEQ ID NO: 4)
Claims (5)
- REIVINDICACIONES 1. Método implementado por ordenador de determinación de la probabilidad de que una biopsia de tejido de próstata obtenida de un sujeto contenga cáncer de próstata detectable de alto grado, en donde el cáncer de próstata de alto grado es cáncer de próstata que tiene una puntuación de Gleason superior o igual a 7,0, método que comprende: i) Someter una muestra de sangre del sujeto a un inmunoensayo que mide los niveles de antígeno prostático específico libre (fPSA), antígeno prostático específico intacto (iPSA), antígeno prostático específico total (tPSA) y calicreína 2 de ser humano (hK2); y ii) Determinar la probabilidad de que la biopsia de tejido de próstata contenga cáncer de próstata detectable de alto grado ponderando los niveles medidos de fPSA, iPSA, tPSA y hK2 y de un parámetro indicativo de si el sujeto tuvo una biopsia anterior de tejido de próstata; en donde la probabilidad de que la biopsia de tejido de próstata contenga cáncer de próstata detectable de alto grado espfpsa1 p en donde las variables se definen como sigue:en donde sptpsai y spfpsai se determinan mediante la siguiente ecuación:en donde sptpsa2 y spfpsa2 se determinan mediante la siguiente ecuación:en donde los nudos caen dentro de los siguientes rangos:y en donde los coeficientes de ponderación caen dentro de los siguientes rangos:
- 2. Un método implementado por ordenador de determinación de la probabilidad de que una biopsia de tejido de próstata obtenida de un sujeto contenga cáncer de próstata detectable de alto grado, en donde el cáncer de próstata de alto grado es cáncer de próstata que tiene una puntuación de Gleason superior o igual a 7,0, método que comprende: i) Someter una muestra de sangre del sujeto a un inmunoensayo que mide el nivel de antígeno prostático específico total (tPSA) en la muestra de sangre; y ii) Si el nivel de tPSA está por encima del nivel umbral, determinar la probabilidad de que la biopsia de tejido de próstata contenga cáncer de próstata detectable de alto grado ponderando el nivel medido de tPSA y de un parámetro indicativo de si el sujeto ha tenido una biopsia anterior de tejido de próstata; en donde la probabilidad de que la biopsia de tejido de próstata contenga cáncer de próstata detectable de alto grado esen donde Xp = po+ p<1>tpsa p<2>dreneg+ p3drep0s+ p4priorbx, en donde los coeficientes de ponderación caen dentro de los siguientes rangos:___________________ ___________________ y iii) Si el nivel de tPSA está en o por debajo del nivel umbral, someter la muestra de sangre a un inmunoensayo que mida los niveles de antígeno prostático específico libre (fPSA), antígeno prostático específico intacto (iPSA) y calicreína 2 de ser humano (hK2) en la muestra de sangre. y determinar la probabilidad de que la biopsia de tejido prostático contenga cáncer de próstata detectable de alto grado ponderando los niveles medidos de tPSA, fPSA, iPSA y hK2 y de un parámetro indicativo de si el sujeto ha tenido una biopsia anterior de tejido prostático, en donde la probabilidad de que la biopsia de tejido prostético contenga cáncer de próstata detectable de alto grado esen donde Xp = po+ piedad p<2>tpsa p3sptpsa1 p4sptpsa2 psfpsa p6spfpsa1 p7spfpsa2 pghK2 piodreneg+ pi idrepos+ pi<2>priorbx, en donde los coeficientes de ponderación caen dentro de los siguientes rangos:en donde las variables se definen como sigue:en donde sptpsal y spfpsal se determinan mediante la siguiente ecuación:en donde sptpsa2 y spfpsa2 se determinan mediante la siguiente ecuación:en donde los nudos caen dentro de los siguientes rangos:y en donde el umbral is 25 ng/mL de tPSA.
