Giảm gánh nặng bệnh tật cho 6 loại ung thư phổ biến tại Việt Nam

Tại buổi nghiệm thu, ThS. BS. Hồ Phạm Thục Lan (chủ nhiệm nhiệm vụ) cho biết, ung thư hiện là một trong những nguyên nhân hàng đầu gây tử vong trên toàn cầu, Việt Nam cũng không ngoại lệ. Mỗi năm, hàng trăm nghìn người Việt Nam được chẩn đoán mắc ung thư, trong đó, ung thư di căn ở giai đoạn muộn là nguyên nhân của 90% các trường hợp tử vong. Tuy nhiên, các biện pháp chẩn đoán ung thư hiện nay chủ yếu dựa trên hình ảnh học, nội soi và sinh thiết mô thường gây đau đớn, tốn kém và khó thực hiện ở giai đoạn đầu, hoặc nhiều trường hợp khối u khó tiếp cận. Trong bối cảnh này, sinh thiết lỏng có đặc điểm gắn liền với sinh bệnh học của ung thư ngay từ cấp độ tế bào, đã nổi lên như một phương pháp chẩn đoán tiềm năng với nhiều ưu điểm vượt trội. Phương pháp này mang lại độ chính xác cao, mở ra cơ hội phát hiện sớm cũng như theo dõi hiệu quả 6 loại ung thư phổ biến tại Việt Nam là ung thư phổi, vú, đại trực tràng, buồng trứng, gan và dạ dày.



“Thực hiện đề tài, nhóm chúng tôi hướng đến mục tiêu ứng dụng sinh thiết lỏng và yếu tố dịch tễ lâm sàng cho chẩn đoán sớm 6 loại ung thư thường gặp, góp phần phát triển dấu ấn sinh học mới, tối ưu hóa các phương pháp để phân lập, phân tích những đặc điểm phân mảnh cfDNA giúp tăng hiệu suất chẩn đoán ung thư giai đoạn sớm”, bà Lan chia sẻ thêm.

Cũng theo bà Lan, khác với sinh thiết mô truyền thống, sinh thiết lỏng là phương pháp ít xâm lấn hơn, sử dụng mẫu máu để phát hiện các dấu ấn sinh học ung thư, bao gồm DNA tự do từ tế bào ung thư (cfDNA). Phương pháp này không chỉ giảm thiểu rủi ro và sự khó chịu cho bệnh nhân mà còn có khả năng phát hiện ung thư ở giai đoạn sớm. Hơn nữa, sinh thiết lỏng cho phép theo dõi tiến triển bệnh và hiệu quả điều trị theo thời gian thực.

Với đề tài này, nhóm tác giả đã tiến hành 3 nội dung chính là thu thập đối tượng nghiên cứu (gồm ước tính cỡ mẫu, xây dựng quy trình chọn nhóm bệnh, xây dựng quy trình chọn nhóm chứng: bắt cặp theo tuổi và giới tính của nhóm bệnh); xây dựng dữ liệu cho mô hình chẩn đoán (gồm xác định yếu tố nguy cơ của 6 loại ung thư cho quần thể nghiên cứu và xây dựng profile dữ liệu đột biến gen cho 6 loại ung thư); xây dựng mô hình chẩn đoán sớm cho 6 loại ung thư dựa trên sinh thiết lỏng và yếu tố lâm sàng.

Cụ thể, nhóm nghiên cứu đã thu thập 658 ca ung thư từ 4 Bệnh viện ở TP.HCM (Bệnh viện Ung Bướu, Bệnh viện Đại học Y Dược, Bệnh viện Bình Dân, Bệnh viện Phạm Ngọc Thạch) và 658 ca chứng từ nghiên cứu VOS (nghiên cứu về loãng xương ở Việt Nam), được bắt cặp theo nhóm tuổi và giới tính. Tuổi trung bình của các đối tượng là 56, nam giới chiếm tỷ lệ cao hơn nữ, ngoại trừ trong trường hợp ung thư vú.

Các ca ung thư bao gồm 6 loại thường gặp: phổi, gan, vú, đại trực tràng, dạ dày, thận, tất cả đều ở giai đoạn sớm (I-III) và chưa di căn. Kết quả mô bệnh học tương đồng với các nghiên cứu trong nước, tuy nhiên, phần lớn các ca có độ biệt hoá trung bình hoặc kém, cho thấy bệnh vẫn được phát hiện muộn, đặc biệt đối với ung thư phổi và dạ dày. Hơn nữa, có sự khác biệt lớn giữa phân loại giai đoạn cTNM (đánh giá phân độ TNM theo lâm sàng) và pTNM (đánh giá phân độ TNM theo giải phẫu bệnh) ở tất cả các loại ung thư.

Về các yếu tố nguy cơ, mỗi loại ung thư có những yếu tố riêng, tuy nhiên nhóm nghiên cứu cũng ghi nhận các yếu tố kinh điển trong y văn như thuốc lá, rượu bia, tiền sử gia đình, nhiễm khuẩn HBV, HCV và H. pylori. Ngoài ra, chế độ ăn uống nhiều rau củ quả là yếu tố bảo vệ, trong khi ăn nhiều thịt đỏ có thể làm tăng nguy cơ mắc bệnh.

