ColonFlag™

Identifizierung von Personen mit erhöhtem Darmkrebsrisiko

Kontakt

Das kolorektale Karzinom (KRK) ist die zweithäufigste Krebsart bei Männern und Frauen in Deutschland. Etwa jede achte Krebserkrankung in Deutschland betrifft das Kolon bzw. das Rektum.¹ Trotz der hohen Prävalenz verzichtet eine beunruhigende Zahl auf die empfohlenen Vorsorgeuntersuchungen. Weniger als die Hälfte der Frauen und Männer zwischen 55 und 59 Jahren berichten von einer Darmspiegelung in den letzten 10 Jahren.² Roche setzt mit ColonFlag auf eine Entscheidungshilfe für Ärztinnen und Ärzte für die Früherkennung von Darmkrebs.

Klinische Entscheidungsunterstützung für die Darmkrebsfrüherkennung

*Keine Teilnahme an der empfohlenen Darmkrebsvorsorge

Trotz hoher Prävalenz des kolorektalen Karzinoms (KRK) in Deutschland, verzichtet eine beunruhigende Zahl von Patient:innen auf die empfohlenen Untersuchungen zur Darmkrebsvorsorge.¹⁻²

Für Ärzt:innen bietet Roche mit ColonFlag eine innovative CE-gekennzeichnete Technologie zur evidenzbasierten

klinischen Entscheidungsunterstützung für die personalisierte Empfehlung zur Früherkennung von Darmkrebs. Der ColonFlag Algorithmus als Clinical Decision Support Tool hilft effektiv bei der Identifikation von erhöhtem Darmkrebsrisiko bei nicht-adhärenten Patient:innen*, wodurch anschließend Folgeuntersuchungen wie eine Darmspiegelung veranlasst werden können.

Mit ColonFlag das Darmkrebsrisiko im Blutbild erkennen, so funktionert es:

**bezieht sich auf die Detektion eines kolorektalen Karzinoms (KRK)

ColonFlag ist ein CE-gekennzeichnetes rule-in** Decision Support Tool zur Ermittlung des Darmkrebsrisiko. Bei der Anwendung kann ColonFlag mit Hilfe eines kleinen Blutbilds Hinweise erkennen, dass möglicherweise Darmkrebs vorliegt. Wobei hier die Werte des kleines Blutbilds (MCH, Hämoglobin, MCHC, RBC, Hämatokrit und MCV) zusammen mit den Daten zu Alter und Geschlecht über eine sichere Schnittstelle anonymisiert an die

navify® Algorithm Suite übertragen werden. In der navify® Secure Cloud erfolgt anschließend die Berechnung des Ergebnisses anhand des ColonFlag Algorithmus. Die Ergebnisse werden über die Schnittstelle an das Laborinformationssystem zurückgegeben und stehen damit zur Befundung der Patient:innen bzw. für die Darmkrebs-Früherkennung zur Verfügung. Weisen die Resultate auf ein erhöhtes Darmkrebsrisiko hin, können Folgeuntersuchungen durchgeführt werden. Für die Risikoabschätzung gleicht ColonFlag den errechneten Wert mit Referenzen aus der Bevölkerung ab.

Der klinische Nutzen von ColonFlag bei geringer Teilnahme an der Darmkrebsvorsorge

Der ColonFlag Cut-off ist flexibel wählbar und kann an Ihre persönliche Versorgungssituation und lokalen Rahmenbedingungen angepasst werden. Die folgende Modellrechnung verdeutlicht, dass mit Hilfe des Einsatzes von ColonFlag 6.426 von insgesamt 7.140 Patient:innen, die zuvor keine Maßnahmen für die Früherkennung von Darmkrebs wahrgenommen haben, erfolgreich mit ColonFlag gescreent werden konnten.

Bei einem gewählten Cut-off-Wert von 3% wurden 193 Patient:innen mit einem erhöhten Score für Darmkrebsrisiko identifiziert, von denen 135 im Rahmen der Darmkrebs-Früherkennung koloskopiert werden konnten. Mit ColonFlag als klinische Entscheidungsunterstützung für Ärzt:innen können in dieser Modellrechnung innerhalb eines Zeitraums von nur 12 Monaten 8 Fälle von Darmkrebs und 76 Polypen frühzeitig diagnostiziert werden. Diese Fälle wären ohne ColonFlag vermutlich unerkannt geblieben!

Die Vorteile im kurzen Überblick:

Die Darmkrebsprävention kann mit ColonFlag entscheidend verbessert werden

Zusätzlich zu den Werten des kleinen Blutbilds sind nur 2 weitere demographische Parameter (Alter und Geschlecht) erforderlich.

Auswertung vor Ort:

ColonFlag lässt sich automatisiert und nahtlos in bestehende IT-Systeme integrieren durch die

navify® Algorithm Suite von Roche. Patient:innen werden identifiziert, die ein erhöhtes Darmkrebsrisiko oder Vorstufen von kolorektalen Karzinomen aufweisen.

Einfache Anwendung:

Der Einsatz von hochmodernen algorithmus-basierten Analysen als Clinical Decision Support ermöglicht es, auch „versteckte Signale“ in vorhandenen medizinischen Daten zu identifizieren und das Darmkrebsrisiko noch präziser zu bewerten. Notwendige Maßnahmen können direkt mit Patient:innen besprochen werden.

Individuelle Folgeschritte:

ColonFlag kann bereits bei Personen ab 40 Jahren eingesetzt werden, sofern sie im Zuge der Darmkrebsprävention keiner aktiven gastrointestinalen Überwachung unterliegen. Nicht-adhärente Patient:innen werden zur Früherkennung von Darmkrebs motiviert, um so möglichen Darmkrebs bereits im frühen Stadium zu diagnostizieren.