- 3. El método según una cualquiera de las reivindicaciones 1-2, en donde la muestra de sangre es una muestra de plasma sanguíneo.
- 4. El método según una cualquiera de las reivindicaciones 1-3, en donde: (a) El inmunoensayo que mide el nivel de fPSA comprende: poner en contacto fPSA presente en la muestra de sangre con un primer anticuerpo de captura específico para fPSA en condiciones en las que el primer anticuerpo de captura se une a fPSA, produciendo de este modo un complejo anticuerpo de capturafPSA; y detectar el complejo anticuerpo de captura-fPSA utilizando un primer trazador y/o (b) El inmunoensayo que mide el nivel de iPSA comprende: poner en contacto iPSA presente en la muestra de sangre con un segundo anticuerpo de captura específico para iPSA y PSA mellado, en condiciones en las que el segundo anticuerpo de captura se une al menos a iPSA, produciendo de este modo un complejo anticuerpo de captura-iPSA; combinar el complejo anticuerpo de captura-iPSA con un anticuerpo trazador en un tampón que tenga un pH de 6,5 a 7,0 tal que el anticuerpo trazador se una específicamente al complejo anticuerpo de captura-iPSA; y detectar el complejo anticuerpo de captura-iPSA utilizando un segundo trazador; y/o (c) El inmunoensayo que mide el nivel de tPSA comprende: poner en contacto tPSA presente en la muestra de sangre con un tercer anticuerpo de captura específico para tPSA en condiciones en las que el tercer anticuerpo de captura se una a tPSA, produciendo de este modo un complejo anticuerpo de capturatPSA; y detectar el complejo anticuerpo de captura-tPSA utilizando un tercer trazador; y/o (d) El inmunoensayo que mide el nivel de hK2 comprende: poner en contacto PSA en la muestra de sangre con anticuerpos bloqueantes específicos para PSA; poner en contacto hK2 presente en la muestra de sangre con un cuarto anticuerpo de captura específico para hK2 en condiciones en las que el cuarto anticuerpo de captura se una a hK2, produciendo de este modo un complejo anticuerpo de captura-hK2; y detectar el complejo anticuerpo de captura-hK2 utilizando un cuarto trazador.
- 5. El método según la reivindicación 4, en donde: Cada uno o cualquier anticuerpo de captura está unido a un soporte sólido; y/o Cada uno o cualquier trazador comprende una etiqueta de europio; y/o Cada uno o cualquier inmunoensayo se realiza usando un dispositivo microfluídico.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201461972099P | 2014-03-28 | 2014-03-28 | |
PCT/US2015/023096 WO2015148979A1 (en) | 2014-03-28 | 2015-03-27 | Compositons and methods related to diagnosis of prostate cancer |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2964706T3 true ES2964706T3 (es) | 2024-04-09 |
Family
ID=54196462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES15768735T Active ES2964706T3 (es) | 2014-03-28 | 2015-03-27 | Composiciones y métodos relacionados con el diagnóstico de cáncer de próstata |
Country Status (25)
Country | Link |
---|---|
US (2) | US11761962B2 (es) |
EP (2) | EP3123381B1 (es) |
JP (3) | JP6775488B2 (es) |
KR (1) | KR102505543B1 (es) |
