开发和验证基于TAAbs和TAAs的非侵入性模型,用于诊断肺癌
Yan Jiang1, Gong Zhang1, Jiayi Zhu2
1Department of Laboratory Medicine, The Second Affiliated Hospital of Zhejiang University School of Medicine, Hangzhou, Zhejiang, 310009, China.
Heliyon
|July 19, 2024
概括
结合瘤相关自身抗体 (TAAbs) 和瘤相关抗原 (TAAs) 与个体特征的新型肺癌预测模型显示,诊断准确度有所提高. 这种个性化的方法提高了肺癌检测效率.
科学领域:
- 在瘤学瘤学.
- 生物标志物研究 生物标志物研究
- 诊断发展 诊断发展
背景情况:
- 单个瘤相关自身抗体 (TAAbs) 和瘤相关抗原 (TAAs) 对肺癌的诊断疗效有限.
- 精确和早期检测肺癌仍然是一个重大的临床挑战.
研究的目的:
- 开发和验证一个新的肺癌预测模型.
- 通过TAAbs,TAAs和个体特征的组合,提高肺癌检测的准确性.
- 为个性化肺癌诊断提供一个工具.
主要方法:
- 一组1830名受试者被随机分配到培训 (70%) 和验证 (30%) 组.
- 拉索和单变逻辑回归确定了肺癌的独立风险因素.
- 一个多变量逻辑回归模型被构建并以名图形式可视化,使用AUC,校准曲线和决策曲线分析 (DCA) 评估性能.
主要成果:
- 诊断模型包括性别,年龄,GAGE7,MAGE-A1,CA125和CEA.
- 该模型在训练组中实现了0.787的曲线下的面积 (AUC),在验证组中达到0.750.
- 校准曲线显示预测值和观察值之间有很强的一致性,DCA证实了名图对单个变量的优越性能.
结论:
- 一个合并TAAbs,TAAs和个体患者数据的验证诊断模型提供了改进的肺癌检测.
- 拟议的基于名录的模型有助于个性化肺癌诊断和管理.
- 这种方法在提高肺癌诊断工具的准确性和适用性方面取得了重大进展.
