一个基于无细胞DNA甲基化和低剂量CT的临床有效模型,用于肺结节的风险分层
Wenhua Liang1, Jinsheng Tao2, Chao Cheng3
1Department of Thoracic Surgery and Oncology, The First Affiliated Hospital of Guangzhou Medical University, Guangzhou Institute of Respiratory Disease & Health, China State Key Laboratory and National Clinical Research Center for Respiratory Disease, Guangzhou 510120, China.
Cell reports. Medicine
|September 28, 2024
概括
这项研究开发了一种使用DNA甲基化生物标记物的新血液测试,以准确识别癌症肺结节. 这种非侵入性方法有助于减少不必要的手术,并指导肺癌患者及时治疗.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 医学诊断 医学诊断 医学诊断
背景情况:
- 通过低剂量计算机断层扫描 (LDCT) 增加肺结节的检测,需要准确,非侵入性和具有成本效益的诊断工具.
- 目前的诊断途径可能导致不必要的侵入性手术和过度治疗良性结节.
研究的目的:
- 开发和验证一种基于血液的DNA甲基化试验,用于肺结节风险分层.
- 创建一个综合模型,将cfDNA甲基化,临床和成像数据结合起来,以提高诊断准确度.
主要方法:
- 对肺组织进行全基因组甲基化测序,以确定差异性甲基化区域.
- 一个由263个区域组成的小组被设计为血液中无细胞DNA (cfDNA) 的向甲基化测序.
- 使用40个cfDNA甲基化生物标志物,年龄和5个CT成像特征,开发了一种集成机器学习模型.
主要成果:
- 开发的模型在两个独立的多中心队列中,在肺结节的风险分层方面表现良好.
- 该模型有效地区分恶性和良性结节,有助于临床决策.
结论:
- 基于cfDNA甲基化的风险分层模型为肺结节管理提供了一个有希望的非侵入性工具.
- 实施这种策略可以显著减少不必要的侵入性手术,并在查后改善肺癌诊断.
