临床病理CT模型用于预测PD-L1表达在可切除的早期非小细胞肺癌中
Yaoyao Zhuo1,2,3, Qingle Wang1,2,3, Yi Zhan4
1Department of Radiology, Zhongshan Hospital, Fudan University, Shanghai, China.
Journal of thoracic disease
|January 12, 2026
概括
这项研究开发了一种结合CT特征和临床病理学数据的非侵入性模型,用于预测早期非小细胞肺癌 (NSCLC) 患者的编程死亡配体1 (PD-L1) 表达,从而提高诊断准确度.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 病理学 病理学 病理学
背景情况:
- 编程死亡配体1 (PD-L1) 表达影响非小细胞肺癌 (NSCLC) 的存活率.
- 在早期NSCLC中对PD-L1表达的术前诊断具有挑战性.
- 准确预测PD-L1状态对于治疗决策至关重要.
研究的目的:
- 在早期NSCLC中开发和验证PD-L1表达的非侵入性预测模型.
- 将计算机断层扫描 (CT) 功能与临床病理学特征集成,以提高预测.
- 改进在切除性NSCLC中PD-L1状态的术前评估.
主要方法:
- 从679名早期NSCLC患者的临床,病理和CT数据的回顾性分析.
- 使用后勤回归构建临床病理学,CT和联合临床病理学-CT预测模型.
- 用曲线下的面积 (AUC),灵敏度和特异性验证模型性能.
主要成果:
- 吸烟史,通过空气空间 (STAS) 传播,平均CT值,分球和细胞okeratin 7 (CK7) 被确定为PD-L1表达的独立预测因子.
- 与临床病理学 (AUC = 0.630) 和CT模型 (AUC = 0.629) 相比,临床病理学-CT模型的结合显示出更好的预测性能 (AUC = 0.819).
- 临床病理学CT模型在验证组中实现了高灵敏度 (76.3%) 和特异性 (76.0%).
结论:
- 吸烟史,STAS,CT特征 (平均CT值,分球) 和CK7是预测早期NSCLC中PD-L1表达的有价值指标.
- 综合临床病理学-CT模型为手术前PD-L1状态预测提供了强大的非侵入性方法.
- 该模型可以帮助为NSCLC患者制定个性化治疗策略.
