超越结节:人体组成作为未来肺癌的生物标志物

科学领域:

• 放射学和成像科学 放射学和成像科学
• 瘤学和癌症研究研究
• 生物标志物发现发现

背景情况:

• 肺癌仍然是全球癌症相关死亡的主要原因.
• 准确的风险分层对于有效的肺癌查和早期检测至关重要.
• 传统的风险因素,如年龄和吸烟状况,不能完全捕捉到个人的风险概况.

研究的目的:

• 为了确定从低剂量计算机断层扫描 (LDCT) 扫描中获得的身体组成指标是否可以作为肺癌风险评估的生物标志物.
• 评估身体组成特征的预测性能,以识别患肺癌高风险的个体.

主要方法:

• 来自两个大型队列的LDCT扫描的回顾性分析:匹兹堡肺部查研究 (PLuSS) 和NLST-ACRIN.
• 五种身体组织类型的自动细分:皮下脂肪组织 (SAT),内脏脂肪组织 (VAT),肌内脂肪组织 (IMAT),骨肌肉 (SM) 和骨.
• 计算每个组织类型的体积和密度指标,其次是Cox比例危险建模和时间依赖的AUC-ROC分析以预测风险.

主要成果:

• 结合年龄,吸烟状况,骨体积,骨密度,SM密度,IMAT比率和SAT体积的复合模型显示出显著的肺癌风险预测.
• 在PLuSS队列中,预测模型在21年内实现了0.77的平均AUC,在NLST队列中,在7年内实现了0.63-0.66的AUC.
• 包括骨,肌肉和脂肪组织特征在内的身体组成指标被确定为肺癌风险的重要预测指标.

结论:

• 来自LDCT扫描的三维身体组成指标是肺癌风险的重要预测指标.
• 将身体组成特征纳入风险模型可以改善肺癌风险分层.
• 这些发现支持使用身体成分作为个性化肺癌查策略的新生物标志物.