انجام تست آنتی‌ژن کارسینوامبریونیک (carcino‐embryonic antigen; CEA) در خون، یک بخش توصیه شده پیگیری برای تشخیص عود سرطان کولورکتال پس از درمان شفابخش اولیه (primary curative treatment) است. تنوع بالینی قابل توجهی در خط برش اعمال شده برای شروع تحقیقات بیشتر وجود دارد.

تعیین عملکرد تشخیصی سطوح مختلف CEA خون در شناسایی افرادی که سرطان کولورکتال در آنها عود کرده، به منظور آگاهی یافتن از عملکرد بالینی آن.

تمام جست‌وجوها را تا ۲۹ ژانویه ۲۰۱۴ انجام دادیم. هیچ محدودیت زبانی برای جست‌وجوها اعمال نشد و دست‌نوشته‌های (مقالات) غیر‐انگلیسی را ترجمه کردیم. برای یافتن مرورهای مرتبط، بانک‌های اطلاعاتی MEDLINE؛ EMBASE؛ MEDION و DARE را جست‌وجو کردیم. جست‌وجو برای مطالعات اولیه (از جمله چکیده مقالات کنفرانس‌ها) در پایگاه ثبت مرکزی کارآزمایی‌های کنترل‌ شده کاکرین (CENTRAL)؛ MEDLINE؛ EMBASE و Science Citation Index و نمایه‌نامه استنادی مقالات کنفرانس‌های علمی را انجام دادیم. هم‌چنین مطالعات در حال انجام، با جست‌وجو در WHO ICTRP و کتابخانه ASCO شناسایی شدند.

مطالعات مقطعی مربوط به دقت تست تشخیصی، مطالعات کوهورت و کارآزمایی‌های تصادفی‌سازی و کنترل شده (randomised controlled trials; RCTs)، برای پیگیری سرطان کولورکتال پس از رزکسیون که CEA را با یک استاندارد مرجع مقایسه کرده بودند، وارد مرور شدند. تنها مطالعاتی وارد شدند که با استفاده از آنها، امکان استخراج داده‌های مربوط به دقت به صورت ۲x۲ وجود داشت. مطالعات مورد شاهدی حذف شدند، زیرا در آنها نسبت موردها به کنترل‌ها، در طراحی مطالعه تعیین شده بود که این موضوع داده‌ها را برای ارزیابی دقت تست نامناسب می‌ساخت.

دو نویسنده مرور (BDN؛ IP)، کیفیت همه مقالات را به طور مستقل از هم ارزیابی کرده و در مورد هرگونه اختلاف نظر بحث کردند. در جایی که اجماع و توافق بین آنها وجود نداشت، از یک نویسنده سوم (BS) به عنوان ناظر کمک گرفته شد. کیفیت روش‌شناسی مطالعات را با استفاده از معیارهای QUADAS‐۲ ارزیابی کردیم. داده‌های دو‐حالتی دقت تشخیصی را از همه مطالعات وارد شده به صورت جداول ۲x۲ استخراج کردیم. با استفاده از داده‌های گردآوری شده، یک متاآنالیز (meta‐analysis) دو متغیره انجام دادیم. از دستور xtlogit در نرم‌افزار Stata برای تولید تخمین‌های تجمعی از حساسیت و ویژگی استفاده شد، علاوه بر این خلاصه سلسله مراتبی از منحنی‌های ROC تولید شد.

در ۵۲ مطالعه وارد شده، میزان حساسیت در بازه ۴۱% تا ۹۷% و ویژگی در بازه ۵۲% تا ۱۰۰% قرار داشت. در هفت مطالعه، که تاثیر استفاده از آستانه ۲,۵ میکروگرم/لیتر را گزارش داده بودند، حساسیت تجمعی برابر ۸۲%؛ (۹۵% فاصله اطمینان (CI): %۷۸ تا ۸۶%) و ویژگی تجمعی برابر ۸۰%؛ (۹۵% CI؛ ۵۹% تا ۹۲%) بود. در ۲۳ مطالعه، که تاثیر استفاده از آستانه ۵ میکروگرم/لیتر را گزارش کرده بودند، حساسیت تجمعی برابر ۷۱%؛ (۹۵% CI؛ ۶۴% تا ۷۶%) و ویژگی تجمعی برابر ۸۸%؛ (۹۵% CI؛ ۸۴% تا ۹۲%) بود. در هفت مطالعه، که تاثیر استفاده از آستانه ۱۰ میکروگرم/لیتر را گزارش داده بودند، حساسیت تجمعی برابر ۶۸%؛ (۹۵% CI؛ ۵۳% تا ۷۹%) و ویژگی تجمعی برابر ۹۷%؛ (۹۵% CI؛ ۹۰% تا ۹۹%) بود.

