Способ прогноза рака молочной железы Российский патент 2018 года по МПК G01N33/574 

Описание патента на изобретение RU2664671C1

Изобретение относится к онкологии, а именно к автоматизированным способам прогноза рака молочной железы.

В данном изобретении под прогнозом рака молочной железы понимается вероятностная оценка развития и исхода заболевания у пациентов с диагнозом рак молочной железы, в том числе ожидаемая продолжительность жизни указанных пациентов.

Широко известны способы прогноза рака молочной железы, основанные на иммуногистохимическом исследовании антигенов, связанных с клеточным циклом.

Так, известен способ прогноза рака молочной железы, основанный на иммуногистохимическом исследовании ядерного антигена Ki-67, экспрессируемого в пролиферативной фазе клеточного цикла. [А.А. Божок и др. Факторы прогноза при раке молочной железы, oncologic.narod.ru/journals/sovr-onc-7-1-2005/fp.html]

В указанном способе в качестве прогностического параметра используется значение индекса пролиферативной активности Ki 67, для оценки которого осуществляют визуальное микроскопическое исследование гистологического препарата, предварительно окрашенного соответствующим биомаркером. Индекс Ki 67 оценивают в процентах путем определения доли окрашенных клеток относительно общего количества клеток в исследуемой зоне гистологического препарата. Установлена корреляция между количеством клеток, экспрессирующих Ki-67, и степенью злокачественности опухоли. При значении индекса Ki-67 более 50% прогноз оценивают как неблагоприятный, поскольку имеется высокий риск развития рецидива заболевания.

В настоящее время все большее распространение получают методы прогнозирования, в которых используются автоматизированные системы обработки и анализа виртуальных микроскопических изображений гистологических препаратов, что позволяет значительно повысить точность и объективность прогноза.

Так, известен компьютеризированный способ прогноза рака молочной железы, в частности прогноза рецидива рака молочной железы [US 2015347702], выбранный в качестве ближайшего аналога.

Способ основан на иммуногистохимическом исследовании сканированных микроскопических изображений гистологических препаратов, маркированных несколькими биомаркерами для обнаружения ряда белковых антигенов таких, как ER (рецептор эстрогена), HER 2 (рецептор 2 фактора человеческого эпидермального роста), Ki-67 (ядерный антиген, экспрессируемый в пролиферативной фазе клеточного цикла), PR (рецептор прогестерона).

В качестве прогностического параметра в рассматриваемом способе используется, в частности, показатель гетерогенности вышеуказанных белковых антигенов и/или комбинация иммуногистохимических индексов в отношении применяемых в способе биомаркеров.

Способ включает исследование цифрового изображения гистологического препарата, приготовленного из отобранного у пациента фиксированного образца опухолевой ткани, в ходе которого выделяют на указанном цифровом изображении множество цифровых полей зрения, несущих информацию, требуемую для вычисления прогностического параметра, при этом осуществляют автоматизированный подсчет количества опухолевых клеток в цифровом поле зрения. Полученное значение общего количества опухолевых клеток используют для определения иммуногистохимических индексов в отношении применяемых в способе биомаркеров, на основании которых вычисляют прогностический параметр. Исходя из полученного значения прогностического параметра, формируют прогноз заболевания.

Рассматриваемый способ дает возможность получения многоаспектной оценки результатов гистологического исследования, что способствует повышению объективности и достоверности прогноза рака молочной железы.

Однако способ является сложным и дорогостоящим в связи с необходимостью проведения процедур маркирования гистологических препаратов с использованием нескольких биомаркеров.

Проблемой, решаемой заявляемым изобретением, является упрощение и удешевление способа прогноза рака молочной железы.

