Többdimenziós modellezés a soha nem dohányzó tüdőrák kockázatának előrejelzéséhez (FORMOSA)

A cél eléréséhez négy programot javasolnak.

1. program: A nemdohányzó tüdőrák előrejelzési modelljének validálása a tajvani lakosság körében: Integráció a környezeti és foglalkozási tényezőkkel. A kutatók célja, hogy a tajvani nemdohányzók körében javítsák a tüdőrák előrejelzésének pontosságát a környezeti és foglalkozási kockázati tényezők figyelembevételével. A program fő célja a meglévő előrejelzési modellek validálása és optimalizálása átfogóbb epidemiológiai, környezeti és foglalkozási tényezőkkel gépi tanulási algoritmusokkal. A másik cél a jelenlegi PM2.5-alapú tüdőrák kockázati előrejelzési modellek validálása a nemdohányzók körében, és a meglévő modellek optimalizálása környezeti és foglalkozási tényezőkkel nagyobb felbontásban. A kutatók azt feltételezik, hogy több térinformatikai alapú környezeti expozíciós mérés hozzáadása, valamint a munkahelyi expozíciós mátrix mint proxy használata növelheti a tüdőrák kockázati modelljének előrejelző erejét.

2. program: A nemdohányzó tüdőrák autoantitest- és genetikai előrejelzési modelljének validálása. A kutatók kimutatták a p53, NY-ESO-1, CAGE, GBU4-5, HuD, MAGE A4 és SOX2 elleni autoantitesteket a toborzott betegek vérében, és 133 SNP-t és 11 mitokondriális mutációt mutattak ki, amelyek erősen korrelálnak a soha nem dohányzó tüdőrákkal. előzetes adatainkban. A kutatók validálni fogják ezen autoantitestek és genetikai biomarkerek előrejelző erejét a tajvani tüdőrák magas kockázatával rendelkező betegek korai diagnózisában.

3. program: A tüdőrák kockázatának kimutatása, osztályozása, előrejelzése CT-ben mélytanulás és radiomika segítségével. A kutatók integrált platformot javasolnak a tüdőcsomók kimutatására és nyomon követésére. Javasoljuk a hasonlóság mérését két csomó között. A tüdő RADS felmérése alapján a kutatók CT-radiomikus elemzést terveznek a 6-8 mm-nél nagyobb átmérőjű csomóknál, hogy megtalálják azokat a csomókat, amelyeknél nagyobb a tüdőrák kialakulásának kockázata. A tüdő csomóit észleli és követi egy sor mesterséges intelligencia segítségével. A detektált csomók felhasználhatók jelentéskészítésre és tüdő-RADS becslésére. Bár a Lung-RADS figyelembe vette a rosszindulatú daganatok kockázatát kategóriáik alapján, a projekt elvárása a nagy kockázatú tüdőcsomó(k) hatékony CT-szűrése a detektált csomók térfogatmérésének, morfológiájának, textúrájának és CT radiomikájának felhasználásával. a Lung-RADS kritériumoknak a csomó mérete és karakterei alapján.

4. program: A tüdőrák kockázati és valószínűségi előrejelzési modelljének optimalizálása és validálása: prospektív multicentrikus klinikai vizsgálat. A 4. program először retrospektív kohorsz alapú esetkontroll-kutatási tervet alkalmaz az 1. program tüdőrák kockázati modelljei, illetve a 2. és 3. program biomarker és képalkotó modelljei optimalizálására. A leendő többközpontú kutatási terv tovább fogja használni az optimalizált prediktív modell ellenőrzésére. A magas kockázatú résztvevőket a biomarkerek mérésére és az LDCT vizsgálatára választják ki. Az optimalizált biomarker-modellt és a képjellemző-modelleket a tüdőrák valószínűségének előrejelzésére és a hagyományos klinikai diagnosztikai módszerekkel és az alacsony kockázatú résztvevőkkel való összehasonlítására hajtják végre. Végül a tajvani lakosság számára megfelelő tüdőrákszűrési stratégiát javasolnak.