研究亮點
  • 迄今為止,在已公開發(fā)表的基于cfDNA甲基化技術(shù)進行肺結(jié)節(jié)良惡性鑒別診斷的研究中,本研究納入樣本量最大、入選中心最多。
  • 國際首個聯(lián)合cfDNA甲基化標(biāo)志物、臨床信息和影像學(xué)特征用于機器學(xué)習(xí)建模并開發(fā)的多模態(tài)診斷模型(PulmoSeek Plus模型)用于肺結(jié)節(jié)良惡性鑒別。
  • 在不同的臨床場景(不同大小、不同類型肺結(jié)節(jié)亞組)均有優(yōu)異的診斷性能(PulmoSeek Plus模型AUC達0.91,整體敏感性為0.98,對5-10mm不確定結(jié)節(jié)敏感性為0.99,對亞實性結(jié)節(jié)敏感性為1.00)和潛在臨床應(yīng)用價值。
  • PulmoSeek Plus 模型“三分法”定義肺結(jié)節(jié)風(fēng)險,協(xié)助5-10mm不確定結(jié)節(jié)分流管理,可減少85%的良性結(jié)節(jié)不必要的侵入性檢查/手術(shù)、避免72%的惡性結(jié)節(jié)被延誤治療。

近日,由廣州醫(yī)科大學(xué)附屬第一醫(yī)院國家呼吸醫(yī)學(xué)中心主任、國家呼吸系統(tǒng)疾病臨床醫(yī)學(xué)研究中心副主任何建行教授團隊牽頭,聯(lián)合基準(zhǔn)醫(yī)療及全國24家中心共同合作開發(fā),運用外周血cfDNA甲基化標(biāo)志物、臨床信息和影像學(xué)特征構(gòu)建了肺結(jié)節(jié)良惡性分類模型,用于肺癌的早期診斷。該研究成果“Accurate classification of pulmonary nodules by a combined model of clinical, imaging, and cell-free DNA methylation biomarkers: a model development and external validation study”已在國際頂級學(xué)術(shù)期刊The Lancet Digital Health(影響因子30.8)上正式發(fā)表,這是該團隊繼2021年在Journal of Clinical Investigation發(fā)表自主研發(fā)的全球首個基于cfDNA甲基化高通量測序液體活檢技術(shù)的肺結(jié)節(jié)診斷模型PulmoSeek的建模與驗證數(shù)據(jù)之后,再一次對該模型進行多模態(tài)升級。研究的主要共同完成人何建行、曾慶思、范建兵梁文華。

何建行教授團隊Lancet Digital Health發(fā)表最新肺結(jié)節(jié)精準(zhǔn)診斷工具,準(zhǔn)確率高達91%-肽度TIMEDOO

01?研 究 背 景

肺癌的早期診斷仍然是一個世界難題。臨床亟需一種穩(wěn)定、靈敏、無創(chuàng)的能“精準(zhǔn)判定”肺結(jié)節(jié)良惡性的工具。研究團隊前期已建立了一種基于血液的cfDNA甲基化模型(PulmoSeek,包含100個甲基化位點)用于肺結(jié)節(jié)的良惡性診斷(Theranostics 2019; 9(7):2056-2070. J Clin Invest. 2021; 131(10): e145973. )。這一工具已得到全國多中心臨床研究的驗證。理論上,影像特征對ctDNA非脫落病灶有更好的敏感性,而cfDNA生物標(biāo)志物則更為特異,兩者有一定互補性。因此,團隊在本研究中整合了cfDNA甲基化、臨床特征和CT影像特征,運用機器學(xué)習(xí)算法開發(fā)了一個組合模型PulmoSeek Plus,該模型的綜合診斷性能優(yōu)于單獨的甲基化模型PulmoSeek和影像學(xué)模型CIBM。

02?研 究 設(shè) 計

1. 臨床隊列本項前瞻性采樣、回顧性盲法評估(PRoBE)臨床研究在國內(nèi)24家醫(yī)院累計納入1380例施行肺結(jié)節(jié)切除術(shù)并獲得病理確診的5-30mm肺結(jié)節(jié)患者,同時采集臨床信息、術(shù)前外周靜脈血和胸部CT DICOM數(shù)據(jù)。在模型訓(xùn)練階段(訓(xùn)練集Training set)、驗證階段(內(nèi)部驗證集Validation set 1)和獨立盲法驗證(外部驗證集Validation set 2)三個階段,共計入組1076例肺癌和304例非肺癌入組者的血液樣本。外部驗證集來自于“鐘聲計劃”部分受試者數(shù)據(jù)。