CEA به اندازه کافی از حساسیت برخوردار نیست که بتوان از آن به تنهایی، حتی با یک آستانه پائین، استفاده کرد. بنابراین به منظور جلوگیری از موارد از دست رفته، ضروری است که از یک روش تشخیصی دیگر علاوه بر CEA برای پایش استفاده شود. تلاش برای بهبود حساسیت با اتخاذ یک آستانه پائین، یک استراتژی ضعیف است، زیرا تعداد هشدارهای کاذب تولید شده افزایش می‌یابد. بنابراین توصیه می‌شود پایش عود سرطان کولورکتال، با بیش از یک روش تشخیصی، اما با استفاده از بالاترین خط برش ارزیابی شده CEA انجام شود (۱۰ میکروگرم/لیتر).

زنان مبتلا به سرطان مشکوک تخمدان در مراحل اولیه باید تحت جراحی مرحله‌بندی شده (surgical staging) قرار بگیرند، این مرحله‌بندی شامل گرفتن نمونه‌ از برخی قسمت‌ها درون حفره شکمی و غدد لنفاوی خلفی (retroperitoneal) است تا به این وسیله لزوم انجام درمان‌های بیشتر مشخص شود. یک راهبرد بالقوه این است که همه زنانی که در تخمدان خود توده‌های مشکوک دارند، تحت جراحی قرار گیرند، بدون اینکه هیچ گونه اطلاعات بافت‌شناختی حین جراحی به کار رود. با این روش، مرحله‌‏بندی کامل می‌شود، اما تعداد زنان بیشتری در معرض خطر بالقوه درمانی که بیش از حد مبتنی بر جراحی است، قرار می‌گیرند.

راهبرد دوم، انجام پروسیجر دو مرحله‌ای برای برداشتن توده لگنی و بخش‌بندی پارافینی آن است که شامل تثبیت رسمی بافت از طریق قرار دادن فرمالین و پارافین، قبل از بخش‌بندی بسیار باریک و نمونه‌برداری‌های متعدد از محل تومور می‌شود. پس از آن ممکن است جراحان مبنای جراحی‌های مرحله‌بندی بیشتر را روی این بافت‌شناسی قرار دهند که به این ترتیب، از نرخ درمان بیش از حد کاسته می‌شود، اما عوارض و موربیدیتی ناشی از جراحی و بی‌هوشی بیشتری در پی می‌آورد.

راهبرد سوم، آنالیز سریع بافت روی توده تخمدان حین جراحی است که به «بخش یخ‌زده» (frozen section) معروف است. در این راهبرد، بافت‌ها به ناگهان منجمد می‌شوند تا بدین ترتیب امکان برش بخش‌های بافتی با کیفیت مهیا شود و لکه‌گذاری و رنگ‌آمیزی شیمیایی اولیه انجام گیرد. جراحان می‌توانند بر حسب نتایج به دست آمده، پروسیجر کامل مرحله‌بندی جراحی را انجام دهند یا از آن صرف‌نظر کنند. با این حال، این تست در مقایسه با بخش‌های پارافین که ساعت‎‌ها به طول می‌انجامد، نسبتا ناآزموده است. استفاده از بخش یخ‌زده خطر تشخیص نادرست بدخیمی و مرحله‌بندی کمتر از حد در زنان با فرض اینکه بدخیمی در مراحل اولیه (منفی کاذب) است، یا مرحله‌بندی بیش از حد را در حالی که بدخیمی (مثبت کاذب) وجود ندارد، در پی دارد. بنابراین بررسی دقت و سودمندی افزودن بخش‌های یخ‌زده به فرآیند تصمیم‌گیری بالینی مهم است.

