使用四种蛋白质标记物和人工智能进行肺癌早期检测的有效和负担得起的血液测试

科学领域:

• 在瘤学瘤学.
• 生物标志物发现发现
• 医学诊断 医学诊断 医学诊断

背景情况:

• 肺癌是全球癌症死亡的主要原因.
• 早期检测对于改善患者的治疗结果至关重要.
• 对于有效的肺癌查,需要新的诊断工具.

研究的目的:

• 评估LungCanSeek的性能,这是一个新的基于血液的蛋白质测试,用于早期检测肺癌.
• 评估LungCanSeek在识别不同肺癌亚型方面的准确性.
• 使用LungCanSeek和低剂量计算机断层扫描 (LDCT) 建模一个具有成本效益的两步查方法.

主要方法:

• 一项对1814名参与者的回顾性研究 (1095名肺癌患者,719名无肺癌患者).
• 在血液样本中分析了四种蛋白瘤标记物 (PTM),使用罗氏科巴斯.
• 开发人工智能 (AI) 算法用于肺癌检测和亚型分类 (LUAD,LUSC,SCLC).

主要成果:

• LungCanSeek的整体灵敏度为83.5%,特异性为90.3%,准确度为86.2%.
• 对于LUAD,LUSC和SCLC的敏感度分别为83.3%,81.4%和91.9%.
• 在高风险人群中,两步方法显著降低了虚假阳性 (10.3倍) 和成本 (2.5倍) 与仅使用LDCT相比.

结论:

• LungCanSeek是一种非侵入性和准确的血液检测,用于早期检测肺癌.
• 结合LungCanSeek和LDCT的AI驱动的两步查策略是全民肺癌查的成本效益高的方法.
• 这种方法有可能提高早期诊断率,并降低与肺癌相关的医疗保健成本.