CN (2) | CN114740202A (es) |
AR (1) | AR099883A1 (es) |
AU (1) | AU2015237270B2 (es) |
BR (1) | BR112016022407A2 (es) |
CA (1) | CA2944001C (es) |
CL (1) | CL2016002419A1 (es) |
DE (1) | DE202015009668U1 (es) |
DK (1) | DK3123381T3 (es) |
EA (1) | EA201691952A1 (es) |
ES (1) | ES2964706T3 (es) |
FI (1) | FI3123381T3 (es) |
HU (1) | HUE065029T2 (es) |
IL (2) | IL247981B (es) |
MX (2) | MX2016012667A (es) |
MY (1) | MY192513A (es) |
PE (1) | PE20170298A1 (es) |
PL (1) | PL3123381T3 (es) |
PT (1) | PT3123381T (es) |
SG (2) | SG10201808585TA (es) |
TW (1) | TWI687688B (es) |
WO (1) | WO2015148979A1 (es) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008137008A2 (en) | 2007-05-04 | 2008-11-13 | Claros Diagnostics, Inc. | Fluidic connectors and microfluidic systems |
WO2010087999A1 (en) | 2009-02-02 | 2010-08-05 | Claros Diagnostics, Inc. | Structures for controlling light interaction with microfluidic devices |
EA030682B1 (ru) | 2012-03-05 | 2018-09-28 | Ой Арктик Партнерс Аб | Способы и аппараты для прогнозирования риска рака предстательной железы и объема предстательной железы |
DK3253800T3 (da) | 2015-03-27 | 2021-05-31 | Opko Diagnostics Llc | Prostata antigen standarder og bruge deraf |
JP6916797B2 (ja) | 2015-10-05 | 2021-08-11 | フレダックス・アクチエボラーグ | 抗体ポリペプチド及びそれらの使用 |
CA3005084A1 (en) | 2015-12-11 | 2017-06-15 | Opko Diagnostics, Llc | Fluidic systems involving incubation of samples and/or reagents |
WO2017116979A1 (en) | 2015-12-29 | 2017-07-06 | Opko Diagnostics, Llc | Fluid collection device and related methods |
US20190355473A1 (en) * | 2017-01-08 | 2019-11-21 | Henry M. Jackson Foundation For The Advancement Of Military Medicine | Systems and methods for using supervised learning to predict subject-specific pneumonia outcomes |
KR102052398B1 (ko) | 2018-04-18 | 2019-12-05 | (주)유로테크 | 전립선암 진단용 바이오마커 및 이의 용도 |
WO2020205204A1 (en) | 2019-04-03 | 2020-10-08 | Opko Diagnostics, Llc | Methods for the detection of prostate cancer |
KR20240022906A (ko) * | 2022-08-12 | 2024-02-20 | (주)맥시온 | 암 진단용 다중 바이오마커 및 이의 용도 |
Family Cites Families (97)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6176962B1 (en) | 1990-02-28 | 2001-01-23 | Aclara Biosciences, Inc. | Methods for fabricating enclosed microchannel structures |
SE9002480D0 (sv) | 1990-07-23 | 1990-07-23 | Hans Lilja | Assay of free and complexed prostate-specific antigen |
EP0635575A1 (en) | 1993-07-22 | 1995-01-25 | Wallac Oy | Monoclonal antibodies against epitopes found in free but not in alpha-1-antichmotrypsin complexed prostate specific antigen |
US5516639A (en) | 1993-07-22 | 1996-05-14 | Mayo Foundation For Medical Education And Research | Antibodies specific for human prostate glandular kallkrein |
CA2175056A1 (en) | 1993-10-28 | 1995-05-04 | Imants R. Lauks | Fluid sample collection and introduction device |
US5599677A (en) | 1993-12-29 | 1997-02-04 | Abbott Laboratories | Immunoassays for prostate specific antigen |
US5585069A (en) | 1994-11-10 | 1996-12-17 | David Sarnoff Research Center, Inc. | Partitioned microelectronic and fluidic device array for clinical diagnostics and chemical synthesis |
