1. Архив
  2. №5-6, 2023
  3. МАЛОИНВАЗИВНАЯ ПРОГНОСТИЧЕСКАЯ МОДЕЛЬ ПРЕДСКАЗАНИЯ НАЛИЧИЯ РЕГИОНАРНЫХ МЕТАСТАЗОВ РАКА ШЕЙКИ МАТКИ ПО РУТИННЫМ ЛАБОРАТОРНЫМ ПОКАЗАТЕЛЯМ КРОВИ

http://doi.org/10.26347/1607-2502202305-06012-018

МАЛОИНВАЗИВНАЯ ПРОГНОСТИЧЕСКАЯ МОДЕЛЬ ПРЕДСКАЗАНИЯ НАЛИЧИЯ РЕГИОНАРНЫХ МЕТАСТАЗОВ РАКА ШЕЙКИ МАТКИ ПО РУТИННЫМ ЛАБОРАТОРНЫМ ПОКАЗАТЕЛЯМ КРОВИ

Т.В. Сушинская1, Н.И. Стуклов1,2, Е.В. Щепкина3,4, А.И. Кузнецов5, С.В. Епифанова4, А.Д. Каприн1,2,6

Работа выполнена в соответствии с этическими принципами проведения исследований с участием человека Хельсинской Декларации Всемирной Медицинской Ассоциации (Declaration of Helsinki), пересмотр 2013 г.

Для цитирования: Сушинская Т.В., Стуклов Н.И., Щепкина Е.В., Кузнецов А.И., Епифанова С.В., Каприн А.Д. Малоинвазивная прогностическая модель предсказания наличия регионарных метастазов рака шейки матки по рутинным лабораторным показателям крови. Проблемы стандартизации в здравоохранении. 2023; 5-6: 12-18. https//doi.org/10.26347/1607-2502202305-06012-018

Финансирование. Исследование не имело спонсорской поддержки

Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов

Сведения об авторах:

Сушинская Татьяна Валентиновна — кандидат медицинских наук, старший научный сотрудник отдела опухолей репродуктивных и мочевыводящих органов МНИОИ им. П.А. Герцена, филиала ФГБУ «НМИЦ радиологии» Минздрава России, 125284, Россия, Москва, 2-й Боткинский проезд, д. 3, ORCID ID 0000-0001-8812-9105. SPIN-код: 7283-0014, AuthorID: 446611

Стуклов Николай Игоревич — доктор медицинских наук, руководитель курса гематологии, профессор кафедры госпитальной терапии с курсами эндокринологии, гематологии и клинической лабораторной диагностики Медицинского института ФГАОУ ВО «Российский университет дружбы народов», 117198, Москва, ул. Миклухо-Маклая, д. 8; главный научный сотрудник отделения высокодозной химиотерапии с блоком трансплантации костного мозга МНИОИ им. П.А. Герцена — филиала ФГБУ «НМИЦ радиологии» Минздрава России, 125284, Россия, Москва, 2-й Боткинский проезд, д. 3, ORCID ID 0000-0002-4546-1578.

Щепкина Елена Викторовна — кандидат соц. наук, заместитель начальника Отдела статистики и сводного контингента Учебно-методического управления в Президентской академии — РАНХиГС, Россия, 119571, г. Москва, проспект Вернадского, 82, стр. 1. Исследователь данных отдела экспертизы и качества Государственного Бюджетного Учреждения Здравоохранения Научно-практический клинический центр диагностики и телемедицинских технологий Департамента Здравоохранения Москвы, Россия, 127051, г. Москва, ул. Петровка, д. 24, стр. 1, ORCID ID 0000-0002-2079-1482. SPIN: 2347-9436, AuthorID: 959277, Scopus Author ID: 57211515165

Кузнецов Антон Игоревич — студент факультета «Системы управления, информатика и электроэнергетика» МАИ, 125993, Россия, Москва, Волоколамское шоссе, д. 4; ORCID ID 0000-0003-2182-5792.

Епифанова Светлана Викторовна — кандидат медицинских наук, врач-рентгенолог отделения рентгеновской диагностики и томографии Федерального Государственного Бюджетного Учреждения Центральная клиническая больница с поликлиникой Управления делами Президента Российской Федерации. Россия, 121359, г. Москва, ул. Маршала Тимошенко, д. 15. Врач-рентгенолог отдела экспертизы и качества Государственного Бюджетного Учреждения Здравоохранения Научно-практический клинический центр диагностики и телемедицинских технологий Департамента Здравоохранения Москвы, Россия, 127051, г. Москва, ул. Петровка, д. 24, стр. 1, ORCID ID 0000-0002-7591-5120.

