OncoSeek® is een van oorsprong Chinese bloedtest voor kanker. OncoSeek® maakt gebruik van een combinatie van 7 specifieke plasmatumormarkers, een nieuw multivariabel algoritme, big data en AI - Kunstmatige Intelligentie.
De bloedtest OncoSeek® heeft officiële goedkeuring om in de praktijk te gebruiken na de resultaten uit een grootschalige studie die is gepubliceerd in de Lancet. De bloedtest voert screening uit op de meest voorkomende vormen van kanker, berekent de kankerrisicoscore (CRS) en traceert het kankerweefsel van oorsprong (TOO). Het is wetenschappelijk gevalideerd en CE-gecertificeerd. OncoSeek® kan eenvoudig worden geïmplementeerd omdat het gebruik maakt van de bestaande medische infrastructuur.
OncoSeek® kan overal ter wereld worden gebruikt door medische organisaties die gezondheidsdiensten aan het publiek verlenen. Laboratoriumdiensten zijn inbegrepen wanneer dat nodig is.
Het Nederlandse bedrijf oncoinv.org biedt sinds kort de bloedtest Oncoseek aan tegen een prijs die betaalbaar is voor iedereen.
Contact
OncoInv B.V.
Duwboot 20, 3991 CD Houten, The Netherlands
info@oncoinv.org
Inspire2live heeft een subsidie verstrekt om ook in Bulgarije deze bloedtest aan te bieden, zie daarvoor deze website.
Hier de resultaten van de studie zoals gepubliceerd juni 2023 in The Lancet en vertaald in het Nederlands:
- Tussen november 2012 en mei 2022 waren 7565 deelnemers ingeschreven bij SeekIn en Sun Yat-sen Memorial Hospital. De conventionele klinische methode, die slechts op één enkele drempel voor elke PTM vertrouwt, zou te lijden hebben onder een hoog aantal vals-positieve resultaten dat zich opstapelt naarmate het aantal markers toeneemt.
- OncoSeek werd door AI-technologie in staat gesteld om het percentage vals-positieven aanzienlijk te verminderen, waardoor de specificiteit toenam van 56,9% (95% betrouwbaarheidsinterval : 55,8–58,0) naar 92,9% (92,3–93,5).
- Bij alle soorten kanker bedroeg de algehele gevoeligheid van OncoSeek 51,7% (49,4–53,9), wat resulteerde in een nauwkeurigheid van 84,3% (83,5–85,0).
- De prestaties waren over het algemeen consistent in de training en de twee validatiecohorten. De gevoeligheden varieerden van 37,1% tot 77,6% voor de detectie van de negen veel voorkomende soorten kanker (borstkanker, darmkanker, leverkanker, longkanker, lymfklierkanker, slokdarmdarmkanker, eierstokkanker, alvleesklierkanker en maagkanker), die jaarlijks verantwoordelijk zijn voor ~59,2% van de wereldwijde sterfgevallen door kanker .
- Bovendien heeft het een uitstekende gevoeligheid aangetoond bij verschillende soorten kanker met een hoge mortaliteit waarvoor routinematige screeningstests in de kliniek ontbreken, zoals de gevoeligheid voor alvleesklierkanker die 77,6% bedroeg (69,3-84,6).
- De algehele nauwkeurigheid van de kankerweefsel van oorsprong (TOO-voorspelling) bij de echte positieve resultaten was 66,8%, wat zou kunnen helpen bij de klinische diagnostische verwerking van de gegevens.
Bewijs vóór deze studie:
Veel patiënten met kanker kunnen genezen worden als ze vroeg worden gediagnosticeerd en effectief worden behandeld. Toch blijft kanker wereldwijd een belangrijk volksgezondheidsprobleem, vooral in lage- en middeninkomenslanden (LMIC’s), vanwege een gebrek aan middelen en een beperkte gezondheidszorginfrastructuur. Momenteel zijn er voor de meeste vormen van kanker met hoge mortaliteit geen standaardscreeningsmethoden beschikbaar. Daarom is een niet-invasieve en efficiënte multi-kanker vroege detectie (MCED)-test een zeer grote behoefte.
Belangrijk is dat de test eenvoudig en betaalbaar moet zijn, wat ook geschikt is voor LMIC’s.
