四个已发表的肺癌预测模型的性能比较,应用于国家肺部查试验的队列

科学领域:

• 肺部医学 肺部医学
• 放射学 放射学是一门学科.
• 医疗信息学 医疗信息学

背景情况:

• 数学预测模型 (MPM) 帮助对成像检测到的结节进行肺癌风险评估.
• 在MPM开发数据集和特征中的变化阻碍了性能比较和稳定性评估.
• 需要在大型肺癌查队伍中对MPM进行标准化评估.

研究的目的:

• 在一个大型肺癌查队列中,比较四个MPM的性能.
• 将灵敏度标准化为95%,以评估和减少假阳性率.
• 评估MPM的未来性能稳定性.

主要方法:

• 来自国家肺部查试验 (NLST) 的低剂量计算机断层扫描 (LDCT) 肺结节的回顾性分析.
• 评估了四个MPM:梅奥诊所 (MC),退伍军人事务 (VA),北京大学 (PU) 和布洛克大学 (BU).
• 对95%灵敏度的子队列 (n=270) 确定校准决策值;对更大的队列 (n=1,083) 评估性能.

主要成果:

• 包括1353名患者;9.0%的人患有恶性结节.
• 在95%的灵敏度下,布洛克大学 (BU) 和梅奥诊所 (MC) 的模型显示出最高的特异性 (55%和52%).
• 在ROC曲线下的面积 (AUC-ROC) 范围为76-83%,表明中等性能;在PR曲线下的面积 (AUC-PR) 显示所有模型的低于最佳精度 (27-33%).

结论:

• 校准MPM值可以提高肺癌查的性能比较和稳定性.
• 可实现的特异性仍然很低 (16-55%),即使针对高灵敏度 (95%).
• 低特异性可能会限制当前MPM在减少假阳性的临床实用性.