Eur Radiol：如何无创性准确非小细胞肺癌患者前纵隔淋巴结是否发生转移？
2021-01-12 shaosai MedSci原创
对于有肿瘤病史的患者，影像上评估淋巴结是否转移主要依赖于淋巴结直径大小。对此，尚无法明确诊断直径＜1cm的转移性淋巴结或直径＞1cm的炎性反应性淋巴结。
对于有肿瘤病史的患者，影像上评估淋巴结是否转移主要依赖于淋巴结直径大小。对此，尚无法明确诊断直径＜1cm的转移性淋巴结或直径＞1cm的炎性反应性淋巴结。
对纵膈淋巴结（MedLNs）的准确分期对肺癌患者临床决策制度和预后评估是非常重要的。目前对于MedLNs的诊断包括影像学检查，如18F-FDG PET/CT、对比增强HRCT，和病理学检查，如经支气管超声引导下经支气管西镇穿刺活检 (EBUS-TBNA)、纵膈腔镜活检和MedLNs活检。尽管影像学检查方法具有无创性的优势，但近期研究表明影像学检查的敏感性、特异性及阳性预测值分别为50–79%、72–94%及58–63%。相比之下，EBUS-TBNA的准确效能稍高，敏感性、阴性预测之分别为78–89%、91–92%。然而，EBUS-TBNA是一种侵入性的检查，而且并非对所有非小细胞肺癌（NSCLC）患者均具有适用性，有部分淋巴结并不能充分地取材。那这样说来，寻找或建立一种高诊断效能且无创性影像学方法是非常有必要的！
近日，Eur Radiol上发表的一篇名为Machine learning-based diagnostic method of pre-therapeutic 18 F-FDG PET/CT for evaluating mediastinal lymph nodes in non-small cell lung cancer的论文通过利用18F-氟脱氧葡萄糖（FDG）正电子发射断层扫描/计算机断层扫描（PET / CT）建立最佳的机器学习（ML）模型，以评价非小细胞肺癌的转移性纵隔淋巴结（MedLNs），并将诊断结果与核医学医师的诊断结果进行比较。
该研究共纳入了1329个MedLN。比较了提升决策树、逻辑回归、支持向量机、神经网络和决策森林模型之间的诊断效能。将最佳ML模型的诊断效能与医师的诊断效能进行了比较。ML方法分为仅具有定量变量的ML（MLq）和添加临床信息的ML（MLc）。我们根据MedLNs对 18F-FDG的摄取量进行了分析。
图.2种ML模型示例
图.受试者纳入流程图
图.原发肿瘤和综合淋巴结中最重要的特征TOP40
研究结果发现，与医生相比，提升决策树模型得到了更高的敏感性和阴性预测值，但特异性和阳性预测值却更低。 医师和MLq的准确性之间没有统计学差异（79.8％ vs. 76.8％，p = 0.067）。 MLc的准确性显着高于医生（81.0％对76.8％，p = 0.009）。 在18F-FDG摄取低的MedLN中，ML的准确性明显高于医师（70.0％ vs. 63.3％，p = 0.018）。
图.ML模型及医师评价结果ROC曲线比较
图.根据纵膈淋巴结摄取量分组评价不同评价方法的ROC曲线效能
本研究表明：尽管MLq和医师之间的准确性没有显着差异，但MLc的诊断效能优于MLq和医师。ML方法对评价低代谢的MedLN有一定帮助。因此，将临床信息添加到 18F-FDG PET / CT的定量变量中可以改善ML的诊断结果。
写在后面：
纵膈淋巴结是否发生转移对临床治疗方法的选择及患者预后是非常重要的一项评估指标。现对比增强HRCT对纵膈淋巴结的评价主要依赖于形态学征象，虽为无创性，但其评价效果受限于淋巴结形态、强化的异质性。对于早期纵膈淋巴结转移诊断的敏感性、特异性较低。18F FDG PET/CT对转移性病灶的敏感性很高，再联合机器学习进行更多特征的挖掘与规范性评价，对NSCLC的综合评价更为完善、准确！
原始出处：
Jang Yoo,Miju Cheon,Yong Jin Park,et al. Machine learning-based diagnostic method of pre-therapeutic 18 F-FDG PET/CT for evaluating mediastinal lymph nodes in non-small cell lung cancer. PMID:33241521DOI:10.1007/s00330-020-07523-z
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
#非小细胞#
27
#肺癌患者#
34
#淋巴结#
27
#非小细胞肺癌患者#
0
学习了
82
学习了
73
学习到了
69
#非小细胞肺癌#
136