Machine Translated by Google

[ Reseñas  de  CHEST  de  oncología  torácica ]
1 56
2 57
3 58
4 59
5 60
6

7
Actualización  en  Biomarcadores  para  la  Estratificación 61
62
8

9
Q1  de  Nódulos  Pulmonares  Indeterminados 63
64
10 sesenta  y  cinco

P37
11 Rafael  Páez;  Michael  N.  Cámara;  Nicole  T.  Tanner;  Samira  Shojaee;  Brent  E.  Heideman;  Tobias  Peikert;  Meridith  L.  Balbach;  Wade  T.  Iams;  Canotaje  
66
12 Ning;  Marc  E.  Lenburg;  Cristóbal  Malva;  Lonny  Yarmus;  Kwun  M.Fong;  67
P2  Stephen  Deppen;  Eric  L.  Grogan;  y  Fabien  Maldonado,  MD
13 68
14 69
15 70
dieciséis
El  cáncer  de  pulmón  es  la  principal  causa  de  muerte  relacionada  con  el  cáncer.  La  detección  y  el  diagnóstico  tempranos  son   71
17 fundamentales,  ya  que  la  supervivencia  disminuye  con  las  etapas  avanzadas.  Aproximadamente  1,6  millones  de  nódulos  se  detectan   72
18 incidentalmente  cada  año  en  imágenes  de  tomografía  computarizada  de  tórax  en  los  Estados  Unidos.  Este  número  de  73
19 nódulos  identificados  es  probablemente  mucho  más  grande  después  de  tener  en  cuenta  los  nódulos  detectados  por  el  cribado.  la  mayoría  de  74
20 estos  nódulos,  ya  sea  que  se  detecten  de  manera  incidental  o  por  detección,  son  benignos.  A  pesar  de  esto,  muchos 75
21 los  pacientes  se  someten  a  procedimientos  invasivos  innecesarios  para  descartar  el  cáncer  porque  nuestro  actual 76
22 77
los  enfoques  de  estratificación  son  subóptimos,  particularmente  para  nódulos  de  probabilidad  intermedia.
23
Por  lo  tanto,  se  necesitan  con  urgencia  estrategias  no  invasivas.  Los  biomarcadores  se  han  desarrollado  para  ayudar   78
24 79
en  la  atención  continua  del  cáncer  de  pulmón  e  incluyen  biomarcadores  basados  en  proteínas  sanguíneas,  biopsias  
25 80
líquidas,  análisis  de  imágenes  cuantitativas  (radiómica),  compuestos  orgánicos  volátiles  exhalados  y  clasificadores  
26 81
genómicos  del  epitelio  bronquial  o  nasal,  entre  otros.  Aunque  se  han  desarrollado  muchos  biomarcadores,  pocos  se  
27 82
han  integrado  en  la  práctica  clínica  ya  que  carecen  de  estudios  de  utilidad  clínica  que  muestren  mejores  resultados  
28 83
29
centrados  en  el  paciente.  Los  rápidos  avances  tecnológicos  y  los  grandes  esfuerzos  de  colaboración  en  red  seguirán  
84
30 impulsando  el  descubrimiento  y  la  validación  de  muchos  biomarcadores  novedosos.  En  última  instancia,  sin  embargo,   85

31 se  requerirán  estudios  aleatorios  de  utilidad  clínica  que  muestren  mejores  resultados  en  los  pacientes  para  llevar  los   86
32 biomarcadores  a  la  práctica  clínica.  PECHO  2023;  ­(­):­­­ 87
33 88
Q6   PALABRAS  CLAVE:  biomarcadores;  detección  temprana;  nódulos  pulmonares  indeterminados;  cáncer  de  pulmón
34 89
35 90
36 Se  estima  que  cada  día  se  identifican  4.000  nódulos   "probabilidad  previa  a  la  prueba".  La  categoría   Q7  
91 Q8  
37 pulmonares  indeterminados  (NPI)  en  el de  probabilidad  previa  a  la  prueba  intermedia,   92
38 solo  en  los  Estados  Unidos1  que  lleva  a  estudios   para  la  cual  se  indican  imágenes  de  diagnóstico  o   93
39 94
por  imágenes  de  seguimiento,  biopsia  o  cirugía,   biopsias  adicionales,  sigue  siendo  un  desafío  
40 95
dependiendo  de  la  probabilidad  estimada  de  malignidad  o desde  el  punto  de  vista  de  la  gestión,  con  heterogeneidad
41 96
42 97
43 98
44 ABREVIATURAS:  AUC  =  área  bajo  la  curva;  CEA  =  antígeno   Centro  de  Cáncer  Vanderbilt­Ingram  (WTI,  SD  y  ELG),  99  Nashville,  TN;  
carcinoembrionario;  CTC  =  célula  tumoral  circulante;  ctDNA  =  ADN   Departamento  de  Medicina  (BN  y  MEL),  Sección  de  Biomedicina   100
45
tumoral  circulante;  GC/MS  =  cromatografía  de  gases  con  espectrometría   Computacional,  Facultad  de  Medicina  de  la  Universidad  de  Boston,  
46 de  masas;  NPI  =  nódulo  pulmonar  indeterminado;  miARN  =  microARN;   Boston,  MA;  División  de  Medicina  Pulmonar,  de  Cuidados  Intensivos  y   101
47 NSCLC  =  cáncer  de  pulmón  de  células  no  pequeñas;  VOC  =  compuesto   del  Sueño  (CM),  Universidad  de  Miami,  Miami,  FL;  División  de  Medicina   102
orgánico   Pulmonar  y  de  Cuidados  Críticos  (LY),  Universidad  Johns  Hopkins,  
103
volátil   Baltimore,  MD;  Centro  de  Investigación  Torácica  de  la  Universidad  de  
S.,   48  Q3  Q4  AFILIACIONES:  Del  Departamento  de  Medicina  (RP,  MNK,  S.  49   Queensland  (KMF),  Hospital  Prince  Charles,  Brisbane,  QLD,  Australia;   104
BEH  y  FM),  División  de  Alergia,  Medicina  Pulmonar  y  Cuidados  Críticos,  
50 Departamento  de  Medicina  (WTI),  División  de  Hematología­Oncología,   y  Tennessee  Valley  Healthcare  System  (SD  y  ELG),  Nashville,  TN.  105  
51 y  Departamento  de  Cirugía  Torácica  (SD  y  E. CORRESPONDENCIA  A:  Fabien  Maldonado,  MD;  correo  electrónico:  fabián.  
LG),  Centro  Médico  de  la  Universidad  de  Vanderbilt,  Nashville,  TN;   Q5  106  maldonado@vumc.org  107  Copyright  2023  Colegio  Americano  de  
52
Departamento  de  Medicina  (NTT),  División  de  Medicina  Pulmonar,   Médicos  del  Tórax.  Publicado  por  Elsevier  Inc.  Todos  los  derechos  
53 Cuidados  Intensivos,  Alergias  y  del  Sueño,  Universidad  Médica  de   108
reservados.
54 Carolina   d el  
S ur,  
C harleston,  
S C;  
D epartamento  d e  
M edicina  
( TP),   109
DOI:  https://doi.org/10.1016/j.chest.2023.05.025
División  de  Medicina  Pulmonar  y  de  Cuidados  Críticos,  Clínica  Mayo,  
55 110
Rochester,  MN;  Facultad  de  Medicina  de  la  Universidad  Van  derbilt  (MLB),  Nashville,  TN;

diariopecho.org 1

REV  5.6.0  DTD  CHEST5689_proof  21  de  junio  de  2023  7:09  p.  m.  EO:  CHEST­D­23­00528
Machine Translated by Google

111 en  las  recomendaciones  e  implementación  de  las  guías,2   incluyen,  entre  otros,  biomarcadores  basados  en   166

112 167
exponiendo  a  los  pacientes  a  la  morbilidad  y  mortalidad  concomitantes. proteínas  sanguíneas,  biopsias  líquidas,  análisis  de  imágenes  
113 168
Además,  los  datos  de  Medicare  sugieren  que  >  40  %  del  costo   cuantitativas  (radiómica),  compuestos  orgánicos  
114 169
total  del  tratamiento  del  cáncer  de  pulmón  se  puede  atribuir  a  los   volátiles  exhalados,  clasificadores  genómicos  del  epitelio  
115 170
nódulos  benignos  tratados  con  un  procedimiento  invasivo.3  Por  lo   bronquial  o  nasal,  y  combinaciones  de  los  mismos.4  A  pesar  de  la  
116 171
tanto,  mejorar  la  reclasificación  de  probabilidad  intermedia  a   evidencia  de  validez  biológica,  están  infrautilizados  debido  a  
117 172
probabilidad  baja  o  alta  sigue  siendo  una  prioridad  de  investigación   la  accesibilidad ,  el  costo,  la  inercia  de  la  práctica  clínica  y,  lo  que  
118 173
para  mejorar  el  diagnóstico  y  tratamiento  precoz  del  cáncer  de   es  más  importante,  la  ausencia  de  estudios  de  utilidad  clínica   174
119
120 pulmón  (fig.  1). que  muestren  mejores  resultados  para  los  pacientes.  La   175
121 revisión  actual  proporciona  una  descripción  general  completa   176
122 En  la  última  década  se  han  desarrollado  muchos  biomarcadores   de  la  literatura  disponible  sobre  biomarcadores   177
123 destinados  a  reclasificar  las  IPN  de  probabilidad  previa  a  la   emergentes  y  validados  para  IPN,  analiza  su  posible  función  clínica   178
124 prueba  intermedia.  Pocos  se  han  comercializado  y  aún  menos  se   y  considera  las  barreras  que  actualmente  limitan  su  implementación   179
125 utilizan  de  forma  rutinaria  en  la  práctica  clínica.  Estos en  la  práctica. 180
126 181

127 182
Métodos para  biomarcadores  radiómicos)  desde  enero  de  2011  hasta  diciembre  de  2022.  Se  
128   183  
P9  Realizamos  una  revisión  exhaustiva  de  la  literatura  relacionada  con  los  biomarcadores   seleccionaron  estudios  que  incluyeron  >  100  sujetos  e  informaron  validación  tanto  
129   184  
de  cáncer  de  pulmón.  Se  realizaron  búsquedas  en  PubMed  y  la  Biblioteca  Cochrane   interna  como  externa.  También  se  incluyeron  los  estudios  que  no  cumplían  con  estos  
130 185
utilizando  los  términos  "cáncer  de  pulmón"  Y  "biomarcador"  más  términos   criterios  pero  que  se  creía  que  tenían  una  relevancia  particular.
131 186
específicos  de  las  secciones  respectivas  (p.  ej.,  "radiómica"  o  "imágenes  cuantitativas"
132 187
133 188

134 Biomarcadores  basados  en  proteínas  circulantes  en  sangre  Se   Otro  panel  de  cuatro  marcadores  (4mp),  compuesto  por P11 189

135 han  estudiado  varios  biomarcadores  proteicos  en  el  contexto  del   la  forma  precursora  de  la  proteína  B  del  surfactante,  el   190
136 antígeno  del  cáncer  125,  CYFRA  21­1  y  CEA,  puede  ser  útil  tanto   191
diagnóstico  de  NPI,  siendo  los  más  estudiados  el  antígeno  
137 192
carcinoembrionario  (CEA)  y  el  fragmento  de  citoqueratina   para  el  diagnóstico  de  NPI  como  en  el  contexto  de  la  detección  
138 193
21­1  (CYFRA  21­1),4,5  solos  o  en  combinación.  6  Además,  se  han   del  cáncer  de  pulmón.8,9
139 194
desarrollado  varios  paneles  Q10 .  Un  panel  que  incluye  CEA,  
140 195
CYFRA,  receptor  del  factor  de  crecimiento  epidérmico,  proteína  B   Biomarcadores  
que  han  sido  estudiados  en  una  cohorte  de  validación Q12
141 196
142
prosurfactante,  proteína  activadora  de  neutrófilos  2  e   o  el  análisis  de  utilidad  clínica  se  enumeran  en   197
4­8,10­22  
inhibidor  tisular  de  metaloproteinasa­1  ha  demostrado  una  utilidad   Tabla  1. Según  los  datos  disponibles,  el  rendimiento
143 198
potencial  para  reclasificar  nódulos  de  probabilidad  intermedia.7 características  se  describen  a  continuación:  los  resultados  de
144 199
145 análisis  de  impacto  clínico  (I),  los  resultados  de  la  reclasificación 200

146 201

147 202

148 203
149 Alta  probabilidad  de  cáncer:  biopsia   204
o  resección  quirúrgica
150 205
151 206

152 Alto Gobernado  por  biomarcador

207
153 208

154 Aplicar   209

155 Aplicar   210
directrices
Probabilidad   prueba  de   Menos  en  
o   211
156 intermedia el  grupo  intermedio
biomarcadores
modelo  de  
157 212
probabilidad
158 213
159 Bajo Descartado  por   214
biomarcador
160 215
161 216
La  población  de  IPN  detectada   Baja  probabilidad  de  cáncer:  TC  
162 217
incidentalmente:  ~1.5  millones   de  vigilancia
163 218
de  nódulos  por  año  en  los  EE.  UU.
impresión  
4C=FPO
web  
y  

164 219
165 220
P33  P34
Figura  1  –  Nuevo  algoritmo  de  estratificación  basado  en  biomarcadores  validados  y  clínicamente  útiles.  Estados  Unidos  ¼  Estados  Unidos.

