点击本文中加粗蓝色字体即可一键直达新药情报库免费查阅文章里提到的药物、机构、靶点、适应症的最新研发进展。
肺癌作为全球范围内癌症相关死亡的主要原因之一，其早期发现和准确管理肺结节对降低死亡率有着至关重要的作用。随着低剂量计算机断层扫描（LDCT）的普及，肺结节检测率显著提高，但约95%为良性结节，因此必须精确管理，以避免过度诊疗。如何准确评估这些结节的恶性风险，仍然是一大难题。
四川大学附属华西医院的李为民、王成弟及上海科技大学生物医学工程学院的沈定刚等专家合作，通过超过5万名中国人群的数据，开发了一个名为C-Lung-RADS的多阶段肺结节风险分层系统。该系统结合结节的大小、密度和多模态数据进行风险评估，其在敏感性和准确性上均优于现有的肺结节筛查系统。相关研究成果于近期发表在《自然·医学》上。
现有的肺结节管理指南主要依据结节的密度和大小进行分类。美国放射学院（ACR）发布的Lung-RADS系统建议将小于6mm的实性结节和小于30mm的纯磨玻璃结节视为良性。妙佑医疗国际和其他大学构建的模型则结合了临床和结节特征进行评估。然而，这些策略在中国人群中的效果并不理想，且手动评估耗时较长。因此，诞生了更适合本土化应用的C-Lung-RADS系统。
本研究首先从四川大学华西医院的健康管理中心招募了45064名参与者，使用他们的胸部CT影像数据作为训练和内部测试集，另一组来自2019年至2022年间在中国西部多个社区通过移动CT筛查的14437名参与者。研究团队通过这些数据，开发了C-Lung-RADS系统，旨在通过分阶段策略，对肺结节进行细致的风险评估。
在第一阶段，C-Lung-RADS系统利用决策树模型，结合结节的大小和密度，对其进行初步风险分层，将结节分为低风险、中风险、高风险和极高风险四类。对于实性结节，直径小于6mm的被归类为低风险，6-10mm为中风险，10-18mm为高风险，≥18mm被视为极高风险。部分实性磨玻璃结节（mGGNs）和纯磨玻璃结节（pGGNs）的风险分类则基于其实性成分和总直径。
在第二阶段，C-Lung-RADS系统进一步结合CT影像、临床信息和随访数据，通过深度学习模型对非低风险结节进行更精细的评估。这一阶段不仅依赖于影像数据，还结合了患者的年龄、吸烟状况、癌症病史和结节随访中的变化，生成多维的风险预测模型。
研究结果显示，C-Lung-RADS在独立测试集中的AUC值为0.912，而Lung-RADS v2022为0.820。在内部测试数据集中，高风险结节的检测比例为2.9%，极高风险结节的比例为19.3%，显著高于Lung-RADS v2022的1.4%和13.6%。虽然C-Lung-RADS的假阳性率稍高，但其敏感性和总体准确性较高。
对于临床应用，研究团队提出：低风险结节建议每年监测一次；中风险结节建议每半年或每季度随访；极高风险结节则需立即临床干预，可能包括CT扫描、PET/CT成像、活检或手术。
总的来说，尽管C-Lung-RADS的假阳性率稍高，但它在检测恶性结节方面表现更为出色，适用于广泛的中国人群，有望优化医疗资源的分配，提高早期肺癌的诊断率。
免责声明：新药情报内容编辑团队专注于介绍全球生物医药健康研究的最新进展，本文旨在提供信息交流，不代表任何立场或治疗方案推荐。如需专业医疗建议，请咨询正规医疗机构。
