研究人员开发模型来预测肺癌预后不佳的患者

肺癌是美国第二常见的癌症，也是癌症死亡的主要原因。肺癌患者的预后有所改善，部分原因是通过更好的筛查方法及早发现。然而，从筛查中发现的肺癌的过度治疗是一个问题。莫菲特癌症中心的研究人员正在努力提高通过放射组学识别生存率低风险较高患者的能力，放射组学是一个使用成像技术(如 CT 扫描和 MRI)来发现可能无法发现的肿瘤模式和特征的科学领域。肉眼很容易发现。他们最新研究的结果今天发表在Cancer Biomarkers上。

“过度治疗是癌症筛查和早期发现的严重不良影响。识别患有侵袭性、高风险肿瘤且生存结果非常差的患者将有助于肿瘤学家决定哪些患者可能需要更积极的治疗，例如辅助治疗。另一方面手，具有较少侵袭性、低风险肿瘤的患者通过手术治愈的机会更大，可能不需要辅助治疗，”Moffitt 癌症流行病学系副成员 Matthew Schabath 博士解释说。

科学家们正试图发现可以预测肿瘤行为的生物标志物。这将有助于识别在肺癌筛查中诊断出的肺癌，这些肺癌应该从那些可能生长缓慢且只能通过手术治愈的病变中积极治疗。许多人专注于源自患者组织或血液样本的生物标志物;然而，Moffitt 的研究人员希望开发一种模型来根据放射学特征区分患者。放射组学是从医学图像特征中提取数据，有助于癌症检测、诊断、疾病监测和治疗决策。图像特征包括广泛的特征，例如强度、形状、大小、体积和纹理。不同于来自组织或血液样本的生物标志物, 放射生物标志物是非侵入性收集的，反映了整个肿瘤，而不仅仅是一个小样本。

Moffitt 团队从国家肺筛查试验中获取了图像，并分析了内部和周围肿瘤区域的放射学特征。他们开发了一个模型，该模型基于紧凑性的放射学特征以及从基线和第一次和第二次随访开始的连续患者图像的体积倍增时间。他们的模型根据患者预后不良的风险将患者分组。例如，低风险患者组的五年总生存率为 83.3%，而高风险患者组的五年总生存率为 25%。在早期肺癌患者和被诊断患有肺癌的患者中观察到类似的结果在第一次随访中。研究人员还确定了一个体积倍增时间切点，该切点能够区分具有侵袭性和低风险肿瘤的患者。

虽然需要进一步的研究来证实这一模型，但研究人员希望他们的发现最终将使医生能够区分需要积极治疗的患者和可能需要常规随访的患者。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！