2  PECHO  Reseñas [ ­  #  ­  COFRE  ­  2023 ]

REV  5.6.0  DTD  CHEST5689_proof  21  de  junio  de  2023  7:09  p.  m.  EO:  CHEST­D­23­00528
Machine Translated by Google

221 TABLA  1 ]  Biomarcadores  basados  en  proteínas  sanguíneas  para  el  diagnóstico  de  NPI 276

Q26

222 277
Tamaño  de  la  población  de  estudio
223 Estudiar Candidatos  a  biomarcadores (Cáncer/Benigno/Sin  nódulo) Características  de  presentación 278
Q27

224 279
Farlow  et  al,10  2010 IMPDF,  fosfoglicerato  mutasa,  ubiquilina,   Formación:  117/13/61 III:  95/91
225 280
anexina  I,  anexina  II, P28

226 HSP70­9B 281

227 Ostroff  et  al,11  2010   Cadherina­1,  ligando  CD30,  endostatina, Formación:  213/420/352 III:  91/84 282

228 HSP  90a,  LRIG3,  MIP­4,   Validación:  78/245/118 283
229 pleiotrofina,  PRKCI,  RGM­C,  SCF  sR,  sL­ 284
Selectina,  SÍ
230 285
231 Kupert  et  al,12  2011 sPLA2­IIa,  CEA,  DIGITAL  21­1 Entrenamiento:  96/29/– III:  63/76 286
Validación:  44/0/20
232 287
233 Paz  et  al,13  2013 CEA,  AAT,  SCC Formación:  298/211 III:  88/82 288
Validación:  203/196/–
234 289
Daly  et  al,  14  de  2013 IL­6,  IL­10,  IL­1ra,  sIL­2Ra,  SDF  1aþb,   Entrenamiento:  69/67/– III:  95/23
235 290
TNF­a,  MIP­1a Validación:  20/60/–
236 291
Okamura  et  al,15  2013  CEA,  DIGITAL  21­1 Formación:  655/237/– III:  33/95
237 292
238 Fahrmann  et  al,16  2016  Fosfatidiletanolaminas  PE34:2, Entrenamiento:  61/29/– III:  94/62 293
PE36:2  y  PE38:4
239 294
240 Massion  et  al,17  2017 Autoanticuerpos  contra  CAGE,  GBU  4–5, Formación:  75/221/– III:  33/97 295
p53,  MAGE  A4,  HuD,  NY­ES0­1,  arte
241 296
SOX­2  (Oncinmune/Biodesix  Nodify
242 297
CDT)
243 298
Ajona  et  al,18  2018   C4d Entrenamiento:  59/0/79 III:  44/89
244 Validación:  148/92/– 299
245 300
Du  et  al,  19  2018 Autoanticuerpos  contra  p53,  PGP9.5,  SOX2,   Formación:  352/45/74 III:  57/92
246 GAGE7,  GBU4­5,  CAGE  y  MAGEA1 301
247 302
248 Yang  et  al,5  2018   ProGRP,  CEA,  SCC,  CYFRA  21­1 Formación:  163 III:  84/81 303
249 Validación:  179  (los  autores  no   304
250 especificaron  el  desglose   305
de  pacientes  por  estado  
251 306
final  de  la  enfermedad)
252 307
Lastwika  et  al,20  2019  IgG  complejado  FCGR2A,  EPB41L3, Formación:  125/125/– III:  33/90
253 308
LINGO1,  IGM  complejado  S100A7L2
254 309
Kammer  et  al,  4  2021 hsCYFRA  21­1 Formación:  150/75/– I:  20%  de  reducción  en
255 310
procedimientos  benignos,  
256 311
tiempo  de  
257 diagnóstico  39  días  más  rápido 312
258 Validación  1:  100/100/– III:  26/95 313
Ostrin  et  al,8  2021 Pro­SFBT,  CA125,  CEA,  DIGITAL  21­1
259 (4  MP) Validación  2:  32/32/– 314
260 315
Tanner  et  al,21  2021 LG3BP  y  C163A  (Biodesix  Nodify Validación:  29/132/– I:  40%  menos  procedimientos  
261 XL2) en  nódulos  benignos 316
262 II:  cNRI  de  0,21  para 317
Marmor  et  al,6  2022 CYFRA  21­1,  CEA  (Arquitecto  Abbott) Formación:  217/121/–
263 cáncer 318
264 Marmor  et  al,22  2023 Histoplasmosis  IgG/IgM Formación:  117/40/– II:  cNRI  de  0,18  para 319
265 Validación:  75/95/– cáncer 320
266 Vachani  et  al,  7  2023 CEA,  CYFRA,  EGFR,  ProSB,  NAP2  y Formación:  186/243/– II:  Aumento  de 321
267 TIMP  (MagArray  RevealDX) Validación:  212/277/– porcentaje  de  pacientes  en   P29  
322
268 los  grupos  de  mayor  y   323
menor  riesgo
269 324
270 Las  características  de  desempeño  se  describen  como:  I,  resultados  de  la  estimación  de  la  utilidad  clínica;  II,  resultados  de  un  análisis  de  reclasificación;  y  III,  sensibilidad/ 325
271 especificidad  
326  de  la  prueba  en  la  cohorte  de  validación.  Si  no  hay  cohorte  de  validación,  la  sensibilidad/especificidad  reportada  es  de  la  cohorte  de  entrenamiento.  Panel  de  4  MP  ¼  
4  
272 marcadores;  CA125  =  antígeno  de  cáncer  125;  cNRI  ¼  índice  de  reclasificación  clínica  neta  corregida  por  sesgo;  CYFRA  21­1  ¼  fragmento  de  citoqueratina  21­1;  EGFR  ¼  receptor  del  
factor  de  crecimiento  epidérmico  Q30  327 ;  hsCYFRA  21­1  ¼  fragmento  de  citoqueratina  de  alta  sensibilidad  21­1;  HSP  ¼  de  proteína  de  choque  térmico;  NPI  ¼  nódulo  pulmonar  
273 328
indeterminado;  NAP2  =  proteína  activadora  de  neutrófilos  2;  ProSB  ¼  proteína  B  prosurfactante;  TIMP1  ¼  inhibidor  tisular  de  metaloproteinasa­1;  TNF­a  ¼  factor  de  necrosis   . Q31
274 tumoral­a  *Sensibilidad/especificidad  informada  como  índice  de  Youden. 329
275 **Para  los  biomarcadores/clasificadores  que  se  informaron  en  varias  publicaciones,  solo  se  incluyeron  los  más  recientes  en  esta  tabla. 330

diariopecho.org 3

REV  5.6.0  DTD  CHEST5689_proof  21  de  junio  de  2023  7:10  p.  m.  EO:  CHEST­D­23­00528
Machine Translated by Google

331 análisis  (II),  o  la  sensibilidad/especificidad  de  la  prueba  en  la  cohorte   regiones  genómicas,  que  actúan  como  oncogenes  o  supresores   386

332 de  validación  (III).  Las  sensibilidades  y  especificidades   de  tumores.24  Un  número  cada  vez  mayor  de  investigaciones  sugiere   387
333 enumeradas  se  encuentran  en  los  umbrales  definidos  por  los  autores   que  los  miARN  perfilados  a  partir  de  muestras  de  sangre  pueden  ser   388
334 389
en  cada  artículo  y,  por  lo  tanto,  pueden  no  ser  directamente  comparables. complementos  prometedores  de  los  métodos  existentes  para  la  
335 390
evaluación  de  IPN  y  la  detección  temprana  del  cáncer  de  pulmón.  Los  
336 391
primeros  datos  sugieren  un  potencial  de  alta  sensibilidad  y  especificidad  
337 Una  alternativa  a  los  antígenos  específicos  de  tumores  son  los   392
incluso  para  la  detección  de  cáncer  de  pulmón  de  células  no  pequeñas  
338 anticuerpos  asociados  a  tumores,  que  ofrecen  la  promesa  de  una  alta   393
(NSCLC)  en  etapa  temprana  (etapa  I  y  II).
339 especificidad  en  puntos  de  tiempo  más  tempranos  en  el  curso  de  la   394
340 395
enfermedad  debido  a  la  amplificación  de  la  señal  por  parte  del  sistema   Varios  estudios  han  explorado  las  firmas  de  miARN  solas  o  en  
P13  341 combinación  con  otros  biomarcadores  sanguíneos. 396
inmunitario.20  Se  han  desarrollado  varios  paneles  de  autoanticuerpos,  
342 397
incluido  un  panel  de  siete  ­anticuerpos  asociados  (para  p53,  PGP9.5,   para  la  evaluación  de  IPN  y  la  detección  temprana  del  cáncer  
343 398
SOX2,  GAGE7,  GBU4­5,  CAGE  y  MAGEA1).19  Cuando  se   de  pulmón.25­27  Estos  estudios,  sin  embargo,  tienen  varias  
344 399
combina  con  imágenes  de  tomografía  computarizada,  esta  firma  produjo   limitaciones,  incluido  el  tamaño  pequeño  de  la  muestra,  la  falta  de  
345 400
346 una  especificidad  del  91,6%  para  cánceres  frente  a  nódulos  benignos,   validación  externa,  la  inclusión  de  cánceres  en  etapa  tardía  y  la  falta  de   401
347 con  una  sensibilidad  del  56,5%.  Otro  panel  que  incluyó  CAGE,  GBU  4­5,   diversidad  demográfica.  El  estudio  de  miARN  más  grande  en  la   402
348 p53,  MAGE  A4,  HuD,  NY­ES0­1  y  SOX­2  logró  alta  especificidad  y   detección  de  NSCLC  en  etapa  temprana  es  un  estudio  multicéntrico  que   403
349 valores  predictivos  positivos.17  Como  alternativa  al  diagnóstico  de   incluyó  a  744  pacientes  con  NSCLC  y  944  sujetos  de  control   404
350 cáncer,  en  áreas  endémicas  de  Histoplasma  capsulatum ,  los   emparejados.  Un  panel  de  cinco  miARN  (miR­375,  miR­1291,   405
351 anticuerpos  séricos  contra  Histoplasma  se  han  utilizado  para   miR­214­3p,  miR­1­3p  y  let­7a­5p)  distinguió  a  los  sujetos  con   406
352 diagnosticar  enfermedades  benignas.  En  dos  estudios,  los  anticuerpos   NSCLC  de  los  sujetos  de  control  con  áreas  bajo  la  curva  (AUC)  de   407
353 0,936  y  0,984  en  las  cohortes  de  descubrimiento  y  verificación,   408
IgG/IgM  doblemente  positivos  contra  Histoplasma  se  asociaron  solo  
354 409
con  nódulos  benignos.22  Esta  prueba  se  utiliza  mejor  en  el   respectivamente.
355 410
contexto  clínico  apropiado  y  los  hallazgos  radiológicos  sugestivos. Luego,  este  panel  se  validó  en  tres  cohortes  independientes  con  AUC  
356 411
de  0,973,  0,916  y  0,917  y  una  sensibilidad  del  81,3  %  para  todos  los  
357 412
estadios,  del  82,9  %  para  los  estadios  I  y  II,  y  del  83  %  para  el  NSCLC  
358 413
359 en  estadio  I,  con  una  especificidad  del  90,7  %. .  La  precisión  del  panel   414
Hasta  la  fecha,  no  se  ha  demostrado  que  ningún  biomarcador  basado  
360 de  cinco  miARN  para  detectar  NSCLC  fue  significativamente   415
en  sangre  mejore  definitivamente  los  resultados  de  los  pacientes.  
361 mayor  que  la  de  CEA  o  CYFRA21­1.28  Este  estudio  incluyó  poblaciones   416
Un  clasificador  proteómico  que  usa  dos  proteínas  (LG3BP  y  C163A)  se  
362 asiáticas  y  blancas,  utilizó  muestras  que  no  coincidían  en  cuanto  a   417
evaluó  prospectivamente  como  parte  de  un  clasificador  integrado  que  usa  
363 características  demográficas  y  clinicopatológicas,  y  no  se  ajustó  para   418
características  clínicas  y  de  imágenes  en  el  estudio  Clasificador  
364   otros  pacientes.  variables  específicas. 419
proteómico  del  plasma  del  nódulo  pulmonar  (PANOPTIC),  que  
365   420
366   sugirió  una  reducción  relativa  del  32  %  en  procedimientos  invasivos   421
367   innecesarios  para  nódulos  benignos.21  Aunque  el  potencial  de  estos   422
368   biomarcadores  puede  deducirse  de  estudios  observacionales   Ninguno  de  los  paneles  de  miRNA  existentes  ha  sido  validado   423
369 retrospectivos  y  prospectivos,  la  utilidad  clínica  solo   prospectivamente  en  ensayos  clínicos  de  personas  con  NSCLC  en   424
370 puede  demostrarse  a  través  de  ensayos  clínicos  prospectivos,   etapa  temprana,  aunque  su  uso  como  biomarcadores  para   425
371 aleatorizados  y  controlados  con  evidencia  de  mejores  resultados   IPN  parece  prometedor.  Hasta  el  momento,  ninguna  de  estas  firmas  se   426
372 427
Q14 para  los  pacientes.  De  los  biomarcadores  enumerados  anteriormente,   utiliza  en  la  práctica  clínica.  Se  necesitará  investigación  adicional  para  
373 428
el  clasificador  integrado  Nodify  XL2  (Biodesix)  es  el  único  estudio   confirmar  estos  hallazgos  preliminares  pero  alentadores  y  para  optimizar  
374 429
controlado  aleatorizado  actualmente  en  proceso  de  reclutamiento  cuyo   la  reproducibilidad,  detección,  cuantificación  y  utilidad  clínica  de  los  
375 430
objetivo  es  mostrar  mejores  resultados  para  los  pacientes.23 miARN.
376 431
377 432
378 433
Células  tumorales  circulantes  y  ADN  tumoral:  biopsias  líquidas  Las  
379 434
380 Biomarcadores  transcriptómicos  en  sangre  circulante: células  tumorales  
435
381 microARN circulantes  (CTC),  el  ADN  tumoral  circulante  (ctDNA)  y  el  ADN  metilado   436
382 Los  microARN  (miARN)  son  ARN  no  codificantes  cortos  endógenos  de   circulante  son  biomarcadores  no  invasivos  prometedores,  a   437
383 20  a  22  nucleótidos  que  funcionan  como  reguladores  de  la  expresión   menudo  denominados  "biopsias  líquidas".  Brindan  una  visión  compuesta   438
384 génica  a  nivel  postranscripcional. de  la  carga  tumoral,  evitando  el  sesgo  de  muestreo  y  los  errores  técnicos. 439
385 Los  miARN  seleccionados  se  encuentran  en  regiones  asociadas  al  cáncer. 440