ارزیابی دقت تست تشخیصی بخش یخ‌زده (تست شاخص) برای تشخیص هیستوپاتولوژیکال سرطان تخمدان در زنان مبتلا به توده‌های لگنی مشکوک که به وسیله بخش پارافین (استاندارد مرجع) تایید شده است.

ما MEDLINE (از ژانویه ۱۹۴۶ تا ژانویه ۲۰۱۵)، EMBASE (از ژانویه ۱۹۸۰ تا ژانویه ۲۰۱۵) و پایگاه‌های ثبت مرتبط با موضوع در کاکرین را جست‌وجو کردیم.

مطالعاتی که در آنها از بخش یخ‌زده برای تشخیص حین جراحی توده در تخمدان مشکوک به بدخیمی استفاده شده بود مشروط به اینکه داده‌های کافی برای ساخت جداول ۲ × ۲ وجود داشت، وارد مرور شدند. مقالاتی را که ترجمه انگلیسی نداشتند، از دایره مرور خود خارج کردیم.

نویسندگان به طور مستقل به ارزیابی کیفیت روش‌شناسی مطالعات وارد شده با استفاده از ابزار ارزیابی کیفیت دقت تشخیصی مطالعات (QUADAS‐۲) پرداختند و این کار را در این حوزه‌ها انجام دادند: انتخاب بیمار، تست شاخص، استاندارد مرجع، جریان و زمان‌بندی. با استخراج داده‌ها برای دو آستانه تست شاخص، جداول ۳ × ۳ مربوط به نتایج هر بیمار ارائه شده در مقالات، به جداول ۲ × ۲ تبدیل شد.

همه مطالعات، گذشته‌نگر بودند و در بیشتر آنها نمونه‌برداری متوالی از موارد گزارش شده بود. نتایج مربوط به حساسیت و ویژگی که از ۳۸ مطالعه به دست آمده بود، شامل ۱۱,۱۸۱ شرکت‌کننده (۳۲۰۰ نفر مبتلا به سرطان تهاجمی، ۱۰۵۵ مبتلا به تومورهای بینابینی و ۶۹۲۶ مبتلا به تومورهای خوش‌خیم، تعیین شده به وسیله بخش پارافین به منزله استاندارد مرجع) بود. میانه (median) شیوع بدخیمی برابر ۲۹% بود (با دامنه بین‐چارکی (interquartile; IQR) از ۲۳% تا ۳۶%؛ محدوده ۱۱% تا ۶۳%). عملکرد تست را با استفاده از دو آستانه برای تست بخش یخ‌زده ارزیابی کردیم. در مرحله اول، آستانه تست را برای بخش یخ‌زده به کار بردیم و نتایج تست مثبت را به مثابه سرطان تهاجمی و نتایج تست منفی را به مثابه تومورهای بینابینی و خوش‌خیم تعریف کردیم. میانگین حساسیت برابر ۹۰,۰% بود (۹۵% فاصله اطمینان (CI): %۸۷.۶ تا ۹۲.۰%؛ در بیشتر مطالعات مشخصا محدوده بین ۷۱% تا ۱۰۰% گزارش شده بود) و میانگین ویژگی برابر ۹۹.۵% بود (۹۵% CI؛ ۹۹.۲% تا ۹۹.۷%؛ محدوده بین ۹۶% تا ۱۰۰%).

به همین ترتیب، حساسیت و ویژگی را با استفاده از یک آستانه دوم برای بخش یخ‌زده آنالیز کردیم که طی آن سرطان تهاجمی و تومورهای بینابینی هر دو به مثابه تست مثبت تلقی شدند و موارد خوش‌خیم در طبقه‌بندی منفی جای گرفتند. میانگین حساسیت معادل ۹۶,۵% بود (۹۵% CI؛ ۹۵.۵% تا ۹۷.۳%؛ محدوده مشخص بین ۸۳% تا ۱۰۰%) و میانگین ویژگی نیز برابر ۸۹.۵% اندازه‌گیری شد (۹۵% CI؛ ۸۶.۶% تا ۹۱.۹%؛ محدوده مشخص بین ۵۸% تا ۹۹%).

