Markery nowotworowe

Informacje ogólne

Markery nowotworowe to substancje uwalniane przez komórki nowotworowe, które pojawiają się w krwiobiegu i innych płynach ustrojowych, a które wykorzystuje się w rozpoznawaniu choroby, ustalaniu rokowania i monitorowaniu leczenia.

Markery nowotworowe w większości nie są specyficzne dla określonego typu nowotworu złośliwego, a różnice pomiędzy zmianami łagodnymi i złośliwymi mają charakter ilościowy (na przykład pacjenci z nowotworami nabłonkowymi mają zazwyczaj znacznie wyższe poziomy tych markerów niż pacjenci, u których nie występują nowotwory złośliwe).

Obecnie znanych jest ponad 20 substancji uważanych powszechnie za markery nowotworowe. Należą do nich: PSA – związany z rakiem gruczołu krokowego, CA 15.3 – związany z rakiem piersi, CA 125 i HE4 – związane z rakiem jajnika, CEA i CA 19.9 – związane z różnymi rodzajami złośliwych nowotworów przewodu pokarmowego (rakiem jelita grubego, żołądka i trzustki) oraz NSE i ProGRP – związane z rakiem płuca.

Niemniej jednak, istnieją różnorodne czynniki, które mogą wpłynąć na wiarygodność badania markerów nowotworowych, zwiększając ich stężenie przy braku występowania nowotworów złośliwych. Główną przyczyną w tym przypadku są choroby łagodne, a także kwestie natury technicznej i inne czynniki.

W związku z tym, Komisja ds. Biomarkerów Nowotworowych przy Hiszpańskim Towarzystwie Biochemii Klinicznej i Patologii Molekularnej ustanowiła kryteria barcelońskie, czyli 4 kryteria pomagające trafnie rozróżnić i ocenić wyniki badań markerów nowotworowych, a także ograniczyć występowanie wyników fałszywie dodatnich. Kryteria te obejmują:

1. Poziomy markerów nowotworowych w surowicy.
2. Wykluczenie łagodnych patologii poprzez eliminację głównego źródła wyników fałszywie dodatnich
3. Badania kontrolne w przypadku umiarkowanych poziomów markerów nowotworowych (sytuacja niejasna/nierozstrzygnięta).
4. Kwestie natury technicznej.

Pomiary statystyczne w testach diagnostycznych

Rutynowe korzystanie z markerów nowotworowych niestety wiąże się także z innymi problemami, takimi jak niska czułość we wczesnym stadium zaawansowania choroby czy brak markerów specyficznych dla danego nowotworu złośliwego. Lepsze rezultaty można uzyskać łącząc co najmniej dwa markery nowotworowe, szczególnie w bardziej zaawansowanych stadiach choroby.

W tym zakresie, kombinacja kilku markerów nowotworowych – a także uwzględnienie w obliczeniach informacji o przebiegu choroby pacjenta – przy zastosowaniu złożonych algorytmów z wieloma zmiennymi zapewnia większą czułość i swoistość badania. To właśnie dlatego opracowaną przez nas metodę określiliśmy mianem algorytmu MBDAA (ang. Multi-Biomarker Disease Activity Algorithm), czyli algorytmu określającego aktywność choroby na podstawie szeregu biomarkerów.

Czułość badania diagnostycznego oznacza procent poprawnie zidentyfikowanych wyników prawdziwie dodatnich, a swoistość oznacza procent prawidłowo sklasyfikowanych wyników prawdziwie ujemnych. Obie zmienne są ściśle ze sobą powiązane i dają wyobrażenie o precyzyjności testu.

Czułość testu, który poprawnie określa wszystkie wyniki prawdziwie dodatnie jako dodatnie, ale daje wiele wyników fałszywie ujemnych, będzie wynosiła 100%, jednak jego swoistość będzie niska. Czułość mierzy na przykład liczbę guzów złośliwych poprawnie określonych jako złośliwe, podczas gdy swoistość mierzy liczbę guzów łagodnych poprawnie określonych jako łagodne. Wysoka czułość oznacza zatem mniejszą liczbę nowotworów złośliwych uznanych za łagodne, a wysoka swoistość – mniejszą liczbę guzów łagodnych uznanych za złośliwe.

Ponadto, wartość predykcyjna dodatnia (PPV) to liczba wyników prawdziwie dodatnich poprawnie określonych wśród wszystkich wyników dodatnich. Wartość PPV testu z wieloma wynikami fałszywie dodatnimi będzie niska. Natomiast wartość predykcyjna ujemna (NPV) to liczba wyników prawdziwie ujemnych poprawnie określonych wśród wszystkich wyników ujemnych. Wysoka wartość NPV badania oznacza, że bardzo mała liczba wyników prawdziwie dodatnich została niepoprawnie zidentyfikowana jako wyniki ujemne.

Wszystkie te różne wartości można przedstawić razem na wykresie zwanym krzywą charakterystyki roboczej odbiorcy (ang. Receiving Operator Curve, ROC). Im lepsze wyniki, tym krzywa znajduje się bliżej lewego górnego rogu wykresu (punktu, w którym czułość i swoistość osiągają 100%).