4  PECHO  Reseñas [ ­  #  ­  COFRE  ­  2023 ]

REV  5.6.0  DTD  CHEST5689_proof  21  de  junio  de  2023  7:10  p.  m.  EO:  CHEST­D­23­00528
Machine Translated by Google

441 complejidad  inherente  a  la  biopsia  de  tejido  mientras  que  teóricamente   detección  de  cáncer  de  pulmón.  Aunque  las  métricas  de  rendimiento,  496  en  

442 arroja  información  similar.  Actualmente,  su  principal  aplicación  clínica   particular  la  sensibilidad,  siguen  siendo  subóptimas,  varios   497
443 en  oncología  torácica  es  la  caracterización  molecular  de  cánceres   estudios  sugieren  que  el  rendimiento  podría  mejorarse  mediante  la   498
444 499
de  pulmón  conocidos  (p.  ej.,  detección  de  mutaciones  terapéuticamente   combinación  de  datos  clínicos,  imágenes  y  otros  biomarcadores  
445 500
dirigidas).  Sin  embargo,  existe  un  interés  creciente  en  el  uso  de  estos   séricos.  Se  necesita  más  refinamiento,  validación  y  
446 501
biomarcadores  para  la  evaluación  de  NPI.  Los  estudios  más   demostración  prospectiva  de  la  utilidad  clínica  antes  de  una  aplicación  
447 502
relevantes  se  destacan  en  la  Tabla  2. clínica  amplia.
448 503
29­35
449 504
450 505
Las  CTC  son  células  que  abandonaron  el  sitio  del  tumor  primario  y  
451
Clasificadores  de  las  vías   506
entraron  en  el  torrente  sanguíneo  o  en  el  sistema  linfático  y  se  pueden  
452 respiratorias  La  capacidad  de  detectar  diferencias  moleculares   507
detectar  mediante  métodos  de  separación  biofísicos  o  basados  
453 asociadas  con  el  cáncer  en  el  epitelio  de  las  vías  respiratorias  de   508
en  el  tamaño.  Los  datos  limitados  disponibles  en  pacientes  con  
454 aspecto  normal  relativamente  accesible36­39  ha  servido  como  base   509
cáncer  de  pulmón  han  mostrado  una  especificidad  relativamente  
455 para  el  desarrollo  de  varios  biomarcadores  no  invasivos  y   510
456
alta  (96  %­100  %)  pero  una  sensibilidad  poco  confiable  (26  %­68   511
mínimamente  invasivos.  Recolección  de  tejidos  a  través  de
457 %).29,30  Este  rendimiento  se  ha  mejorado  usando  una  combinación  de   512
La  broncoscopia  es  un  enfoque  común  para  diagnosticar  el  cáncer  de  
458 detección  de  CTC  junto  con  cuatro  marcadores  tumorales,  incluso   513
pulmón  en  pacientes  con  NPI  con  una  probabilidad  previa  a  la  prueba  
459 entre  pacientes  con  cáncer  de  pulmón  en  estadio  temprano.30 514
de  intermedia  a  alta.  Este  procedimiento  tiene  alta  especificidad  
460 515
El  ctDNA  es  ADN  fragmentado  que  puede  encontrarse  en  el  torrente   pero  puede  tener  baja  sensibilidad,  especialmente  en  nódulos  más  
461 516
sanguíneo  no  asociado  con  células  tumorales  y  puede  detectarse  más   pequeños  o  más  periféricos.40  El  aumento  de  la  muestra  
462 517
463 fácilmente  que  las  CTC.31,32  Aunque  la  sensibilidad  de  ctDNA   broncoscópica  de  la  lesión  con  análisis  molecular  de  cepillados   518
464 puede  ser  mayor  que  la  de  las  CTC,  el  uso  de  ctDNA  solo  para  la   bronquiales  más  proximales  et  al41  representa  una  opción   519
465 detección  del  cáncer  de  pulmón  podría  resultar  en  más  diagnósticos   Blomquist  informó  los  niveles  de  14  genes  involucrados   atractiva.   Q17  520

466 perdidos  en  comparación  con  la  tomografía  computarizada  de  baja   en  las  vías  de  reparación  de  ADN  y  antioxidantes,  medidos  a  través  de   521

467 dosis.  La  sensibilidad  de  los  ensayos  de  ctDNA  para  la  detección  del   la  reacción  en  cadena  de  la  polimerasa  de  transcripción  inversa,   522
468 cáncer  de  pulmón  se  mejoró  mediante  el  uso  de  modelos  de   en  el  epitelio  normal  de  las  vías  respiratorias  bronquiales  que  se   523
469 aprendizaje  automático  que  aprovechan  datos  clínicos  como  la  edad,  el   asociaron  con  el  estado  del  cáncer  de  pulmón.  Esto  dio  como  resultado   524
470 P15 525
historial  de  consumo  de  tabaco  y  la  presencia  de  EPOC  y  otros   un  biomarcador  que  actualmente  se  está  probando  en  el  ensayo  
471 biomarcadores  relevantes  como  CEA  además  de 526
Lung  Cancer  Risk  Test  (LCRT).41­43  De  manera  similar,  utilizando  
472 527
ADNc.  El  uso  de  una  pantalla  multimodal  de  este  tipo  para  estratificar  a   perfiles  transcriptómicos  basados  en  micromatrices,  Spira  et  al44  
473 528
los  pacientes  que  requieren  imágenes  de  tomografía  computarizada   desarrollaron  y  validaron  una  firma  de  80  genes  para  diferenciar  
474 529
de  baja  dosis  podría  reducir  la  cantidad  de  biopsias  innecesarias   alguna  vez  a  los  consumidores  de  tabaco  con  o  sin  cáncer  de  pulmón  
475 530
476 y  mantener  una  tasa  baja  de  falsos  negativos.31 mediante  cepillado  endobronquial  de  las  vías  respiratorias   531
477 principales  de  apariencia  normal.  Esta  firma  se  perfeccionó   532
La  metilación  aberrante  del  promotor  CpG  que  ocurre  temprano  en  la  
478 posteriormente  en  un  biomarcador  de  cáncer  de  pulmón  de  23   533
tumorigénesis  presenta  otra  oportunidad  de  diagnóstico.  Los  
479 genes  para  pacientes  con  sospecha  de  cáncer  de  pulmón  sometidos   534
perfiles  de  metilación  del  ADN  de  todo  el  genoma  en  el  cáncer  de  
480   a  broncoscopia.45  Este  biomarcador  se  validó   535
pulmón  han  revelado  regiones  metiladas  diferencialmente  que  
481   ampliamente  en  cohortes  independientes  que  constaban  de  >   536
482 incluyen  genes  candidatos  específicos  para  ensayos  de   537
600  538  pacientes.46  La  alta  sensibilidad,  ya  sea  solo  (89%)  o  en  
483
Q16 diagnóstico.  La  reacción  en  cadena  de  la  polimerasa  en  tiempo  real   combinación  
con  broncoscopia  (97%),  y  el  alto  valor  predictivo  negativo  de  este  
484 específica  de  la  metilación  cuantitativa  permite  la  amplificación  de   539
biomarcador  permite  a  los  médicos  elegir  la  vigilancia  con  imágenes  
485 secuencias  diana  de  ADN  metilado  de  estos  genes  candidatos.   540
para  pacientes  de  probabilidad  intermedia  con  una  broncoscopia  no  
486 Varios  estudios  que  investigan  genes  candidatos  y  paneles  de  genes   541
concluyente  y  resultado  negativo  de  biomarcador.  El  impacto  clínico  
487 han  mostrado  sensibilidades  prometedoras  del  60  %  al  98  %  y   542
potencial  de  este  biomarcador  se  informó  en  un  estudio  de  registro  en  
488 especificidades  del  62  %  al  95  %.33­35  Al  igual  que  los  estudios  de   543
489 35  centros  médicos  de  EE.  UU.47.  Este  estudio  examinó  el  manejo   544
ADNc,  estos  estudios  sugieren  que  los  modelos  que  incorporan  paneles  
490 de  los  nódulos  pulmonares  en  283  pacientes  con  una   545
de  genes  metilados  con  datos  clínicos  pueden  producir  un  rendimiento  
491 broncoscopia  no  diagnóstica  en  los  que  se  solicitó  la  prueba.   546
superior  al  de  los  biomarcadores  de  metilación  solos.
492 Un  resultado  negativo  clasifica  negativamente  el  riesgo  de 547
493 548
494 Estos  estudios  destacan  el  potencial  de  las  CTC,  el  ctDNA  y  el  ADN   549
495 metilado  para  la  evaluación  de  IPN  y  la 550

diariopecho.org 5

REV  5.6.0  DTD  CHEST5689_proof  21  de  junio  de  2023  7:10  p.  m.  EO:  CHEST­D­23­00528
Machine Translated by Google
590
585  
586  
587  
588  
589  
584 592
591 594
593 596
595597 600
598
599 602
601 604
603605 570
561  
562  
563  
564  
565  
566  
567  
568  
569  
560
571572574
573 576
575 578
577 580
579 582
581583 552
551 554
553 556
555 558
557559

TABLA  2 ]  Características  y  rendimiento  de  las  biopsias  líquidas  (CTC,  ctADN  y  ADN  metilado)  que  predicen  malignidad  en  nódulos  pulmonares

Publicación Población Técnica Actuación Comentarios

29
Marquette  et  al,  2020 Cohorte  prospectiva  de  AIR  (individuos  de  alto   Detección  de  CTC  en   Sensibilidad  26  %,  especificación  96  % La  imagen  LDCT  detectó  178  nódulos  pulmonares  con  
riesgo,  n  =  614;  cánceres  de  pulmón,   sangre  mediante   Sens  83  %,  Spec  71  %
n  =  19) aislamiento  por  tamaño  de  
la  técnica  de  células  
tumorales  epiteliales

Le  et  al,30  2019 Casos  y  controles  de  un  solo  centro   CTC  en  sangre AUC  0,85  (Sensibilidad  68  %,  especificación  100  %) Combinación  de  CTC  y  marcadores  tumorales

(pacientes  con  cáncer  de  pulmón,  n  =  174;   detección  vía Entre  los  pacientes  con  cáncer  de  pulmón  en  etapa   (CEA,  CA125,  CYFRA  21­1  y  SCC)  diagnóstico  
sujetos  de  control  sanos,  n  =  90) temprana  (I­II),  Sens  64% mejorado  para  todos  los  pacientes
enriquecimiento   (Sens  83%)  y  en  aquellos  con  enfermedad  en  
negativo/fluorescencia   etapa  temprana  (Sens  79%)
hibridación  in  situ

Mathios  et  al,31  2021  Capacitación:  cohorte  prospectiva  de  LUCAS  (pacientes   Libre  de  células  a  base  de  sangre Modelo  multimodal  de  fragmentación

con  cáncer  de  pulmón,  n  =  129;   Modelo  de   Entrenamiento:  AUC  ¼  0,90,  con  mayores  AUC  para los  perfiles  con  CEA,  la  edad,  el  historial  de  
individuos  de  alto  riesgo,  n  =  236) aprendizaje   estadios  II,  III  y  IV  (0,89,  0,92  y  0,92)  frente  a   tabaquismo  y  la  presencia  de  EPOC  
automático  y  detección   enfermedad  en  estadio  I  (0,76) aumentaron  el  AUC  a  0,93
Validación:  cohorte  multinacional de  fragmentos  de  ADN Validación  independiente:  rango  comparable  de   El  uso  del  modelo  multimodal  como  preselección  para  
(sujetos  de  control  sanos,  n  =  385;   Sens  y  Spec  en  varias  etapas  y  subtipos   estratificar  a  los  pacientes  que  requieren  imágenes  de  
pacientes  con  cáncer  de  pulmón  en  estadio   histológicos LDCT  produjo  un  rendimiento  mejorado  con
temprano,  n  =  46) Sens  94%  y  Spec  80%

Leung  et  al,32  2020 Cohorte  prospectiva  de  centro  único  (pacientes   Detección  de  ctDNA  en   Sensibilidad  75  %,  especificación  89  % Mutaciones  detectadas  en  ctDNA  y

con  cáncer  de  pulmón  temprano   sangre  a  través  de  qRT los  resultados  de  la  biopsia  de  tejido  correspondiente  
primario  o  secundario  conocido  o   PCR mostraron  una  concordancia  del  83  %  y  una  estadística  
sospechado,  n  =  192) kappa  de  0,63  (P  <  0,001)