Сущность заявляемого изобретения состоит в том, что в способе прогноза рака молочной железы с использованием цифрового изображения гистологического препарата, приготовленного из отобранного у субъекта исследования образца опухолевой ткани, включающем выделение на цифровом изображении гистологического препарата множества цифровых полей зрения, несущих информацию, требуемую для вычисления прогностического параметра, осуществление автоматизированного подсчета количества опухолевых клеток в цифровом поле зрения, вычисление прогностического параметра с использованием полученного значения количества опухолевых клеток и формирование прогноза на основании полученного значения прогностического параметра, согласно изобретению автоматически рассчитывают площадь каждого цифрового поля зрения, после чего на основании подсчитанного количества опухолевых клеток в выделенных цифровых полях зрения и рассчитанной площади указанных цифровых полей зрения определяют среднее значение клеточной плотности, приведенное к 1 мм2 площади исследуемого гистологического препарата, и используют полученное значение в качестве прогностического параметра, при этом при значении указанного прогностического параметра менее 3000 клеток/мм2 прогнозируют благоприятный исход заболевания.

Принципиально важным в заявляемом способе является то, что для формирования прогноза рака молочной железы используют новый прогоностический параметр - среднее значение клеточной плотности в отношении опухолевых клеток, при этом при значении указанного параметра менее 3000 клеток/мм2 прогнозируют благоприятный исход рака молочной железы.

Вышеуказанный критерий был установлен на основании статистического анализа данных многолетних наблюдений за больными с диагнозом рак молочной железы, у которых после проведения лечения были определены показатели средней клеточной плотности опухолевой ткани. При этом высокая вероятность правильности прогноза по заявляемому способу была подтверждена с помощью исследования выживаемости пациентов по методу Kaplan - Meiera [http.://ru.wikipedia.org/wiki].

Определение такого прогностического параметра оказалось возможным благодаря использованию в способе автоматизированных приемов обработки и анализа цифровых изображений исследуемых гистологических препаратов. При этом процедура определения средней клеточной плотности является практически оператор независимой, что повышает точность и объективность определения прогностического параметра.

Поскольку для реализации способа не требуется проводить операцию маркирования гистологических препаратов несколькими биомаркерами для обнаружения соответствующих белковых антигенов, достигается значительное упрощение и удешевление способа прогноза рака молочной железы.

Таким образом, техническим результатом заявляемого изобретения является упрощение и удешевление способа прогноза рака молочной железы.

Способ осуществляют следующим образом.

Проводят микроскопическое исследование гистологических препаратов, приготовленных из образцов опухолевой ткани, отобранной у пациентов с диагнозом рак молочной железы.

Образцами опухолевой ткани могут быть биопсия ткани, хирургический образец ткани прочее.

В способе предпочтительно используют гистологические препараты, приготовленные в виде тонких срезов из фиксированных в парафине образцов опухолевой ткани (парафиновых блоков) и окрашенных гематоксилином и эозином, но могут быть использованы и другие виды препаратов, приготовленные по известным в области гистологии методикам.

Для осуществления способа используют аппаратуру, способную обеспечить получение цифрового (виртуального) микроскопического изображения гистологического препарата, обработку и анализ изображения, снабженную пакетом программ, обеспечивающих выделение на указанном цифровом изображении цифровых полей зрения (создание аннотаций), определение площади полей зрения, подсчет количества клеток в полях зрения, определение среднего значения клеточной плотности, приведенное к 1 мм2 площади исследуемого препарата, в частности площади среза.

С помощью компьютерного оборудования, снабженного пакетом специализированных программ, получают сканированное цифровое изображение исследуемого гистологического препарата, выделяют на нем множество цифровых полей зрения в областях, где присутствуют клеточные структуры рака молочной железы, при этом целесообразным является, чтобы суммарная площадь цифровых полей зрения составляла не менее 1 мм2 площади гистологического препарата. Затем автоматически с помощью специальных программ рассчитывают площадь каждого цифрового поля зрения и подсчитывают в них количество опухолевых клеток. На основании полученных данных определяют среднее значение клеточной плотности, приведенное к 1 мм2 площади исследуемого гистологического препарата.

В частности, может быть использована система Pannoramic 250 (3DHISTECH) [www.3dhistech.com], снабженная пакетом программ Pannoramic Viewer.

Полученное значение используют в качестве прогностического параметра.

В случае, когда значение прогностического параметра составляет величину менее 3000 клеток/мм2, прогноз расценивают как благоприятный, при котором выживаемость пациента составляет 10 и более лет.

