首页 > 文章详情

2025 WCLC 中国之声 | Runchen Wang教授：一项采用TD-GC-MS与便携式微型气相色谱的前瞻性多中心研究

08月15日

编译：肿瘤资讯

来源：肿瘤资讯

Session Type

Mini Oral

Session Title

MA05. Precision in Lung Cancer Screening

摘要号

MA05.07

英文标题

Breathomics for Early Non-Invasive Detection of Lung Cancer: A Propectively Multicenter Study Using TD-GC-MS and Portable Micro-GC

中文标题

呼吸组学用于肺癌早期无创检测：一项采用TD-GC-MS与便携式微型气相色谱的前瞻性多中心研究

讲者

Runchen Wang, Dr.（广州医科大学附属第一医院）

背景

本研究评估呼吸组学的诊断准确性，采用热脱附-气相色谱-质谱联用技术（TD-GC-MS）建立模型，并通过便携式微型气相色谱-微型光电离检测器（μGC-μPID）系统进行验证，旨在建立一种无创、可及的肺癌筛查方法，以降低晚期肺癌的死亡率和医疗费用。

方法

这项前瞻性多中心研究纳入四家医院的5,292名受试者，包括1,676例肺癌患者和4,616例对照组（472名健康者，2,993例慢性呼吸系统疾病患者）。通过TD-GC-MS分析呼出气样本，采用正交偏最小二乘判别分析进行特征选择，用于训练（n=2,132）和内部验证（n=719）逻辑回归模型。外部验证（2,441份样本）采用集成三个微加工芯片（用于挥发性有机化合物捕获、分离和检测）的便携式μGC-μPID系统数据。

结果

鉴定出14种可区分肺癌患者与对照组的呼吸组学生物标志物。内部验证显示模型AUC为0.91（95% CI: 0.88-0.94），准确率78%，灵敏度95%，特异度60%，阴性预测值（NPV）91%。μGC-μPID系统的外部验证结果与之相符（AUC 0.87，准确率51%，灵敏度91%，特异度45%，NPV 96%）。该模型对不同大小肺癌均表现出高灵敏度，尤其对<10 mm病灶（内部验证AUC 0.92、灵敏度98.2%；外部验证AUC 0.90、灵敏度92.8%）和AJCC IA1期肺癌（内部灵敏度95.5%，外部94.8%）识别优异。在外部验证组的真实世界筛查亚组（n=2,055）中，模型正确识别80%肺癌病例，并排除了45.7%的非癌个体。

结论

这项迄今最大规模研究证实，机器学习增强的呼吸组学作为一种高灵敏度无创技术，在肺癌早期检测中具有重要价值。基于便携式μGC系统的经济高效筛查方案可实现多场景临床部署，尤其有利于通过减少辐射暴露和改善可及性来惠及高危人群。呼吸组学通过促进早期诊断，有望显著降低肺癌死亡率并提升生活质量，支持其纳入公共卫生策略。

责任编辑：肿瘤资讯-明小丽
排版编辑：肿瘤资讯-明小丽