Kneip  et  al.,  2011 Entrenamiento:  caso  unicéntrico a  base  de  sangre El  cáncer  de  pulmón  de  células  pequeñas  y  el  carcinoma  

control  (pacientes  con  cáncer  de  pulmón   qRT­PCR  específica  de   Entrenamiento:  Sens   de  células  escamosas  se  detectaron  más  fácilmente  
en  estadio  IV,  n  =  20;  sujetos  de  control   metilación  para  SHOX2 75%,  95%   que  los  adenocarcinomas  (Sens  80  %  y  63  %  frente  a  
sanos,  n  =  20) Pruebas:  AUC  0.78  (Sens  60%,  Spec  90%) 39  %),  lo  que  probablemente  refleja  
Validación:  caso  de  dos  centros diferencias  subyacentes  en  la  biología  del  tumor
control  (pacientes  con  sospecha  de  cáncer  
de  pulmón,  n  ¼  343;  sujetos  de  control  
sanos,  n  ¼  150)

(Continuado)

648
649
640  
641  
642  
643  
644  
645  
646  
647  
639 650652
651 654
653 656
655657 660
658
659 608
606
607609
610612
611 614
613 616
615 618
617 620
619621 626 628
627
622 625  
624  
623 630
629 632
631 634
633 636
635 638
637
Machine Translated by Google

661 malignidad  en  el  34%  de  los  casos.  De  estos,  el  74%  tuvo  un   716

662 cambio  de  manejo  de  procedimiento  invasivo  a  vigilancia,  sin   717
663 718
demorar  el  tiempo  al  diagnóstico.
664 719
Aunque  los  biomarcadores  basados  en  la  expresión  génica  de  las  
Comentarios

665 720
666 vías  respiratorias  bronquiales  se  han  mostrado  prometedores  desde   721
667 el  punto  de  vista  clínico,  la  recogida  de  muestras  biológicas   722
668 mediante  broncoscopia  limita  la  población  de  uso  previsto.39   723
669 Como  alternativa,  los  investigadores  han  explorado  las   724
mejoraron  
predicción  
aleatorios  
utilizando  
bosques  
modelos  
paquetes­
(Sens  
valores  
Spec  
ciegos  
AUC  
estado  
EPOC  
0,89  
FVC  
67  
%,  
edad,  
93  
de  
de  
los  
la  
el  
y  
El  
la  
y   %)
año,  
ADN  
de  
el  
los  
a   significativamente  
estratificado,  
moderado  
pronóstico  
metilación  
riesgo  
0,015)
riesgo  
riesgo  
para  
55,6  
alto  
100,0  
bajo,  
para  
96,0  
para  
años  
a   (P  
%  
con  =  
%  
SG  
y  
de  
%  
5  

670   725
alteraciones  de  la  expresión  génica  asociadas  al  cáncer  de  pulmón  
Combinación  
metilados  
sangre
base  
de  
de  
a   Estratificación  
diferencial
basada  
riesgo  
en  
de  

671   726
en  el  epitelio  nasal.  Los  estudios  han  demostrado  que  el  epitelio  
672   727
nasal  y  bronquial  comparten  alteraciones  transcriptómicas  similares  
673   728
asociadas  con  el  consumo  de  tabaco48  y  enfermedades  
674   729
pulmonares  como  la  EPOC49  y  la  fibrosis  pulmonar  idiopática.50  Usando  
675   730
676   muestras  de  cepillado  nasal  Q18  y  perfiles  de  expresión  de   731
677   microarrays  de  los  participantes  en  Airway  Epithelial  Gene  Expression  732
678   in  the  Diagnosis  of  Cohortes  de  cáncer  de  pulmón  (AEGIS),   733
679 Perez­Rogers  et  al51  desarrollaron  un  clasificador  genómico   734
Actuación

680 clínico  con  30  genes  que  pueden  identificar  736  cánceres  de  pulmón   735

681 entre  
los  usuarios  de  tabaco  con  una  alta  sensibilidad  del  91%.
682 737
SOX17)  
produjo  
sangre  
esputo
Spec  
98%,  
Sens  
71%  
Spec  
93%,  
Sens  
62%  
con  
con  
y  
y  
y   MARCH11)  
produjeron  
PTGDR,  
UNCX  
Sens  
etapa
para  
60%  
72%  
y  
y   respectivamente;  
Especificaciones  
adenocarcinoma  
SCC,  
71%
IA  
y  
Se  informaron  los  resultados  preliminares  de  la  secuenciación  de  
683 738
ARN  de  muestras  de  hisopos  nasales;  sugieren  una  
HOXA9,  
(CDO1,  
AJAP1,
genes  
Panel  
seis  
de  
HOXA17,
(TAC1,  
genes  
Panel  
tres  
de  

684 739
sensibilidad  del  95  %  para  el  cáncer  entre  las  personas  clasificadas  
685 740
como  de  bajo  riesgo  y  una  especificidad  del  90  %  para  el  cáncer  
686 741
entre  las  personas  clasificadas  como  de  alto  riesgo .
687 742
688 743
689 Técnica
744
690 criterios  de  elegibilidad  para  la  detección  del  cáncer  de  pulmón.53   745
Estos  estudios  destacan  la  promesa  clínica  potencial  de  la  expresión   746
específicos  
metilados  
metilación  
específica  
basada  
genes  
cáncer
para  
PCR  
qRT­
de  
de  
6   PCR  
qRT­
específicos  
metilación  
metilados  
específica  
genes  
cáncer
para  
de  
30  
de  

691 sangre  
esputo
y   Promotor  
sangre
base  
de  
a  

692 génica  del  epitelio  nasal  para  la  detección  temprana  del  cáncer   747

693 de  pulmón. 748
694   749
695  
Existe  evidencia  de  otros  analitos  moleculares  de  las  vías   750
696   respiratorias  que  pueden  ayudar  en  la  detección  temprana  del   751
697   cáncer  de  pulmón.  Se  desarrolló  un  biomarcador  de  metilación   752
698   de  cuatro  genes  en  muestras  de  lavados  bronquiales  y  mostró   753
699 un  alto  rendimiento  (82  %  de  sensibilidad  y  91  %  de  especificidad)  en   754
Población

700 un  conjunto  de  validación  independiente.54  Pavel  et  al55  informaron   755

701 que  agregar  la  expresión  de  miR­146a­  5p  al  biomarcador  de  genes   756
702 757
bronquiales  puede  mejorar  significativamente  el  rendimiento  del  758  
pulmonar,  
o  
I  sospecha
control  
nódulo  
pulmón  
cáncer  
con  
150;  
60)  
IIA,  
=  
n  
de  
=  
n   adenocarcinoma  
pacientes  
estadio  
estadio  
norte  
con  
con  
en  
43;  
IA  
IA,
=   sujetos  
control  
sanos,  
SCC,  
40;  
42)
de  
=  
n  
=  
n  

703
(pacientes
control  
LCBC  
NYU  
caso­

diagnóstico  de  cáncer  de  pulmón  dentro  de  las  muestras  de  las  
704 759
cohortes  AEGIS.  Estos  estudios  muestran  la  viabilidad  y  
705 760
la  importancia  de  integrar  datos  de  diferentes  plataformas  para  
706 761
construir  biomarcadores  multimodales  para  el  diagnóstico  temprano  
707 762
708
del  cáncer  de  pulmón. 763
(Continuación)
]  

709 764
710 765
711
Publicación controles  
(estadio
Hulbert  
centro  
Casos  
2017  
al,34  
solo  
un  
en  
et  
y   2017  
al,35  
Ooki  
et  

Basado  en  compuestos  orgánicos  volátiles  exhalados 766
Biomarcadores
TABLA  
2 fragmento;  
cadena  
LUCAS  
PCR  
LDCT  
dosis  
qRT­
baja;  
¼  
de  
TC  
de  
¼  
19  
=   carcinoembrionario;  
especificidad.
sensibilidad;  
supervivencia  
escamosas;  
citoqueratina;  
escamosas;  
carcinoma  
carcinoma  
antígeno  
circulante;  
células  
envejecimiento  
Espec  
circulante;  
antígeno  
transcriptasa  
células  
antígeno  
SCCA  
cuantitativa;  
CYFRA  
global;  
Sens  
Biomarker  
Centro  
CA­125  
University  
tumoral  
polimerasa  
cáncer  
tumoral  
SCC  
longitudinal  
ctDNA  de  
¼  
21­1  
de  
Group;  
CEA  
célula  
¼  
curva;  
Project  
Cancer  
SG  
de  
125;  
ADN  
reacción  
urbanas;  
AUC  
área  
LCBC  
AIR  
New  
NYU  
¼  
de  
de  
en  
la   =  
la  
=  
¼  
¼   ¼  
Study  
¼  
de  
inversa  
cohortes  
CTC  
¼  
=  
bajo  
de  
¼  
Lung  
Estudio  
York  
¼  

712 767
713 El  uso  del  análisis  de  aire  exhalado  en  medicina  se  ha  estudiado   768
714 desde  la  década  de  1970.56  En  cuanto  a  la  detección  de  cáncer  de   769
715 770
pulmón,  la  cromatografía  de  gases  con  espectrometría  de  masas

diariopecho.org 7

REV  5.6.0  DTD  CHEST5689_proof  21  de  junio  de  2023  7:10  p.  m.  EO:  CHEST­D­23­00528
Machine Translated by Google

826
771 Figura  2:  representación  esquemática  de  la  
A
extracción  y  selección  de  características   P38
772 Radiómica  convencional 827
con  radiómica  convencional  y  
773 828
aprendizaje  profundo.  A,  con  los  micrófonos  
774 de  radio  convencionales,  los  nódulos   Forma   829
se  segmentan  y  las  características  definidas   y  tamaño
775 830
por  expertos  se  extraen  y  analizan  
impresión  
4C=FPO
web  
y  

776 mediante  métodos  tradicionales  de  regresión   831

777 estadística.  B.  Con  las  redes  neuronales  
Axial 832
sagital Extracción  
artificiales,  el  aprendizaje  automático  de   Textura
778 de  características
833
características  relevantes  a  través  de  redes  
779 multicapa  mitiga  el  sesgo  de  los  expertos,   834
780 pero  la  extracción  y  el  análisis  están  ocultos   835  
Q35 y  solo  se  conoce  el  resultado  (benigno  o  canceroso)  (caja  negra).
781   836  
Segmentación Coronal
782   transformación  wavelet 837  
783   838  
784   B 839  
785   Aprendizaje  profundo 840  
786   841  
787   842  
788   843  
789 Probable  cáncer 844  
790 845
791 846
792 847
probablemente  benigno
793 848
794 849
795 850
796 851
797 852
Imagen Capa  de  entrada Capas  ocultas Capa  de  salida
798 853
799 854
800 (GC/MS)  ha  sido  generalmente  el  método  de  detección  más   compuestos.67­69  Los  estudios  han  informado  una  sensibilidad   855
801 utilizado,  con  una  sensibilidad  y  una  especificidad  que  oscilan   de  hasta  el  96  %  y  una  especificidad  de  hasta  el  94   856
802 entre  el  70  %  y  el  90  %.57­60  Un  estudio  reciente  de  Smirnova   %.67,69­74  Dadas  las  limitaciones  de  los  enfoques  de   857
803 et  al61  diseñado  para  superar  las  limitaciones  históricas   estrategia  única,  la  nariz  electrónica  combinada  con  el   858
804   de  los  ensayos  de  compuestos  orgánicos  volátiles  (VOC)   aprendizaje  automático  se  está  volviendo  cada  vez   859
805 y  destinado  a  investigar  el  rendimiento  predictivo  de  los  COV   más  popular  para  mejorar  el  diagnóstico.  exactitud.67,68,75,76   860
806 861
en  225  pacientes  con  cáncer  de  pulmón  en  estadio  I,  informó   Un  estudio  multicéntrico  reciente  entrenó  y  validó  un  modelo  
807 862
una  precisión  de  0,61.  Estudios  adicionales  combinaron  GC/ predictivo  que  combinó  variables  clínicas  con  análisis  de  VOC  de  
808 863  
MS  con  aprendizaje  automático  y  descubrieron  que  una   un  dispositivo  de  nariz  electrónica  para  distinguir  pacientes  con  
809 864  
combinación  de  cinco  VOC  con  asistencia  de  aprendizaje   NSCLC  de  sujetos  control  (conjunto  de  entrenamiento,  n  =  376;  
810 865
automático  resultó  en  un  AUC  entre  0.89  y  0.98.62­64   conjunto  de  validación ,  n  =  199).77  En  la  cohorte  de  validación,  
811 866
También  se  han  utilizado  redes  neuronales  artificiales  con  GC/ el  modelo  arrojó  una  sensibilidad  y  especificidad  del  95%  y  
812 867
MS,  con  un  alto  índice  de  discriminación.  potencia  que   49%,  respectivamente,  y  un  AUC  de  0,86.
813 868
814 muestra  una  sensibilidad  del  80  %  y  una  especificidad  del  91   869
Existen  numerosos  métodos  tanto  para  identificar  COV  
815 %.65  Otro  estudio  que  utilizó  redes  neuronales  artificiales   870
como  para  analizar  firmas,  con  sus  respectivas  ventajas  
816 encontró  que  una  combinación  de  VOC  podía  distinguir   871
y  desventajas.  Sin  embargo,  las  estimaciones  del  rendimiento  
817 sujetos  de  control  sanos  de  pacientes  con  cáncer  de  pulmón  con   872
818 de  las  pruebas  de  diagnóstico  varían  significativamente  entre   873
un  AUC  de  0,99,  y  nódulos  benignos  de  cáncer  de  pulmón  con  
819 los  estudios  que  utilizan  la  misma  tecnología  con  una   874
un  AUC  de  0,81,66  lo  que  sugiere  una  promesa  potencial  
820 reproducibilidad  limitada.  Aunque  el  análisis  del  aliento  de   875
para  la  utilidad  clínica  futura.
821 los  COV  es  prometedor,  ha  habido  pocos  cambios  generales  en   876
822 El  dispositivo  de  nariz  electrónica  (e­nose)  es  otro   la  precisión  de  estas  pruebas  durante  la  última  década.  Se   877
823 dispositivo  de  medición  que  se  ha  utilizado  para  analizar  los   necesitan  nuevos  avances  tecnológicos,  validación  adicional  y   878
824 COV.  El  dispositivo  es  portátil  y  económico  y  utiliza  sensores  de   estudios  de  utilidad  clínica  antes  de  que  el  análisis  de  COV   879
825 880
gas  para  detectar  varias  combinaciones  de  sustancias  químicas. pueda  usarse  en  la  práctica  clínica.

