高级搜索

四种肺癌预测模型对体检人群孤立性肺结节预测效能的比较

刘雪娇, 李斌, 李艳, 陈思, 李必强

刘雪娇, 李斌, 李艳, 陈思, 李必强. 四种肺癌预测模型对体检人群孤立性肺结节预测效能的比较[J]. 肿瘤防治研究, 2023, 50(5): 477-482. DOI: 10.3971/j.issn.1000-8578.2023.22.1209
引用本文: 刘雪娇, 李斌, 李艳, 陈思, 李必强. 四种肺癌预测模型对体检人群孤立性肺结节预测效能的比较[J]. 肿瘤防治研究, 2023, 50(5): 477-482. DOI: 10.3971/j.issn.1000-8578.2023.22.1209
LIU Xuejiao, LI Bin, LI Yan, CHEN Si, LI Biqiang. Evaluation of Four Predictive Models for Identifying Malignancy of Solitary Pulmonary Nodules in Health Check-up Population[J]. Cancer Research on Prevention and Treatment, 2023, 50(5): 477-482. DOI: 10.3971/j.issn.1000-8578.2023.22.1209
Citation: LIU Xuejiao, LI Bin, LI Yan, CHEN Si, LI Biqiang. Evaluation of Four Predictive Models for Identifying Malignancy of Solitary Pulmonary Nodules in Health Check-up Population[J]. Cancer Research on Prevention and Treatment, 2023, 50(5): 477-482. DOI: 10.3971/j.issn.1000-8578.2023.22.1209

四种肺癌预测模型对体检人群孤立性肺结节预测效能的比较

基金项目: 

重庆市渝中区基础研究与前沿探索项目 20190110

详细信息
    作者简介:

    刘雪娇(1990-),女,硕士,主治医师,主要从事慢性非传染性流行病学及健康管理学研究,ORCID: 0000-0001-6252-019X

    通讯作者:

    李必强(1971-),男,学士,主任医师,主要从事呼吸系统及耳鼻喉头颈外科医学影像诊断工作,E-mail: 530306381@qq.com,ORCID: 0000-0002-1965-6793

  • 中图分类号: R734.2

Evaluation of Four Predictive Models for Identifying Malignancy of Solitary Pulmonary Nodules in Health Check-up Population

Funding: 

Chongqing Yuzhong District Research and Frontier Exploration Project 20190110

More Information
  • 摘要:
    目的 

    比较四种肺癌预测模型对孤立性肺结节(SPN)的预测效能。

    方法 

    以健康体检中被诊断为SPN的体检者为研究对象,四种肺癌预测模型分别对SPN进行风险评估,前瞻性追踪随访SPN患者的临床结局。对四种肺癌预测模型中的风险因素进行统计描述及单因素分析,绘制ROC曲线及比较模型的检验效能。

    结果 

    最终纳入479例SPN体检者,82例确诊为肺癌,恶性概率为17.12%。恶性组患者年龄、结节直径、吸烟、恶性肿瘤家族史、肺外肿瘤5年及以上、位于上叶、边界不清和毛刺比例高于良性结节组(P < 0.05)。Brock模型预测效能最好,AUC为0.833,灵敏度80.49%,特异度74.31%,约登指数、阳性似然比、阳性预测值及阴性预测值最高,阴性似然比最低。Mayo模型AUC为0.815,灵敏度81.71%,特异度67.51%;PKUPH模型AUC为0.754,灵敏度69.51%,特异度73.55%;VA模型AUC为0.738,灵敏度68.29%,特异度67.55%。

    结论 

    Brock模型对健康体检人群SPN风险预测效能提示最好,VA模型预测效能最差,Brock、Mayo和PKUPH三种模型的联合应用有待进一步研究。

     

    Abstract:
    Objective 

    To compare and validate the efficiency of four models predicting the malignancy of solitary pulmonary nodules (SPN).

    Methods 

    Patients diagnosed with SPN during health check-up were selected as the research subjects. Risk assessment was conducted using four predictive models. Outcomes were obtained through prospective follow-up. Statistical description and univariate analysis were performed for all risk factors of the four models. ROC curve was applied to compare the efficiency of the four predictive models.

    Results 

    A total of 479 cases were included in this study. Among these patients, 82 were diagnosed with lung tumor, and the malignant rate was 17.12%. Age, nodule diameter, smoking, family history of tumor, history of extrapulmonary tumor ≥5 years, upper lobe site, unclear boundary, and spiculation rates were higher in the malignancy group than those in the benign group (P < 0.05). The efficiency of Brock model was the best. Its AUC was 0.833, sensitivity was 80.49%, and specificity was 74.31%. Its Youden index, positive likelihood ratio, positive predictive value, and negative predictive value were the highest, and its negative likelihood ratio was the lowest. The AUC, sensitivity, and specificity of Mayo model were 0.815, 81.71%, and 67.51%, respectively; those of PKUPH model were 0.754, 69.51%, and 73.55%, respectively; and those of VA model were 0.738, 68.29%, and 67.55%, respectively.