Toegevoegde waarde van dit onderzoek:
Hier hebben we een op bloed gebaseerde MCED-test ontwikkeld en gevalideerd, genaamd OncoSeek. Deze test integreerde de meting van een panel van zeven geselecteerde eiwittumormarkers (PTM's) en klinische informatie van het individu voor MCED en het voorspellen van aangetast weefsel van oorsprong (TOO), mogelijk gemaakt door kunstmatige intelligentie (AI) technologie.
Deze grote studie (n = 9382) met meer dan negen veelvoorkomende kankertypes en gedomineerd door patiënten in een vroeg stadium (63,2% stadium I en II) toonde aan dat de prestaties van OncoSeek aanzienlijk superieur waren aan die van de conventionele klinische methode.
De test bereikte een gevoeligheid van 51,7% met een specificiteit van 92,9%, resulterend in een nauwkeurigheid van 84,3%, met een gevoeligheid van 49,5% bij stadium I- en II-patiënten. Bovendien was de algehele nauwkeurigheid van de TOO-voorspelling bij de echte positieve resultaten 66,8%.
Implicaties van al het beschikbare bewijsmateriaal:
Als OncoSeek naast de bestaande screeningsbenaderingen wordt gebruikt, zou het de mogelijkheid kunnen bieden om meer soorten kanker in een vroeger stadium op te sporen met behulp van één buisje bloed, om de resultaten voor de patiënt te verbeteren door de ziekte te behandelen wanneer deze doorgaans het meest reageert op therapie, en uiteindelijk om een opmerkelijke gevolgen voor de volksgezondheid.
Verdere grootschalige prospectieve studies zijn nodig om meer bewijs te leveren ter ondersteuning van de toepassing van OncoSeek bij kankerscreening en bevolkingsonderzoek.
Het originele studierapport is gratis te downloaden of in te zien. Klik daarvoor op de tital van het abstract:
Summary
Background
Early detection of cancer aims to reduce cancer deaths. Unfortunately, many established cancer screening technologies are not suitable for use in low- and middle-income countries (LMICs) due to cost, complexity, and dependency on extensive medical infrastructure. We aimed to assess the performance and robustness of a protein assay (OncoSeek) for multi-cancer early detection (MCED) that is likely to be more practical in LMICs.
Methods
This observational study comprises a retrospective analysis on the data generated from the routine clinical testings at SeekIn and Sun Yat-sen Memorial Hospital. 7565 participants (954 with cancer and 6611 without) from the two sites were divided into training and independent validation cohort. The second validation cohort (1005 with cancer and 812 without) was from Johns Hopkins University School of Medicine. Patients with cancer prior to therapy were eligible for inclusion in the study. Individuals with no history of cancer were enrolled from the participating sites as the non-cancer group. One tube of peripheral blood was collected from each participant and quantified a panel of seven selected protein tumour markers (PTMs) by a common clinical electrochemiluminescence immunoassay analyser. An algorithm named OncoSeek was established using artificial intelligence (AI) to distinguish patients with cancer from those without cancer by calculating the probability of cancer (POC) index based on the quantification results of the seven PTMs and clinical information including sex and age of the individuals and to predict the possible affected tissue of origin (TOO) for those who have been detected with cancer signals in blood.
Findings
Between November 2012 and May 2022, 7565 participants were enrolled at SeekIn and Sun Yat-sen Memorial Hospital. The conventional clinical method, which relies only on a single threshold for each PTM, would suffer from a high false positive rate that accumulates as the number of markers increased. OncoSeek was empowered by AI technology to significantly reduce the false positive rate, increasing the specificity from 56.9% (95% confidence interval : 55.8–58.0) to 92.9% (92.3–93.5). In all cancer types, the overall sensitivity of OncoSeek was 51.7% (49.4–53.9), resulting in 84.3% (83.5–85.0) accuracy. The performance was generally consistent in the training and the two validation cohorts. The sensitivities ranged from 37.1% to 77.6% for the detection of the nine common cancer types (breast, colorectum, liver, lung, lymphoma, oesophagus, ovary, pancreas, and stomach), which account for ∼59.2% of global cancer deaths annually. Furthermore, it has shown excellent sensitivity in several high-mortality cancer types for which routine screening tests are lacking in the clinic, such as the sensitivity of pancreatic cancer which was 77.6% (69.3–84.6). The overall accuracy of TOO prediction in the true positives was 66.8%, which could assist the clinical diagnostic workup.