8  COFRE  Reseñas [ ­  #  ­  COFRE  ­  2023 ]

REV  5.6.0  DTD  CHEST5689_proof  21  de  junio  de  2023  7:10  p.  m.  EO:  CHEST­D­23­00528
Machine Translated by Google
900
901
891  
892  
893  
894  
895  
896  
897  
898  
899  
890 902904
903 906
905 908
909
907 910912
911 914
913 916
915 918
917 920
919 922
921 924
923 926
925 928
927 930
929 932
931 934
933935 882
881 884
883 886
885 888
887889

TABLA  3 ]  Características  y  desempeño  de  los  modelos  radiómicos  predictivos  de  malignidad  en  nódulos  pulmonares

Radiómica Externo
Publicación Población  en  formación Técnica Descripciones  de  características Validación Actuación Comentarios

misa Conjunto  de  datos  NLST Profundo  ­  LCP Desconocido/no  informado  (red   Vanderbilt:   Validación  interna:  AUC  ¼   Optellum  recibió  la  autorización  Q32  de  la  FDA  para  el  

et  al,78 14.761  tomografías  computarizadas   CNN,   convolucional  densa). nódulos   0,921  frente  al  modelo  de  Brock,   uso  comercial  de  su  Virtual
2020 (5.972  pacientes)  con  nódulos   desarrollado  por pulmonares   AUC  ¼  0,856 Clínica  de  nódulos
benignos,  932  tomografías   Adición Variables  clínicas  excluidas  del   detectados   Validación  externa:   LCP­CNN  mostró  superioridad  en  la  
computarizadas  (575   modelo Vanderbilt   reclasificación  neta  de  nódulos  benignos  
pacientes)  con  nódulos  malignos incidentalmente   LCP­CNN   y  malignos  sobre
52  benignos,  64  malignos AUC  ¼  0,835  frente  al  modelo   Modelo  de  Mayo  Clinic  en  ambos  
Oxford: de  Mayo  Clinic  AUC  ¼   conjuntos  de  validación
Nódulos   0,781  
pulmonares   Oxford  
detectados   LCP­CNN  
AUC  ¼  0,919  frente  al  modelo  
incidentalmente   de  Mayo  Clinic  AUC  ¼  
400  benignos,  63  malignos 0,819

Ardila   Conjunto  de  datos  NLST Deep:   1024  características  aprendidas Noroeste: Interno  (entrenamiento):   El  modelo  mostró  una  mejora

et  al,79 42  290  tomografías   red  neuronal   tomografía  computarizada AUC  ¼  0,944 rendimiento  en  la  predicción  de  
2019 computarizadas  (14  851   escaneos (Sensibilidad  83  %,   malignidad  en  1  año  sobre  los  
pacientes)  con  y  sin  nódulos   convolucional,   1.139  tomografías  computarizadas especificación  95  %) criterios  Lung­RADS  retrospectivos  
(70  %  para  entrenamiento,  15  %   desarrollada  por   (907  pacientes);  27   Validación  externa: cuando  no  se  disponía  de  imágenes  previas
para  ajuste,  15  %  para   Google  Inc. nódulos  malignos AUC  ¼  0,955  (sensibilidad  
pruebas)  638  nódulos   84  %,  especificación  96  %) Rendimiento  similar  al  aplicado
malignos Lung­RADS  cuando  se  disponía  de  imágenes  
previas

Peikert Conjunto  de  datos   Modelo  radiómico   8  características  seleccionadas  por vanderbilt Validación  interna:  modelo   Mejora  modesta  sobre  el  modelo  de  Brock

et  al,80 NLST  318  nódulos  benignos,   convencional Modelado  multivariante   (Maldonado  et   BRODERS  AUC  ¼  
2018 408  nódulos  malignos LASSO  a  partir  de  57   al,  202181)   0,939 Modelo  de  Brock  (riesgo  clínico
(BRODERS)   características detectado   Validación  externa calculadora  desarrollada  en  una  
desarrollado  en   variable  notable incidentalmente AUC  ¼  0.900  (Sens  92%,   población  detectada  en  pantalla)  se  
Mayo las  categorías  incluyen  la   nódulos   Spec  62%)  vs  modelo   aplicó  a  un  conjunto  de  validación  
Clínica ubicación  del  nódulo,  la  forma   pulmonares: Brock externa  con  alta  tasa  de  malignidad
del  nódulo,  las  características   79  nódulos   ABC  ¼  0,870
de  la  superficie  del  nódulo   benignos,  
y  el  análisis  de  la  textura 91  nódulos  malignos

(Continuado)

936938
937 940
939 942
941 944
943 946
945 948
947949
950952
951 954
953 956
955 958
957 960
959 962
961 964
963 966
965 968
967969
970972
971 974
973 976
975 978
977 980
979 982
981 984
983 986
985 988
987 990
989
Machine Translated by Google

991 Biomarcadores  basados  en  imágenes:  análisis  cuantitativo   1046

992 de  imágenes  o  radiómica  Las  pautas   1047
993 1048
clínicas  actuales  para  el  tratamiento  de  los  nódulos  pulmonares  se  
994 1049
basan  principalmente  en  unas  pocas  características  clínicas  y  de  
995 1050
imágenes  discretas.  Algunas  de  estas  características  de  imagen  
Comentarios

996 1051
están  sujetas  a  la  evaluación  individual  del  lector,  con  una  variabilidad  
997 1052
sustancial  en  la  práctica  clínica.  La  amplia  disponibilidad  
998 1053
999
aprendizaje  
estrategias  
radiólogos
profundo  
humana  
piramidal  
revisión  
panel  
similar  
para  
con  
de  
un  
de  
fue  
las  
la  
red  
de  
a  
la   indeterminados
pulmonares  
nódulos  

de  datos  de  imágenes  de  tomografía  computarizada  en  el   1054
Rendimiento  
guiado  
por  
filtro
de   acoplamiento.
Estableció  
utilidad  
del  
la  

1000 momento  de  la  identificación  de  nódulos  posiciona  los  enfoques   1055

1001 radiómicos  basados  en  tomografía  computarizada  como  una  opción   1056
1002 atractiva,  accesible  y  potencialmente  rentable  para  la  estratificación  de  las  1057
NPI.
1003 1058
La  radiómica  es  el  proceso  de  identificación,  extracción,  cuantificación  
1004 1059
1005 y  análisis  de  características  de  imagen  de  imágenes  radiológicas   1060
Actuación

1006 que  están  más  allá  de  la  capacidad  del  radiólogo  (Fig.  2).  La  radiómica   1061

1007 clínica  aplicada  puede  mejorar  la  interpretación  de  imágenes   1062
especificación  
85%,  
68%)

Validación  
externa:  
0,847  
(Sens.
AUC  
¼  

1008 mediante  la  evaluación  objetiva  de  las  características  radiológicas   1063  

1009 asociadas  con  un  resultado  o  fenotipo  determinado,  como  el  cáncer  de   1064  
1010 pulmón  primario.  Las  características  radiómicas  consisten  en   1065
1011 1066
características  semánticas  (visibles)  y  agnósticas  que  requieren  
1012 1067
extracción  y  cálculo  matemáticos,  como  la  heterogeneidad  o  la  
Externo
Validación

1013 1068
asimetría  del  tumor.
pulmonares  
detectados  
nódulos  
en  
3 diferente hospitales  
malignos  
nódulos,  
benignos
nódulos  
261  
80  

1014 paso
De  
1069
Estas  características  pueden  especificarse  previamente  a  partir  de  
1015 1070
variables  convencionales  discretas  que  se  cree  que  están  asociadas  con
1016 1071
fenotipos  particulares  o  "aprendidos"  a  través  de  redes  neuronales  
1017 1072
1018 artificiales  ("aprendizaje  profundo")  para  enfoques  supervisados. 1073
1019 1074
1020 1075
1021 Las  herramientas  clínicamente  valiosas  deben  validarse  externamente   1076
1022
Descripciones  
características
de  

y  mostrar  un  rendimiento  constante  en  diferentes  poblaciones  de   1077
1023 Desconocido/
informado
no  
pacientes  y  fuentes  de  datos  de  imágenes  de  tomografía  computarizada,   1078
1024 que  varían  según  el  tipo  de  escáner,  el  grosor  del  corte  de  la   1079
1025 imagen,  los  métodos  de  reconstrucción  o  los  protocolos  de   1080
1026 adquisición. 1081
1027 1082
1028 Radiómica Técnica En  los  últimos  años  se  han  propuesto  numerosos  algoritmos.  El  cuadro   1083  
piramidal  
guiada
red  

1029 Profundo  
Filtro
­  
378­82  resume  los  principales  estudios  publicados  sobre  este  tema.   1084  
1030 Aunque  estos  modelos  son  prometedores,  existe  una  inconsistencia   1085
1031 en  la  metodología  (aprendizaje  profundo  versus  radiómica  convencional),   1086
1032 las  características  de  referencia  y  las  tasas  de  malignidad   1087
1033 1088
en  los  conjuntos  de  datos  de  entrenamiento  y  la  calidad  de  las  cohortes  
1034 1089
y  estudios  de  validación  externa.  Por  ejemplo,  algunos  modelos  se  
1035 1090
desarrollaron  usando  solo  pacientes  con  IPN  identificados,  mientras  que  
1036 1091
Población  
formación
en  
otros  usan  un  conjunto  más  amplio  de  entrenamiento,  prueba  y  ajuste  
1037 incidentalmente)  
detectados  
(nódulos  
Hospital  
nódulos
Jinling  
maligno
1.028   1092
usando  exploraciones  con  y  sin  nódulos  pulmonares.  El  valor  adicional  
1038 1093
benignos,
Conjunto  
nódulos  
1.078  
NLST  
datos  
de  
y  

1039 de  los  cambios  en  las  características  radiómicas  a  lo  largo  del  tiempo   1094

1040 (Continuación)
]  
(cambios  longitudinales  o  "radiómica  delta")  también  se  ha   1095
1041 estudiado  y  se  aproxima  mejor  a  la  interpretación  de  imágenes  de   1096
tomografía  computarizada  en  la  práctica,  pero  este  enfoque  agrega  
2021

1042 Publicación al,82  

Lv  
et  
1097
1043 TABLA  
3 convolucional;  
Administración  
detección  
estratificación  
Contracción  
nacional  
selección;  
neuronal  
Predictor  
pulmón.
Prueba  
operador  
Alimentos  
radiómica;  
pulmón  
absoluta  
Evaluación  
BRODERS  
cáncer  
agresivos  
NLST  
mediante  
mínima  
LASSO  
benignos  
Drogas  
nódulos  
Red  
CNN  
de  
LCP  
versus  
UU.;  
¼  
de  
curva;  
FDA  
EE.  
de  
¼  
de  
¼  
AUC  
de  
y  
área  
bajo  
¼  
y  
de  
¼  
la  
¼  
complejidad  y  requiere  una  mayor  validación.83  El  modelo  más   1098
1044 avanzado  y  el  solo  alimentos  y  medicamentos  de  EE.  UU. 1099
1045 1100

10  COFRE  Reseñas [ ­  #  ­  COFRE  ­  2023 ]

REV  5.6.0  DTD  CHEST5689_proof  21  de  junio  de  2023  7:10  p.  m.  EO:  CHEST­D­23­00528
Machine Translated by Google

1101 TABLA  4 ]  Biomarcadores  disponibles  comercialmente  seleccionados  para  el  cáncer  de  pulmón  en  los  Estados  Unidos 1156