US5614372A (en) | 1995-02-24 | 1997-03-25 | Lilja; Hans | Early detection of prostate cancer (CAP) by employing prostate specific antigen (PSA) and human glandular kallikrein (hGK-1) |
CA2228485A1 (en) | 1995-08-03 | 1997-02-20 | Akzo Nobel Nv | Diagnostic device |
US6143509A (en) | 1996-02-06 | 2000-11-07 | Abbott Laboratories | Prostate specific antigen peptides and uses thereof |
WO1997039351A1 (en) | 1996-04-12 | 1997-10-23 | Carter Herbert B | Novel methods for the prediction and early detection of prostatic adenocarcinoma |
US5840501A (en) | 1996-10-25 | 1998-11-24 | Bayer Corporation | Determination of cPSA |
US5945289A (en) | 1996-12-20 | 1999-08-31 | Lehrer; Steven | Method for detecting prostate cancer by apolipoprotein E (Apo-E) genotyping |
US5842787A (en) | 1997-10-09 | 1998-12-01 | Caliper Technologies Corporation | Microfluidic systems incorporating varied channel dimensions |
SE9704934D0 (sv) | 1997-12-30 | 1997-12-30 | Pharmacia & Upjohn Diag Ab | Analysförfarande med tillsättning i två eller flera positioner |
FI980488A (fi) | 1998-03-04 | 1999-09-05 | Arctic Partners Oy Ab | Uusi diagnostinen menetelmä |
FR2780791B1 (fr) | 1998-07-03 | 2000-09-01 | Bio Merieux | Methode de depistage ou de diagnostic d'un adenocarcinome ou d'une pathologie benigne de la prostate et procede de mise en oeuvre |
US6551778B1 (en) | 1999-01-28 | 2003-04-22 | Gen-Probe Incorporated | Nucleic acid sequences for detecting genetic markers for cancer in a biological sample |
US6444425B1 (en) | 1999-04-02 | 2002-09-03 | Corixa Corporation | Compounds for therapy and diagnosis of lung cancer and methods for their use |
US7211397B2 (en) | 1999-04-30 | 2007-05-01 | Beckman Coulter, Inc. | Method of analyzing non-complexed forms of prostate specific antigen in a sample to improve prostate cancer detection |
US6136549A (en) | 1999-10-15 | 2000-10-24 | Feistel; Christopher C. | systems and methods for performing magnetic chromatography assays |
FI20002127A0 (fi) * | 2000-09-27 | 2000-09-27 | Artic Partners Oy Ab | Uusi vasta-aine, immunomääritys ja menetelmä eturauhassyövän havaitsemiseksi |
AU2001297014A1 (en) | 2000-10-10 | 2002-04-22 | Aviva Biosciences Corporation | An integrated biochip system for sample preparation and analysis |
CN1537170A (zh) | 2000-11-20 | 2004-10-13 | ����ҽѧԺ | 定量检测***特异性膜抗原和其它***标记的方法和装置 |
WO2003029427A2 (en) | 2001-10-03 | 2003-04-10 | University Of Rochester | Human glandular kallikrein (hk2)-specific monoclonal antibodies that enhance or inhibit the enzymatic activity of hk2 |
AU2002360499A1 (en) | 2001-12-05 | 2003-06-17 | University Of Washington | Microfluidic device and surface decoration process for solid phase affinity binding assays |
US20030235816A1 (en) | 2002-03-14 | 2003-12-25 | Baylor College Of Medicine (By Slawin And Shariat) | Method to determine outcome for patients with prostatic disease |
US20050272052A1 (en) | 2002-04-09 | 2005-12-08 | Affymetrix, Inc. | Molecular genetic profiling of gleason grades 3 and 4/5 prostate cancer |
