一个新型模型使用血清胺激酶1和低剂量计算机断层扫描参数来预测肺结节患者的三年肺癌风险:一项回顾性研究

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 生物标志物研究 生物标志物研究

背景情况:

• 通过低剂量计算机断层扫描 (LDCT) 检测到的肺结节需要风险分层来区分良性和恶性病变.
• 从良性结节中精确预测肺癌的进展对于有效的查和早期干预策略至关重要.

研究的目的:

• 开发和验证肺癌风险预测模型,用于患有肺结节的人.
• 为了加强风险评估,将血清胺基因酶1蛋白 (STK1p) 度与LDCT参数进行整合.

主要方法:

• 对6841名LDCT检测到肺结节的个体进行了回顾性队列研究.
• 逻辑回归模型使用自适应最小绝对收缩和选择运算符 (LASSO) 进行预测器选择.
• 内部验证评估歧视 (AUC) 和校准;开发一个Web应用程序.

主要成果:

• 最终的模型结合了STK1p,结节大小,类型和数量,实现接收器操作特征曲线 (AUC) 下的面积为0.91.1.
• 内部验证表明,在各种子组中存在令人满意的歧视 (AUC:0.90).
• 该模型确定了一个高风险组,其三年肺癌风险显著增加 (OR:66.03).

结论:

• 结合STK1p和LDCT参数的新型模型准确地预测了患有肺结节的个体肺癌的三年风险.
• 这种综合方法为肺癌查人群的风险分层提供了有价值的工具.