Chest:血浆蛋白质组学生物标志物区分良性和恶性肺结节能力的评估
2018-03-01 xiangting MedSci原创
当用于pCA≤50%的肺结节患者时,综合分类法可准确识别良性肺结节并具有良好的性能特征。
肺结节的诊断是一种挑战,美国每年发病人数约为160万。这项研究评估了一种综合的蛋白质组学分类法在识别恶性肿瘤验前概率(pCA)≤50%患者良性结节的准确性。
这是一项前瞻性多中心观察性试验,对685例8-30 mm肺结节患者进行了研究。多反应监测质谱法测量两种血浆蛋白LG3BP和C163A的相对丰度。结果与临床风险预测模型相结合,以确定可能的良性结节。计算敏感度、特异度和阴性预测值。对侵入性检测的潜在变化进行评估时,综合分类结果已经可用并已采取行动。
在178例由医师评估pCA≤50%的患者亚组中肺癌患病率为16%。综合分类法区分良恶性结节的敏感性为97%(CI 82%-100%),特异性为44%(CI 36%-52%),阴性预测值(NPV)为98%(CI 92%-100%)。分类法表现优于正电子发射断层扫描(PET),验证肺结节风险模型以及医师癌症概率估计(p <0.001)。如果综合分类法被用于指导治疗,对良性结节进行的手术将减少40%,而3%的恶性结节将被错误分类。
当用于pCA≤50%的肺结节患者时,综合分类法可准确识别良性肺结节并具有良好的性能特征。如果在临床实践中使用,可通过将良性结节转为监测来减少侵入性手术。
原始出处:
Gerard A. Silvestri, et al. Assessment of Plasma Proteomics Biomarker's Ability to Distinguish Benign From Malignant Lung Nodules: Results of the PANOPTIC (PulmonAry NOdule Plasma proTeomIc Classifier) trial. Chest. 26 February 2018.
本文系梅斯医学(MedSci)原创编译整理,转载需授权!
作者:xiangting
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
小提示:本篇资讯需要登录阅读,点击跳转登录
#标志物#
57
#Chest#
67
#白质#
80
#血浆蛋白#
68
#蛋白质组#
67