AU2003242389A1 (en) | 2002-05-28 | 2003-12-12 | Jokoh Co., Ltd | Immunological chromatograph method test slip reading/quantitative determination device |
DK1540010T3 (da) | 2002-08-06 | 2010-07-26 | Univ Johns Hopkins | Anvendelse af biomarkører til påvisning af ovariecancer |
US20040115794A1 (en) | 2002-12-12 | 2004-06-17 | Affymetrix, Inc. | Methods for detecting transcriptional factor binding sites |
WO2004070056A2 (en) | 2003-02-07 | 2004-08-19 | Diagnocure Inc. | Method to detect prostate cancer in a sample |
US7461048B2 (en) | 2003-07-21 | 2008-12-02 | Aureon Laboratories, Inc. | Systems and methods for treating, diagnosing and predicting the occurrence of a medical condition |
US20060269971A1 (en) | 2003-09-26 | 2006-11-30 | Mount Sinai Hospital | Methods for detecting prostate cancer |
EP1535667A1 (en) | 2003-11-28 | 2005-06-01 | Sysmex Corporation | Analyzer, assay cartridge and analyzing method |
AU2003292497A1 (en) | 2003-12-10 | 2005-06-29 | The Provost Fellows And Scholars Of The College Of The Holy And Undivided Trinity Of Queen Elizabeth Near Dublin | A modular biochip assembly |
WO2005066613A1 (en) | 2003-12-31 | 2005-07-21 | President And Fellows Of Harvard College | Assay device and method |
CA2564211C (en) | 2004-01-26 | 2010-08-03 | President And Fellows Of Harvard College | Fluid delivery system and method |
US8030057B2 (en) | 2004-01-26 | 2011-10-04 | President And Fellows Of Harvard College | Fluid delivery system and method |
TW200538734A (en) | 2004-03-12 | 2005-12-01 | Aureon Biosciences Corp | Systems and methods for treating, diagnosing and predicting the occurrence of a medical condition |
WO2005111625A2 (en) | 2004-05-11 | 2005-11-24 | Baylor College Of Medicine | Method to predict prostate cancer |
US20060154276A1 (en) | 2004-05-13 | 2006-07-13 | Prometheus Laboratories Inc. | Methods of diagnosing inflammatory bowel disease |
US8173433B2 (en) | 2004-08-02 | 2012-05-08 | Vermillion, Inc. | Platelet biomarkers for cancer |
US7951529B2 (en) | 2004-09-17 | 2011-05-31 | The Johns Hopkins University | Biomarkers for breast cancer |
US8663600B2 (en) | 2005-02-17 | 2014-03-04 | Diaprost Ab | Diagnosis of prostate cancer |
WO2006122310A2 (en) | 2005-05-11 | 2006-11-16 | The Trustess Of The University Of Pennsylvania | System for testing |
US20070065954A1 (en) | 2005-09-15 | 2007-03-22 | Minoru Taya | Surface plasmon resonance biosensor system for detection of antigens and method for determining the presence of antigens |
JP5612303B2 (ja) | 2006-03-24 | 2014-10-22 | フェノメノーム ディスカバリーズ インク | 患者における前立腺癌の健康状態等を判定するためにデータを得る方法 |
CA2656140A1 (en) | 2006-07-03 | 2008-01-10 | Exonhit Therapeutics Sa | Prostate specific transcripts and the use thereof for prostate cancer therapeutics and diagnostics |
CN1973778A (zh) | 2006-12-08 | 2007-06-06 | 南京大学 | 胃癌术后严重并发症风险度的预测方法 |
JP5523108B2 (ja) | 2006-12-22 | 2014-06-18 | ファディア・アクチボラグ | 新規アレルゲンとしての前立腺カリクレイン |
WO2008137008A2 (en) | 2007-05-04 | 2008-11-13 | Claros Diagnostics, Inc. | Fluidic connectors and microfluidic systems |
WO2008140774A2 (en) | 2007-05-08 | 2008-11-20 | Picobella Llc | Methods for diagnosing and treating prostate and lung cancer |