    Conclusion 

    The Brock model might be the most appropriate predictive model for the risk assessment of SPN among the health check-up population, and the VA model is the worst. The combination of Brock, Mayo, and PKUPH models requires further study.

     

  • 骨与软组织肉瘤是指发生在间叶系统的肿瘤,包括原发恶性骨肿瘤和软组织肉瘤两大类。原发恶性骨肿瘤和软组织肉瘤大约占成人恶性肿瘤的1%,占儿童恶性肿瘤的15%。骨肉瘤(35%)、软骨肉瘤(30%)和尤文肉瘤(16%)是最常见的三种原发恶性骨肿瘤。而软组织肉瘤则病理类型复杂,亚型有50余种,其中最常见的是未分化多型性肉瘤、脂肪肉瘤及平滑肌肉瘤等。

    当今中国的肿瘤防治领域,普遍倡导以循证医学证据为基础,参考发达国家临床实践指南(如美国NCCN指南),制订适合我国国情和患者特点的临床诊疗指南,以实现肿瘤诊疗的规范化、科学化和可持续化。本文旨在对国际和国内骨与软组织肉瘤研究进展进行更新和述评,以推动肉瘤的学科建设,更好的服务于临床。

    骨肉瘤的MAP(甲氨蝶呤+多柔比星+顺铂)化疗仍然是治疗的基石,通常在手术后3周内开始,研究表明延迟时间超过3周会增加复发风险,特别是对于新辅助化疗后未达到高水平坏死率的患者。标准化疗方案应包括29周内多个MAP周期,以达到标准化疗的总累积剂量[1]:甲氨蝶呤144 g/m2,多柔比星450 mg/m2,顺铂480 mg/m2。为避免甲氨蝶呤的长期肾毒性作用,有研究显示使用大剂量异环磷酰胺代替甲氨蝶呤得到了类似的预后[2-3],也有研究通过将右雷佐生作为心脏保护剂纳入多种方案,以最大限度地减少阿霉素对骨肉瘤患者长期的心脏毒性作用[4]

    一项欧洲和美国合作组联合进行的Euramos-1研究结果证明[5],对于新辅助化疗后组织学反应差的患者,强化化疗方案并不能改善其预后,并进一步强调了骨肉瘤转化研究的迫切需要,包括对所有肿瘤样本进行广泛测序和免疫表型分析,以确定新的治疗靶点。

    有学者发现就诊时症状持续时间与年龄之间存在着显著的关系,年龄每增加1岁对应的症状持续时间增加1.3周,而症状持续时间与肿瘤大小并无显著关联性。尽管症状持续时间存在回忆偏差,但该研究提出了一个观点,即生物学等其他因素似乎比症状持续时间对预后的影响更为显著[6]

    在388例非转移性尤文肉瘤患者的治疗分析中,Albergo等[7]发现辅助放疗显著降低了边缘切除肿瘤的局部复发风险(5年局部无复发生存率放疗组为96%,未放疗组为81%),四肢发病组较中轴骨发病组差异更显著。放射治疗并未显著影响广泛切除患者的局部复发率。这项研究强调了广泛切除的价值,同时也肯定了未实现广泛切缘时辅助放疗的价值。

    Thévenin-Lemoine等[8]比较化疗前后20例长骨尤文肉瘤的磁共振成像扫描结果和病理标本,以判断其在描述肿瘤范围方面的准确性。化疗后MRI最准确,与病理标本的中位数差异为5.0 mm(2.0~13.0 mm)。化疗前MRI与病理标本的中位数差异为19.0 mm(4.3~38.2 mm)。T1加权是最准确的磁共振序列,加强序列并未提高准确性。笔者得出结论,根据化疗后的T1 MRI序列,给予20 mm的切除边界能获得大概率的阴性切缘。

    分析来自两个前瞻性试验的数据,Ferrari等[9]分析了60例年龄小于21岁的低危滑膜肉瘤患者,其中FNCLCC 3级滑膜肉瘤≤5 cm(8例),2级滑膜肉瘤为任意大小(52例); 其中仅8%的患者术前接受活检,68%的患者在初次病理回报后接受了再次切除,54%的再切除标本中残存有肿瘤,所有患者的最终手术切缘为阴性,中位随访5.2年,患者生存率100%。8例患者有局部复发,接受了再次手术治疗及辅助治疗。在此低风险人群组中没有发现转移病例。

    在软组织肉瘤的检查中,淋巴结转移并不常见。Jacobs等[10]在美国国家癌症研究所监测、流行病学和SEER数据库中对15 525例软组织肉瘤患者进行了回顾,结果显示5.3%的患者诊断为淋巴结转移。横纹肌肉瘤、透明细胞肉瘤、上皮样肉瘤和圆形细胞脂肪肉瘤最常发生淋巴结转移。以往滑膜肉瘤通常被认为属于淋巴结转移的高风险组。然而在这项分析中,滑膜肉瘤(885例患者)的淋巴结受累风险不高于整个软组织肉瘤组。

