 |
廣州2021年4月26日 /美通社/ -- 近日，基準醫(yī)療范建兵教授團隊與廣州醫(yī)科大學(xué)附屬第一醫(yī)院何建行教授/梁文華教授團隊、中山大學(xué)附屬第一醫(yī)院程超教授團隊、中南大學(xué)湘雅二醫(yī)院喻風(fēng)雷教授團隊等14家參研中心在國際知名學(xué)術(shù)期刊《The Journal of Clinical Investigation》（影響因子：11.864）發(fā)表了標題為Accurate diagnosis of pulmonary nodules using a non-invasive DNA methylation test的多中心臨床研究論文。
2020年12月15日，世界衛(wèi)生組織國際癌癥研究機構(gòu)（IARC）發(fā)布了2020年全球最新癌癥數(shù)據(jù)，統(tǒng)計了全球185個國家36種癌癥類型的最新發(fā)病率、死亡率情況，以及癌癥發(fā)展趨勢。數(shù)據(jù)顯示，2020年全球新發(fā)癌癥1930萬例，死亡近1000萬例；每5人中就有1人將在其一生中患癌癥；每8名男性、每11名女性中就有1人將因癌癥而死亡，其中，肺癌仍是導(dǎo)致癌癥死亡的首要原因，約占癌癥總死亡人數(shù)的18%。
研究發(fā)現(xiàn)，肺癌的預(yù)后與診斷階段高度相關(guān)，5年總生存率從IA期的85%顯著下降到IV期的6%。這使得肺癌早篩早診成為一種挽救生命和節(jié)省醫(yī)療成本的最有利策略。
目前，對肺結(jié)節(jié)患者的臨床管理依賴于重復(fù)的LDCT/CT掃描或侵入性檢查，但這些方式易引起誤判及過度診療，現(xiàn)階段迫切需要一種準確的非侵入性檢查來識別良惡性結(jié)節(jié)從而減少非必要的侵入性檢查。
本項研究結(jié)果表明，基于血液的cfDNA甲基化標志物分類模型PulmoSeek可作為更好的檢測手段來實現(xiàn)肺結(jié)節(jié)良惡性分類，顯著提升肺結(jié)節(jié)診斷準確率，并為臨床診療提供更有效決策指導(dǎo)，助力肺癌早發(fā)現(xiàn)早治療。
作為肺癌早診的一個突破性進展，基準醫(yī)療已成功將甲基化檢測模型PulmoSeek升級為PulmoSeek Plus。PulmoSeek Plus是全球首個通過聯(lián)合外周血中肺癌特異性DNA甲基化位點的甲基化水平和肺部結(jié)節(jié)CT影像學(xué)AI分析，經(jīng)機器學(xué)習(xí)構(gòu)建出的聯(lián)合診斷模型。我們將在近期公布PulmoSeek Plus的資訊，敬請留意。
以下為本項研究具體內(nèi)容分享：
本項目基于389例5-30mm肺結(jié)節(jié)陽性患者血漿樣品，通過靶向DNA甲基化測序，開發(fā)了PulmoSeek肺結(jié)節(jié)良惡性診斷模型，并在140例血漿樣品集中進行了獨立驗證；與此同時，本研究還在不同病理分期、不同結(jié)節(jié)大小及不同結(jié)節(jié)類型亞組中測試了該模型的診斷性能。
1、研究工作流程
在該項14家中心參與的前瞻性采樣、回顧性盲法評估臨床研究（prospective-specimen collection and retrospective-blinded-evaluation，PRoBE）中，合計入組585例患者，因cfDNA提取量不足（<5ng）排除30例，因測序QC不合格排除26例。利用309例血漿樣本作為訓(xùn)練集，構(gòu)建了PulmoSeek診斷模型，并在80例血漿樣本的測試集中初步評估了該模型的診斷性能；之后，又在140例血漿樣本的獨立驗證集中對該模型進一步評估。本研究重點考察了該模型對于直徑為6-20mm且臨床上判別難度較大的結(jié)節(jié)的診斷性能。最后，將PulmoSeek模型與其他臨床常用的檢測手段進行了比較（Figure 1）。
Figure1. Study flow of participants in the study.
2、PulmoSeek與Mayo Clinic/VA模型在5-30mm結(jié)節(jié)診斷中的性能比較
從ROC曲線可以看出PulmoSeek良好的分類性能（Figure 2）：
（A）在測試集中，PulmoSeek模型ROC曲線下面積(AUC)為0.83；在獨立驗證集中，AUC為0.84。
（B）在獨立驗證集中，Mayo Clinic模型的AUC為0.59，而Veteran’s Affairs(VA)模型的AUC為0.54。
（C）PulmoSeek在測試集（包含20例良性結(jié)節(jié)和60例惡性結(jié)節(jié)）的混淆矩陣及模型預(yù)測分數(shù)的分布。
（D）PulmoSeek在獨立驗證集（包含40例良性結(jié)節(jié)和100例惡性結(jié)節(jié)）的混淆矩陣及模型預(yù)測分數(shù)的分布。
Figure2. PulmoSeek performance compared to Mayo Clinic/VA model in all nodule sizes.
