一个基于图像的模型,用于协助诊断Lugol染色内镜检查期间恶性食道病变

科学领域:

• 胃肠病学 胃肠病学
• 在瘤学瘤学.
• 医疗成像医学成像

背景情况:

• 标准化,基于图像的诊断工具对于精确的Lugol染色内镜在检测食道恶性病变方面至关重要.
• 目前,没有这样的诊断模型来帮助内镜医生.

研究的目的:

• 开发和验证用于识别食道恶性瘤的诊断模型,使用Lugol未染色病变 (LUL) 的特征和临床数据.
• 在查环境中提高食道癌检测的准确性和一致性.

主要方法:

• 使用LUL特征和1,099名从食道状细胞癌 (ESCC) 查队列中个体的基线数据开发了一个诊断模型.
• 以Akaike信息标准为指导的物流回归分析被用来确定最终的模型.
• 对603名来自临床门诊队列的参与者进行了外部验证.

主要成果:

• 最佳模型结合了LUL大小,不规则性,边界度,年龄和BMI,在开发集中达到0.83的AUC,在外部验证集中达到0.87.
• 该模型将个体分为低,中等和高风险组,高风险组包含80%以上的高度内皮质瘤和以上病例.
• 高风险组的检测比率分别是低风险组的16.2倍和11.0倍,在开发和外部验证套件中.

结论:

• 开发的诊断模型提高了通过Lugol染色体镜检测食道恶性瘤的一致性和准确性.
• 这种工具对高风险农村地区的初级医疗保健单位特别有益,支持早期检测工作.