Ciencia y terapia del cáncer

Perfiles genéticos diferenciados de tejidos tumorales y no tumorales en cabeza y cuello: un enfoque analítico

Abstract

Mei Lu, Josena K Stephen, Kang Mei Chen, Shaleta Havard y Maria J. Worsham

En un estudio de alteraciones genéticas, se utilizó el ensayo de amplificación de sonda dependiente de ligadura múltiple (MLPA) para medir la ganancia o pérdida de 113 sondas genéticas en muestras de tejido tumoral y no tumoral recolectadas de cada uno de los 220 pacientes con cáncer de cabeza y cuello escamoso (HNSCC). Se disponía de modelos condicionales y marginales; ambos modelos tienen en cuenta los datos correlacionados pero tienen diferentes aspectos. Se propuso el modelo de regresión logística condicional para estimar el riesgo específico del sujeto de desarrollar un tumor en función de la recopilación de datos pareados de tumores y no tumores, que contrastaba con el modelo marginal para estimar el riesgo promedio de la población.

El proceso de modelado incluyó una selección rigurosa de variables, un modelo multivariable inicial, una selección de modelo final y validación del modelo. Los genes con efecto individual (p<0,01) se consideraron candidatos para el modelo multivariable inicial para el tumor. El modelo final incluyó sondas genéticas con p<0,01 y estimaciones de razones de probabilidades (OR), intervalos de confianza del 95% (IC) y la capacidad predictiva del modelo, medida por la curva característica operativa del receptor (ROC). Se realizó una validación cruzada de 10 veces para validar el modelo. De 113 sondas genéticas, utilizando el enfoque condicional, 16 genes en 7 cromosomas permanecieron en el modelo multivariable final con p<0,01 y una puntuación ROC de 0,94. La validación cruzada mostró una puntuación media (DE) ROC de 0,96 (0,04). El modelo marginal, en contraste, terminó con 8 sondas genéticas y tuvo una ROC observada de 0,81.

Conclusión: El enfoque condicional parece ser el modelo de elección para evaluar los riesgos de la sonda genética de los sujetos con recopilación de datos pareados y menos covariables faltantes, en comparación con el enfoque marginal. Este modelo de genes múltiples demostró una excelente capacidad para discriminar entre tumores y no tumores, y respalda su contribución a la patogénesis del carcinoma espinocelular de cabeza y cuello, así como su posible utilidad para otros marcadores de detección temprana de tumores.