使用血清表面活性蛋白-D,KL-6进行肺纤维化查,并在胸部放射图上使用深度学习算法:一项前性观察性研究

科学领域:

• 肺部医学 肺部医学
• 放射学 放射学是一门学科.
• 生物标志物发现发现

背景情况:

• 早期识别肺纤维化是困难的,限制了及时干预.
• 血清生物标志物表面活性蛋白-D (SP-D) 和KL-6用于间歇性肺病 (ILD),但它们在早期纤维化检测中的作用尚不清楚.
• 胸部放射和深度学习软件 (BMAX) 正在探索在健康检查中早期检测肺纤维化.

研究的目的:

• 评估SP-D,KL-6和BMAX在常规健康检查期间检测肺纤维化的有效性.
• 为了比较这些标记物的灵敏度和特异性与CT确认的肺纤维化.

主要方法:

• 招募了2,751名接受健康检查的个人.
• 评估了胸部放射,SP-D和KL-6水平;高水平或异常导致CT扫描.
• 深度学习软件BMAX分析了纤维化X射线图,性能与使用CT结果的SP-D和KL-6相比.

主要成果:

• 在接受CT的81名参与者中,有8人确诊肺纤维化.
• SP-D和BMAX显示出100%的灵敏度,而KL-6显示出75%的灵敏度.
• BMAX实现了90.4%的特异性,优于SP-D (31.5%) 和KL-6 (75.3%).

结论:

• 在健康检查中,SP-D和KL-6显示出作为肺纤维化敏感查生物标志物的潜力.
• 作为一个准确的,独立的工具,BMAX在胸部X射线图上检测肺纤维化.