何建行教授團隊Lancet Digital Health發(fā)表最新肺結(jié)節(jié)精準(zhǔn)診斷工具,準(zhǔn)確率高達91%-肽度TIMEDOO

圖1.?研究設(shè)計

2.多種肺結(jié)節(jié)分類模型的建立及性能比較

為了論證cfDNA甲基化與LDCT影像學(xué)特征結(jié)合能發(fā)揮互補作用,本研究建立了三種模型:基于臨床和影像學(xué)特征的肺結(jié)節(jié)良惡性分類模型CIBM(clinical and imaging biomarkers),基于影像學(xué)特征的肺腺癌浸潤分類模型IBMI(imaging biomarkers model for invasiveness differentiation)和聯(lián)合cfDNA甲基化標(biāo)志物、臨床和影像學(xué)特征的肺結(jié)節(jié)良惡性分類模型PulmoSeek Plus。

PulmoSeek Plus模型:基于CIBM(影像學(xué)特征+臨床特征)和PulmoSeek(cfDNA甲基化)的評分,應(yīng)用邏輯回歸算法,在258例訓(xùn)練集中建立聯(lián)合模型PulmoSeek Plus,并在283例外部獨立驗證集評估其綜合診斷性能。

何建行教授團隊Lancet Digital Health發(fā)表最新肺結(jié)節(jié)精準(zhǔn)診斷工具,準(zhǔn)確率高達91%-肽度TIMEDOO

圖2.?模型構(gòu)建(CIBM、IBMI和PulmoSeek Plus)

03?研 究 結(jié) 果

1.基于影像學(xué)標(biāo)志物的肺結(jié)節(jié)分類模型–CIBM和IBMI模型針對肺結(jié)節(jié)良惡性鑒別和早期肺腺癌浸潤分類(區(qū)分原位腺癌/微浸潤腺癌和浸潤腺癌)這兩個關(guān)注點,本研究以CT影像學(xué)特征為基礎(chǔ)分別構(gòu)建了CIBM模型和IBMI模型。CIBM模型由1個臨床特征和9個影像學(xué)特征構(gòu)成,其在兩個驗證集的AUC均達到0.85。另IBMI模型(IBMI模型由12個影像學(xué)特征構(gòu)成)也展示了一定的肺腺癌浸潤分類檢測性能(AUC達0.89,敏感性0.80,特異性0.81)。提示影像學(xué)特征有助于肺結(jié)節(jié)類型鑒別診斷。

2.PulmoSeek Plus模型的開發(fā)及綜合診斷性能

為了證實cfDNA甲基化和CT影像特征有1+1>2的效果,本研究開發(fā)了新的肺結(jié)節(jié)良惡性分類模型PulmoSeek Plus:PulmoSeek模型+CIBM模型→PulmoSeek Plus模型。在合并的541例訓(xùn)練集和驗證集,相較于單獨的PulmoSeek模型和CIBM模型,PulmoSeek Plus聯(lián)合模型的綜合診斷得到顯著提升,AUC提升5%,準(zhǔn)確率提升約5%,敏感性提升約5-6%。

何建行教授團隊Lancet Digital Health發(fā)表最新肺結(jié)節(jié)精準(zhǔn)診斷工具,準(zhǔn)確率高達91%-肽度TIMEDOO

圖3. PulmoSeek Plus模型在訓(xùn)練集、驗證集和合并集中的ROC曲線

該模型對各期肺癌的敏感性≥95%,整體敏感性為0.98(0.97-0.99;n=423),對早期肺癌(0/I期)敏感性為0.98(0.96-0.99;n=390);對不同大小惡性結(jié)節(jié)的敏感性≥98%,整體敏感性為0.98(0.97-0.99;n=423),對不確定結(jié)節(jié)(5-10mm)敏感性為0.99(0.96-1.00;n=123)。

何建行教授團隊Lancet Digital Health發(fā)表最新肺結(jié)節(jié)精準(zhǔn)診斷工具,準(zhǔn)確率高達91%-肽度TIMEDOO

圖4. PulmoSeek Plus模型在早期肺癌和小結(jié)節(jié)中的檢測靈敏度

值得注意的是,當(dāng)發(fā)病率為10%時,該模型校正后的陰性預(yù)測值(NPV)高達1.0。提示PulmoSeek Plus模型在臨床“排陰(rule-out)”用途時,有望更好地避免良性肺結(jié)節(jié)的過度診療及醫(yī)療支出。

何建行教授團隊Lancet Digital Health發(fā)表最新肺結(jié)節(jié)精準(zhǔn)診斷工具,準(zhǔn)確率高達91%-肽度TIMEDOO