Каприн Андрей Дмитриевич — академик РАН, д.м.н., профессор, заслуженный врач РФ, член-корреспондент РАО, генеральный директор, ФГБУ «НМИЦ радиологии» Минздрава России, г. Обнинск, Российская Федерация; директор МНИОИ им. П.А. Герцена — филиал ФГБУ «НМИЦ радиологии» Минздрава России, г. Москва, Российская Федерация; заведующий кафедрой онкологии и рентгенорадиологии им В.П. Харченко медицинского института ФГАОУ ВО «Российский университет дружбы народов», г. Москва, Российская Федерация. ORCID: https://orcid.org/0000-0001-8784-8415, SPIN: 1759-8101, AuthorID: 96775, ResearcherID: K-1445-2014, Scopus Author ID: 6602709853

Личный вклад авторов

Т.В. Сушинская: выбор тематики публикации, написание текста, обзор публикаций по теме статьи, подготовка списка литературы,

Н.И. Стуклов: выбор тематики публикации, литературное редактирование

А.И. Кузнецов: разработка программы расчета, проведение статистического анализа

Е.В. Щепкина: разработка дизайна статьи, проведение статистического анализа, литературное редактирование, подготовка списка литературы

С.В. Епифанова: составление резюме

1МНИОИ им. П.А. Герцена, филиал ФГБУ «НМИЦ радиологии» Минздрава России; 2Медицинский институт ФГАОУ ВО «Российский университет дружбы народов»; 3Российская академия народного хозяйства и государственной службы при Президенте РФ; 4ГБУЗ «Научно-практический клинический центр диагностики и телемедицинских технологий» ДЗМ; 5ФГБУ ВО «Московский авиационный институт (национальный исследовательский университет); 6ФГБУ «НМИЦ радиологии» Минздрава России

Во всем мире растет заболеваемость и смертность от рака шейки матки (РШМ). Основная когорта прироста — женщины репродуктивного возраста. Даже в странах с развитым здравоохранением достаточно часто РШМ выявляется в диссеминированной форме, но на этапе клинического обследования нередко невозможно точно выявить поражение регионарных лимфатических узлов (РЛУ) доступными диагностическими методами. Это ведет за собой ошибки клинического стадирования и, соответственно, ошибки в выборе «необходимого и достаточного» метода специального лечения: определения объема хирургического вмешательства или нехирургического подхода.В статье проанализированы возможности использования эритроцитарных показателей периферической крови, параметров гемостаза как рутинных гематологических маркеров распространенности опухолевого процесса для повышения точности клинического стадирования РШМ.Цель исследования: повышение точности дооперационного стадирования у больных РШМ с использованием рутинных гематологических показателей на основе алгоритмов машинного обучения.Участники. В работу включены данные 535 больных старше 18 лет с гистологически верифицированным РШМ. Разработка прогностической модели проведена на 410 больных, валидация — на 125 больных.Результаты. В ходе исследования была разработана Прогностическая Модель наличия метастазов РШМ в регионарные лимфатические узлы. Точность модели на этапе Валидации составила 90% [ДИ 83%; 94%], специфичность — 89% [ДИ 80%; 94%], чувствительность —90% [ДИ 79%; 96%].Заключение. Разработана и протестирована Модель, которая с достаточной для клинического использования точностью (более 80%) предсказывает наличие/отсутствие метастазов у больных РШМ.

A MINIMALLY INVASIVE PROGNOSTIC MODEL PREDICTING REGIONAL METASTASES IN CERVICAL CANCER BY ROUTINE LABORATORY BLOOD PARAMETERS

T.V. Sushinskaya1, N.I. Stuklov1,2, E.V. Schepkina3,4, A.I. Kuznetsov5, S.V. Epifanova4, A.D. Kaprin1,2,6

А.Д.Каприн: выбор тематики публикации, литературное редактирование

This work has been carried out in accordance with the ethical principles for medical research involving human subjects developed by WMA Declaration of Helsinki (ed. 2013).

For citation: Sushinskaya TV, Stuklov NI, Schepkina EV, Kuznetsov AI, Epifanova SV, Kaprin AD. A minimally invasive prognostic model predicting regional metastases in cervical cancer by routine laboratory blood parameters. Health Care Standardization Problems. 2023;5-6:12-18. https//doi.org/10.26347/1607-2502202305-06012-018

Funding. The study has no funding

Conflicts of interest. The authors declare no competing interests

Authors and affiliations:

Tatyana V. Sushinskaya — PhD, senior researcher, Department of Tumors of the Reproductive and Urinary Organs, P. Hertsen Moscow Oncology Research Institute, a branch of the National Medical Research Radiological Center of the Ministry of Health of the Russian Federation, Moscow, Russia. https://orcid.org/0000-0001-8812-9105. SPIN-code: 7283-0014, AuthorID: 446611

Nikolay I. Stuklov — PhD, ScD. (Med.), Head of the Course of Hematology, Professor in the Department of Hospital Therapy with the Courses of Endocrinology, Hematology and Clinical Laboratory Diagnostics, Medical Institute, Peoples’ Friendship University of Russia, (RUDN), Мoscow, Russia; principal researcher, P. Hertsen Moscow Oncology Research Institute, a branch of the National Medical Research Radiological Center of the Ministry of Health of the Russian Federation, Moscow, Russia. https://orcid.org/0000-0002-4546-1578.

