[发明专利]一种基于逻辑回归模型的孤立肺结节恶性风险预测系统

说明书

本发明属于医学诊断技术领域，具体涉及一种基于逻辑回归模型的孤立肺结节恶性风险预测系统。本发明提供孤立肺结节恶性风险预测系统，包括：数据采集模块，用于采集和/或输入孤立性肺结节患者的变量数据；数据运算模块，用于将变量数据代入逻辑回归模型进行计算，得到结节恶性概率和/或结节是否恶性的判断结论；数据输出模块，用于输出结节恶性概率和/或结节是否恶性的判断结论。本发明提供的模型适用于中国人群中的SPN患者的结节是否为恶性的诊断。

技术领域

本发明属于医学诊断技术领域，具体涉及一种基于逻辑回归模型的孤立肺结节恶性风险预测系统。

背景技术

在世界范围内，肺癌目前仍是造成癌症相关死亡的头号杀手(Al-Ameri etal.2015)。低剂量CT在癌症筛查中的广泛应用使得很多病人能够在早期发现肺癌，继而改善筛查人群的死亡率(Bach et al.2012；Criss et al.2018；Henschke et al.2006)。与此同时，作为肺癌影像学表现之一的肺结节能够得以被发现。孤立性肺结节的定义为直径小于30mm且被肺实质包围的一个类圆形病变，在病理结果上，约有1-12％的孤立性肺结节为恶性肺结节(Khan et al.2019)。目前孤立性肺结节的整体管理对临床医生而言是一个挑战，因为一个最佳的管理决策往往需要临床医师能够在早期识别具有恶性潜能的肺结节并给予恰当的干预(Chan et al.2017；Ost et al.2003)。

预测模型的出现能够帮助医生在临床上更好的识别恶性肺结节。目前现有技术中主要有Mayo Clinic模型、VA模型、PEH模型和Brock模型四种模型。为了验证上述四种模型对中国人群的有效性，申请人采用四川大学华西医院2008年1月-2016年12月手术切除并有明确病理诊断的孤立性肺结节(SPN)患者的病例数据对上述四种模型进行验证，发现上述模型不能够有效预测中国人群的SPN是否为恶性。

其中，Mayo Clinic模型是得到最广泛验证的模型，但是，在他们的患者中有12％的病人没有最终的病理诊断(Swensen et al.1997)。此外，先前的研究表明，梅奥模型并不能准确预测接受手术评估的患者发生肺部病变的恶性可能性(Isbell et al.2011)。在本申请所针对的人群中，梅奥模型(Mayo Clinic模型)的区分度最好，AUC为0.705，但是它仍然低估了恶性概率(Schultz et al.2008)。

Gould等人通过利用退伍军人事务部(VA)管理数据库中的数据，开发了另一种肺癌预测模型，VA模型。该模型具有与Mayo模型相似的准确性，但仅仅纳入了直径在7-30mm之间的肺结节，且模型中未包括结节的形态(Gould et al.2007)。对于VA模型而言(Gould etal.2007),由于缺乏形态学信息，老年白人人群基础、恶性肿瘤患病率较低(54％)，因此其预测效能在本发明所针对的中国人人群中的表现较差。

McWilliams等人开发了第三个模型，Brock模型。这个模型源于布鲁克大学的一项前瞻性研究，随访时间为2年，但他们的模型并不适用于低危人群以及存在肺门或纵隔淋巴结肿大的人群(McWilliams et al.2013)。且该模型严格的纳入及排除标准限制了适用该模型的患者的数量，因此在本申请针对的人群中具有较差的区分度与校准度。

此外，北京大学人民医院构建了一个针对中国人的恶性肺结节预测模型，PEH模型。但是该模型从未在其他中国人群中进行过验证(Li and Wang 2012)。且其与本申请针对的人群(具有孤立肺结节且需要手术评估或活检的中国人人群)的匹配性仍然很差，它高估了本申请针对的人群患肺癌的风险。

总之，由于模型类型的选择及其对特定人群的预测准确性(或者说适用性)具有一定的关联性，而现有技术所提出的模型对具有孤立肺结节且需要手术评估或活检的中国人人群的恶性风险预测的准确度较差。

发明内容