支气管镜肺体积减小:辅助标叶选择模型
Logan Hostetter1, Leah M Brown2, Srinivasan Rajagopalan3
1Department of Internal Medicine, Division of Pulmonary and Critical Care, Mayo Clinic, Rochester, Minnesota, USA.
BMJ open respiratory research
|June 5, 2025
概括
一个新的数学模型有助于选择患者和目标叶片用于肺内支气 (EBV) 肺体积减小,改善严重肺气的结果. 这种客观的方法增强了这种强大的息治疗程序的临床决策.
科学领域:
- 肺部医学 肺部医学
- 医疗成像医学成像
- 生物统计学 生物统计学
背景情况:
- 使用支气管内膜 (EBV) 的支气管缩小肺体积有效治疗严重的肺气,改善肺功能和生活质量.
- 最佳的患者和治疗叶片选择对于成功的EBV结果至关重要,通常依赖于多学科团队和临床经验.
研究的目的:
- 开发和验证用于EBV手术客观患者和目标叶片选择的数学模型.
- 帮助临床医生做出EBV治疗的明智决策.
主要方法:
- 从119名患者的定量高分辨率计算机断层扫描 (HRCT) 分析中,开发了EBV候选和标叶选择的两个逻辑回归模型.
- 模型基于正常化的HRCT变量:裂完整性,声素密度 (HU < -910,HU < -950) 和叶片体积.
- 一个由50名患者组成的单独队列验证了预测模型.
主要成果:
- 训练队列表现出高性能,AUC为0.91,准确率为81%,灵敏度为93%,特异性为78%.
- 验证队列表现出强大的结果,AUC为0.89,准确率为84%,灵敏度为88%,特异性为83%.
- 该模型的预测与多学科团队的决策密切相关.
结论:
- 肺内支气管肺体积减小是一种强大的缓解治疗超膨胀肺.
- 开发的数学模型客观地帮助选择候选人和目标叶,利用多学科的专业知识.
- 未来的研究应该探索该模型在预测叶片崩和治疗后功能改善方面的实用性.
