心肺CT特征联合预测肺癌发病率、心血管疾病和COPD死亡率|心闻速递 | 死亡 https://p0.ssl.img.360kuhttps://p0.s

医学前沿传播者
Connecting Doctors & Sharing Better
iCardioOncology
▼
编译：天津医科大学第二医院心脏科张楠刘彤
01
背景/INTRODUCTION
心血管疾病（CVD）、慢性阻塞性肺疾病（COPD）及肺癌（LC）是与吸烟相关的三大主要死因。除了具有相似的外部危险因素外，三者的内在病理生理机制之间也有相似之处，其中一种疾病若是高风险，另外两种疾病的易感性也会随之增加，因此临床上不乏三者并存的病例。胸部CT检查是发现和评估肺结节的主要手段，一份胸CT不仅可用于肺结节的诊断，其内蕴含的信息还可以被定量提取用于CVD和COPD。在对吸烟人群进行肺癌筛查的同时，对CVD和COPD进行评估，可以提高临床获益和经济效益。
因此，2021年2月在Eur Respir J上发表的一项研究旨在利用胸部CT定量指标（QCT）构建LC发病率、CVD死亡率、COPD死亡率的风险预测模型，并进一步将QCT结果与患者自我报告的临床特征相结合。
02
方法/ METHODS
该研究的推导队列来自于美国国家肺癌筛查试验（NLST, n=15000），验证队列来自于意大利肺癌筛查试验（MILD，n=2287）。研究共构建了三种主要模型，分别是调查模型（仅包括自我报告的临床特征）、CT模型（包括肺结节CT特征、CVD和COPD的CT定量指标、年龄、性别）以及最终模型（包括上述全部变量）。其中CVD的CT定量指标包括冠状动脉、二尖瓣、主动脉瓣、胸主动脉的钙化体积和平均密度；COPD的定量指标包括肺气肿积分、支气管壁厚度。
研究结局是LV发病率、CVD死亡率、COPD死亡率，通过简约Cox回归将上述三个模型分别用于三个结局事件的风险预测。其次，该研究还构建了一个肺结节模型（包括肺结节的CT特征和临床特征），用于LV发病率的预测。
03
结果/ RESULTS
队列基本特征
经过在15000人中再次抽样，推导队列共纳入23096人。随访期间，共923人被诊断为LC（4.0%），392人死于肺癌（1.7%），635人死于CVD（2.7%），177人死于COPD（0.8%），518人死于其他原因（2.2%）。
验证队列共纳入2287人，其中108人被诊断为肺癌（4.7%），48人死于肺癌（2.1%），54人死于CVD（2.4%），13人死于COPD（0.6%）。由于MILD研究中因COPD死亡的患者数目较少，因此该研究并未设置COPD死亡率的验证队列。在37个基线特征中，有36个特征在两个队列间的分布存在统计学差异（p<0.05），原因可能在于NLST和MILD两个原始研究的纳入标准不同（表1）。表1 临床特征、肺结节特征、CVD和COPD的CT定量特征的分布情况

文章插图

文章插图

肺癌发病率模型推导队列中，LC发病率CT模型（LCiCT）的受试者工作曲线下面积（AUC）显著高于临床特征模型（LCisurvey），但二者的差异随时间而降低：LCiCT的AUC从第一年的93·1%降至第五年的82.5%，而LCisurvey的AUC则较为稳定，第一年为69.6%，第五年为70.6%；从随访第3年开始，最终模型（LCifinal ）的AUC显著高于LCiCT；肺结节模型（LCinodule）的AUC在各时间点与LCiCT相似。验证队列中，LCiCT和LCifinal的AUC之间没有明显差异，提示将临床特征加入至CT模型中并未显著改善模型的准确性；其次，LCinodule 模型的准确性在随访第三年和第五年均低于LCiCT和LCifinal（表2）。表2 推导队列和验证队列中各模型的准确性

文章插图

文章插图

图1验证队列中无肺癌生存率的Kaplan Meier曲线
【 心肺CT特征联合预测肺癌发病率、心血管疾病和COPD死亡率|心闻速递 | 死亡】每个模型分别按照肺癌发病风险分为三类：低风险（小于50百分位）、中风险（50-90百分位）、高风险（大于90百分位）。
CVD死亡率模型在验证队列中，CVD死亡率最终模型（CVDmfinal，第5年AUC=79.1%）的准确性优于CVDmsurvey（AUC=74.9%）和CVDmCT（AUC=76.3%）模型；但在验证队列中，CVDmfinal则未表现出上述优越性（表2，图2）。

文章插图

图2 CVD死亡率验证队列的Kaplan Meier曲线
每个模型分别按照CVD死亡风险分为三类：低风险（小于50百分位）、中风险（50-90百分位）、高风险（大于90百分位）。
COPD死亡率模型在验证队列中，COPDmfinal的准确性（第5年的AUC=92.3%）显著优于COPDmsurvey（AUC=87.5%）和COPDmCT模型（AUC=87.9%）；由于MILD研究中因COPD死亡的患者数目较少，因此该研究未设置COPD死亡率模型的外部验证队列（表2，图3）。

文章插图

图3 COPD死亡率验证队列的Kaplan Meier曲线
每个模型分别按照COPD死亡风险分为三类：低风险（小于50百分位）、中风险（50-90百分位）、高风险（大于90百分位）。
各风险分层对应的实际事件发生率
根据最终模型对推导队列中的人群进行风险分层，约一半人被归为低风险。随访五年后，低LC发病风险的人中有0.6%（61/11181）、低CVD死亡风险有0.5%（54/11272）、低COPD死亡风险有0.02%（2/11166）的人发生了相应事件；10%的高风险人群中，相应事件的发生概率分别是18.4%（393/2136）、8.2%（172/2102）、4.0%（82/2033）。
验证队列中，同样约一半人属于低风险，10%属于高风险；其中，低LC发病风险的人中有0.8%（9/1130）、低CVD死亡风险有0.4%（4/1139）的人在五年后发生相应事件；高风险人群的相应事件发生率分别为12.9%、3.2%（图4）。

文章插图

图4 各模型的五年事件发生率
04
结论/CONCLUSION
与传统的以肺结节特征为基础的肺癌风险预测模型相比，增加CVD和COPD两个疾病的定量CT指标后，模型的准确性从随访第三年开始有所提高且具有可重复性；与CT定量特征相比，个体自述的临床特征对模型准确性的贡献可能不大。
05
评论/COMMENTS
该研究将CVD和COPD的CT定量特征与肺结节特征相结合，一方面使肺癌风险预测模型的准确性提高；另一方面，使一份CT的用途扩大了三倍，在筛查肺癌的同时可以预测CVD和COPD的死亡率，有助于提高临床获益和经济效益。显然，未来需要在更大样本的人群中进一步验证此模型的准确性。【参考文献】 Schreuder A, Jacobs C, Lessmann N, et al. Combining pulmonary and cardiac computed tomography biomarkers for disease-specific risk modelling in lung cancer screening. Eur Respir J. 2021 Feb 11:2003386. doi: 10.1183/13993003.03386-2020.