CN101329343A (zh) | 2007-06-19 | 2008-12-24 | 天津迪爱盟生物技术有限公司 | 新一代早期诊断***癌试剂盒及其制备方法和检测方法 |
WO2009029550A2 (en) | 2007-08-24 | 2009-03-05 | Singulex, Inc. | Highly sensitive system and methods for analysis of prostate specific antigen (psa) |
CN101377500A (zh) | 2007-08-31 | 2009-03-04 | 北京科美东雅生物技术有限公司 | 游离***特异性抗原化学发光免疫分析测定试剂盒及其制备方法 |
US20110039284A1 (en) | 2007-10-22 | 2011-02-17 | Samuel Norbert Breit | Methods of prognosis |
WO2009085196A1 (en) | 2007-12-21 | 2009-07-09 | Wake Forest University Health Sciences | Methods and compositions for correlating genetic markers with prostate cancer risk |
JP5028697B2 (ja) | 2008-02-18 | 2012-09-19 | 富士フイルム株式会社 | 吸引シリンジ及び内視鏡用吸引シリンジ |
JP2011521215A (ja) | 2008-05-14 | 2011-07-21 | エーテーハー チューリヒ | 前立腺癌の診断及び治療のためのバイオマーカー及び薬剤標的発見法、並びにそれを用いて決定されるバイオマーカーアッセイ |
FR2934698B1 (fr) | 2008-08-01 | 2011-11-18 | Commissariat Energie Atomique | Procede de prediction pour le pronostic ou le diagnostic ou la reponse therapeutique d'une maladie et notamment du cancer de la prostate et dispositif permettant la mise en oeuvre du procede. |
AU2009308124B2 (en) | 2008-10-20 | 2014-12-11 | Liposcience, Inc. | Lipoprotein insulin resistance indexes and related methods, systems and computer programs for generating same |
EP2370813A4 (en) | 2008-12-04 | 2012-05-23 | Univ California | MATERIALS AND METHODS FOR DIAGNOSIS AND PROGNOSIS OF PROSTATE CANCER |
EP2376226B1 (en) | 2008-12-18 | 2018-09-12 | Opko Diagnostics, LLC | Improved reagent storage in microfluidic systems and related articles and methods |
US20100168621A1 (en) | 2008-12-23 | 2010-07-01 | Neville Thomas B | Methods and systems for prostate health monitoring |
US20120022793A1 (en) | 2009-01-19 | 2012-01-26 | Miraculins, Inc. | Biomarkers for the diagnosis of prostate cancer in a non-hypertensive population |
WO2010087999A1 (en) | 2009-02-02 | 2010-08-05 | Claros Diagnostics, Inc. | Structures for controlling light interaction with microfluidic devices |
JP2010243406A (ja) | 2009-04-08 | 2010-10-28 | F Hoffmann La Roche Ag | Afpおよびpivka−iiの測定値を特徴値とした識別関数を利用する、肝臓癌および慢性肝疾患の病態進行度の検出方法 |
NZ596054A (en) | 2009-05-01 | 2013-07-26 | Genomic Health Inc | Gene expression profile algorithm and test for likelihood of recurrence of colorectal cancer and response to chemotherapy |
PL2438445T3 (pl) * | 2009-06-04 | 2014-12-31 | Metanomics Health Gmbh | Sposoby diagnozowania raków gruczołu krokowego |
WO2011027308A1 (en) | 2009-09-03 | 2011-03-10 | Koninklijke Philips Electronics N.V. | Novel tumor markers |
WO2011027310A1 (en) | 2009-09-03 | 2011-03-10 | Koninklijke Philips Electronics N.V. | Novel tumor markers |
KR101141190B1 (ko) * | 2009-10-19 | 2012-06-13 | 중앙대학교 산학협력단 | 전립선암에 대한 바이오마커 및 이를 이용한 전립선암 진단 |
JP5932670B2 (ja) * | 2010-03-11 | 2016-06-08 | ライナット ニューロサイエンス コーポレイション | pH依存性の抗原結合を有する抗体 |
WO2011130629A1 (en) | 2010-04-16 | 2011-10-20 | Claros Diagnostics, Inc. | Systems and devices for analysis of samples |
WO2012029080A1 (en) | 2010-08-30 | 2012-03-08 | Decode Genetics Ehf | Sequence variants associated with prostate specific antigen levels |
