何建行教授团队最新成果：基于cfDNA甲基化和低剂量CT的肺结节风险分层的有效临床评估模型

主要观点总结

本研究结合细胞游离DNA甲基化检测与低剂量计算机断层扫描（LDCT）影像特征，开发了一个用于肺结节风险分层的联合模型。该模型采用双重阈值策略，可以有效减少不必要的侵入性手术和伤害，提高肺癌的整体诊断率和可及性。

关键观点总结

关键观点1: 研究亮点

开发了一个基于40个cfDNA甲基化标志物和5个常见LDCT/CT影像学特征的联合模型，用于非侵入性肺结节风险分层。该模型的诊断性能优于临床上应用的传统模型。

关键观点2: 研究方法

研究团队采用机器学习方法，在前瞻性入组的多中心队列进行模型训练，并验证了模型性能。模型的构建结合了cfDNA甲基化检测、CT影像特征和年龄因素。

关键观点3: 研究结果

该模型在内部验证集和外部验证集中的表现均优异，AUC值达到0.90以上。双阈值策略的应用可以准确进行肺结节风险分层，有效减少不必要的侵入性手术。

关键观点4: 临床意义

如果该模型被纳入当前的LDCT/CT筛查和肺结节管理的临床实践中，有望减少患者侵入性手术的不良反应和治疗成本，提高临床实践肺中风险预测模型的稳健性和可及性。

文章预览

Cell子刊 Cell Reports Medicine 2024年9月24日在线发表一项研究成果 [1] ，广州医科大学附属第一医院国家呼吸医学中心和广州市基准医疗合作开发了一个基于40个cfDNA甲基化标志物和5个常见LDCT/CT影像学特征以及年龄因素的联合模型，用于肺结节的风险分层，并在两个前瞻性收集、回顾性分析的多中心队列中验证了其良好的性能。该模型采用双重阈值策略，可以有效减少90.4%良性结节患者的不必要侵入性手术和伤害，降低过度治疗和成本，同时为肺癌患者提供及时治疗建议，有助于提高LDCT/CT筛查后肺癌的整体诊断率和可及性。本论文的通讯作者为广州医科大学附属第一医院的何建行教授、梁文华教授和广州市基准医疗有限责任公司的范建兵教授。 研究亮点 开发了一个精简的甲基化标志物panel，用于非侵入性肺结节风险分层  该甲基化模型对肺结节的鉴别 ………………………………