[发明专利]基于列线图的肺结节数据库及预测模型的构建方法及系统

说明书

本发明属于数据分析技术领域，公开了一种基于列线图的肺结节数据库及预测模型的构建方法及系统，收集具有明确病理诊断的良恶性肺结节患者的LDCT特征及临床相关信息构建良恶性肺结节数据库；采用进入法将多个LDCT指标及血清CEA水平纳入Logistic回归模型，构建肺结节恶性预测模型；并对构建的肺结节恶性预测模型进行外部验证。本发明提供了一种有效、实用的联合应用LDCT指标及血清CEA水平的恶性肺结节预测模型，能够准确地预测肺结节的恶性概率，为肺结节患者能够得到迅速合理的临床管理及有效的临床治疗提供依据。本发明克服了肺癌筛查中LDCT假阳性率高及单独应用肿瘤标志物灵敏度和特异度不足的问题。

技术领域

本发明属于数据分析技术领域，尤其涉及一种列线图的肺结节数据库及预测模型的构建方法、系统、终端、存储介质。

背景技术

目前，肺癌为全球发病率和死亡率第一的恶性肿瘤。肺癌的发病率和死亡率也均居第一位。由于缺乏典型的临床症状，仅表现为咳嗽、咯痰、胸痛、发热、体力下降等非特异性症状。大多数肺癌患者确诊时多处于晚期阶段，失去了治愈的最佳时期。早期肺癌表现隐匿且多样化，临床特征及体征不明显，未进行及时的治疗，有近60%的患者就诊时已经处于肺癌晚期。有研究表明，早期肺癌的五年生存率达70%，而晚期肺癌的五年生存率仅为16%。随着人们生活水平的提高，对健康也越来越重视。并且，随着科技进步，许多先进设备进入临床，关于肺癌早期筛查的研究越来越丰富。其中，2011年，美国国家肺癌筛查试验的随机对照研究结果显示，通过低剂量螺旋CT（LDCT）对肺癌高危人群的筛查研究表明，其能够有效降低肺癌病死率达20%，提高12%早期肺癌的检出率，说明LDCT为有效检测早期肺癌的手段。同时，LDCT具有一些不可避免的缺点，LDCT能在25%的高危人群中发现结节，经过进一步的检查和追踪，其中只有4%最终被诊断为肺癌，假阳性率高达96%；同时，肺癌高危人群筛查指标严格，所有的肺癌患者中只有30%符合LDCT的高危人群筛查标准，而大部分肺癌患者也无法通过LDCT筛查被发现。

通过上述分析，现有技术存在的问题及缺陷为：肺癌筛查中LDCT假阳性率高，单独应用肿瘤标志物灵敏度和特异度不足；病理诊断对患者的损伤较大，且有些结节位置特殊，不满足穿刺和支气管镜活检的适应症，有可能需要进行手术探查才能够明确诊断，为患者带来了极大的经济负担；针对无法判断良恶性的肺结节患者，需要定期进行LDCT检测，长期随访，辐射积累有可能对患者身体带来损伤，同时也会对患者造成极大的心理负担。

解决以上问题及缺陷的难度为：患者体质各异，结节成因复杂多样，目前，尚未发现能够有效鉴别良恶性肺结节、对患者损伤较小的诊断方法和措施；虽然有很多肿瘤标志物已经应用于临床，但是针对肺结节的筛查，尚未有有效的肿瘤标志物明确区分良恶性肺结节；针对不确定肺结节的随访，因随访期较长，患者面临经济和心理负担，肺结节得不到有效监测和积极治疗。

解决以上问题及缺陷的意义为：因LDCT和CEA的检测为无创检查，且两者均能不同程度的反映良恶性肺结节的性质，若联合LDCT和CEA检测构建肺结节诊断模型不仅能够判断肺结节的良恶性，指导临床肺结节随访和管理，亦不会给患者造成严重的医疗和心理负担，肺结节患者将能够得到积极有效治疗，有望降低罹患中晚期肺癌患者占比，提高肺癌的生存率。

发明内容

针对现有技术存在的问题，本发明提供了一种列线图的良恶性肺结节数据库及预测模型的构建方法、系统、终端、存储介质。具体涉及一种联合LDCT和 CEA的列线图的良恶性肺结节数据库及预测模型的构建方法。

本发明是这样实现的，一种联合LDCT和 CEA的列线图的良恶性肺结节数据库及预测模型的构建方法，包括：

通过对收集的具有明确病理诊断的良恶性肺结节患者的LDCT特征信息和血清CEA水平检测结果进行单因素与多因素分析构建肺结节恶性预测模型，利用构建的肺结节恶性预测模型进行良恶性肺结节预测。

进一步，所述联合LDCT和 CEA的列线图的良恶性肺结节数据库及预测模型的构建方法包括以下步骤：