    对500例非转移性四肢肉瘤进行随机对照试验,每隔3月或6月对肺部进行CT或胸片随访,随访时间为60~118月。结果显示,在辐射强度较低和随访间隔较长的情况下,生存率并无显著降低。CT扫描发现转移性疾病明显早于胸片,但提前发现微小病灶并未能显著改善患者的生存率,这也是当前转移性肉瘤治疗面临的挑战[11]

    意大利肉瘤协作组报道了一项关于索拉非尼联合依维莫司治疗无法切除的骨肉瘤的Ⅱ期研究。在该研究中,38名患者每天一次接受800 mg索拉非尼加5 mg依维莫司,直至疾病进展或不可接受的毒性作用。该研究显示,38名患者中有17名(45%)在6月时无进展[12]。Gounder等[13]应用索拉非尼治疗硬纤维瘤的Ⅲ期研究中,索拉非尼治疗患者的无进展生存期显著改善。

    瑞戈非尼(Regorafenib)是一种针对肿瘤细胞、血管系统、血管生成和肿瘤微环境的多激酶抑制剂,通过阻断几种蛋白激酶的活性,包括参与血管生成调节(VEGFR-1、VEGFR-2、VEGFR-3和TIE2)、肿瘤发生(KIT,RET,RAF-1,BRAF和BRAFV600E)和肿瘤微环境(PDGFR和FGFR)发挥作用[14]。在一项对转移性骨肉瘤患者的Ⅱ期研究中,26名接受瑞戈非尼治疗的患者中,有17名在8周时无进展,而安慰剂组则均出现进展[15]

    Cabozantinib是多种酪氨酸激酶的小分子抑制剂,包括MET、VEGF2、RET和AXL等。Cabozantinib于2012年被FDA批准用于转移性甲状腺癌和晚期肾细胞癌患者。一项包含有41例难治性或复发性实体瘤的Cabozantinib的Ⅰ期研究中,4例患者包括2例甲状腺髓样癌、1例Wilms肿瘤和1例透明细胞肉瘤达到部分缓解,7例患者包括2例甲状腺髓样癌、1例尤文氏肉瘤、1例滑膜肉瘤、1例ASPS、1例副神经节瘤和1个室管膜瘤显示疾病稳定[16]

    TRC105(Carotuximab)是内皮素的单克隆抗体,内皮素是血管肉瘤中增殖内皮细胞和肿瘤细胞高度表达的重要血管生成靶点。TRC105在临床前模型中能够抑制血管生成、肿瘤生长和转移,并补充多激酶VEGFRI的活性[17-18]。目前,TRC105联合帕唑帕尼的疗效和安全性已在晚期血管肉瘤患者的Ⅲ期研究中得到评估[19]

    神经营养素原肌球蛋白受体激酶TRKs由神经营养受体酪氨酸激酶(NTRK)基因编码。TRK在神经生物学中起着不同的作用,但也与一组涉及TRK基因融合的肿瘤发病机制有关。TRK融合在多种恶性肿瘤中都有报道[20]。Larotrectinib是TRK的选择性抑制剂,在TRK融合恶性肿瘤中具有显著活性[21]。在TRK融合肉瘤患者Larotroctinib的Ⅰ/Ⅱ期研究中,5名患者都有部分缓解[22]。此外,3名患者达到完全(2名患者)或接近完全(1名患者)的病理缓解。这些结果表明,Larotroctinib可能是目前针对TRK融合肉瘤患者的一种治疗方法,其疗效和安全性需要进一步的临床研究来评估。

    艾日布林(Eribulin)是一种软海藻素B的合成类似物,它通过β-微管蛋白上的特异性结合位点抑制微管聚合,具有基于微管蛋白的抗有丝分裂作用,并通过阻止细胞在G2期和M期的生长而破坏有丝分裂纺锤体的形成[23-24]。EORTC/STBSG对患有复发或转移性软组织肉瘤的患者进行了一项关于艾日布林的Ⅱ期研究[25],该研究中,平滑肌肉瘤患者12周时无进展生存率为32%,脂肪肉瘤患者为47%,滑膜肉瘤患者为21%,其他肉瘤患者为19%。Kawai等也报道了一项关于艾日布林治疗晚期软组织肉瘤患者的Ⅱ期研究[26]。在这项研究中,51名患者在第1天和第8天接受了甲磺酸艾日布林(1.4 mg/m2)静脉注射治疗,每21天为1周期。脂肪肉瘤/平滑肌肉瘤患者无进展生存期为5.5月,其他肉瘤患者为2.0月。与帕唑帕尼和曲贝替定相比,只有艾日布林能显著提高晚期肉瘤患者的总生存率。这些研究表明,艾日布林是晚期肉瘤患者的治疗选择之一,尤其是脂肪肉瘤和平滑肌肉瘤患者。然而,需要进一步研究分析艾日布林在肉瘤各亚型中的作用[24]