1102 1157
Ensayo  Medición/Variables biomarcador
1103 Nombre Ensayo/Métodos Medido Fuente Compañía
1158
1104 1159
Nodar  XL2 MRM­EM dos  proteinas Sangre Biodesix
1105 1160
Nodificar  CDT ELISA Siete  autoanticuerpos Sangre Biodesix
1106 1161
Conocimientos  genómicos secuenciación  de  ARN Puntuación  de  biomarcadores  multigénicos Cepillado  epitelial  bronquial Veracito 1162
1107
Secuenciación
1108 1163
clasificador
1109 1164
Muestra  nasal  percibida secuenciación  de  ARN Puntuación  de  biomarcadores  multigénicos cepillo  epitelial  nasal Veracito
1110 1165
1111 1166
LCP  CNN Red  neuronal  convolucional Firma  radiómica Imagen  de  tomografía  computarizada Adición
1112 1167
1113 1168
REVELAR matrizmagnética Panel  de  proteínas Sangre matrizmagnética
1114 1169
1115 ELISA  ¼  ensayo  inmunoabsorbente  ligado  a  enzimas;  LCP  CNN  ¼  Predictor  de  cáncer  de  pulmón  Red  neuronal  convolucional;  MRM­MS  ¼  espectrometría  de  masas  de  monitorización   1170
1116 de  reacciones  múltiples. 1171
1117 1172
1118 1173
La  herramienta  radiómica  aprobada  por  la  administración  para  la   los  grupos  de  decisión  guiados  por  umbral  darán  como  resultado  un  
1119 1174
clasificación  de  nódulos  pulmonares  es  la  Red  neuronal   cambio  en  el  manejo  clínico,  que  puede  ser  defectuoso.  Para  dar  
1120 1175
convolucional  del  predictor  de  cáncer  de  pulmón  (LCP  CNN).  Este   cuenta  de  un  modelo  clínicamente  más  relevante  de  manejo  de  
1121 1176
modelo  se  entrenó  en  >  15 000  tomografías  computarizadas  del   pacientes,  la  curva  de  probabilidad  de  intervención  se  desarrolló  
1122 1177
National  Lung  Screening  Trial  (NLST)  y  se  validó  en  North recientemente.  La  curva  de  probabilidad  de  intervención  modela  la  
1123 1178
Q19  América  y  Europa.  Estudios  publicados  informados decisión  de  realizar  un  procedimiento  de  diagnóstico  como  una  función  
1124 1179
discriminación  mejorada  entre  nódulos  pulmonares  benignos  y  malignos   continua  del  riesgo  de  enfermedad  y,  por  lo  tanto,  puede  capturar  
1125 1180
1126 sobre  los  modelos  de  predicción  clínica  disponibles,  y  este  modelo   cambios  más  granulares  y  del  "mundo  real"  en  la  utilidad  clínica   1181
1127 está  disponible  comercialmente  para  la  práctica  clínica.78,84  difícil   potencial.87 1182
1128 de  alcanzar,  y  esta  tarea   1183
Aunque  se  han  propuesto  muchos  biomarcadores  como  
1129 puede  requerir  en  última  instancia  la  combinación  de  biomarcadores   1184
herramientas  de  diagnóstico  independientes,  es  más  probable  que  
1130 basados  en  imágenes  y  no  basados  en  imágenes. 1185
1131
el  futuro  de  la  detección  temprana  requiera  un  enfoque  multifacético   1186
1132 que  combine  diferentes  plataformas  para  aprovechar  sus   1187
1133 respectivas  fortalezas.  Muchos  de  los  estudios  destacados  a  lo  largo   1188
1134 de  este  artículo  han  combinado  información  clínica  con  uno  o   1189
1135 más 1190
1136 biomarcadores  como  los  biomarcadores  basados  en  sangre  y   1191
1137 Direcciones  futuras,  utilidad  clínica  y  diseños  de  estudios  de   la  radiómica.4  Sin  embargo,  el  uso  de  modelos  estadísticos   1192
1138 1193
biomarcadores  Además  de  mostrar  una   avanzados  y  biomarcadores  multimodales  deberá  equilibrarse  con  una  
1139 1194
precisión  mejorada  en  comparación  con  las  herramientas  de   mayor  complejidad,  viabilidad  y  mayores  costos  de  atención  médica.
1140 1195
estratificación  actuales,  un  biomarcador  clínicamente  útil  debe:  
1141 1196
1142 (1)  reducir  el  tiempo  de  diagnóstico  en  pacientes  con  cáncer  de  pulmón   1197
La  adopción  de  biomarcadores  para  guiar  el  tratamiento  del  cáncer  de  
1143 sin  aumentar  el  número  de  procedimientos  en  esos  con  nódulos   1198
pulmón  requerirá,  en  última  instancia,  ensayos  controlados  
1144 benignos;  o  (2)  reducir  el  número  de  procedimientos  en  pacientes  con   1199
aleatorios  bien  diseñados,  de  los  que  actualmente  se  carece  a  pesar  de  
1145 nódulos  benignos  sin  retrasar  el  diagnóstico  en  aquellos  con  cáncer   1200
la  existencia  de  múltiples  biomarcadores  candidatos  disponibles  
1146 de  pulmón.85  En  ausencia  de  estudios  que  documenten  tales  resultados,   1201
comercialmente  (Tabla  4).  Este  es  un  problema  por  dos  razones:  (1)  
1147 es  probable  que  los  biomarcadores  para  el  cáncer  de   1202
los  biomarcadores  potencialmente  impactantes  no  se  utilizan  
1148 1203
pulmón  sigan  siendo  subutilizados.
actualmente  a  pesar  de  la  disponibilidad;  y  (2)  no  obstante  
1149 1204
se  utilizan  biomarcadores  sin  beneficio  clínico
1150 1205
1151
Métodos  estadísticos  como  el  índice  de  reclasificación  neta por  algunos  clínicos.  La  escasez  de  ensayos  de  utilidad  clínica   1206
1152 se  han  propuesto  para  estimar  la  utilidad  clínica  potencial  de  un   probablemente  se  deba  a  su  costo  muy  alto,  el  requisito  de  tamaño   1207
1153 biomarcador.  Sin  embargo,  la  interpretación  del  índice  de  reclasificación   de  muestra  grande,  la  acumulación  y  el  tiempo  de  seguimiento   1208
1154 neta  ajustado  por  sesgo86  se  basa  en  el  supuesto  de  que   1209
prolongados,  la  necesidad  de  múltiples  sitios  clínicos  y  el  hecho  de  que  los  
EE.  UU.
1155 1210
un  movimiento  a  través  de La  Administración  de  Alimentos  y  Medicamentos  normalmente  no

diariopecho.org 11

REV  5.6.0  DTD  CHEST5689_proof  21  de  junio  de  2023  7:10  p.  m.  EO:  CHEST­D­23­00528
Machine Translated by Google

1211 exigir  ensayos  clínicos  controlados  aleatorios  antes  de  la  comercialización   Takeda,  OncLive,  Clinical  Care  Options,  Chardan,  Outcomes   1266

1212 de  biomarcadores.  Además,  el  ritmo  de  la  innovación  podría  dificultar  la   Insights,  Cello  Health  y  Curio  Science.  METRO. 1267

1213 1268
capacidad  de  generar  datos  clínicamente  relevantes  utilizando   NK  ha  recibido  pagos  de  Meru  Biotechnologies  y  Biodesix  por  servicios  de  
1214 1269
diseños  de  ensayos  controlados  aleatorios  tradicionales.  Los  enfoques   consultoría  y  es  inventor  de  patentes  relacionadas  con  la  tecnología  
1215 1270
pragmáticos  con  diseños  más  flexibles  y  eficientes  que  maximizan  la   utilizada  para  la  detección  de  biomarcadores.  Ninguno  declarado  (RP,  
1216 1271
acumulación  de  pacientes  y  optimizan  la  evaluación  de  biomarcadores,   NTT,  SS,  BEH,  MLB,  BN,  CM,  LY,  KMF,  SD,  ELG).
1217 1272
como  los  ensayos  clínicos  aleatorizados  por  grupos  o  los  ensayos  de  
1218 1273

1219
plataforma,  pueden  representar  una  alternativa  potencial  atractiva. 1274
1220 Agradecimientos  Papel  de   1275
los  patrocinadores:  El  patrocinador  no  tuvo  ningún  papel  en  el  diseño  del  
1221 1276
estudio,  Q23  la  recopilación  y  el  análisis  de  los  datos  o  la  preparación  
1222 del  manuscrito. 1277
Resumen  Los  
1223 1278
biomarcadores  se  necesitan  con  urgencia  para  reducir  la  mortalidad  por   Otras  contribuciones:  Los  autores  agradecen  a  su  querido  amigo,  
1224 mentor  y  colega  Pierre  P.  Massion,  quien  dedicó  su  carrera  al   1279
cáncer  de  pulmón  y  al  mismo  tiempo  reducir  los  procedimientos  
1225 descubrimiento  de  biomarcadores  para  mejorar  la  atención  y  la  calidad   1280
innecesarios,  la  morbilidad  y  los  costos  de  atención  médica.  Los   de  vida  de  sus  pacientes,  y  quien  propuso  una  primera  versión  de  este  proyecto.
1226 1281
rápidos  avances  tecnológicos  y  los  grandes  esfuerzos  de  colaboración  
1227 1282
Referencias
1228 en  red  seguirán  impulsando  el  descubrimiento  de  muchos  
1283  
biomarcadores  novedosos.  Estos  deberían  mejorar  la   1.  Gould  MK,  Tang  T,  Liu  IL,  et  al.  Tendencias  recientes  en  la  identificación  de  
1229 1284  
nódulos  pulmonares  incidentales.  Am  J  Respir  Crit  Care  Med.  
1230 estratificación  del  riesgo  para  permitir  la  participación  en  la  detección   2015;192(10):1208­1214. 1285

1231 del  cáncer  de  pulmón  o  mejorar  nuestra  capacidad  para  predecir  si  un   2.  Tanner  NT,  Porter  A,  Gould  MK,  Li  XJ,  Vachani  A,  Silvestri  GA. 1286

Evaluación  médica  de  la  probabilidad  de  malignidad  previa  a  la  prueba  y  
1232 nódulo  detectado  es  benigno  o  maligno.  En  última  instancia,  la   1287
cumplimiento  de  las  pautas  para  la  evaluación  de  nódulos  pulmonares.  Pecho.  
1233 integración  de  biomarcadores  en  la  atención  al  paciente  depende  de   2017;152(2):263­270. 1288

1234 nuestra  capacidad  para  mostrar  utilidad  clínica  y  mejores  resultados   3.  Lokhandwala  T,  Bittoni  MA,  Dann  RA,  et  al.  Costos  de  la  evaluación  diagnóstica   1289

1235 del  cáncer  de  pulmón:  un  análisis  de  reclamos  de  Medicare.  Cáncer  de  pulmón   1290

centrados  en  el  paciente  a  través  de  ensayos  clínicos  rigurosamente   Clin.  2017;18(1):e27­e34.
1236 1291
diseñados.  Mejorar  nuestra  capacidad  para  implementar  y  realizar  con   4.  Kammer  MN,  Lakhani  DA,  Balar  AB,  et  al.  Biomarcadores  integrados  para  el  
1237 1292
éxito  ensayos  clínicos  aleatorios  en  el  campo  de manejo  de  nódulos  pulmonares  indeterminados.  Am  J  Respir  Crit  Care  Med.  
1238 2021;204(11):1306­1316. 1293
La  investigación  de  biomarcadores  es  un  paso  crucial  y  una  necesidad  
1239 5.  Yang  D,  Zhang  X,  Powell  CA,  et  al.  Probabilidad  de  cáncer  en  pacientes  de  alto   1294
insatisfecha  requerida  para  llevar  los  biomarcadores  a  la  práctica  clínica. riesgo  predicha  por  el  panel  de  biomarcadores  de  cáncer  de  pulmón  basado  en  
1240 1295
proteínas  en  China:  estudio  LCBP.  Cáncer.  2018;124(2):262­270.
1241 1296
6.  Marmor  HN,  Jackson  L,  Gawel  S,  et  al.  Mejora  de  la  predicción  del  riesgo  de  
1242 Financiamiento/Apoyo  BN   malignidad  de  los  nódulos  pulmonares  indeterminados  con  características   1297

1243 de  imagen  y  biomarcadores.  Clin  Chim  Acta.  2022;534:106­114. 1298

P20 fue  apoyado  por  Moorman­Simon  Fellowship  in  Computational  Biomedicine  
1244 7.  Vachani  A,  Lam  S,  Massion  PP,  et  al.  Desarrollo  y  validación  de  un  modelo  de   1299
Q21 y  2U01CA152751.  METRO. evaluación  de  riesgo  de  nódulos  pulmonares  utilizando  proteínas  
1245 1300
EL  fue  compatible  con  2U01CA152751  y  R01CA210360.   plasmáticas  y  factores  clínicos.  Pecho.  2023;163(4):966­976.
1246 8.  Ostrin  EJ,  Bantis  LE,  Wilson  DO,  et  al.  Aporte  de  sangre 1301
FM  fue  compatible  con  R01  CA253923  y  U01  CA196405.  WTI  fue  apoyado  
1247 panel  de  biomarcadores  basados  en  proteínas  para  la  clasificación  de  nódulos   1302
por  un  Premio  al  Investigador  Joven  de  la  Red  Nacional  Integral   pulmonares  indeterminados.  J  Thorac  Oncol.  2021;16(2):228­236.
1248 1303
del  Cáncer.  KMF  cuenta  con  el  apoyo  del  Fondo  de  Futuro  de   9.  Análisis  Integrativo  de  Etiología  y  Riesgo  de  Cáncer  de  Pulmón  (INTEGRAL)
1249 1304
Consorcio  para  la  Detección  Temprana  del  Cáncer  de  Pulmón,  Guida  F,  Sun  N,  
1250
Investigación  Médica  del  Consejo  Nacional  de  Investigación   1305
et  al.  Evaluación  del  riesgo  de  cáncer  de  pulmón  sobre  la  base  de  un  panel  de  
Médica  y  de  Salud  (Australia).  SD  y  ELG  recibieron  el  apoyo  del  Instituto   biomarcadores  de  proteínas  circulantes.  JAMA  Oncol.  2018;4(10):e182078.
1251 1306

1252 Nacional  del  Cáncer  [5U01CA152662]. 10.  Farlow  EC,  Patel  K,  Basu  S,  et  al.  Desarrollo  de  un  multiplexado 1307

Prueba  de  sangre  basada  en  autoanticuerpos  asociados  a  tumores  para  la  detección  
Q36
1253 1308
de  cáncer  de  pulmón  de  células  no  pequeñas.  Clin  Cáncer  Res.  2010;16(13):3452­3462.
1254 1309
11.  Ostroff  RM,  Bigbee  WL,  Franklin  W,  et  al.  Desbloqueo  de  biomarcador
1255 descubrimiento:  aplicación  a  gran  escala  de  la  tecnología  proteómica  de  aptámeros   1310
para  la  detección  temprana  del  cáncer  de  pulmón.  Más  uno.  2010;5(12):e15003.
1256 1311
Divulgaciones  financieras/no  financieras 12.  Kupert  E,  Anderson  M,  Liu  Y,  et  al.  La  fosfolipasa  A2­IIa  secretora  de  plasma  como  
1257 1312
Los  autores  de  Q22  han  informado  a  CHEST  lo  siguiente:  M.  1258 biomarcador  potencial  para  el  cáncer  de  pulmón  en  pacientes  con  nódulos  
pulmonares  solitarios.  Cáncer  BMC.  2011;11:513. 1313

