该评分系统结合放射学和成像特征,预测了偶然的不确定的小 (<20毫米) 固体肺结节的恶性潜力

科学领域:

• 肺结节的特征 肺结节的特征
• 放射学和医学成像分析分析.
• 癌症诊断 癌症诊断 癌症诊断 癌症诊断 癌症诊断

背景情况:

• 偶然的不确定的小固体肺结节 (IISSPNs) 由于其多种恶性潜力而构成诊断挑战.
• 准确预测恶性瘤对于适当的患者管理和避免不必要的侵入性手术至关重要.

研究的目的:

• 开发一种实用的评分系统,用于预测IISSPNs (<20毫米) 的恶性潜力.
• 整合放射学和成像功能,以提高诊断性能.

主要方法:

• 对360名经过手术确认的恶性 (n=213) 和良性 (n=147) IISSPN患者的回顾性分析.
• 使用最小绝对收缩和选择操作员 (LASSO) 算法进行特征选择.
• 通过多变量物流分析开发模型,使用ROC曲线,AUC,灵敏度和特异性评估性能.

主要成果:

• 结合了平均值,年龄,肺气,球状和体型的组合模型,在训练组中达到0.877的最高AUC.
• 评分系统,截止值>4分,显示了高的诊断准确度 (83.3%),灵敏度 (85.3%),和特异性 (80.2%).
• 超过8分的得分表明恶性瘤的概率高于92.7%;超过12分的得分达到100%的准确性.

结论:

• 开发的组合模型和用户友好的评分系统显示出预测IISSPN恶性瘤的巨大潜力.
• 这种实用工具可以帮助临床医生对患有小肺结节的患者进行风险分层和决策.