    最近的基础和临床研究已经证实了免疫检查点与恶性肿瘤进展的关系,以及免疫检查点抑制剂对各种恶性肿瘤的疗效[27-29]。但免疫检查点抑制剂在肉瘤治疗中的应用仍需要基础和临床研究来证实。然而,由于免疫检查点阻断激活免疫系统,很可能发生免疫相关的不良事件[28]。免疫相关不良事件,包括免疫检查点抑制剂的炎性反应等不良反应,可影响胃肠道、内分泌腺、皮肤、肝脏和中枢神经、心血管、肺、肌肉骨骼和血液系统。尽管大多数免疫相关的不良事件是可逆的,但其中一部分事件可能是永久性的,并可能导致死亡。

    程序性细胞死亡1(PD-1)受体与程序性死亡配体1(PD-L1)的结合是免疫系统介导恶性肿瘤逃逸的关键机制。在一项荟萃分析研究中,PD-L1的表达与骨肉瘤(骨肉瘤和软骨肉瘤)患者的总生存率和骨软组织肉瘤患者的无事件生存率显著相关[30]。在另一项荟萃分析研究中,PD-L1/PD-1的过度表达与骨肉瘤患者的转移显著相关,但PD-1/PD-L1的表达与总生存率没有显著相关性[31]。同样,对于尤文肉瘤的一项研究表明,转移性肿瘤的PD-L1表达较高,但PD-L1表达与无进展生存率或总生存率之间也没有显著相关性[32]。这些研究表明,免疫检查点可以作为肉瘤的治疗靶点。

    最近的一些临床研究报道了免疫检查点抑制剂用于肉瘤治疗的结果[33-37]。2017年,Tawbi等报道了抗PD-1抗体Pembrolizumab的单臂Ⅱ期研究[36]。在这项研究中,Pembrolizumab的活性和安全性在80名晚期骨和软组织肉瘤患者中进行了评估:在40例软组织肉瘤患者中,7名患者(18%)表现出客观缓解,分别为4例未分化多形性肉瘤、2例脂肪肉瘤和1例滑膜肉瘤; 在40例骨恶性肿瘤患者中,1例骨肉瘤及1例软骨肉瘤表现出客观缓解。80例患者中有9例(11%)治疗后出现严重不良事件(SAE),其中观测到的免疫相关性SAE包括肾上腺皮质功能不全(2%)、肺炎(2%)和肾炎(1%)。2018年,Toulmonde等报道了一项针对晚期软组织肉瘤患者的PembrolizumabⅡ期研究[37]。在这项研究中,平滑肌肉瘤和未分化多形性肉瘤患者的6月无进展率为0,其他肉瘤患者为14.3%。

    尽管使用免疫检查点抑制剂的单药治疗在之前的报告中显示效果有限,但联合治疗(如CTLA-4抑制剂和PD-1抑制剂)的研究表明联合治疗在黑色素瘤小鼠模型中具有协同作用[38]。D'Angelo等报告了一项关于转移性肉瘤患者使用Nivolumab、联合或不联合Ipilumab的Ⅱ期研究[39]。在该研究中,85例转移性肉瘤患者接受了Nivolumab单药疗法(3 mg/kg)或Nivolumab和Ipilimumab(1 mg/kg)的联合治疗。Nivolumab单药治疗的患者有效率为5%(2/38),而Nivolumab和Ipilimumab联合治疗的患者有效率为16%(6/38)。该研究提示联合免疫检测点抑制是治疗肉瘤的一种有前途的方法,需要进一步的临床研究来评估其疗效和不良事件。此外,迫切需要寻找可以预测免疫治疗疗效的分子标志物[40]

    近年来,我国骨与软组织肉瘤的整体治疗水平已有了明显提升,多项治疗技术已达到国际先进水平,我国学者也在逐步奠定我国在国际骨与软组织肉瘤治疗领域的学术地位。但是,与国际一流的骨与软组织肿瘤中心相比,仍然存在明显不足,在病因研究、系统诊疗、规范治疗和多学科合作诊治等方面还存在差距。

    骨与软组织肉瘤的发病原因和发病机制至今尚未被完全阐明,细胞遗传学的相关研究表明,骨与软组织肉瘤细胞的染色体多发生突变,但是其突变模式以及部位多不固定。针对骨与软组织肉瘤预后不佳的问题,有研究者开始关注其基因分子水平的变化,尝试通过基因测序、化疗药物筛选等个体化诊疗手段来提高高危肉瘤患者治疗效果,但上述研究在国内尚属起步阶段,目前还没有充分的证据说明患者是获益的。

    近30年来,骨肉瘤患者的生存率一直未能得到明显提升。目前,我国主要的骨肿瘤中心虽然在一线化疗药物的选择上趋于一致,但其用法用量以及所使用的疗程都存在较大的差异,没有形成统一的标准,这种单中心的经验化临床治疗干扰了化疗效果的整体评价。

    此外,还有一些治疗方法正处于研究阶段,比如基因治疗、免疫治疗、干细胞治疗和光动力治疗等。然而,在国内,上述辅助治疗方法多以单中心临床试验为主,主要针对的是常规治疗效果不理想、已有复发或转移以及特殊部位难以手术切除的患者。这种患者治疗上的特殊性及辅助方法的多样化严重影响了不同辅助治疗效果的评价。