Triệu chứng lâm sàng, bao gồm triệu chứng tại chỗ do khối u và các triệu chứng toàn thân, phù hợp với các nghiên cứu trong và ngoài nước, tuy nhiên, các triệu chứng thường không điển hình, đồng thời xuất hiện ở giai đoạn muộn.

Trong nghiên cứu, phân tích cfDNA được thực hiện trên toàn bộ hệ gen bằng Whole Genome Sequencing, trên tập huấn luyện gồm 100 ca ung thư giai đoạn III-IIIb và 250 ca chứng, sử dụng mô hình mạng nơ-ron. Mô hình tối ưu của nhóm nghiên cứu gồm hai yếu tố: Wise-1 về lệch bội và InsideMonomer của Motif cuối đoạn, với chỉ 2.900 biến, giúp tối giản quy trình xử lý và tối ưu hiệu quả kinh tế.

Khi sử dụng mô hình Wise-1 + InsideMonomer với ba chỉ số LRScore, SVMScore và RFScore trên bộ kiểm định đa ung thư và từng loại ung thư, kết quả ghi nhận độ phân định cao giữa ung thư và không ung thư, nhưng hiệu suất chẩn đoán thay đổi theo loại bệnh, với AUC từ 0,67 đến 0,96, độ nhạy dao động từ 20% đối với ung thư thận và 84% đối với ung thư gan, tại độ đặc hiệu 98%.

Kết hợp thêm các yếu tố nguy cơ lâm sàng của quần thể nghiên cứu vào mô hình di truyền (bao gồm ba chỉ số LRScore, SVMScore, và RFScore), phân tích bằng BMA và các phương pháp học máy, hiệu suất chẩn đoán của mô hình kết hợp không cải thiện nhiều, ngoại trừ ung thư vú, khi AUC tăng từ 0,67 lên 0,83. Tuy vậy, mô hình kết hợp vẫn có giá trị lâm sàng, giúp phân tầng nguy cơ tốt hơn, từ đó lựa chọn đối tượng có nguy cơ cao để thực hiện phân tích di truyền.



Kết quả nghiên cứu cho thấy các mô hình chẩn đoán sớm có thể ứng dụng hiệu quả vào thực tế lâm sàng qua hai bước:

- Bước 1: tại tuyến cơ sở chăm sóc sức khoẻ ban đầu, sử dụng các mô hình học máy hoặc nomogram dành riêng cho yếu tố nguy cơ để nhận diện các đối tượng có nguy cơ cao. Tiếp theo sẽ rà soát các triệu chứng lâm sàng có liên quan ung thư được ghi nhận từ nghiên cứu. Nếu có triệu chứng gợi ý sẽ chuyển qua bước 2.

- Bước 2: tại tuyến trên chuyên khoa, sẽ thực hiện xét nghiệm sinh thiết lỏng để chẩn đoán sớm ung thư và dùng mô hình chẩn đoán sớm (nomogram và học máy) để quyết định bệnh nhân cần thực hiện tiếp các xét nghiệm để chẩn đoán xác định.

Nhằm hỗ trợ tốt hơn cho việc ứng dụng mô hình vào thực tiễn lâm sàng, nhóm thực hiện đề tài cũng đề xuất một số nội dung như cần có những nghiên cứu đoàn hệ với quy mô lớn, thiết kế riêng cho từng loại ung thư để tìm đặc điểm phân mảnh cfDNA riêng biệt cho mỗi loại khối u, đặc biệt đối với những loại ung thư có tỷ lệ phát hiện thấp; cần tận dụng những tiến bộ trong lĩnh vực học máy, học sâu, mạng nơ-ron để tích hợp hợp lý các yếu tố lâm sàng, sinh thiết lỏng, chẩn đoán hình ảnh và các dữ liệu omics khác (proteomics, microbiomics, metabolomics), nhằm nâng cao độ nhạy, độ đặc hiệu của mô hình, đồng thời giảm thiểu tỷ lệ dương tính giả và âm tính giả; đẩy mạnh hợp tác trong và ngoài nước với các nhóm chuyên về sinh học phân tử, di truyền học, học máy...

Báo cáo trước Hội đồng tư vấn nghiệm thu, đại diện nhóm nghiên cứu nhận định, việc kết hợp xét nghiệm chẩn đoán sớm với phân tầng nguy cơ trên nhóm nguy cơ cao sẽ nâng cao hiệu quả chẩn đoán. Điều này không chỉ mở ra triển vọng cho việc kết hợp sinh thiết lỏng và các yếu tố dịch tễ lâm sàng để phát triển công cụ chẩn đoán sớm hiệu quả, mà còn góp phần giảm thiểu gánh nặng bệnh tật, cải thiện chất lượng sống và kéo dài tuổi thọ cho bệnh nhân ung thư.