A new molecular-genetic panel in the algorithm of diagnosis and treatment in patients with tiroid nodules

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The increase in the number of patients with thyroid nodules requires the development of the most effective methods of preoperative diagnosis, allowing timely detection and differentiation of follicular neoplasia and highly differentiated cancer. A comprehensive study was carried out, which made it possible to optimize the diagnosis and choice of therapeutic tactics in patients of this category through the use of a new molecular genetic panel. Results of examination and surgical treatment of 60 patients suffering from benign and malignant thyroid gland formations are analyzed, pre-operative diagnosis of which was supplemented by immunocytochemical and molecular genetic methods of studying cellular material obtained during fine-needle aspiration biopsy. The threshold value of the Galektin-3 expression level for the differential diagnosis of follicular neoplasia in the direction of adenomas or well-differentiated thyroid cancer was determined. The significance of the BRAF V600E gene mutation in the detection of papillary thyroid cancer, the features of its clinical course and the determination of rational surgical tactics was proved. The limit value of the sodium-iodide symporter for predicting the resistance of thyroid cancer to radioactive iodine therapy, which determines the need to expand the scope of surgical intervention, has been established. The place of these molecular genetic markers in the algorithm of diagnosis and treatment in patients with thyroid nodules was determined.

About the authors

Pavel N. Romashchenko

Military Medical Academy named after S.M. Kirov of the Ministry of Defense of the Russian Federation

Email: romashchenko@rambler.ru
ORCID iD: 0000-0002-1405-7660
SPIN-code: 3850-1792

doctor of medical sciences, professor

Russian Federation, Saint Petersburg

Nicolay A. Maistrenko

Military Medical Academy named after S.M. Kirov of the Ministry of Defense of the Russian Federation

Email: nik.m.47@mail.ru
SPIN-code: 2571-9603

doctor of medical sciences, professor

Russian Federation, Saint Petersburg

Denis S. Krivolapov

Military Medical Academy named after S.M. Kirov of the Ministry of Defense of the Russian Federation

Email: d.s.krivolapov@yandex.ru
ORCID iD: 0000-0002-9499-2164
SPIN-code: 2195-5001

candidate of medical sciences

Russian Federation, Saint Petersburg

Maria S. Simonova

Military Medical Academy named after S.M. Kirov of the Ministry of Defense of the Russian Federation

Author for correspondence.
Email: mariasimonova62@gmail.com
ORCID iD: 0000-0002-8359-1875
SPIN-code: 6004-1995

clinical resident

Russian Federation, Saint Petersburg

References

  1. Brynova OV. Diagnosis of thyroid diseases using liquid and traditional cytology. Russian news of clinical cytology. 2018;22(3–4):16–21. (In Russ.).
  2. Maistrenko NA, Romashchenko PN, Krivolapov DS. Modern approaches to the diagnosis and surgical treatment of thyroid disorders. Military medical journal. 2018;339(1):37–46. (In Russ.).
  3. Reshetova ON, Ivantsova AA, Mokeev AG. Fine-needle aspiration biopsy and liquid-based cytology of the nodular goiter: diagnostic value and analysis of the results. Bulletin of the Medical University “Reaviz”. 2019;(3):131–136. (In Russ.).
  4. Sanabria A, Kowalski LP, Shah JP, et al. Growing incidence of thyroid carcinoma in recent years: Factors underlying overdiagnosis. Head Neck. 2017;40(4):855–866. doi: 10.1002/hed.25029
  5. Lukyanov SA, Sergiyko SV, Titov SE, et al. Prospects of molecular genetic panels use in the preoperative differential diagnosis of nodular lesions of the thyroid gland. News of surgery. 2020;28(3):284–289 (In Russ.). doi: 10.18484/2305-0047.2020.2.284
  6. Romashchenko PN, Maistrenko NA, Krivolapov DS, et al. Modern diagnostic and minimally invasive technology in thyroid surgery. Bulletin of the Russian Military medical academy. 2019;(S1):101–105. (In Russ.).
  7. Romashchenko PN, Maistrenko NA, Krivolapov DS. Modern possibilities of diagnostics and surgical treatment of diseases of the thyroid gland. Izbrannye voprosy klinicheskoj hirurgii. Samara, 2018:189–198. (In Russ.).
  8. Tavares C, Coelho MJ, Eloy C, et al. NIS expression in thyroid tumors, relation with prognosis clinicopathological and molecular features. Endocr Сonnect. 2018;7(1):78–90. doi: 10.1530/EC-17-0302
  9. Vuong HG, Altibi AM, Duong UN, et al. Prognostic implication of BRAF and TERT promoter mutation combination in papillary thyroid carcinoma-A meta-analysis. Clin Endocrinol (Oxf). 2017;87:411–417. doi: 10.1111/cen.13413
  10. Yip L, Sosa JA. Molecular-directed treatment of differentiated thyroid cancer: advances in diagnosis and treatment. JAMA Surg. 2016;151(7):663–670. doi: 10.1001/jamasurg.2016.0825
  11. Zhang M, Lin O. Molecular testing of thyroid nodules: a review of current available tests for fine-needle aspiration specimens. Arch Pathol Lab Med. 2016;140(12):1338–1344. doi: 10.5858/arpa.2016-0100-RA
  12. Samohvalova NA, Maystrenko NA, Romashchenko PN. Programmed approach to the treatment of secondary hyperparathyroidism in chronic renal disease. Grekov’s bulletin of surgery. 2013;172(2):43–46. (In Russ.). doi: 10.24884/0042-4625-2013-172-2-043-046
  13. Cibas ES, Ali SZ. The 2017 bethesda system for reporting thyroid cytopathology. Thyroid. 2017;11(27):1341–1346. doi: 10.1089/thy.2017.0500

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Results of the study of the level of Galectin-3 expression by flow fluocytometry in benign and malignant thyroid tumors

Download (202KB)
Indexing metadata
3. Fig. 2. ROC-analysis of the effectiveness of the study of the level of Galectin-3 expression by flow fluocytometry in the differential diagnosis of benign and malignant thyroid tumors

Download (91KB)
Indexing metadata
4. Fig. 3. Level of NIS expression by groups of radioiodine therapy efficacy

Download (159KB)
Indexing metadata

Copyright (c) 2021 Romashchenko P.N., Maistrenko N.A., Krivolapov D.S., Simonova M.S.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».