    在骨与软组织肿瘤领域,目前积极倡导MDT(多学科联合诊疗模式),发挥各学科优势、取长补短; 积极鼓励和支持各学组开展学术交流,在适度控制数量、保证质量的前提下统筹管理、整合资源,鼓励和支持各学组自主或联合开展学术活动,切实使学术交流成为“百花齐放、百家争鸣”的学术平台; 积极培养青年医师、复合型人才,为全国肉瘤事业补充新鲜血液,注入新的活力,不断推动肉瘤学科的持续发展; 积极加强继续教育工作,发挥专委会资源优势,加强继续医学教育工作,以点带面推进骨与软组织肉瘤治疗临床路径或共识在全国医疗机构开展,使其更加规范化、合理化和制度化,制订适合我国国情和患者特点的临床诊疗指南。

    此外,亟须探寻适合我国的骨与软组织肉瘤诊断与治疗的新途径,积极开展创新技术和方法的临床转化研究,但不能生搬硬套国外的经验和其他病种治疗经验,要针对骨与软组织肉瘤的特点认真组织讨论研究方案,确定新技术准入标准,力争开展多中心随机对照研究,在确保安全的前提下,提高治疗的有效性,同时不可随意增加患者的治疗成本。

    随着骨与软组织肉瘤诊疗技术的提高,借助基因组学等方法对骨与软组织肉瘤发病机制的深入研究,今后我国在骨与软组织肉瘤治疗上必将呈现精细化和个体化治疗的特点。对化疗、放疗、手术、靶向和免疫治疗等各种治疗的精细化选择,必将使骨与软组织肉瘤患者获益。

    致谢: 非常感谢李雪霖教授对本文内容的审阅,同时也非常感谢代杰、龚静、贺玲、刘欣、刘洋、聂周、孙娟、唐海玲、唐晓梅、王斯思、殷裕芳等对本研究数据收集的辛勤付出。
    Competing interests: The authors declare that they have no competing interests.
    利益冲突声明:
    所有作者均声明不存在利益冲突。
    作者贡献:
    刘雪娇:论文构思、数据资料收集及统计分析、论文撰写
    李斌:论文构思、科研项目主持人、论文审核
    李艳:论文构思、数据资料收集、论文修改
    陈思:论文构思、数据资料收集
    李必强:论文构思、数据资料收集、论文修改及审核
  • 图  1   四种肺癌预测模型的ROC曲线

    Figure  1   ROC curve of four predictive model for SPN

    表  1   肺癌预测模型风险因素的单因素分析

    Table  1   Univariate analysis of risk factors of objects in four predictive models

    下载: 导出CSV

    表  2   四种模型ROC曲线主要参数

    Table  2   Parameters of ROC curve of four predictive models

    下载: 导出CSV

    表  3   四种肺癌预测模型的诊断效能比较

    Table  3   Efficiency of four models identifying malignancy of SPN

    下载: 导出CSV
  • [1] 国家癌症中心. 2022年中国最新癌症报告[R/OL]. (2022-03-23)[2023-02-14]. https://www.cn-healthcare.com/articlewm/20220323/content-1329593.html.

    National Cancer Center. Cancer report in China, 2022[R/OL]. (2022-03-23) [2023-02-14]. https://www.cn-healthcare.com/articlewm/20220323/content-1329593.html.

    [2]

    National Lung Screening Trial Research Team, Aberle DR, Adams AM, et al. Reduced lung-cancer mortality with low-dose computed tomographic screening[J]. N Engl J Med, 2011, 365(5): 395-409. doi: 10.1056/NEJMoa1102873

    [3] 廖俊蕾, 柳弥. 健康体检人群胸部低剂量螺旋CT检出肺部结节及肺癌情况研究[J]. 临床肺科杂志, 2020, 25(11): 1722-1724, 1728. doi: 10.3969/j.issn.1009-6663.2020.11.023

    Liao JL, Liu M. Analysis of the result of pulmonary nodules and lung cancer detected by low-dose spiral CT in healthy exami-nation people[J]. Lin Chuang Fei Ke Za Zhi, 2020, 25(11): 1722-1724, 1728. doi: 10.3969/j.issn.1009-6663.2020.11.023

    [4] 林丹丹, 吴晓青, 刘婷, 等. 2082例行肺部低剂量高分辨螺旋CT检查的健康体检者结果分析[J]. 中华肺部疾病杂志(电子版), 2020, 13(5): 687-689. doi: 10.3877/cma.j.issn.1674-6902.2020.05.025

    Lin DD, Wu XQ, Liu T, et al. Analysis on lung LDCT examination results of 2082 health check-up cases[J]. Zhonghua Fei Bu Ji Bing Za Zhi (Dian Zi Ban), 2020, 13(5): 687-689. doi: 10.3877/cma.j.issn.1674-6902.2020.05.025

    [5]

    Wiener RS, Gould MK, Slatore CG, et al. Resource use and guideline concordance in evaluation of pulmonary nodules for cancer: too much and too little care[J]. JAMA Intern Med, 2014, 174(6): 871-880. doi: 10.1001/jamainternmed.2014.561

    [6]

    Bach PB, Mirkin JN, Oliver TK, et al. Benefits and harms of CT screening for lung cancer: a systematic review[J]. JAMA, 2012, 307(22): 2418-2429. doi: 10.1001/jama.2012.5521

    [7] 吕章艳, 谭锋维, 林春青, 等. 肺癌风险预测模型构建与验证的系统综述[J]. 中华预防医学杂志, 2020, 54(4): 430-437.

