Thorax：从低剂量CT扫描和吸烟因素预测肺癌的可行性
低剂量CT(LDCT)目前用于高危人群的肺癌筛查，以早期诊断肺癌。然而，96%检测到结节的个体是假阳性。
低剂量CT(LDCT)目前用于高危人群的肺癌筛查，以早期诊断肺癌。然而，96%检测到结节的个体是假阳性。
为了从临床、人口学和LDCT特征开发有效的早期肺癌预测因子，研究人员对218名肺癌或良性结节受试者进行了研究。使用概率图模型(PGMs)整合来自匹兹堡肺部筛查研究队列92名受试者(训练队列)的人口学、临床数据和LDCT特征。
学习后的PGMs确定了3个直接(因果)与恶性结节和最大良性结节相关的变量，并用它们构建了肺癌因果模型(LCCM)，该模型在126名受试者的单独队列中得到验证。结节、血管数量和受试者戒烟年数足以区分恶性结节与良性结节。在训练和验证队列中与现有预测因子进行比较表明：(1)结合LDCT扫描特征大大提高了预测的准确性;(2)LCCM改善癌症检测优于现有的方法，包括Brock简约模型(p<0.001)。值得注意的是，周围血管数量，这个以前未在预测模型中使用的特征，显著提高了预测效率。根据验证队列结果，LCCM能够识别30%的良性结节，而没有错误分类癌结节的风险。
LCCM具有作为肺癌预测因子的前途，因为它相对现有模型有显著的改善。在更大的前瞻性研究中进行验证后，LCCM有助于减少不必要的随访和手术。
原始出处：
Vineet K Raghu.Feasibility of lung cancer prediction from low-dose CT scan and smoking factors using causal models.Thorax. 12 March 2019.
相关文章
评论
我要跟帖