3、PulmoSeek在早期肺癌中的表現(xiàn)
以下數(shù)據(jù)基于獨立驗證集計算得出（Figure3）：
（A）PulmoSeek在早期癌癥中的敏感性：0期為100%（n=2），IA期為94.1%（n=85），1B期為100%（n =5）。
（B）PulmoSeek在IA期不同亞分期的敏感性：IA1期為86.4%(n=22)，IA2期為95.0%(n=40)，1A3期為100% (n=23)。
Figure3. PulmoSeek performance in early-stage lung cancer.
4、PulmoSeek與Mayo Clinic/VA模型在6-20mm結(jié)節(jié)中的性能比較（Figure 4）
（A）在測試集中，PulmoSeek模型AUC為0.76；在獨立驗證集中，PulmoSeek模型AUC為0.84。
（B）在獨立驗證集中，Mayo Clinic模型的AUC為0.60，VA模型的AUC為0.51。
（C）PulmoSeek在測試集（包含14例良性結(jié)節(jié)和43例惡性結(jié)節(jié)）的混淆矩陣以及模型預(yù)測分數(shù)的分布。
（D）PulmoSeek在獨立驗證集（包含30例良性結(jié)節(jié)和73例惡性結(jié)節(jié)）的混淆矩陣以及模型預(yù)測分數(shù)的分布。
Figure 4. PulmoSeek performance compared to Mayo Clinic/VA model in 6-20mm nodule sizes.
5、PulmoSeek與PET-CT在不同類型結(jié)節(jié)中的性能比較
該圖（Figure 5）顯示了獨立驗證集中包含PET-CT診斷記錄的每個患者分別基于PulmoSeek（盒形）和PET-CT（菱形）的診斷結(jié)果。綠色表示樣品診斷正確，紅色表示不正確。PulmoSeek正確識別了實性結(jié)節(jié)亞型中的8/10例，部分實性結(jié)節(jié)亞型中的9/11例，磨玻璃結(jié)節(jié)亞型中的5/5例。PET-CT正確地識別了實性結(jié)節(jié)亞型中的6/10例，部分實性結(jié)節(jié)亞型中的7/11例，磨玻璃結(jié)節(jié)亞型中的0/5例。
Figure 5. PulmoSeek performance in different nodule types and comparison to PET-CT.
本研究通過將深度學(xué)習(xí)以及傳統(tǒng)機器學(xué)習(xí)算法相結(jié)合，成功開發(fā)出一個具有100個甲基化標志物的模型PulmoSeek，并對其進行了多維度驗證：該模型在140個獨立驗證樣本上的ROC-AUC為0.843，準確率為0.800。該模型在多個方面的評價中均表現(xiàn)出優(yōu)異的綜合診斷性能：1）在6-20mm大小的結(jié)節(jié)亞組（N=100）中，當(dāng)發(fā)病率為10%時，模型靈敏度為1.000，NPV為1.000；2）在I期肺癌樣本中（N=90），敏感性為0.971；3）在不同的結(jié)節(jié)類型中模型表現(xiàn)同樣穩(wěn)定：當(dāng)發(fā)病率為10%時，對于實性結(jié)節(jié)亞型（N = 78），靈敏度為1.000，矯正后NPV為1.000；對于部分實性結(jié)節(jié)亞型（N=75），靈敏度為0.947，矯正后NPV為0.983；對于純磨玻璃結(jié)節(jié)（N=67），靈敏度為0.964，矯正后NPV為0.989。通過比較分析發(fā)現(xiàn)，在區(qū)分惡性肺結(jié)節(jié)與良性肺結(jié)節(jié)方面，PulmoSeek模型優(yōu)于PET-CT及兩種臨床常用的肺結(jié)節(jié)評估模型（Mayo Clinic和Veterans Affairs）。
原文鏈接：https://www.jci.org/articles/view/145973
特別鳴謝14家參研中心及團隊：（排名不分先后）
廣州醫(yī)科大學(xué)附屬第一醫(yī)院，何建行教授/梁文華教授團隊；
中山大學(xué)附屬第一醫(yī)院，程超教授團隊；
中南大學(xué)湘雅二醫(yī)院，喻風(fēng)雷教授團隊；
中南大學(xué)湘雅醫(yī)院，張春芳教授團隊；
四川大學(xué)華西醫(yī)院，劉倫旭教授團隊；
山東大學(xué)齊魯醫(yī)院，田輝教授團隊；
南方醫(yī)科大學(xué)南方醫(yī)院，蔡開燦教授團隊；
南華大學(xué)附屬第二醫(yī)院，劉翔教授團隊；
深圳市人民醫(yī)院，王正教授團隊；
安徽省胸科醫(yī)院，徐寧教授團隊；
哈爾濱醫(yī)科大學(xué)附屬第四醫(yī)院，崔鍵教授團隊；
江蘇省人民醫(yī)院，陳亮教授團隊；
北京腫瘤醫(yī)院，楊躍教授團隊；
首都醫(yī)科大學(xué)宣武醫(yī)院，支修益教授團隊。