    Lyu ZY, Tan FW, Lin CQ, et al. The development and validation of risk prediction model for lung cancer: a systematic review[J]. Zhonghua Yu Fang Yi Xue Za Zhi, 2020, 54(4): 430-437.

    [8] 冯洋洋, 徐兴祥. 孤立性肺结节诊断模型研究进展[J]. 现代肿瘤医学, 2020, 28(11): 1989-1993. doi: 10.3969/j.issn.1672-4992.2020.11.042

    Feng YY, Xu XX. Advances in diagnosis models of solitary pulmonary nodules[J]. Xian Dai Zhong Liu Yi Xue, 2020, 28(11): 1989-1993. doi: 10.3969/j.issn.1672-4992.2020.11.042

    [9] 王昭珏, 赵静, 王孟昭. 孤立性肺结节恶性概率预测模型的研究进展及临床应用[J]. 中国肺癌杂志, 2021, 24(9): 660-667. https://www.cnki.com.cn/Article/CJFDTOTAL-FAIZ202109009.htm

    Wang ZJ, Zhao J, Wang MZ. Advances and clinical application of malignant probability prediction models for solitary pulmonary nodule[J]. Zhongguo Fei Ai Za Zhi, 2021, 24(9): 660-667. https://www.cnki.com.cn/Article/CJFDTOTAL-FAIZ202109009.htm

    [10] 李梦乾, 张晓梅, 胡家蕊, 等. 孤立性肺结节良恶性预测模型的系统评价[J]. 肿瘤预防与治疗, 2022, 35(4): 318-328. https://www.cnki.com.cn/Article/CJFDTOTAL-SCZF202204003.htm

    Li MQ, Zhang XM, Hu JR, et al. Systematic review of predictive models for benign and malignant solitary pulmonary nodules[J]. Zhong Liu Yu Fang Yu Zhi Liao, 2022, 35(4): 318-328. https://www.cnki.com.cn/Article/CJFDTOTAL-SCZF202204003.htm

    [11]

    Swensen SJ, Silverstein MD, Ilstrup DM, et al. The Probability of Malignancy in Solitary Pulmonary Nodules. Application to small radiologically indeterminate nodules[J]. Arch Intern Med, 1997, 157(8): 849-855. doi: 10.1001/archinte.1997.00440290031002

    [12]

    Gould MK, Ananth L, Barnett PG, et al. A clinical model to estimate the pretest probability of lung cancer in patients with solitary pulmonary nodules[J]. Chest, 2007, 131(2): 383-388. doi: 10.1378/chest.06-1261

    [13] 李运, 陈克终, 隋锡朝, 等. 孤立性肺结节良恶性判断数学预测模型的建立[J]. 北京大学学报, 2011, 43(3): 450-454. doi: 10.3969/j.issn.1671-167X.2011.03.027

    Li Y, Chen KZ, Sui XZ, et al. Establishment of a mathematical prediction model to evaluate the probability of malignancy or benign in patients with solitary pulmonary nodules[J]. Beijing Da Xue Bao, 2011, 43(3): 450-454. doi: 10.3969/j.issn.1671-167X.2011.03.027

    [14]

    McWilliams A, Tammemagi MC, Mayo JR, et al. Probability of Cancer in Pulmonary Nodules Detected on First Screening CT[J]. N Engl J Med, 2013, 369(10): 910-919. doi: 10.1056/NEJMoa1214726

    [15] 陈陶阳, 姚红玉. 肺癌发病风险因素与预防对策[J]. 中国预防医学杂志, 2011, 12(9): 809-811. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGYC201109025.htm

    Chen TY, Yao HY. Risk factors and preventive measures of lung cancer[J]. Zhongguo Yu Fang Yi Xue Za Zhi, 2011, 12(9): 809-811. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGYC201109025.htm

    [16] 高冬青, 王家林. 肺癌危险因素研究现状[J]. 中华肿瘤防治杂志, 2019, 26(21): 1657-1662. https://www.cnki.com.cn/Article/CJFDTOTAL-QLZL201921019.htm

    Gao DQ, Wang JL. Current status of research on risk factors of lung cancer[J]. Zhonghua Zhong Liu Fang Zhi Za Zhi, 2019, 26(21): 1657-1662. https://www.cnki.com.cn/Article/CJFDTOTAL-QLZL201921019.htm

    [17]