1259
EL  es  inventor  de  varias  patentes  relacionadas  con  biomarcadores   1314
13.  Patz  E,  Campa  M,  Gottlin  E,  et  al.  Biomarcadores  para  ayudar  a  guiar
1260 para  la  detección  del  cáncer  de  pulmón  que  son  propiedad  de  la  Universidad   Manejo  de  pacientes  con  nódulos  pulmonares.  Am  J  Respir  Crit  Care  Med.   1315
2013;188(4):461­465.
1261 de  Boston;  y  ha  recibido  pago  de  Veracyte  por  servicios  de   1316
14.  Daly  S,  Rinewalt  D,  Fhied  C,  et  al.  Desarrollo  y  validación  de  un  panel  de  
1262 consultoría.  FM  y  TP  son  inventores  de  una  patente  relacionada  con   1317
biomarcadores  de  plasma  para  discernir  el  significado  clínico  de  los  
1263 biomarcadores  radiómicos  para  el  cáncer  de  pulmón.  WTI  informa   nódulos  pulmonares  indeterminados.  J  Thorac  Oncol.  2013;8(1):31­36. 1318

1264 consultoría  para  Bristol  Myers  Squibb,  Biodesix,  Jazz  Pharma,  G1   15.  Okamura  K,  Takayama  K,  Izumi  M,  Harada  T,  Furuyama  K, 1319

Nakanishi  Y.  Valor  diagnóstico  de  los  marcadores  tumorales  CEA  y  CYFRA  
1265 Therapeutics,  Mirati, 1320
21­1  en  el  cáncer  de  pulmón  primario.  Cáncer  de  pulmón.  2013;80(1):45­49.

12  PECHO  Reseñas [ ­  #  ­  COFRE  ­  2023 ]

REV  5.6.0  DTD  CHEST5689_proof  21  de  junio  de  2023  7:10  p.  m.  EO:  CHEST­D­23­00528
Machine Translated by Google

1321 16.  Fahrmann  J,  Grapov  D,  DeFelice  B,  et  al.  Los  niveles  séricos   38.  Spira  A,  Beane  J,  Shah  V,  et  al.  Efectos  del  humo  del  cigarrillo  en  el 1376

1322 de  fosfatidiletanolamina  distinguen  los  nódulos  pulmonares  solitarios  benignos  de  los   transcriptoma  de  células  epiteliales  de  las  vías  respiratorias  humanas.  Proc  Natl  Acad   1377

malignos  y  representan  un  biomarcador  de  diagnóstico  potencial  para  el  cáncer   Sci  US  A.  2004;101(27):10143­10148.
1323 1378
de  pulmón.  Biomarcadores  de  cáncer.  2016;16(4):609­617.
39.  Nelson  HH,  Christiani  DC,  Mark  EJ,  Wiencke  JK,  Wain  JC,
1324 1379  
17.  Massion  PP,  Healey  GF,  Peek  LJ,  et  al.  Firma  de  autoanticuerpos Kelsey  KT.  Implicaciones  y  valor  pronóstico  de  la  mutación  K­ras  para  el  cáncer  de  
1325 mejora  el  poder  predictivo  positivo  de  la  tomografía  computarizada  y  los  modelos   pulmón  en  etapa  temprana  en  mujeres.  Instituto  Nacional  del  Cáncer  J.  1999;91(23):  1380
de  riesgo  basados  en  nódulos  para  la  detección  del  cáncer  de  pulmón.  J  Thorac   2032­2038.
1326 1381
Oncol.  2017;12(3):578­584.
1327 40.  Ost  DE,  Ernst  A,  Lei  X,  et  al.  Rendimiento  diagnóstico  y  complicaciones  de  la  broncoscopia  
18.  Ajona  D,  Okrój  M,  Pajares  MJ,  et  al.  Complement  C4d­specific   1382  por  lesiones  pulmonares  periféricas.  Resultados  del  Registro  AQuIRE.  Am  J  
1328 anticuerpos  para  el  diagnóstico  de  cáncer  de  pulmón.  Oncotarget.  2018;9(5): 1383
Respir  Crit  Care  Med.  2016;193(1):68­77.
6346­6355.
1329 1384
41.  Blomquist  T,  Crawford  EL,  Mullins  D,  et  al.  Patrón  de  expresión  de  genes  antioxidantes  
1330 19.  Du  Q,  Yu  R,  Wang  H,  et  al.  Importancia  de  los  tumores  asociados y  de  reparación  de  ADN  en  el  epitelio  normal  de  las  vías  respiratorias  asociado   1385  
autoanticuerpos  en  el  diagnóstico  precoz  del  cáncer  de  pulmón.  Clin  Respir  J.   con  el  diagnóstico  de  cáncer  de  pulmón.  Cáncer  Res.  2009;69(22):  8629­8635.
1331 1386  
2018;12(6):2020­2028.
1332 1387  
20.  Lastwika  KJ,  Kargl  J,  Zhang  Y,  et  al.  Los  autoanticuerpos  derivados  de  tumores   42.  NCT01130285.
1333 identifican  nódulos  pulmonares  malignos.  Am  J  Respir  Crit  Care  Med.   1388  
2019;199(10):1257­1266. 43.  Crawford  EL,  Levin  A,  Safi  F,  et  al.  Ensayo  de  prueba  de  riesgo  de  cáncer  de  pulmón:  
1334 diseño  
del  estudio  1389,  características  iniciales  de  los  participantes,  seguridad  de  la  
1335 21.  Tanner  NT,  Springmeyer  SC,  Porter  A,  et  al.  Evaluación  de 1390
broncoscopia  y  establecimiento  de  un  depósito  de  muestras  biológicas.  BMC  Pulm  Med.   2016;16:
Capacidad  del  clasificador  integrado  para  distinguir  nódulos  pulmonares  benignos   dieciséis.

1336 de  malignos:  análisis  ampliados  y  resultados  de  seguimiento  a  2  años  del  ensayo   1391

1337 PANOPTIC  (Pulmonary  Nodule  Plasma  Proteómica  Classifier). 44.  Spira  A,  Beane  JE,  Shah  V,  et  al.  Expresión  de  genes  epiteliales  de  las  vías   1392

Pecho.  2021;159(3):1283­1287. respiratorias  en  la  evaluación  diagnóstica  de  fumadores  con  sospecha  de  cáncer  de  
1338 pulmón.  Nat  Med.  2007;13(3):361­366. 1393
22.  Marmor  HN,  Deppen  SA,  Welty  V,  et  al.  Mejora  del  diagnóstico  de  cáncer  de  pulmón  
1339 1394
con  radiómica  de  tomografía  computarizada  y  pruebas  de  histoplasmosis   45.  Whitney  DH,  Elashoff  MR,  Porta­Smith  K,  et  al.  Derivación  de  un
1340 sérica.  Biomarcadores  de  Epidemiol  de  Cáncer  Prev.  2023;32(3):329­336. clasificador  genómico  bronquial  para  el  cáncer  de  pulmón  en  un  estudio  prospectivo  de  1395  
1341 pacientes  sometidos  a  broncoscopia  diagnóstica.  BMC  Med  Genomics.  1396
2015;8:18.
Q24 23.  NCT04171492.
1342 1397
46.  Silvestri  GA,  Vachani  A,  Whitney  D,  et  al.  Una  genómica  bronquial
1343 24.  Barger  JF,  Rahman  MA,  Jackson  D,  Acunzo  M,  Nana­Sinkam  SP.
MiRNAs  extracelulares  como  biomarcadores  en  cáncer.  Alimentos  Chem  Toxicol. Clasificador  1398  para  la  evaluación  diagnóstica  del  cáncer  de  pulmón.  N  Engl  J  
1344 Med.  2015;373(3):243­251. 1399
2016;98(punto  A):66­72.
1345 47.  Lee  HJ,  Mazzone  P,  Feller­Kopman  D,  et  al.  Impacto  del  Clasificador  Genómico   1400
25.  Zhu  W,  Zhou  K,  Zha  Y,  et  al.  Valor  diagnóstico  de  los  niveles  séricos  de  miR­182,  
1346 miR­183,  miR­210  y  miR­126  en  pacientes  con  cáncer  de  pulmón  de  células  no   Percepta  en  las  decisiones  de  manejo  clínico  en  un  estudio  prospectivo   1401
pequeñas  en  etapa  temprana.  Más  uno.  2016;11(4):e0153046. multicéntrico.  Pecho.  2021;159(1):401­412.
1347 1402
[ PubMed ]  26.  Leng  Q,  Lin  Y,  Jiang  F,  et  al.  Una  firma  de  miARN  en  plasma  para  la   48.  Zhang  X,  Sebastiani  P,  Liu  G,  et  al.  Similitudes  y  diferencias  entre  la  expresión  
1348 1403
detección  temprana  del  cáncer  de  pulmón.  Oncotarget.  2017;8(67):111902–111911. génica  relacionada  con  el  tabaquismo  en  el  epitelio  nasal  y  bronquial.  Physiol  
1349 Genómica.  2010;41(1):1­8. 1404
27.  Dou  Y,  Zhu  Y,  Ai  J,  et  al.  Paneles  de  pares  de  ncRNA  pequeños  de  plasma  como  
1350 biomarcadores  novedosos  para  la  detección  de  adenocarcinoma  de  pulmón  en  etapa   49.  Boudewijn  IM,  Faiz  A,  Steiling  K,  et  al.  La  expresión  génica  nasal  diferencia  la   1405

1351 temprana.  BMC  Genómica.  2018;19(1):545. EPOC  de  los  controles  y  se  superpone  a  la  expresión  génica  bronquial.  Respir   1406

Res.  2017;18(1):213.
1352 28.  Ying  L,  Du  L,  Zou  R,  et  al.  Desarrollo  de  un  panel  de  miARN  en  suero  para  la  detección   1407
de  cáncer  de  pulmón  de  células  no  pequeñas  en  etapa  temprana.  Proc  Natl  Acad   50.  Sala  MA,  Balderas­Martinez  YI,  Buendia­Roldan  I,  et  al.  
1353 1408
Sci  US  A.  2020;117(40):25036­25042. Las  vías  inflamatorias  están  reguladas  al  alza  en  el  epitelio  nasal  en  pacientes  con  
1354 fibrosis  pulmonar  idiopática.  Respir  Res.  2018;19(1):  233. 1409
29.  Marquette  CH,  Boutros  J,  Benzaquen  J,  et  al.  Las  células  tumorales  circulantes  
1355 como  un  biomarcador  potencial  para  la  detección  del  cáncer  de  pulmón:   1410

1356 un  estudio  de  cohorte  prospectivo.  Lanceta  Respir  Med.  2020;8(7):709­716. 51.  Equipo  de  estudio  AEGIS.  Alteraciones  de  la  expresión  génica  compartida  en  el  epitelio   1411

30.  Li  Y,  Tian  X,  Gao  L,  et  al.  Importancia  clínica  de  las  células  tumorales  circulantes  y  los   nasal  y  bronquial  para  la  detección  del  cáncer  de  pulmón.  Instituto  Nacional  del  
1357 1412
marcadores  tumorales  en  el  diagnóstico  del  cáncer  de  pulmón.  Cáncer  Med.   Cáncer  J.  2017;109(7):djw327.
1358 2019;8(8):3782­3792. 1413
52.  Mazzone  PJ,  Lamb  C,  Rieger­Christ  KM,  et  al.  Los  primeros  clasificadores  de  hisopos  
1359 nasales  candidatos  desarrollados  mediante  el  aprendizaje  automático  y  la   1414
[ PubMed ]  31.  Mathios  D,  Johansen  JS,  Christian  S,  et  al.  Detección  y
1360   caracterización  del  cáncer  de  pulmón  utilizando  fragmentos  de  ADN  libre  de  células. secuenciación  del  transcriptoma  completo  pueden  mejorar  la  detección  temprana  del  cáncer  1415
de  pulmón.
Nat  común.  2021;12(1):5060. J  Clin  Oncol.  2021;39(suplemento  15):8551.
1361   1416  
32.  Leung  M,  Freidin  MB,  Freydina  DV,  et  al.  Mutaciones  de  ADN  tumoral  circulante  en   53.  Rieger­Christ  K,  Reddy  C,  Huang  J,  et  al.  Un  clasificador  genómico  nasal  para  evaluar  
1362   1417
sangre  como  biomarcador  de  diagnóstico  y  pronóstico  para  el  cáncer  de  pulmón.   el  riesgo  de  malignidad  en  nódulos  pulmonares  demuestra  un  rendimiento  
1363   Cáncer.  2020;126(8):1804­1809. similar  en  pacientes  que  cumplen  los  criterios  de  detección  de  alto  riesgo  inicial  y  en   1418
1364 aquellos  que  no  los  cumplen.  B30  La  Búsqueda  del  Santo  Grial:  Modelado  y   1419
33.  Kneip  C,  Schmidt  B,  Seegebarth  A,  et  al.  La  metilación  del  ADN  de  SHOX2  es  un  
Biomarcadores  para  Nódulos  y  Cáncer  de  Pulmón.  pag.
1365 biomarcador  para  el  diagnóstico  de  cáncer  de  pulmón  en  plasma.  J  Thorac  Oncol.   A5585­A. 1420
P25
2011;6(10):1632­1638.
1366 1421
54.  Nikolaidis  G,  Raji  OY,  Markopoulou  S,  et  al.  Los  biomarcadores  de  metilación  del  
34.  Hulbert  A,  Jusue­Torres  I,  Stark  A,  et  al.  Detección  temprana  de  cáncer  de  pulmón  
1367 ADN  ofrecen  una  mayor  eficacia  diagnóstica  en  el  cáncer  de  pulmón. 1422
usando  hipermetilación  del  promotor  de  ADN  en  plasma  y  esputo.  Clin  Cáncer  
1368 Cáncer  Res.  2012;72(22):5692­5701. 1423
Res.  2017;23(8):1998­2005.