از همان ۳۸ مطالعه نتایجی به دست آمد؛ مثلا زیر‐مجموعه‌ای از ۳۹۵۳ شرکت‌کننده با نتیجه مربوط به بخش یخ‌زده سرطان بینابینی یا تهاجمی، بر اساس تشخیص نهایی از بدخیمی. مطالعاتی که در آنها تعداد اندکی از موارد منفی بیماری (موارد بینابینی) بررسی شده بود، تخمین ویژگی متنوع‌تر بود. میانگین حساسیت برابر ۹۴,۰% (۹۵% CI؛ ۹۲.۰% تا ۹۵.۵%؛ محدوده بین ۷۳% تا ۱۰۰%) و میانگین ویژگی برابر ۹۵.۸% (۹۵% CI؛ ۹۲.۴% تا ۹۷.۸%؛ محدوده مشخص بین ۸۱% تا ۱۰۰%).

آنالیز بیشتر ما نشان داد که اگر بخش یخ‌زده نشان دهنده سرطان خوش‌خیم یا تهاجمی باشد، تشخیص نهایی ممکن است به طور میانگین بدون تغییر بماند؛ یعنی به ترتیب، ۹۴% و ۹۹% از موارد.

در مواردی که تشخیص بخش یخ‌زده، تومور بینابینی بود، به طور میانگین ۲۱% از موارد تشخیص نهایی، سرطان تهاجمی از آب در می‌آمد.

در سه مطالعه، یک آسیب‌شناس به تفسیر تست مرجع استاندارد و تست شاخص پرداخت که به طور بالقوه باعث سوگیری (bias) می‌شوند. در هیچ مطالعه‌ای گزارش نشد که کورسازی آسیب‌شناسان نسبت به نتایج تست شاخص هنگام گزارش بخش‌های پارافین پرداخته باشند.

در آنالیز ناهمگونی، تفاوتی با اهمیت آماری بین مطالعاتی که آسیب‌شناسان با سطوح مختلف تخصص انجام دادند، دیده نشد.

در یک جمعیت فرضی متشکل از ۱۰۰۰ شرکت‌کننده (۲۹۰ مورد مبتلا به سرطان و ۸۰ مورد مبتلا به تومور بینابینی)، اگر نتیجه مثبت تست بخش یخ‌زده صرفا برای سرطان تهاجمی به منظور تشخیص سرطان به کار می‌رفت، ممکن بود به طور میانگین درباره ۲۶۱ زن به درستی تشخیص سرطان و درباره ۷۰۶ زن به درستی تشخیص عدم سرطان داده می‌شد. با این حال، ممکن است درباره ۴ زن به اشتباه سرطان تشخیص داده شود (مثبت کاذب) و درباره ۲۹ زن مبتلا به سرطان نیز تشخیص ابتلا به سرطان تشخیص داده نشود (منفی کاذب).

اگر نتیجه بخش یخ‌زده برای سرطان تهاجمی یا تومور بینابینی به‎منزله تست مثبت برای تشخیص سرطان به کار گرفته شود، به طور میانگین ممکن است درباره ۲۸۰ زن به درستی تشخیص سرطان داده شود و درباره ۶۳۵ نیز ممکن است به درستی عدم سرطان تشخیص داده شود. با این حال، ممکن است درباره ۷۵ زن به اشتباه سرطان تشخیص داده شود و درباره ۱۰ زن مبتلا به سرطان نیز تشخیص ابتلا به سرطان تشخیص داده نشود.

بزرگ‌ترین عدم تطابق درون گزارش مربوط به تومورهای بینابینی بخش یخ‌زده مشاهده می‌شود. بررسی عوامل منجر به عدم تطابق درون مراکز‌ و استاندارد‌سازی معیارها برای گزارش تومورهای بینابینی ممکن است به بهبود دقت آنها کمک کند. برخی از مراکز ممکن است انجام مرحله‌بندی جراحی در زنانی را برگزینند که در آنان بخش یخ‌زده مربوط به یک تومور بینابینی تخمدان تشخیص داده شده تا به این وسیله تعداد موارد مثبت کاذب کاهش یابد. خوانندگان در تفسیر خود از این مرور، باید نتایج حاصل از مطالعاتی را ارزیابی کنند که دارای بهترین نمونه از جمعیت بیماران باشند.