    Visser O, van Leeuwen FE. Stage-specific survival of epithelial cancers in North-Holland/Flevoland, the Netherlands[J]. Eur J Cancer, 2005, 41(15): 2321-2330. doi: 10.1016/j.ejca.2005.03.037

    [18] 代洁, 左卓, 郭鹏, 等. 非小细胞肺癌十基因突变联合检测分析[J]. 肿瘤预防与治疗, 2020, 33(12): 979-987. https://www.cnki.com.cn/Article/CJFDTOTAL-SCZF202012014.htm

    Dai J, Zuo Z, Guo P, et al. Combined detection and analysis of ten driver gene mutations in non-small cell lung cancer[J]. Zhong Liu Yu Fang Yu Zhi Liao, 2020, 33(12): 979-987. https://www.cnki.com.cn/Article/CJFDTOTAL-SCZF202012014.htm

    [19]

    Maldonado SG, Delorme S, Hüsing A, et al. Evaluation of prediction models for identifying malignancy in pulmonary nodules detected via low-dose computed tomography[J]. JAMA Netw Open, 2020, 3(2): e1921221. doi: 10.1001/jamanetworkopen.2019.21221

    [20]

    Winkler Wille MM, van Riel SJ, Saghir Z, et al. Predictive accuracy of the PanCan lung cancer risk prediction model: external validation based on CT from the Danish Lung Cancer Screening Trial[J]. Eur Radiol, 2015, 25(10): 3093-3099. doi: 10.1007/s00330-015-3689-0

    [21] 符程皓, 蒋以恒, 葛佳云, 等. 混合磨玻璃结节型肺腺癌脏层胸膜侵犯的临床特征和危险因素分析[J]. 中国肺癌杂志, 2022, 25(4): 236-244. https://www.cnki.com.cn/Article/CJFDTOTAL-FAIZ202204011.htm

    Fu CH, Jiang YH, Ge JY, et al. Clinical characteristics and risk factors analysis for visceral pleural invasion in mixed ground-glass nodular lung adenocarcinoma[J]. Zhongguo Fei Ai Za Zhi, 2022, 25(4): 236-244. https://www.cnki.com.cn/Article/CJFDTOTAL-FAIZ202204011.htm

    [22] 丁晓娟, 刘啸峰, 胡磊. 不同类型肺磨玻璃结节的CT表现及其与肺腺癌病理特征的关系研究[J]. 川北医学院学报, 2021, 36(6): 766-769. https://www.cnki.com.cn/Article/CJFDTOTAL-NOTH202106021.htm

    Ding XJ, Liu XF, Hu L. CT findings in different types of lung ground-glass nodules and their rela-tionship with the pathological features of lung adenocarcinoma[J]. Chuan Bei Yi Xue Yuan Xue Bao, 2021, 36(6): 766-769. https://www.cnki.com.cn/Article/CJFDTOTAL-NOTH202106021.htm

    [23] 王秋萍, 冯筠, 金晨望, 等. 钙化点大小对肺结节良恶性诊断的价值[J]. 临床放射学杂志, 2014, 33(11): 1661-1664. https://www.cnki.com.cn/Article/CJFDTOTAL-LCFS201411011.htm

    Wang QP, Feng J, Jin CW, et al. The clinical value of pulmonary calcified lesion size in differentiating malignant from benign lung nodules[J]. Lin Chuang Fang She Xue Za Zhi, 2014, 33(11): 1661-1664. https://www.cnki.com.cn/Article/CJFDTOTAL-LCFS201411011.htm

    [24] 樊呈强, 郑次浩, 伍冠生. CT下钙化特点对肺结节良恶性鉴别诊断的临床价值分析[J]. 影像研究与医学应用, 2021, 5(10): 181-182. https://www.cnki.com.cn/Article/CJFDTOTAL-YXYY202110088.htm

    Fang CQ, Zheng CH, Wu GS. Analysis on CT calcification characteristics in diagnosis of benign and malignant pulmonary nodules[J]. Ying Xiang Yan Jiu Yu Yi Xue Ying Yong, 2021, 5(10): 181-182. https://www.cnki.com.cn/Article/CJFDTOTAL-YXYY202110088.htm

    [25]

    Talwar A, Rahman NM, Kadir T, et al. A retrospective validation study of three models to estimate the probability of malignancy in patients with small pulmonary nodules from a tertiary oncology follow-up centre[J]. Clin Radiol, 2017, 72(2): 177. e1-177. e8. http://www.sciencedirect.com/science/article/pii/S0009926016303749

    [26]

    Cui X, Heuvelmans MA, Han D, et al. Comparison of Veterans Affairs, Mayo, Brock classification models and radiologist diagnosis for classifying the malignancy of pulmonary nodules in Chinese clinical population[J]. Transl Lung Cancer Res, 2019, 8(5): 605-613.

    [27]

    She Y, Zhao L, Dai C, et al. Development and validation of a nomogram to estimate the pretest probability of cancer in Chinese patients with solid solitary pulmonary nodules: A multi-institutional study[J]. J Surg Oncol, 2017, 116(6): 756-762.