Interpretation
OncoSeek significantly outperforms the conventional clinical method, representing a novel blood-based test for MCED which is non-invasive, easy, efficient, and robust. Moreover, the accuracy of TOO facilitates the follow-up diagnostic workup.
Funding
The National Key Research and Development Programme of China.
Contributors
M.M. and C.D. designed the study; Y.L. and X.L. collected participant samples and clinical information; G.Z., D.Z., Y.F., and Y.Z. performed experiments; S.L. and W.W. designed bioinformatics pipelines and analysed results with the help of M.M.; G.Z. wrote the manuscript, with critical review from M.M. Y.L. and S.L. accessed and verified the underlying data.
Data sharing statement
We uploaded the protein quantification data with age and sex information into the National GeneBank Data Center in China (https://ngdc.cncb.ac.cn) with accession number PRJCA017145. Code for analyses is available at https://github.com/seekincancer/OncoSeek.
Declaration of interests
G.Z. is a full-time employee of and holds stock options in SeekIn Inc. S.L. is a full-time employee of and holds stock options in SeekIn Inc. W.W. is a full-time employee of and holds stock options in SeekIn Inc. Y.F. is a full-time employee of and holds stock options in SeekIn Inc. Y.Z. is a full-time employee of and holds stock options in SeekIn Inc. M.M. is a full-time employee of and holds stock options in SeekIn Inc. D.Z. is a full-time employee of Shenyou Bio, a wholly-owned subsidiary of SeekIn Inc, and holds stock options in SeekIn Inc. All other authors declare no competing interest.
Acknowledgements
This study was supported by the National Key Research and Development Programme of China (approval number: 2020YFC2004505). The authors would like to thank all individuals who participated in this study. The authors also thank the Johns Hopkins University School of Medicine for the clinical data and PTMs quantification data of independent validation cohort 2 in this study. The following Inspire2Live colleagues are acknowledged for helping to explore the use of OncoSeek in Africa: Peter Kapitein, Eltjo Heddema, Khama Rogo, Arthur Ajwang, and Franklin Mtei. We thank Drs. Catherine Sauvaget and Jun Zhou for helpful comments on the manuscript. We would like to acknowledge the English editing provided by Anthea Bull.
Appendix A. Supplementary data
-
Supplementary Tables S1–S3
-
Supplementary Figures S1–S4
Figure S1: The process of model development and validation. GBM, Gradient Boosting Machine. GLM, Generalised Linear Model. RF, Random Forest. SVM, Support Vector Machine. TOO, tissue of origin. +, means prediction positive case.
Figure S2: QQ plot of AFP expression from individuals without cancer.
Figure S3: A big problem with the conventional clinical method. The performance of a different number of PTMs was evaluated. When only one PTM is tested, the sensitivity is low, but the specificity is high. In contrast, the sensitivity increases, and specificity decreases when the number of PTMs is increased. PTMs, protein tumour markers.
Figure S4: Performance comparison of different algorithms used in the model. (A) The receiver operating characteristic (ROC) curve evaluates the performance of different algorithms in the training cohort. The area under the curve (AUC) was depicted in the figure. The dotted vertical line in the ROC figures represents a 90.0% specificity. (B) The sensitivity (orange dots) and specificity (blue dots) of these four algorithms in the two independent validation cohorts. The dotted vertical line in the figures was used to divide the data of two cohorts, bars indicate 95% CI. GBM, Gradient Boosting Machine. GLM, Generalised Linear Model. RF, Random Forest. SVM, Support Vector Machine.
Figure S5: Effect of each protein tumor marker on sensitivity. (A) Sensitivity of OncoSeek for each tumor type was shown, same as Fig. 3B. (B–H) Each panel showed the sensitivity achieved when a particular PTM marker was excluded through the same method (GLM).
References
- 1.
Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries.CA Cancer J Clin. 2021; 71: 209-249
- 2.
Estimation of savings of life-years and cost from early detection of cervical cancer: a follow-up study using nationwide databases for the period 2002–2009.BMC Cancer. 2014; 14: 505
- 3.
Screening for lung cancer.J Natl Med Assoc. 2021; 113: 239-240
- 4.
On behalf of the U.S. Preventive services task force. Screening for breast cancer: U.S. Preventive services task force recommendation statement.Ann Intern Med. 2016; 164: 279
- 5.
Screening for cervical cancer: US preventive services task force recommendation statement.JAMA. 2018; 320: 674
- 6.
Screening for colorectal cancer: US preventive services task force recommendation statement.JAMA. 2021; 325: 1965
- 7.