Возможность формирования прогноза рака молочной железы с использованием заявляемого способа подтверждена следующими исследованиями.

Осуществляли наблюдение за группой больных из 122 человек с диагнозом рак молочной железы, которым проводили системное предоперационное лечение с учетом стадии заболевания и биологического подтипа опухоли. После оперативного лечения осуществляли исследование гистологических препаратов, приготовленных из хирургических образцов опухолевой ткани больных. В результате гистологического исследования для каждого больного определяли величину средней клеточной плотности опухолевой ткани.

Была выявлена группа больных (70 человек), у которых значение средней клеточной плотности составляло менее 3000 клеток/мм2 и, соответственно, прогноз для указанных больных был определен как благоприятный.

В указанной группе больных за 10 лет был зафиксирован только один случай летального исхода, что свидетельствует о высокой вероятности прогноза, определенного согласно заявляемому способу.

Похожие патенты RU2664671C1

название год авторы номер документа
Способ прогноза рака молочной железы 2018
  • Палтуев Руслан Маликович
  • Кудайбергенова Асель Галимовна
  • Семиглазов Владимир Федорович
  • Комяхов Александр Валерьевич
  • Трофименко Ксения Станиславовна
  • Ким Анна Яновна
RU2697709C1
Способ диагностики регресса рака молочной железы после неоадъювантной лекарственной терапии 2022
  • Тележникова Инесса Михайловна
  • Сетдикова Галия Равилевна
  • Жукова Людмила Григорьевна
  • Гриневич Вячеслав Николаевич
  • Хомерики Сергей Германович
RU2806299C1
Способ прогноза рака молочной железы 2020
  • Палтуев Руслан Маликович
  • Кудайбергенова Асель Галимовна
  • Семиглазов Владимир Федорович
  • Комяхов Александр Валерьевич
  • Целуйко Андрей Игоревич
RU2748716C1
Способ прогнозирования лимфогенного метастазирования при инвазивной карциноме неспецифического типа молочной железы 2016
  • Крахмаль Надежда Валерьевна
  • Заявьялова Марина Викторовна
  • Перельмутер Владимир Михайлович
  • Вторушин Сергей Викторович
  • Денисов Евгений Владимирович
  • Слонимская Елена Михайловна
  • Таширева Лариса Александровна
  • Геращенко Татьяна Сергеевна
RU2659938C2
Способ прогнозирования длительности безрецидивного периода у больных резектабельным трижды негативным раком молочной железы 2021
  • Молчанов Олег Евгеньевич
  • Майстренко Дмитрий Николаевич
  • Гранов Дмитрий Анатольевич
  • Попова Алена Александровна
  • Семёнов Константин Николаевич
  • Шаройко Владимир Владимирович
RU2780922C1
Способ прогнозирования риска прогрессирования роста опухоли при раке молочной железы 2023
  • Мнихович Максим Валерьевич
  • Безуглова Татьяна Васильевна
  • Романов Александр Вячеславович
  • Ширипенко Иван Александрович
  • Ерофеева Людмила Михайловна
  • Цымбалюк Вадим Вадимович
  • Затолокина Мария Алексеевна
  • Тверской Алексей Владимирович
  • Ерофеев Анатолий Валерьевич
  • Мишина Екатерина Сергеевна
RU2814748C1
Способ определения метастатического потенциала опухолевых новообразований 2022
  • Мерхер Юлия Борисовна
  • Леонов Сергей Викторович
  • Пустовалова Маргарита Витальевна
  • Контарева Елизавета Гумаровна
RU2802213C1
СПОСОБ ОПРЕДЕЛЕНИЯ ЭФФЕКТИВНОСТИ ПРОТИВООПУХОЛЕВОГО ЛЕЧЕНИЯ МЕЛАНОМ КОЖИ 2004
  • Непомнящая Евгения Марковна
  • Рубцов Вадим Романович
  • Петров Семен Венедиктович
  • Гусарева Марина Александровна
RU2280483C2
Способ многофакторного прогноза рака молочной железы 2021
  • Палтуев Руслан Маликович
  • Кудайбергенова Асель Галимовна
  • Семиглазов Владимир Федорович
  • Артемьева Анна Сергеевна
  • Семиглазова Татьяна Юрьевна
  • Комяхов Александр Валерьевич
  • Волынщикова Ольга Александровна
  • Клименко Вероника Викторовна
  • Урезкова Мария Михайловна
RU2763839C1
СПОСОБ ПРОГНОЗИРОВАНИЯ ЛИМФОГЕННОГО МЕТАСТАЗИРОВАНИЯ ПРИ ИНВАЗИВНОЙ КАРЦИНОМЕ НЕСПЕЦИФИЧЕСКОГО ТИПА МОЛОЧНОЙ ЖЕЛЕЗЫ 2014
  • Кайгородова Евгения Викторовна
  • Завьялова Марина Викторовна
  • Перельмутер Владимир Михайлович
  • Богатюк Мария Вячеславовна
  • Крахмаль Надежда Васильевна
  • Слонимская Елена Михайловна
RU2566732C1