1369 35.  Ooki  A,  Maleki  Z,  Tsay  JJ,  et  al.  Un  panel  de  detección  de  novelas  y 55.  Pavel  AB,  Campbell  JD,  Liu  G,  et  al.  Alteraciones  en  la  expresión  de  miARN  de  las   1424

marcadores  pronósticos  de  ADN  metilado  en  cáncer  primario  de  pulmón  de  células   vías  respiratorias  bronquiales  para  la  detección  del  cáncer  de  pulmón.  Cancer  
1370 1425
no  pequeñas  y  ADN  sérico.  Clin  Cáncer  Res.  2017;23(22):7141­7152. Prev  Res  (Phila).  2017;10(11):651­659.
1371 1426
36.  Billatos  E,  Vick  JL,  Lenburg  ME,  Spira  AE.  El  transcriptoma  de  las  vías  respiratorias   56.  Pauling  L,  Robinson  AB,  Teranishi  R,  Cary  P.  Análisis  cuantitativo  de  vapor  de  orina  y  
1372 aliento  mediante  cromatografía  de  partición  gas­líquido. 1427
como  biomarcador  para  la  detección  temprana  del  cáncer  de  pulmón.  Clin  
1373 Cáncer  Res.  2018;24(13):2984­2992. Proc  Natl  Acad  Sci  US  A.  1971;68(10):2374­2376. 1428

1374 37.  Hackett  NR,  Heguy  A,  Harvey  BG,  et  al.  Variabilidad  de  la  expresión  génica   57.  Wang  Y,  Hu  Y,  Wang  D,  et  al.  El  análisis  de  compuestos  orgánicos  volátiles 1429

relacionada  con  los  antioxidantes  en  el  epitelio  de  las  vías  respiratorias  de   compuestos  biomarcadores  para  el  cáncer  de  pulmón  en  el  aliento  exhalado,  
1375 1430
los  fumadores  de  cigarrillos.  Am  J  Respir  Cell  Mol  Biol.  2003;29(3  pt  1):331­343. tejidos  y  líneas  celulares.  Biomarca  del  cáncer.  2012;11(4):129­137.

diariopecho.org 13

REV  5.6.0  DTD  CHEST5689_proof  21  de  junio  de  2023  7:10  p.  m.  EO:  CHEST­D­23­00528
Machine Translated by Google

1431 58.  Phillips  M,  Bauer  TL,  Cataneo  RN,  et  al.  Validación  ciega  de  biomarcadores  de   74.  Cai  X,  Chen  L,  Kang  T,  et  al.  Un  modelo  de  predicción  con  una  combinación  de   1479

1432 aliento  de  cáncer  de  pulmón,  un  auxiliar  potencial  para  la  detección  de   variables  para  el  diagnóstico  de  cáncer  de  pulmón.  Med  Sci  Monit.  2017;23:   1480

TC  de  tórax.  Más  uno.  2015;10(12):e0142484. 5620­5629.
1433 1481
59.  Callol­Sanchez  L,  Munoz­Lucas  MA,  Gomez­Martin  O,  et  al. 75.  Li  W,  Jia  Z,  Xie  D,  Chen  K,  Cui  J,  Liu  H.  Reconocimiento  del  cáncer  de  pulmón  
1434 1482
Observación  de  ácido  nonanoico  y  aldehídos  en  el  aliento  exhalado  de  pacientes   mediante  una  nariz  electrónica  casera:  un  estudio  exhaustivo.  Comput  Biol  
1435 con  cáncer  de  pulmón.  J  Respiración  Res.  2017;11(2):026004. Med.  2020;120:103706. 1483

1436 60.  Phillips  M,  Bauer  TL,  Pase  HI.  Un  biomarcador  volátil  en  el  aliento  predice   76.  Binson  VA,  Subramoniam  M,  Mathew  L.  Discriminación  de  la  EPOC  y  el  cáncer  de   1484

cáncer  de  pulmón  y  nódulos  pulmonares.  J  Respiración  Res.   pulmón  de  los  controles  a  través  del  análisis  del  aliento  utilizando  una  nariz  
1437 1485
2019;13(3):036013. electrónica  de  desarrollo  propio.  J  Respiración  Res.  2021;15(4).
1438 1486
61.  Smirnova  E,  Mallow  C,  Muschelli  J,  et  al.  Desempeño  predictivo  de  compuestos  de   77.  Kort  S,  Brusse­Keizer  M,  Schouwink  H,  et  al.  Diagnóstico  del  cáncer  de  pulmón  de  
1439 células  no  pequeñas  mediante  el  perfil  de  la  respiración  exhalada  utilizando  una  nariz  
1487
carbono  orgánico  volátil  seleccionados  en  el  aliento  en  el  cáncer  de  pulmón  en  
1440 estadio  1.  Res.  de  cáncer  de  pulmón  transl.  2022;11(6):1009­1018. electrónica:  un  estudio  de  validación  multicéntrico.  Pecho.  2023;163(3):697­706. 1488  

1441 62.  Zou  Y,  Wang  Y,  Jiang  Z,  et  al.  Perfil  de  respiración  como  compuesto 78.  Massion  PP,  Antic  S,  Ather  S,  et  al.  Evaluación  de  la  precisión  de  un  método  de   1489

biomarcadores  para  el  diagnóstico  de  cáncer  de  pulmón.  Cáncer  de  pulmón.   aprendizaje  profundo  para  estratificar  el  riesgo  de  nódulos  pulmonares  indeterminados.
1442 1490
2021;154:  206­213. Am  J  Respir  Crit  Care  Med.  2020;202(2):241­249.
1443 1491
63.  Koureas  M,  Kalompatsios  D,  Amoutzias  GD,  Hadjichristodoulou  C,  Gourgoulianis   79.  Ardila  D,  Kiraly  AP,  Bharadwaj  S,  et  al.  Detección  integral  de  cáncer  de  pulmón  
1444 con  aprendizaje  profundo  tridimensional  en  tomografía  computarizada  de   1492
K,  Tsakalof  A.  Comparación  de  enfoques  dirigidos  y  no  dirigidos  en  el  
1445 análisis  del  aliento  para  la  discriminación  del  cáncer  de  pulmón  de  enfermedades   tórax  de  baja  dosis.  Nat  Med.  2019;25(6):  954­961. 1493
pulmonares  benignas  y  personas  sanas.
1446 1494
Moléculas.  2021;26(9).
80.  Peikert  T,  Duan  F,  Rajagopalan  S,  et  al.  Nuevo  clasificador  radiómico  basado  
1447 1495
64.  Tsou  PH,  Lin  ZL,  Pan  YC,  et  al.  Explorando  orgánicos  volátiles en  tomografía  computarizada  de  alta  resolución  para  detectar  nódulos  
1448 compuestos  en  el  aliento  para  la  predicción  de  alta  precisión  del  cáncer  de  pulmón. pulmonares  identificados  en  el  National  Lung  Screening  Trial. 1496
Cánceres  (Basilea).  2021;13(6). Más  uno.  2018;13(5):e0196910.
1449 1497

1450 65.  Rudnicka  J,  Kowalkowski  T,  Buszewski  B.  Búsqueda  de  seleccionados 81.  Maldonado  F,  Varghese  C,  Rajagopalan  S,  et  al.  Validación  del  clasificador   1498

COV  en  muestras  de  aliento  humano  como  marcadores  potenciales  de  cáncer  de  pulmón. BRODERS  (Benign  versus  aggRessive  nODule  Evaluation  using  Radiomic  
1451 1499
Cáncer  de  pulmón.  2019;135:123­129. Stratification),  un  nuevo  clasificador  radiómico  basado  en  HRCT  para  
1452 nódulos  pulmonares  indeterminados.  Eur  Respir  J.  2021;57(4):2002485. 1500
66.  Chen  X,  Muhammad  KG,  Madeeha  C,  et  al.  Índices  calculados  de  compuestos  
1453 orgánicos  volátiles  (COV)  en  exhalación  para  el  cribado  y  detección  precoz  del   1501

1454 cáncer  de  pulmón.  Cáncer  de  pulmón.  2021;154:197­205. 82.  Lv  W,  Wang  Y,  Zhou  C,  et  al.  Desarrollo  y  validación  de  una  estrategia  de   1502

aprendizaje  profundo  clínicamente  aplicable  (HONORS)  para  la  
1455 67.  Liu  L,  Li  W,  He  Z,  et  al.  Detección  de  cáncer  de  pulmón  con  nariz  electrónica   1503
clasificación  de  nódulos  pulmonares  en  TC:  un  estudio  multicéntrico  retrospectivo.  
utilizando  un  marco  de  aprendizaje  de  conjunto  novedoso.  J  Respiración  
1456 Cáncer  de  pulmón.  2021;155:78­86. 1504
Res.  2021;15(2).
1457 83.  Cherezov  D,  Hawkins  SH,  Goldgof  DB,  et  al.  Las  características  radiómicas  delta   1505
68.  Krauss  E,  Haberer  J,  Barreto  G,  Degen  M,  Seeger  W,  Guenther  A.
mejoran  la  predicción  de  la  incidencia  del  cáncer  de  pulmón:  un  análisis  anidado  
1458 Reconocimiento  de  huellas  de  aliento  de  cáncer  de  pulmón  y  enfermedad   1506
de  casos  y  controles  del  National  Lung  Screening  Trial.  Cáncer  Med.  
1459 pulmonar  obstructiva  crónica  utilizando  la  nariz  electrónica  Aeonose.  J  Respiración   1507
2018;7(12):6340­6356.
Res.  2020;14(4):046004.
1460 84.  Kim  RY,  Oke  JL,  Pickup  LC,  et  al.  Herramienta  de  inteligencia  artificial  para 1508
69.  Shlomi  D,  Abud  M,  Liran  O,  et  al.  Detección  de  cáncer  de  pulmón  y  mutación  
1461 evaluación  de  nódulos  pulmonares  indeterminados  detectados  con  TC. 1509
EGFR  por  sistema  de  nariz  electrónica.  J  Thorac  Oncol.  
Radiología.  2022;304:683­691.
1462 2017;12(10):1544­1551. 1510
85.  Mazzone  PJ,  Sears  CR,  Arenberg  DA,  et  al.  Evaluación  de  biomarcadores  
1463 70.  McWilliams  A,  Beigi  P,  Srinidhi  A,  Lam  S,  MacAulay  CE.  Efectos  del  sexo  y  el   1511
moleculares  para  la  detección  temprana  del  cáncer  de  pulmón:  ¿cuándo  
1464   tabaquismo  en  la  detección  temprana  del  cáncer  de  pulmón  en  fumadores  de  alto  
está  listo  un  biomarcador  para  uso  clínico?  Una  declaración  de  política  oficial   1512
riesgo  que  utilizan  una  nariz  electrónica.  IEEE  Trans  Biomed  Ing.  
1465   de  la  American  Thoracic  Society.  Am  J  Respir  Crit  Care  Med.  2017;196(7):  e15­ 1513
2015;62(8):2044­2054.
e29.
1466   71.  Gasparri  R,  Santonico  M,  Valentini  C,  et  al.  Firma  volátil  para  el  diagnóstico  precoz   1514
86.  Paynter  NP,  Cook  NR.  Una  reclasificación  neta  corregida  por  sesgo
1467   del  cáncer  de  pulmón.  J  Respiración  Res.  2016;10(1):016007. 1515
mejora  para  los  subgrupos  clínicos.  Toma  de  decisiones  médicas.  2013;33(2):
1468   72.  Kort  S,  Tiggeloven  MM,  Brusse­Keizer  M,  et  al. 154­162. 1516
estudio  prospectivo  sobre  el  diagnóstico  de  subtipos  de  cáncer  de  pulmón  mediante  el  
1469 87.  Kammer  MN,  Rowe  DJ,  Deppen  SA,  et  al.  La  curva  de  probabilidad  de   1517
análisis  del  aliento  exhalado.  Cáncer  de  pulmón.  2018;125:223­229.
1470 intervención:  modelado  de  la  aplicación  práctica  de  la  toma  de   1518
73.  van  de  Goor  R,  van  Hooren  M,  Dingemans  AM,  Kremer  B,  Kross  K. decisiones  guiada  por  umbral,  evaluada  en  cánceres  de  pulmón,  próstata  y  
1471 Entrenamiento  y  validación  de  una  nariz  electrónica  portátil  para  la  detección  del   ovario.  Biomarcadores  de  Epidemiol  de  Cáncer  Prev.  2022;31(9):1752­1759. 1519

1472 cáncer  de  pulmón.  J  Thorac  Oncol.  2018;13(5):676­681. 1520

1473 1521

1474 1522

1475 1523

1476 1524

1477 1525

1478 1526

14  PECHO  Reseñas [ ­  #  ­  COFRE  ­  2023 ]

REV  5.6.0  DTD  CHEST5689_proof  21  de  junio  de  2023  7:10  p.  m.  EO:  CHEST­D­23­00528