在USPSTF-ineligible患者中用于动态肺癌风险预测的放射学

科学领域:

• 放射学 放射学是一门学科.
• 医学成像分析 医学成像分析
• 在瘤学瘤学.

背景情况:

• 肺癌风险模型通常不包括非吸烟者和轻度吸烟者,他们占病例的很大一部分.
• 在CT扫描中经常偶然发现肺结节,因此需要更好的风险分层工具.
• 像布洛克模型这样的现有模型缺乏对不同吸烟人群的概括性.

研究的目的:

• 开发一种基于放射学的纵向模型,用于肺癌风险预测.
• 为了提高对不符合USPSTF查条件的患者的早期肺癌检测.
• 整合时间变化的放射性特征,用于动态风险评估.

主要方法:

• 对122名肺癌患者的622张CT扫描进行了纵向分析 (30%的从未吸烟者,69%的前吸烟者).
• 从连续CT扫描中提取定量放射性特征,以追踪结节的演变.
• 实施一个时间变化的生存模型,结合手工制造的放射学和Sybil深度学习模型.

主要成果:

• 放射学发现了CT模式 (大小,强度,),表明恶性转变.
• 整合放射学,三角洲放射学和纵向特征的复合模型实现了0.69的C指数,表现优于人口学 (0.50) 和Sybil (0.54).
• 与布洛克模型相比,该模型的准确性 (78%),灵敏度 (89%) 和特异性 (67%) 均有所提高.

结论:

• 整合放射学,Sybil和临床因素显著改善了USPSTF不合格患者的肺癌风险预测.
• 开发的模型比现有的早期癌症风险分层方法提供了更高的性能.
• 这些发现支持个性化查和肺癌早期干预策略.