Реферат патента 2018 года Способ прогноза рака молочной железы

Изобретение относится к области медицины, в частности к онкологии, и предназначено для прогноза рака молочной железы с использованием цифрового изображения гистологического препарата, приготовленного из образца опухолевой ткани. Осуществляют автоматизированный подсчет количества опухолевых клеток в цифровом поле зрения. На основании подсчитанного количества опухолевых клеток в выделенных цифровых полях зрения и рассчитанной площади указанных цифровых полей зрения определяют среднее значение клеточной плотности, приведенное к 1 мм2 площади исследуемого гистологического препарата. Используют полученное значение в качестве прогностического параметра. При значении указанного прогностического параметра менее 3000 клеток/мм2 прогнозируют благоприятный исход заболевания. Изобретение обеспечивает упрощение и удешевление способа прогноза рака молочной железы.

Формула изобретения RU 2 664 671 C1

Способ прогноза рака молочной железы с использованием цифрового изображения гистологического препарата, приготовленного из отобранного у субъекта исследования образца опухолевой ткани, включающий выделение на цифровом изображении гистологического препарата ряда цифровых полей зрения, несущих информацию, требуемую для вычисления прогностического параметра, осуществление автоматизированного подсчета количества опухолевых клеток в цифровом поле зрения, вычисление прогностического параметра с использованием полученного значения количества опухолевых клеток и формирование прогноза на основании полученного значения прогностического параметра, отличающийся тем, что автоматически рассчитывают площадь каждого цифрового поля зрения, после чего на основании подсчитанного количества опухолевых клеток в выделенных цифровых полях зрения и рассчитанной площади указанных цифровых полей зрения определяют среднее значение клеточной плотности, приведенное к 1 мм2 площади исследуемого гистологического препарата, и используют полученное значение в качестве прогностического параметра, при этом при значении указанного прогностического параметра менее 3000 клеток/мм2 прогнозируют благоприятный исход заболевания.

Документы, цитированные в отчете о поиске Патент 2018 года RU2664671C1

US 2015347702 A1, 03.12.2015
ZHONG F
et al
Приспособление для получения кинематографических стерео снимков 1919
  • Кауфман А.К.
SU67A1
PLoS One
Токарный резец 1924
  • Г. Клопшток
SU2016A1
MADABHUSHI A
et al
Computer-aided prognosis: predicting patient and disease outcome via quantitative fusion ofmulti-scale, multi-modal data
Comput Med Imaging Graph
Способ приготовления лака 1924
  • Петров Г.С.
SU2011A1
КАЛАНТАРЛИ С
и др
Возможности цифровой микроскопии для объективизации гистологического исследования
Количественный морфометрический анализ при исследовании рака молочной железы
Уральский медицинский журнал
Способ защиты переносных электрических установок от опасностей, связанных с заземлением одной из фаз 1924
  • Подольский Л.П.
SU2014A1

RU 2 664 671 C1

Авторы

Палтуев Руслан Маликович

Кудайбергенова Асель Галимовна

Семиглазов Владимир Федорович

Комяхов Александр Валерьевич

Даты

2018-08-21Публикация

2017-07-28Подача