Potenziell Leben retten:

Der ColonFlag Algorithmus wurde vielfach in globalen retrospektiven und prospektiven Studien im Case-Control und Cohort Design validiert. Die Resultate belegen, dass ColonFlag bei Personen ab 50 Jahren bereits Darmkrebs im Blutbild erkennen und ein deutlich erhöhtes Risiko für möglicherweise subklinischen Darmkrebs identifizieren kann.³

Darüber hinaus ergaben die Studien, dass mit ColonFlag identifizierte Risiko-Individuen eine bis zu 20-fach⁴ erhöhte Wahrscheinlichkeit für das Vorliegen eines unerkannten KRK haben. Anhand dieser Ergebnisse wird deutlich, dass mit ColonFlag die individuelle Beratung zur Darmkrebs-Früherkennung effektiv unterstützt werden kann.

J. Kinar et al. Development and validation of a predictive model for detection of colorectal cancer in primary care by analysis of complete blood counts: a binational retrospective study. J Am Med Inform Assoc. 2016.

https://academic.oup.com/jamia/article/23/5/879/2379871

J. Kinar et al. Performance analysis of a machine learning flagging system used to identify a group of individuals at a high risk for colorectal cancer. PLoS One. 2017.

https://doi.org/10.1371/journal.pone.0171759

M. Hornbrook et al. Early Colorectal Cancer Detected by Machine Learning Model Using Gender, Age, and Complete Blood Count Data. Dig Dis Sci. 2017.

https://link.springer.com/article/10.1007/s10620-017-4722-8

J. Birks et al.Evaluation of a prediction model for colorectal cancer: retrospective analysis of 2.5 million patient records. Cancer Med. 2017.

https://onlinelibrary.wiley.com/doi/epdf/10.1002/cam4.1183

R. Goshen et al. Computer-Assisted Flagging of Individuals at High Risk of Colorectal Cancer in a Large Health Maintenance Organization Using the ColonFlag Test. JCO Clin Cancer Inform. 2018.

https://ascopubs.org/doi/10.1200/CCI.17.00130

R. Hilsden et al. Prediction of findings at screening colonoscopy using a machine learning algorithm based on complete blood counts (ColonFlag). PLoS One. 2018.

https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0207848

J. Schneider et al. Validation of an Algorithm to Identify Patients at Risk for Colorectal Cancer Based on Laboratory Test and Demographic Data in Diverse, Community-Based Population. Clin Gastroenterol Hepatol. 2020.

https://www.sciencedirect.com/science/article/abs/pii/S1542356520305991

R. Ayling et al. Use of ColonFlag score for prioritisation of endoscopy in colorectal cancer. BMJ Open Gastroenterol. 2021.

https://www.researchgate.net/publication/352117902_Use_of_ColonFlag_score_for_prioritisation_of_endoscopy_in_colorectal_cancer

D. Underberg et al. Collaboration to Improve Colorectal Cancer Screening Using Machine Learning. NEJM Catal Innov Care Deliv. 2022.

https://catalyst.nejm.org/doi/10.1056/CAT.21.0170

Sie benötigen weitere Informationen?

Die Effizienz von ColonFlag für die Früherkennung von Darmkrebs hat Ihr Interesse geweckt und Sie möchten mehr über unser leistungsfähiges Clinical Decision Support erfahren? Dann kontaktieren Sie uns hier einfach direkt!

Nehmen Sie Kontakt mit uns auf und entdecken Sie, wie Sie Darmkrebs erkennen und behandeln können, bevor es zu spät ist.

Jetzt Kontakt aufnehmen!
  • Klicken Sie hier für die eine aktuelle Studienübersicht

ColonFlag erkennt Darmkrebs – und dies ist wissenschaftlich belegt

Roche bietet neben ColonFlag für die Darmkrebsfrüherkennung noch weitere datengetriebene Clinical Decision Support Systems wie die navify® Algorithm Suite, den GAAD Algorithmus und viele weitere Produkte für die Onkologie an. Auf folgenden Seiten erfahren Sie mehr:

Das könnte Sie auch interessieren

Referenzen

  1. RKI Zentrum für Krebsregisterdaten, 2016

  2. Journal of Health Monitoring · 2017 2(4) DOI 10.17886/RKI-GBE-2017-115 Robert Koch-Institut, Berlin

  3. Schneider Clin Gastroenterol Hepatol. 2020 Nov; 18(12):2734-2741.e6.

  4. Song World J Gastrointest Oncol. 2016 Nov 15; 8(11): 793–800.


ColonFlag™ is powered by Medial Early Sign

Hinweis: Der von ColonFlag ausgegebene Score ist in Verbindung mit der klinischen Urteilsbildungung sowie der Beurteilung der Anamnese und anderer Risikofaktoren durch einen Arzt auszuwerten. ColonFlag ist kein Diagnose‑ oder Screeningprodukt, sondern eine Angabe des relativen Risikos für ein kolorektales Karzinom. Ein hoher Score gibt daher weder ein Malignom noch einen pathologischen Zustand an. Darüber hinaus gibt ein niedriger Score niemals ein niedriges Risiko oder den Verzicht auf weitere Screenings oder Tests an. Andere Erkrankungen als ein kolorektales Karzinom werden nicht ausgeschlossen.

Sie verlassen nun roche.de

Links zu Websites Dritter werden im Sinne des Servicegedankens angeboten. Der Herausgeber äußert keine Meinung über den Inhalt von Websites Dritter und lehnt ausdrücklich jegliche Verantwortung für Drittinformationen und deren Verwendung ab.