调查细胞分级系统和计算机断层扫描特征在早期肺腺癌癌的相关性
Xiaodong Dai1, Hui Li2, Huiting Qiu1
1Department of Pathology, The 900th Hospital of Joint Logistics Support Force, PLA, Fuzhou, China.
Oncology
|March 10, 2025
概括
一个新的细胞学分级系统有助于预测肺腺癌中地面玻璃结节 (GGNs) 的行为. 血管异常是关键指标,有助于个性化治疗和减少过度诊断.
科学领域:
- 肺部医学 肺部医学
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
背景情况:
- 低剂量计算机断层扫描 (CT) 可以改善早期肺腺癌的检测,但会导致过度诊断.
- 需要工具来预测早期肺病变的生物行为.
研究的目的:
- 建立一个细胞学分级系统,用于腺瘤性增生 (AAH),adenocarcinoma in situ (AIS) 和微侵袭性腺癌 (MIA).
- 将这种分级系统与地面玻璃结节 (GGNs) 的CT特征相关联,以预测生物行为.
主要方法:
- 选了166个具有AAH,AIS和MIA病理诊断的GGN.
- 开发了一个基于细胞学参数 (细胞核,染色体,Ki-67) 的细胞学分级系统.
- 使用统计方法分析CT特征及其与细胞学等级的相关性.
主要成果:
- 建立了一个细胞学分级系统,使用核细胞,染色体和Ki-67标记指数.
- 高等级的GGN显示出明显更大的最大直径增长率比低等级的GGN.
- 血管异常的迹象被确定为细胞学等级的独立预测因素.
结论:
- 血管异常的迹象是GGN细胞学等级的有价值的预测指标.
- 细胞学分级系统有效地预测了GGN的生物行为.
- 该系统支持个性化的临床决策,以防止过度诊断和过度治疗.
更多相关视频
06:51Utilizing 18F-FDG PET/CT Imaging and Quantitative Histology to Measure Dynamic Changes in the Glucose Metabolism in Mouse Models of Lung Cancer
Published on: July 21, 2018
17.5K
08:05Lung CT Segmentation to Identify Consolidations and Ground Glass Areas for Quantitative Assesment of SARS-CoV Pneumonia
Published on: December 19, 2020
14.0K