Screening for prostate cancer: US preventive services task force recommendation statement.JAMA. 2018; 319: 1901
- 8.
Clinical validation of a targeted methylation-based multi-cancer early detection test using an independent validation set.Ann Oncol. 2021; 32: 1167-1177
- 9.
Detection and localization of surgically resectable cancers with a multi-analyte blood test.Science. 2018; 359: 926-930
- 10.
Feasibility of blood testing combined with PET-CT to screen for cancer and guide intervention.Science. 2020; 369eabb9601
- 11.
Integrating multi-omics features for blood-based pan-cancer early detection.in: Poster at the early detection of cancer conference. 2022
- 12.
Symptoms of hepatocellular carcinoma. Laboratory tests used for its diagnosis and screening.Orv Hetil. 2010; 151: 1415-1417
- 13.
An overview of biomarkers for the ovarian cancer diagnosis.Eur J Obstet Gynecol Reprod Biol. 2011; 158: 119-123
- 14.
CA125 in ovarian cancer.Biomark Med. 2007; 1: 513-523
- 15.
Discrimination between benign and malignant adnexal masses by specialist ultrasound examination versus serum CA-125.J Natl Cancer Inst. 2007; 99: 1706-1714
- 16.
The value of the tumor marker CA 15-3 in diagnosing and monitoring breast cancer. A comparative study with carcinoembryonic antigen.Cancer. 1991; 68: 574-582
- 17.
Evaluation of CA M26, CA M29, CA 15-3 and CEA as circulating tumor markers in breast cancer patients.Tumor Biol. 1991; 12: 82-90
- 18.
Applicative value of serum CA19-9, CEA, CA125 and CA242 in diagnosis and prognosis for patients with pancreatic cancer treated by concurrent chemoradiotherapy.Asian Pac J Cancer Prev. 2015; 16: 6569-6573
- 19.
The application of CA72-4 in the diagnosis, prognosis, and treatment of gastric cancer.Biochim Biophys Acta Rev Cancer. 2021; 1876188634
- 20.
Serum CA72-4 as a biomarker in the diagnosis of colorectal cancer: a meta-analysis.Open Med. 2018; 13: 164-171
- 21.
CEA in breast ductal secretions as a promising biomarker for the diagnosis of breast cancer: a systematic review and meta-analysis.Breast Cancer. 2016; 23: 813-819
- 22.
Development and validation of reassigned CEA, CYFRA21-1 and NSE-based models for lung cancer diagnosis and prognosis prediction.BMC Cancer. 2022; 22: 686
- 23.
Tumor markers in clinical practice: a review focusing on common solid cancers.Med Princ Pract. 2013; 22: 4-11
- 24.
Evaluation of serum CEA, CA19-9, CA72-4, CA125 and ferritin as diagnostic markers and factors of clinical parameters for colorectal cancer.Sci Rep. 2018; 8: 2732
- 25.
Clinical significance and diagnostic value of serum NSE, CEA, CA19-9, CA125 and CA242 levels in colorectal cancer.Oncol Lett. 2020; 20: 742-750
- 26.
Carcinoembryonic antigen, squamous cell carcinoma antigen, CYFRA 21-1, and neuron-specific enolase in squamous cell lung cancer patients.Clin Chem. 2002; 48: 1931-1937
- 27.
The diagnostic value of serum tumor markers CEA, CA19-9, CA125, CA15-3, and TPS in metastatic breast cancer.Clin Chim Acta. 2017; 470: 51-55
- 28.
Value of AFP and PIVKA-II in diagnosis of HBV-related hepatocellular carcinoma and prediction of vascular invasion and tumor differentiation.Infect Agents Cancer. 2020; 15: 70
- 29.
Clinical evaluation of CEA, CA19-9, CA72-4 and CA125 in gastric cancer patients with neoadjuvant chemotherapy.World J Surg Oncol. 2014; 12: 397
- 30.
Combined use of AFP, CEA, CA125 and CAl9-9 improves the sensitivity for the diagnosis of gastric cancer.BMC Gastroenterol. 2013; 13: 87
- 31.
Development of serum parameters panels for the early detection of pancreatic cancer: zhang et al.Int J Cancer. 2014; 134: 2646-2655
- 32.
Multiple biomarker panels for early detection of ovarian cancer.Future Oncol. 2006; 2: 733-741
- 33.
