基于人工智能的影响因素和预测固体结节非小细胞肺癌的生长异质性:一项前性研究
Jiaqi Chen1, Jianing Liu2, Linlin Qi1
1Department of Diagnostic Radiology, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing, China.
Translational lung cancer research
|November 14, 2025
概括
肺癌中快速生长的固体结节 (SN) 可以通过吸烟史和成像征兆等临床因素来预测. 状细胞癌和差差分化的病理因素也表明生长速度更快,指导早期手术干预.
科学领域:
- 肺部病理学 肺部病理学
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
背景情况:
- 肺癌中的固体结节 (SNs) 需要迅速去除,以获得更好的患者结果.
- 关于固体结节的生长异质性的研究有限.
- 这项研究研究了影响肺癌结节快速生长的因素.
研究的目的:
- 确定影响快速固体结节生长的多维因素 (临床,成像,病理,遗传).
- 开发一个关于固体结节肺癌生长的预测模型.
- 提高肺癌的早期检测和治疗策略.
主要方法:
- 对250个病理确认的非小细胞肺癌 (NSCLC) 结节进行前性分析.
- 结节的分类为快速 (VDT ≤200天) 和缓慢生长的组.
- 分析临床,成像 (CT扫描,AI工作站),病理和遗传数据.
主要成果:
- 66.4%的SNs表现出缓慢的增长 (VDT>200天).
- 吸烟史,CT值和深层分泌信号预测了结节的快速生长 (AUC:0.704).
- 状细胞癌和差分化的瘤显示出更快的生长率;基因突变与生长率无关.
结论:
- 手术前的临床和成像数据可以识别快速生长的结节,以便早期切除.
- 吸烟史,CT值和深层分球是快速SN增长的关键预测因素.
- 状细胞癌和差分化的瘤加速结节的生长,而基因突变影响差异化,而不是生长速度.
更多相关视频
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
478
07:53Author Spotlight: Advancing 3D Modeling for Enhanced Diagnosis and Treatment of Pulmonary Nodules in Early-Stage Lung Cancer
Published on: October 13, 2023
2.0K