Elena V. Schepkina — PhD, Deputy Head of the Department of Statistics and the Consolidated Contingent of the Educational and Methodological Department at the Presidential Academy — RANEPA, Moscow, Russia; Data scientist in the Department ofExpertise and Quality, Moscow Center for Diagnostics and Telemedicine, Moscow, Russia. https://orcid.org/0000-0002-2079-1482. SPIN: 2347-9436, Author ID: 959277, Scopus Author ID 57211515165.

Anton I. Kuznetsov — student, Department of the Control Systems, Informatics and Electricity, Moscow Aviation Institute (National Research University). Moscow, Russia. https://orcid.org/0000-0003- 2182-5792.

Svetlana V. Epifanova — PhD, Radiologist in the Radiology and Tomography Department, Central Clinical Hospital of the Presidential Administration of the Russian Federation, Moscow, Russia; Radiologist in the Department of Expertise and Quality, Moscow Center for Diagnostics and Telemedicine, Moscow, Russia. https://orcid.org/0000-0002-7591-5120.

Prof. Andrey D. Kaprin — PhD, DSc (Med.), Academician of the Russian Academy of Sciences, Honored Doctor of the Russian Federation, Corresponding Member of the RAE, General Director of the National Medical Research Radiological Centre, Obninsk, Russia; Director of the P. Hertsen Moscow Oncology Research Institute, a branch of the National Medical Research Radiological Center of the Ministry of Health of the Russian Federation, Moscow, Russia; Head of the Department of Oncology and Radiology named after V. P Kharchenko, Medical Institute, Peoples’ Friendship University of Russia, (RUDN), Мoscow, Russia. https://orcid.org/0000-0001-8784-8415, SPIN: 1759-8101, AuthorID: 96775, ResearcherID: K-1445-2014, Scopus Author ID: 6602709853

Contribution to the article:

T.S. performed study conception, was involved in writing, reviewing articles related to the study, compiling bibliography.

N.S., A.K. were involved in study conceptualization and editing.

A.K. wrote calculation app, performed statistical analysis.

E.Sh. was involved in designing, statistical analysis, editing, compiling bibliography.

S.E. wrote the abstract.

1P. Hertsen Moscow Oncology Research Institute, a branch of the National Medical Research Radiological Center of the Ministry of Health of the Russian Federation; 2Medical Institute, Peoples’ Friendship University of Russia, (RUDN); 3Presidential Academy – RANEPA; 4Moscow Center for Diagnostics and Telemedicine; 5Moscow Aviation Institute (National Research University); 6National Medical Research Radiological Centre

The incidence and mortality from cervical cancer (CC) is on the rise worldwide. The main growth cohort is women of reproductive age. Even in countries with developed health care, CC is often detected in a disseminated form, but at the stage of clinical examination it is often impossible to accurately identify damage to regional lymph nodes (RLN) using available diagnostic methods. This leads to errors in clinical staging and, accordingly, errors in choosing the necessary and sufficient method of specific treatment: determining the volume of surgical intervention or choosing a non-surgical approach.The article analyzes the possibilities of using peripheral blood erythrocyte parameters and hemostasis parameters as routine hematological markers of the tumor process to improve the accuracy of clinical staging of cervical cancer.Objective. To evaluate new opportunities of using routine hematological parameters to improve the accuracy of preoperative staging in patients with cervical cancer.Patients. The study included data of 535 patients over 18 years of age with histologically verified cervical cancer. At the stage of Development of the predictive model, a retrospective study of 410 patients was conducted, the Validation stage included prospective study of 125 patients.Results. The Prognostic Model to detect the cervical cancer metastases in regional lymph nodes was developed. The accuracy at the Validation stage was 90% [CI 83%; 94%], specificity — 89% [CI 80%; 94%], sensitivity 90% [CI 79%; 96%].Interpretation. The developed Prognostic Model predicts the presence/absence of metastases in patients with cervical cancer with accuracy sufficient for clinical use (more than 80%).
Keywords: cervical cancer, peripheral blood parameters, hemostasis parameters, erythrocyte parameters, prognostic model, metastases, prediction, diagnostics, artificial intelligence, logistic regression, sensitivity, specificity, surgical treatment