Nat. Commun | 泰莱生物联合成果：影像、液体活检、临床特征构建多组学模型clinic-R...

主要观点总结

本文介绍了中国多单位联合发表的一项研究，该研究结合临床特征、放射组学特征和表观富集区域中的循环游离DNA片段组学特征，建立了一个多组学模型clinic-RadmC，以预测不确定性肺结节（IPL）的恶性风险。该模型提供了一种更有效且非侵入性的工具来优化肺癌诊断，有助于促进肺癌早期精准治疗干预。

关键观点总结

关键观点1: 研究背景

肺癌是全球最常见的癌症之一，缺乏有效早期诊断方法。低剂量计算机断层扫描（LDCT）是常用无创诊断方法，但成像假阳性率高，限制了其在临床上的适用性。

关键观点2: 研究目的

结合临床特征、放射组学特征以及表观富集区域中的循环游离DNA片段组学特征，建立多组学模型以优化肺癌诊断。

关键观点3: 研究方法

研究纳入了来自5个不同临床中心的2,032名不确定性肺结节（IPL）患者，通过深度学习技术提取影像组学特征并建立影像组学模型，同时结合临床因素和cfDNA 5mC测序数据建立多组学模型。

关键观点4: 研究结果

多组学模型clinic-RadmC在外部测试集上获得了0.923的曲线下面积（AUC），在验证集中获得了显著提高的AUC值为0.883，有望成为优化肺癌诊断的有效工具。

关键观点5: 研究亮点

该研究使用了大样本队列、深度学习技术和多组学数据，提高了诊断准确性和稳定性；结合了临床、影像学和血液衍生特征信息，更全面地揭示肺癌的发病机制；在临床应用中表现出巨大潜力，有助于减少非必要的侵入性操作和避免延迟治疗。

关键观点6: 研究意义

该研究为改善肺癌筛查方案和减轻全球癌症负担提供了有效途径，为肺癌的精准诊断和治疗提供了新的思路和方法。

免责声明