表1. CIBM、PulmoSeek和PulmoSeek Plus模型性能

3.PulmoSeek Plus模型“三分法”定義肺結(jié)節(jié)風(fēng)險,協(xié)助5-10mm IPN分流管理

為了兼顧“排陰(rule-out)”和“確陽(rule-in)”的臨床需求,本研究同時應(yīng)用PulmoSeek Plus的兩個cut-off(高靈敏度/低特異性 vs. 高特異性/低靈敏度)將不確定結(jié)節(jié)(IPN, 5-10mm)重新分類成低風(fēng)險、中風(fēng)險和高風(fēng)險。若PulmoSeek Plus 模型判為低風(fēng)險結(jié)果,則建議參與者不需進行侵入性診斷,而是進行常規(guī)的年度 LDCT 監(jiān)測。相反,若PulmoSeek Plus判為高風(fēng)險結(jié)果,則建議參與者直接進行手術(shù)或活檢。若PulmoSeek Plus判為中風(fēng)險,則建議參與者接受密切的 LDCT 監(jiān)測隨訪。

結(jié)果表明,在541例合并數(shù)據(jù)集里,利用PulmoSeek Plus模型“三分法”重分類可減少89%的良性結(jié)節(jié)不必要的侵入性檢查/手術(shù)、避免73%的惡性結(jié)節(jié)被延誤治療;只有1%的惡性結(jié)節(jié)被錯判為低風(fēng)險、11%的良性結(jié)節(jié)被錯判為高風(fēng)險。

由于不確定結(jié)節(jié)在臨床實踐中非常難判定良惡,本研究將5-10mm的小結(jié)節(jié)定義為不確定結(jié)節(jié),利用PulmoSeek Plus模型“三分法”重分類可減少85%的良性結(jié)節(jié)不必要的侵入性檢查/手術(shù)、避免72%的惡性結(jié)節(jié)被延誤治療;只有1%的惡性結(jié)節(jié)被錯判為低風(fēng)險、15%的良性結(jié)節(jié)被錯判為高風(fēng)險。

結(jié)果表明,PulmoSeek Plus模型在不同的臨床場景有較優(yōu)異的診斷性能,即使對不確定結(jié)節(jié)(IPN, 5-10mm)也保持優(yōu)異的綜合性能。

何建行教授團隊Lancet Digital Health發(fā)表最新肺結(jié)節(jié)精準(zhǔn)診斷工具,準(zhǔn)確率高達91%-肽度TIMEDOO

圖5. PulmoSeek Plus模型“三分法”定義肺結(jié)節(jié)風(fēng)險

04?總 結(jié)

本研究通過機器學(xué)習(xí)創(chuàng)新地整合了cfDNA 甲基化生物標(biāo)志物、臨床和影像特征,建立了多模態(tài)聯(lián)合診斷模型 PulmoSeek Plus,可顯著提高早期惡性肺結(jié)節(jié)的檢出率,避免良性肺結(jié)節(jié)的過度診療,有利于輔助臨床診療決策,助力于肺癌的早發(fā)現(xiàn)、早治療。與此同時,The Lancet Digital health同期發(fā)表了評論“Classification of pulmonary nodules in the era of precision medicine”,對本研究給予了積極評價,認(rèn)為:“這項研究為在精準(zhǔn)醫(yī)學(xué)時代識別肺結(jié)節(jié)的良惡性提供了一個有價值的工具,也為該領(lǐng)域的未來研究提供了新的見解。將多組學(xué)數(shù)據(jù)與機器學(xué)習(xí)算法相結(jié)合是未來提高診斷效率的一種有前途且有效的方法。

何建行教授團隊Lancet Digital Health發(fā)表最新肺結(jié)節(jié)精準(zhǔn)診斷工具,準(zhǔn)確率高達91%-肽度TIMEDOO何建行教授團隊Lancet Digital Health發(fā)表最新肺結(jié)節(jié)精準(zhǔn)診斷工具,準(zhǔn)確率高達91%-肽度TIMEDOO

參考文獻:He J, Wang B, Tao J, et al. Accurate classification of pulmonary nodules by a combined model of clinical, imaging, and cell-free DNA methylation biomarkers: a model development and external validation study. Lancet Digit Health 2023; published online Aug 9. https://doi.org/10.1016/S2589-7500(23)00125-5

原文鏈接:https://www.sciencedirect.com/science/article/pii/S2589750023001255

評論鏈接:https://www.sciencedirect.com/science/article/pii/S2589750023001541

來源:國家呼吸疾病臨床醫(yī)學(xué)研究中心