    [28] 安杨, 李春笋, 赵微. 三种肺癌风险预测模型在肺结节患者中的验证性研究[J]. 解放军医学院学报, 2020, 41(12): 1193-1196, 1225. https://www.cnki.com.cn/Article/CJFDTOTAL-JYJX202012006.htm

    An Y, Li CS, Zhao W. Validation of three lung cancer risk prediction models in patients with pulmonary nodules[J]. Jie Fang Jun Yi Xue Yuan Xue Bao, 2020, 41(12): 1193-1196, 1225. https://www.cnki.com.cn/Article/CJFDTOTAL-JYJX202012006.htm

    [29] 欧兆荣, 陶连琴, 时国朝, 等. 孤立性肺结节的影像学特征及两种肺癌预测模型的比较[J]. 中国呼吸与危重监护杂志, 2012, 11(2): 168-171. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGHW201202024.htm

    Ou ZR, Tao LQ, Shi GC, et al. Radiological features of solitary pulmonary nodules and diagnostic value of two lung cancer prediction models for distinguishing malignancy[J]. Zhongguo Hu Xi Yu Wei Zhong Jian Hu Za Zhi, 2012, 11(2): 168-171. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGHW201202024.htm

    [30]

    Li Y, Hu H, Wu Z, et al. Evaluation of models for predicting the probability of malignancy in patients with pulmonary nodules[J]. Biosci Rep, 2020, 40(2): BSR20193875. http://pubmed.ncbi.nlm.nih.gov/32068231/

    [31]

    He X, Xue N, Liu X, et al. A novel clinical model for predicting malignancy of solitary pulmonary nodules: a multicenter study in Chinese population[J]. Cancer Cell Int, 2021, 21(1): 115. http://www.xueshufan.com/publication/3111777693

  • 期刊类型引用(12)

    1. 候博,陈挺,商冠宁. 负压封闭引流技术在骨与软组织肿瘤高危切口中的应用. 中国医师进修杂志. 2023(04): 301-305 . 百度学术
    2. 单静,吕苏梅,李海红,刘伟. 思维导图联合回授法健康教育模式在骨与软组织肿瘤病人胸壁输液港护理中的应用. 循证护理. 2023(13): 2381-2385 . 百度学术
    3. 冯颖颖,赵思,宗园. 超声造影与MRI-DWI对良恶性软组织肿瘤的诊断效能比较. 中国医药导报. 2023(25): 160-163 . 百度学术
    4. 赵玲玲,张晓娟,郭倩,陈平,贾莉. 恶性骨肿瘤患者疾病感知现状及其影响因素分析. 护理实践与研究. 2023(24): 3657-3663 . 百度学术
    5. 王默然,王峻,李星晨,刘浩,葛艳玲. 原发性恶性骨肉瘤术中输血影响因素的回顾性研究. 中国输血杂志. 2022(01): 35-38 . 百度学术
    6. Yi-Ting Zhou,Ruo-Yu Wang,Yao Zhang,Dong-Yi Li,Jian Yu. Local hyperthermia combined with chemotherapy for the treatment of multiple recurrences of undifferentiated pleomorphic sarcoma: A case report. World Journal of Clinical Cases. 2022(09): 2916-2922 . 必应学术
    7. 方菲,原浩,韦燕. 调强放射治疗联合安罗替尼治疗转移性四肢软组织肉瘤的临床观察. 中国现代医药杂志. 2022(06): 57-59 . 百度学术
    8. 李善武,叶永杰,王志强,银毅,孙官军. 高强度聚焦超声治疗恶性骨肿瘤的研究进展. 中华医学超声杂志(电子版). 2021(02): 231-234 . 百度学术
    9. 徐婉琳,李柳宁. 李柳宁教授从虚痰瘀论治软组织肉瘤思想探析. 四川中医. 2021(10): 1-4 . 百度学术
    10. 孙全球,夏国仁,詹守山,姜世峰,付宇,储彬,段瑾. 3D可视化技术在骨与软组织肿瘤个体化精准治疗中的临床应用及探索. 中国基层医药. 2021(12): 1861-1865 . 百度学术
    11. 吴昕,刘家明,宋宏海,杨起坤,应辉,刘志礼. 抑制Aurora激酶B的表达可促进骨肉瘤143B细胞凋亡. 南方医科大学学报. 2020(09): 1273-1279 . 百度学术
    12. 祝开忠,王挺锐,陈焕雄,陈涛,钟贞浩. 骨肉瘤中O-GlcNAc糖基转移酶的表达及其对增殖和顺铂敏感性的影响. 中国癌症杂志. 2020(09): 682-688 . 百度学术

    其他类型引用(7)

图(1)  /  表(3)
计量
  • 文章访问数:  2233
  • HTML全文浏览量:  531
  • PDF下载量:  1654
  • 被引次数: 19
出版历程
  • 收稿日期:  2022-10-13
  • 修回日期:  2023-02-11
  • 网络出版日期:  2024-01-12
  • 刊出日期:  2023-05-24

目录

/

返回文章
返回
x 关闭 永久关闭