BRPI1100857A2 (pt) | 2011-03-18 | 2013-05-21 | Alexandre Eduardo Nowill | agente imunomodulador e suas combinaÇÕes, seu uso e mÉtodo imunoterÁpico para a recontextualizaÇço, reprogramaÇço e reconduÇço do sistema imune em tempo real |
WO2012129408A2 (en) | 2011-03-22 | 2012-09-27 | The Johns Hopkins University | Biomarkers for aggressive prostate cancer |
US20140227720A1 (en) | 2011-06-09 | 2014-08-14 | Quanterix Corporation | Methods of determining a patient's prognosis for recurrence of prostate cancer and/or determining a course of treatment for prostate cancer following a radical prostatectomy |
KR101968485B1 (ko) | 2011-07-21 | 2019-04-12 | 후지필름 와코 준야꾸 가부시키가이샤 | 혈장중 아미노산 분석용 표준액 |
CN104159618B (zh) | 2011-10-28 | 2018-06-01 | 弗雷达克斯有限责任公司 | 治疗剂及其用途 |
WO2013106778A2 (en) | 2012-01-13 | 2013-07-18 | Iris International, Inc. | Non-equilibrium two-site assays for linear, ultrasensitive analyte detection |
EA030682B1 (ru) | 2012-03-05 | 2018-09-28 | Ой Арктик Партнерс Аб | Способы и аппараты для прогнозирования риска рака предстательной железы и объема предстательной железы |
US20150094221A1 (en) | 2012-05-16 | 2015-04-02 | Phadia Ab | Method for Indicating the Presence or Non-Presence of Prostate Cancer |
EP2867375B1 (en) | 2012-06-27 | 2019-02-27 | Berg LLC | Use of markers in the diagnosis and treatment of prostate cancer |
CN102818892B (zh) | 2012-08-16 | 2015-02-18 | 北京恩济和生物科技有限公司 | 一种***特异性抗原检测试剂盒及其制备方法 |
US9175291B2 (en) | 2012-10-11 | 2015-11-03 | Isis Pharmaceuticals Inc. | Modulation of androgen receptor expression |
EP3327146A1 (en) | 2012-11-20 | 2018-05-30 | Phadia AB | Method for indicating a presence or non-presence of aggressive prostate cancer |
US10428385B2 (en) | 2012-11-20 | 2019-10-01 | Phadia Ab | Prognostic method for individuals with prostate cancer |
KR20230132599A (ko) | 2013-11-19 | 2023-09-15 | 프레닥스 에이비 | 인간화된 안티 칼리크레인-2 항체 |
CA2940445C (en) | 2014-03-11 | 2021-11-30 | Phadia Ab | Method for detecting a solid tumor cancer |
US20170089904A1 (en) | 2014-03-28 | 2017-03-30 | Opko Diagnostics, Llc | Compositions and methods for active surveillance of prostate cancer |
WO2016145331A1 (en) | 2015-03-12 | 2016-09-15 | Thermo Finnigan Llc | Methods for data-dependent mass spectrometry of mixed biomolecular analytes |
DK3253800T3 (da) | 2015-03-27 | 2021-05-31 | Opko Diagnostics Llc | Prostata antigen standarder og bruge deraf |
MX2017013881A (es) | 2015-04-29 | 2018-03-12 | Opko Diagnostics Llc | Composiciones y metodos para la vigilancia activa del cancer de prostata. |
US20190072555A1 (en) | 2017-08-14 | 2019-03-07 | Opko Diagnostics, Llc | Multiplex assays for evaluating prostate cancer status |
WO2019221930A1 (en) | 2018-05-16 | 2019-11-21 | Opko Diagnostics, Llc | Methods for detecting prostate cancer pathology associated with adverse outcomes |
-
2015
- 2015-03-27 DK DK15768735.1T patent/DK3123381T3/da active
- 2015-03-27 ES ES15768735T patent/ES2964706T3/es active Active
- 2015-03-27 PL PL15768735.1T patent/PL3123381T3/pl unknown
- 2015-03-27 KR KR1020167030100A patent/KR102505543B1/ko active IP Right Grant
- 2015-03-27 TW TW104110105A patent/TWI687688B/zh active
