背景与目的肺癌是全世界最常见的恶性肿瘤之一,术中冰冻切片(frozen section,FS)诊断肺腺癌浸润程度的准确率不能完全满足临床需求,本研究旨在探究应用原研多光谱智能分析仪提高FS在肺腺癌中诊断效能的可能性。方法前瞻性采集2021年1月-...背景与目的肺癌是全世界最常见的恶性肿瘤之一,术中冰冻切片(frozen section,FS)诊断肺腺癌浸润程度的准确率不能完全满足临床需求,本研究旨在探究应用原研多光谱智能分析仪提高FS在肺腺癌中诊断效能的可能性。方法前瞻性采集2021年1月-2022年12月于首都医科大学附属北京友谊医院胸外科行肺结节手术患者的临床资料和多光谱信息,建立神经网络模型并临床验证神经网络诊断模型的准确性。结果共采集223例标本,最终纳入原发性肺腺癌标本156例,合计1,560组多光谱数据。神经网络模型测试集(前116例的10%)光谱诊断识别组内肺浸润性腺癌和非浸润性腺癌的受试者工作特征曲线下面积(area under the curve,AUC)为0.955(95%CI:0.909-1.000,P<0.05),诊断准确率为95.69%。临床验证组(后40例)光谱诊断和FS诊断准确率均为67.50%(27/40),二者联合诊断的AUC为0.949(95%CI:0.878-1.000,P<0.05),准确率为95.00%(38/40)。结论原研多光谱智能分析仪单独诊断肺浸润性腺癌和非浸润性腺癌的准确率与FS相当,应用原研多光谱智能分析仪辅助FS诊断可提高诊断准确率,一定程度上降低术中肺癌手术方案制定的复杂性。展开更多
文摘背景与目的肺癌是全世界最常见的恶性肿瘤之一,术中冰冻切片(frozen section,FS)诊断肺腺癌浸润程度的准确率不能完全满足临床需求,本研究旨在探究应用原研多光谱智能分析仪提高FS在肺腺癌中诊断效能的可能性。方法前瞻性采集2021年1月-2022年12月于首都医科大学附属北京友谊医院胸外科行肺结节手术患者的临床资料和多光谱信息,建立神经网络模型并临床验证神经网络诊断模型的准确性。结果共采集223例标本,最终纳入原发性肺腺癌标本156例,合计1,560组多光谱数据。神经网络模型测试集(前116例的10%)光谱诊断识别组内肺浸润性腺癌和非浸润性腺癌的受试者工作特征曲线下面积(area under the curve,AUC)为0.955(95%CI:0.909-1.000,P<0.05),诊断准确率为95.69%。临床验证组(后40例)光谱诊断和FS诊断准确率均为67.50%(27/40),二者联合诊断的AUC为0.949(95%CI:0.878-1.000,P<0.05),准确率为95.00%(38/40)。结论原研多光谱智能分析仪单独诊断肺浸润性腺癌和非浸润性腺癌的准确率与FS相当,应用原研多光谱智能分析仪辅助FS诊断可提高诊断准确率,一定程度上降低术中肺癌手术方案制定的复杂性。
