肺癌概率模型在早期肺癌筛查中的临床应用效果分析

言成一

（南华大学附属长沙市中心医院胸心外科，湖南长沙 410004）

肺癌属于临床常见肺部原发性恶性肿瘤，研究显示，肺癌的发病率及死亡率均位于恶性肿瘤首位，国内肺癌的发病率及死亡率也呈现逐年增长的趋势，即使接受多学科综合治疗，其5年总体生存率也仅为18%左右，较乳腺癌、结肠癌等恶性肿瘤低，这与肺癌临床症状隐匿、自身恶性程度高、确诊时多达晚期等相关[1-2]。目前针对肺癌的早期筛查，大多是临床医师综合考量筛查者临床特征（如临床症状、病程、烟草摄入、既往肿瘤史和家族史等情况）、影像学特点、实验室检查等因素后初步作出良恶性判断，其结果与医生个人临床经验、诊断水平有关。近年，有学者提出构建相应数学模型计算肺部肿物恶性概率，其中Veterans Affairs模型和Mayo Clinic肺癌预测模型应用广泛[3]。有报道显示，Mayo Clinic肺癌预测模型中充分纳入了年龄、吸烟与否、既往有无恶性肿瘤病史、结节直径、毛刺征、位置等因素，在预测肺癌良恶性方面具有一定参考价值，而目前国内鲜有关于此方面的报道[4]。因此，本研究旨在探讨Mayo Clinic肺癌预测模型在早期肺癌筛查中的临床应用效果，以期指导早期肺癌诊治，现报道如下。

1 资料与方法

1.1 一般资料选取2019年3月至2022年3月南华大学附属长沙市中心医院收治的300例肺部占位性病变者作为研究对象进行回顾性分析。其中男性173例，女性127例，年龄18～85岁，平均年龄（61.82±12.11）岁；病程3～12个月，平均病程（6.37±2.05）个月；病灶直径1.62～15.00 cm，平均病灶直径（4.89±1.43）cm；穿刺部位：右肺上叶58例，右肺下叶87例，左肺上叶75例，左肺下叶58例，右肺中叶22例；有吸烟史84例；有胸外恶性肿癌病史62例；有毛刺征191例。本研究经南华大学附属长沙市中心医院医学伦理委员会批准。纳入标准：①均符合《2010中国肺癌临床指南》[5]中肺部占位性病变的诊断标准，均经纤维支气管镜肺组织活检或痰脱落细胞学等检查确诊；②年龄＞18岁，首次发病；③入组前未行放化疗或手术等治疗；④无肺不张、胸腔积液及肺内无活动性炎症。排除标准：①单或双肺出现原发病灶2个及以上；②合并严重胆道及消化系统、乳腺、前列腺等其他系统/器官病变；③伴严重肝肾功能不全、心功能不全等脏器疾病；④糖尿病、肺部转移瘤。

1.2 研究方法①统计患者一般资料。包括性别、年龄、吸烟史、病程、胸外肿瘤史、病灶直径、临床影像资料（有无毛刺）等。②行肺癌概率模型预测及病理学检查。评价肺癌概率模型对肺癌的预测价值，评估肺癌概率模型预测肺癌与病理结果的一致性；肺癌概率模型预测：运用Mayo Clinic肺癌概率模型对每例患者恶性概率进行计算，P=eX/（1+eX）（e表示自然系数）。其中X=-6.8272＋0.0391×age＋0.7917×smoke＋1.3388×cancer＋0.1274×diameter＋1.0407×spiculation＋0.7838×upper。age表 示 患者确诊时年龄，单位为岁；smoke表示吸烟史，患者既往吸烟或目前吸烟计为1，反之计为0；cancer表示胸外肿瘤史，患者有胸外肿瘤史（确诊5年以上）计为1，反之计为0；diameter表示病灶最大直径，单位以mm表示；speculation表示毛刺，伴毛刺计为1，反之计为0；upper表示肿瘤部位位于肺上叶，处于肺上叶计为1，反之计为0。③病理学检查。所有入选对象均行外科手术或纤维支气管镜、皮肺穿刺，获取活检组织，结果证实肺癌即为阳性，良性病变（包括结核、炎性肉芽肿、炎性假瘤等）即为阴性。

1.3 统计学分析采用SPSS 24.0统计学软件进行数据分析。计数资料以[例(%)]表示，组间比较行χ2检验；绘制受试者工作特征曲线（ROC）评价肺癌概率模型对肺癌的预测价值；采用Kappa一致性检验评估肺癌概率模型预测肺癌与病理结果的一致性。以P＜0.05为差异有统计学意义。敏感度=真阳性例数/（真阳性例数+假阴性例数）×100%；特异度=真阴性例数/（真阴性例数+假阳性例数）×100%；准确度=（真阳性例数+真阴性例数）/（真阳性例数+假阴性例数+假阳性例数+真阴性例数）；阳性预测值=真阳性例数/（真阳性例数+假阳性例数）×100%；阴性预测值=真阴性例数/（真阴性例数+假阴性例数）×100%。

