首页 > 文章详情

2025 WCLC | 加拿大两项队列研究中Sybil低剂量CT评分纵向分析

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

MA05.05

英文标题

Analysis of Longitudinal Low-Dose CT Sybil Scores in Two Canadian Cohorts

中文标题

加拿大两项队列研究中Sybil低剂量CT评分纵向分析

讲者

Clinton Durney, Ph.D.

讲者机构

BC Cancer Research Institute

背景

加拿大两项队列研究中Sybil低剂量CT评分纵向分析 Sybil是一种基于深度学习的模型，可通过单次低剂量计算机断层扫描（LDCT）预测肺癌风险，无需临床数据。尽管前期研究已验证其预测准确性，但针对单个患者纵向LDCT扫描的Sybil评分时序变化模式，以及不同风险组间的评分变异特征仍缺乏深入探索。理解这些对评估Sybil的临床应用潜力至关重要。本研究基于Pan-Canadian Early Detection of Lung Cancer Screening Study和British Columbia Lung Screening Study两项加拿大肺癌筛查队列数据，对Sybil风险评分进行纵向分析。

方法

研究者分析了Pan-Canadian Early Detection of Lung Cancer Screening Study中2537名参与者和British Columbia Lung Screening Study中2110名参与者的LDCT影像与临床数据。筛查入选标准分别为：50-75岁且PLCOm2008风险评分≥2%，以及50-80岁且PLCOm2012 6年风险评分＞1.51%和/或符合USPSTF 2013标准。肺癌病例平均每人3.3次扫描，非病例平均每人2.96次扫描，共检出270例肺癌（两组分别为179例和91例）。计算每次LDCT扫描的Sybil评分后，分析肺癌确诊者（病例组）与未确诊者（对照组）的评分轨迹，并研究评分变化与确诊时间、基线年龄及吸烟状态的关系。

结果

肺癌病例组的Sybil评分始终显著高于对照组（图1A，p＜0.001）。病例组中，随着确诊时间临近，评分均值/中位数呈上升趋势（图1B）。但个体轨迹存在显著异质性：部分病例评分下降，而部分对照组评分上升（图1A）。值得注意的是，病例组呈现年龄效应：扫描时年龄越大评分越高，而对照组评分随年龄保持平稳（图1C）。按吸烟状态分层分析显示，确诊肺癌的现吸烟者与既往吸烟者具有相似的评分演变轨迹。

结论

本研究表明Sybil评分能有效区分肺癌高危人群，其均值随确诊时间临近而升高。该模型对吸烟状态具有稳健性，并能反映癌症病例中与年龄相关的风险动态变化，提示其可独立于风险因素检测恶性影像特征。这些发现支持Sybil在风险分层中的应用潜力。但个体轨迹的高度异质性表明，临床应用前可能需进一步优化模型。

责任编辑：肿瘤资讯-明小丽
排版编辑：肿瘤资讯-明小丽