整合循环瘤DNA数据可以提高COPD患者的肺癌预测
Soojin Cha1,2, Sun Hye Shin3, Seung-Ho Shin4,5
1Department of Health Science and Technology, Samsung Advanced Institute for Health Sciences and Technology (SAIHST), Sungkyunkwan University, Samsung Medical Center, Seoul, South Korea.
Scientific reports
|March 3, 2026
概括
检测循环瘤DNA (ctDNA) 突变可以改善慢性阻塞性肺病 (COPD) 患者的肺癌预测. 将ctDNA数据与临床因素结合起来,在这个高风险群体中增加了肺癌风险分层.
科学领域:
- 在瘤学瘤学.
- 肺部病理学 肺部病理学
- 生物信息学是一种生物信息学.
背景情况:
- 患有慢性阻塞性肺病 (COPD) 的患者面临患肺癌的风险更高.
- 循环瘤DNA (ctDNA) 突变显示出在COPD患者中早期检测肺癌的潜力.
- 在COPD肺癌预测模型中ctDNA的附加值需要进一步研究.
研究的目的:
- 评估是否结合ctDNA信息可以改善COPD患者的肺癌预测.
- 为了比较机器学习模型的性能,有和没有基因组/分子变量.
主要方法:
- 从236名COPD患者 (119名肺癌患者,117名没有) 的血液样本使用有针对性的深度测序进行了分析.
- 开发了9个机器学习模型,使用了40个临床和基因组/分子变量.
- 通过比较仅基于临床变量的预测与包括ctDNA数据的预测来评估模型性能.
主要成果:
- 三个临床变量 (吸烟史,CRP,COPD症状负担) 和四个基因组/分子变量 (ctDNA突变存在,驱动基因,变异性等位基因频率,中位双重) 与肺癌有显著联系.
- 与仅使用临床数据的模型相比,四种整合临床和基因组/分子数据的机器学习模型显示出更高的肺癌预测能力 (AUC 0.729与0.620).
结论:
- 整合ctDNA突变数据可以提高COPD患者肺癌风险分层.
- ctDNA分析提供了超越COPD肺癌常规临床评估的补充预测价值.
- 这些发现支持ctDNA在改进COPD患者肺癌查策略中的使用.
更多相关视频
10:29Semi-automatic PD-L1 Characterization and Enumeration of Circulating Tumor Cells from Non-small Cell Lung Cancer Patients by Immunofluorescence
Published on: August 14, 2019
07:42Patient-Derived Tumor Explants As a "Live" Preclinical Platform for Predicting Drug Resistance in Patients
Published on: February 7, 2021