2 结果

2.1 肺癌概率模型预测结果分析300例肺部占位性病变者病理组织学证实肺癌患者276例，其中肺腺癌141例，肺鳞癌85例，肺小细胞癌34例，神经内分泌癌4例，恶性梭性肉瘤4例，黏液表皮样癌4例，肉瘤样癌4例；肺部良性病变24例，其中炎性肉芽肿13例，结核4例，炎性假瘤7例。肺癌概率模型预测结果显示，肺癌249例，其中肺腺癌143例，肺鳞癌74例，肺小细胞癌24例，神经内分泌癌2例，恶性梭性肉瘤2例，黏液表皮样2例，肉瘤样癌2例；肺部良性病变51例，其中炎性肉芽肿22例，结核13例，炎性假瘤16例。肺癌概率模型预测结果显示29例假阴性，2例假阳性，预测准确率为89.67%，见表1。

表1 肺癌概率模型预测结果分析

2.2 肺癌概率模型对肺癌的预测价值ROC分析结果显示，肺癌概率模型对肺癌有一定预测价值，曲线下面积（AUC）为0.837（SE=0.034，P＜0.05，95%CI=0.771～0.904），对应的预测敏感度为0.881，特异度为0.724。AUC为0.837，说明该模型具有良好的预测能力，见图1。

图1 肺癌概率模型预测肺癌的ROC曲线

2.3 肺癌概率模型预测肺癌与病理结果的一致性分析将肺癌概率模型预测结果与病理结果进行对比，发现肺癌概率模型预测肺癌与病理结果一致性检验的Kappa值为0.536（P＜0.05），敏感度为89.49%，特异度为91.67%，准确度为89.67%，阳性预测值为99.20%，阴性预测值为43.14%，见表2。

表2 肺癌概率模型预测肺癌与病理结果的一致性分析

3 讨论

肺癌早期临床表征缺乏特异性，诊断率较低[6]。目前检测手段（包括影像学、细胞学、病理学检查及肿瘤标记物等）虽较多，但研究显示，影像学难以区分肺部恶性肿瘤与良性结节。细胞学和病理学检查均属有创检测，往往需留取活检组织，标本重复获取难度较大；而肿瘤标记物虽可用于肺部良恶性占位病变鉴别诊断，但单独应用的敏感性、特异性较差[7]。

目前，临床已证实肺部良恶性占位病变鉴别诊断往往需综合考量患者年龄、吸烟史、临床病史、病灶大小、影像学特征（如形态等），生长速度等多因素，通常认为吸烟史、胸外肿瘤史、确诊年龄及病灶直径为肺部占位恶性病变的高危因素，建立确切有效的肺结节预测模型能使肺癌诊断时间提前4～12个月[8]。有研究显示，患者平均年龄每增加10岁，肺部恶性占位病变风险提高7.30%；吸烟者肺部恶性占位病变风险是不吸烟者的10倍，重度吸烟者肺部恶性占位病变风险是不吸烟者的15～35倍；伴胸外恶性肿瘤者其肺部占位性病变的恶变概率为79%，无既往恶性肿瘤史的恶性概率为63%[9-10]。潘宴青等[11]发现通过纳入影像学特征（如位于上叶、毛刺征等）与临床特征（年龄、吸烟状态等），构建多种肺部良恶性占位病变预测模型（即基于数理医学模型），在肺癌早期筛查中具有重要的作用。有研究提出，针对难以定性的肺肿物，采用已验证过的数学模型对其恶性概率行定量计算，并按照恶性概率数值划分为三个层次的恶性风险，即高度（＞65%）、低-中度（5%～65%）、很低（＜5%），有利于提高肺癌预测的准确性，便于实施临床监测、随访等干预措施[12]。

目前国外基于数理医学模型应用较为广泛的是Veterans Affairs模型和Mayo Clinic肺癌预测模型，中国肺癌防治联盟专家推荐依据目标人群特征、易用性、验证程度可选用Mayo Clinic肺癌预测模型。卢兴时等[13]通过对196例孤立性肺结节患者的临床资料进行回顾性分析，发现高龄、直径增大、分叶、细胞角蛋白19阳性是恶性孤立性肺结节患者的独立预测因子，并发现Mayo Clinic肺癌预测模型预测恶性孤立性肺结节的AUC为80.0%，提示其在孤立性肺结节良恶性判断中具有良好的预测效能。本研究中，通过纳入影响肺癌临床概率的因素，包括年龄、吸烟史、胸外恶性肿瘤病史、胸部CT特征（病变位置、毛刺征），构建Mayo Clinic肺癌预测模型。ROC分析结果显示，该模型预测肺癌的AUC为0.837，敏感度为0.881，特异度为0.724；而进一步分析肺癌概率模型预测肺癌与病理结果的一致性，发现该模型预测肺癌与病理结果一致性检验的Kappa值为0.536，证实该模型在肺癌早期筛查中具有重要作用，这与上述报道相似。究其原因，Mayo Clinic肺癌预测模型纳入了肺癌危险因素（包括年龄、吸烟史、胸外恶性肿瘤病史、病变位置等），临床特征变量总权重近似于影像学特征变量的总权重，故其预测效能高，特异性较好。此外，有报道显示，Mayo Clinic肺癌预测模型预测肺癌的准确性高于Veterans Affairs模型[14]，多因Veterans Affairs模型两类变量权重相差较大，较侧重临床特征变量，导致预测效能下降。

综上所述，Mayo Clinic肺癌概率模型在肺癌早期筛查中具有重要的指导作用，临床应引起足够重视。但本研究未比较该模型与Veterans Affairs等模型预测肺癌的准确性，并未涉及该模型联合肿瘤标记物在肺癌预测中的临床意义，故今后仍有待深入研究。