- 2015-03-27 WO PCT/US2015/023096 patent/WO2015148979A1/en active Application Filing
- 2015-03-27 CN CN202210366591.9A patent/CN114740202A/zh active Pending
- 2015-03-27 DE DE202015009668.9U patent/DE202015009668U1/de active Active
- 2015-03-27 MY MYPI2016703503A patent/MY192513A/en unknown
- 2015-03-27 SG SG10201808585TA patent/SG10201808585TA/en unknown
- 2015-03-27 EP EP15768735.1A patent/EP3123381B1/en active Active
- 2015-03-27 PT PT157687351T patent/PT3123381T/pt unknown
- 2015-03-27 CA CA2944001A patent/CA2944001C/en active Active
- 2015-03-27 US US14/671,355 patent/US11761962B2/en active Active
- 2015-03-27 PE PE2016001817A patent/PE20170298A1/es unknown
- 2015-03-27 EA EA201691952A patent/EA201691952A1/ru unknown
- 2015-03-27 MX MX2016012667A patent/MX2016012667A/es unknown
- 2015-03-27 JP JP2017502945A patent/JP6775488B2/ja active Active
- 2015-03-27 HU HUE15768735A patent/HUE065029T2/hu unknown
- 2015-03-27 FI FIEP15768735.1T patent/FI3123381T3/fi active
- 2015-03-27 EP EP17187203.9A patent/EP3299977A1/en not_active Withdrawn
- 2015-03-27 SG SG11201608035UA patent/SG11201608035UA/en unknown
- 2015-03-27 AU AU2015237270A patent/AU2015237270B2/en active Active
- 2015-03-27 BR BR112016022407A patent/BR112016022407A2/pt unknown
- 2015-03-27 CN CN201580027646.1A patent/CN106663149A/zh active Pending
- 2015-03-30 AR ARP150100936A patent/AR099883A1/es unknown
-
2016
- 2016-09-22 IL IL247981A patent/IL247981B/en active IP Right Grant
- 2016-09-27 MX MX2022002365A patent/MX2022002365A/es unknown
- 2016-09-27 CL CL2016002419A patent/CL2016002419A1/es unknown
-
2020
- 2020-10-06 JP JP2020169099A patent/JP7256781B2/ja active Active
-
2021
- 2021-01-10 IL IL280039A patent/IL280039B/en unknown
-
2022
- 2022-10-27 JP JP2022172333A patent/JP7506131B2/ja active Active
-
2023
- 2023-05-30 US US18/325,984 patent/US20230393137A1/en active Pending
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2964706T3 (es) | Composiciones y métodos relacionados con el diagnóstico de cáncer de próstata | |
US20220399121A1 (en) | Systems for providing a probability of prostate cancer risk and/or prostate gland volume, and related methods | |
US20170089904A1 (en) | Compositions and methods for active surveillance of prostate cancer | |
Klocker et al. | Development and validation of a novel multivariate risk score to guide biopsy decision for the diagnosis of clinically significant prostate cancer | |
UA124522C2 (uk) | Спосіб кількісної оцінки рівнів простатичного антигену | |
US20210208146A1 (en) | Methods for detecting prostate cancer pathology associated with adverse outcomes | |
Zhang et al. | A nomogram to predict the recurrence-free survival and analyze the utility of chemotherapy in stage IB non-small cell lung cancer | |
Qiao et al. | Prognostic significance of the combination of fibrinogen and tumor marker index in esophageal squamous cell carcinoma patients | |
WO2020205204A1 (en) | Methods for the detection of prostate cancer | |
EA041331B1 (ru) | Композиции и методы, имеющие отношение к диагностике рака предстательной железы |