PLoS One：CT扫描中肺结节的恶性风险评估
2017-11-14 xiangting MedSci原创
计算机模型和人类观察者在区分恶性肿瘤和随机良性结节上表现相当，证实了在人群筛查研究中计算机模型用于结节风险评估的巨大潜力。
这项研究旨在比较人类观察者与数学计算机模型之间在区分基线计算机断层扫描（CT）恶性和良性肺结节的差别。
这是一项病例队列研究。研究组由300例来自丹麦肺癌筛查试验（DLCST）的胸部CT扫描组成。其中包括证实为恶性的扫描（n = 62）和2个随机选择的各种大小良性结节扫描亚组（n = 120），根据大小与癌症匹配（n = 118）。11名观察者和计算机模型（PanCan）为每个结节分配恶性概率评分。表现通过ROC曲线下面积（AUC）来表示。使用Dorfman、Berbaum和Metz方法测试表现差异。7名观察者使用预定义列表来评估结节特征形态学。用Bonferroni校正的卡方分析来比较恶性和大小匹配的良性结节之间的形态学特征差异。显著差异定义为P<0.004。
对于各种大小恶性和良性结节的风险评估，模型和观察者的表现相当（AUC 0.932vs.0.910，p = 0.184）。然而，人类阅片者在鉴别恶性结节与大小匹配的良性结节上表现优于计算机模型（AUC 0.819vs.0.706，p <0.001）。观察者之间的ROC面积和风险评分范围差异很大。提示恶性肿瘤的形态学发现包括边界特征（针尖，p <0.001）和结节周围结构变形（周围肺实质结构畸变，p <0.001;胸膜退缩，p = 0.002）。
计算机模型和人类观察者在区分恶性肿瘤和随机良性结节上表现相当，证实了在人群筛查研究中计算机模型用于结节风险评估的巨大潜力。然而，电脑模型高度依赖尺寸作为鉴别。人类观察者使用的其他形态学标准可以区分大小匹配的恶性结节和良性结节，未来需要进一步提高计算机的性能。
原始出处：
Sarah J. van Riel, et al. Malignancy risk estimation of pulmonary nodules in screening CTs: Comparison between a computer model and human observers. PLoS One. 09 November 2017.
本文系梅斯医学(MedSci)原创编译整理，转载需授权！
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#Plos one#
34
#CT扫描#
41
学习了.涨姿势
73