四种精确的肺癌风险预测模型问世

四种风险预测模型对于高风险既往吸烟人群进行肺癌筛查很准确，研究人员建议，这些数据可以用于未来的肺癌筛查指南参考。

人们越来越认识到，不是选择使用简单的二分风险因素对吸烟者进行筛查，而是根据人口统计学、临床和吸烟特征进行个体化风险计算，可以大大提高CT筛查计划的有效性和效率。因此，美国NCCN最近的肺癌筛查指南允许使用个体化风险模型对吸烟者进行筛查，不同的模型用于不同的筛查人群，并且不知道他们的表现如何。

美国国家癌症研究所（NCI）和美国癌症协会的研究人员比较了9种风险模型（巴赫模型、斯皮茨模型、利物浦肺癌项目[LLP]模型、LLP发病风险模型[LLPi]、Hoggart模型、2012年前列腺癌、肺癌、结直肠癌和卵巢癌筛查试验模型[PLCOM2012]、匹兹堡预测器、肺癌风险评估工具[LCRAT]、肺癌死亡风险评估工具[LCDRAT]）来评估两个美国大型队列中的模型预测结果。

他们发现这些模型在选择的吸烟者数量上有很大差异（760万到2600万），对于选择哪些吸烟者进行筛查方面没有达成共识。这些分歧是由于模型的预测性能不同造成的。根据其准确预测风险的能力以及区分高风险个体与低风险个体的能力，这四种模型：Bach模型、PLCOM2012、LCRAT和LCDRAT表现 。这些模型选择了相同数量的吸烟者，并且能分辨出哪些吸烟者更适用。

研究人员认为，这些发现可以帮助未来的指南推荐 风险预测模型，（美国的主要癌症死亡类型）推荐给肺癌筛查给高风险的人群。

肺癌肿瘤病友交流群

帮助广大患者在抗癌之路上少走/不走弯路

最终成功战胜病魔！

靶向治疗|最新资讯|临床试验|靶向药物|

基因检测|免疫治疗资讯|定期专家科普讲座