一个通用的健康指数:自动胸部CT衍生的生物标志物预测预期寿命

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 预防医学 预防医学

背景情况:

• 低剂量计算机断层扫描 (LDCT) 对于肺癌查至关重要.
• 评估整体健康和预期寿命通常依赖于临床数据,对成像生物标志物的整合有限.
• 开发新的成像生物标志物可以提高预后能力和个人健康风险分层.

研究的目的:

• 从LDCT扫描中识别与整体预期寿命相关的图像生物标志物.
• 将这些生物标志物整合到一个全面的指数中,以评估个人的健康状况.
• 评估这些生物标志物的预后性能在不同的队列.

主要方法:

• 匹兹堡肺部查研究 (PLuSS) 队列中LDCT扫描中的量化身体组成和心肺血管系统特征.
• 利用考克斯的比例危险模型来识别显著的图像特征,并将它们与人口统计数据相结合,用于危险预测.
• 通过对PLuSS基线,PLuSS随访和国家肺部查试验 (NLST) 队列进行5倍交叉验证,验证了复合模型的性能.

主要成果:

• 与基线模型相比,复合模型显示出明显改善的预后能力 (AUC范围从0.681到0.774).
• 模型中确定的高风险阶层的死亡率明显较高 (46.74%79.34%).
• 特定的生物标志物包括肺内动脉-静脉比率,肺内静脉密度,SM密度和骨密度被确定为高风险患者的关键预测指标.

结论:

• 来自LDCT的身体组成和肺血管系统特征是个体健康风险和整体预期寿命的重要预测因素.
• 将这些CT衍生生物标志物与人口统计数据相结合,可以更好地评估个体的健康状况和疾病易感性.
• CT生物标志物提供了更好的预后价值,在临床实践中推进了风险分层.