Development of a panel of autoantibody against NSG1 with CEA, CYFRA21-1, and SCC-Ag for the diagnosis of esophageal squamous cell carcinoma.Clin Chim Acta. 2021; 520: 126-132
- 34.
Detection of carcinomas in an asymptomatic Chinese population: advantage of screening with multiple tumor markers.J Clin Lab Anal. 2006; 20: 42-46
- 35.
Cancer screening through a multi-analyte serum biomarker panel during health check-up examinations: results from a 12-year experience.Clin Chim Acta. 2015; 450: 273-276
- 36.
Artificial intelligence for breast cancer detection in mammography and digital breast tomosynthesis: state of the art.Semin Cancer Biol. 2021; 72: 214-225
- 37.
Artificial intelligence in colorectal cancer screening, diagnosis and treatment. A new era.Curr Oncol. 2021; 28: 1581-1607
- 38.
An artificial intelligence algorithm for prostate cancer diagnosis in whole slide images of core needle biopsies: a blinded clinical validation and deployment study.Lancet Digit Health. 2020; 2: e407-e416
- 39.
The Eighth Edition AJCC Cancer Staging Manual: continuing to build a bridge from a population-based to a more "personalized" approach to cancer staging.CA Cancer J Clin. 2017; 67: 93-99
- 40.
Identifying occult maternal malignancies from 1.93 million pregnant women undergoing noninvasive prenatal screening tests.Genet Med. 2019; 21: 2293-2302
- 41.
Genome-wide cell-free DNA fragmentation in patients with cancer.Nature. 2019; 570: 385-389
- 42.
Statistical methodology: I. Incorporating the prevalence of disease into the sample size calculation for sensitivity and specificity.Acad Emerg Med. 1996; 9: 895-900
- 43.
Post hoc subgroup analysis and the truth of a clinical trial.Am Heart J. 1998; 5: 753-758
- 44.
Serum CEA levels in 49 different types of cancer and noncancer diseases.in: Progress in molecular biology and translational science. Elsevier, 2019: 213-227
- 45.
The challenge of intratumour heterogeneity in precision medicine.J Intern Med. 2014; 276: 41-51
- 46.
Machine learning enables detection of early-stage colorectal cancer by whole-genome sequencing of plasma cell-free DNA.BMC Cancer. 2019; 19: 832
- 47.
Multitarget stool DNA testing for colorectal-cancer screening.N Engl J Med. 2014; 370: 1287-1297
- 48.
Genome-scale profiling of circulating cell-free DNA signatures for early detection of hepatocellular carcinoma in cirrhotic patients.Cell Res. 2021; 31: 589-592
Article info
Publication history
Published: June 15, 2023
Accepted: May 26, 2023
Received in revised form: May 26, 2023
Received: February 22, 2023
Identification
Copyright
© 2023 The Authors. Published by Elsevier Ltd.
User license
Creative Commons Attribution – NonCommercial – NoDerivs (CC BY-NC-ND 4.0) |
ScienceDirect
Access this article on ScienceDirectGerelateerde artikelen
- Bloedtest Oncoseek om vroegtijdig kanker op te sporen verkrijgbaar via Nederlands en Bulgaars platform tegen acceptabele prijs.
- Bloedtest (MCED) spoort kanker op nog voor de eerste symptomen optreden en geeft 97 procent zekerheid blijkt uit Pathfinderstudie
- Bloedtest op in bloed circulerende DNA mutaties voorspelt of immuuntherapie met checkpoint remmers / anti-PD medicijnen aan zullen slaan of niet. Meerdere DNA mutaties geven betere kansen op therapeutisch effect
- Bloedtest via witte bloedcellen (flow cytometry) ontdekt vroegtijdig kanker met solide tumoren met hulp van AI - arteficial Intelligence met een grote nauwkeurigheid van 95 procent
- Bloedtest geeft voor 96 procent nauwkeurige resultaten op wel of geen kanker en registreert zelfs al specifieke genmutaties verwant aan 7 verschillende vormen van kanker
- Bloedtest, uitgevoerd op in bloed circulerend DNA (ctDNA) op DNA mutaties afwijkingen, kan heel nauwkeurig nagenoeg alle vormen van kanker ontdekken.
Plaats een reactie ...
Reageer op "Bloedtest Oncoseek om vroegtijdig kanker op te sporen verkrijgbaar via Nederlands en Bulgaars platform tegen acceptabele prijs."