IF=59！四川大学李为民等团队提出了一个分类驱动的中国肺结节报告和数据系统，助力临床检查！

低剂量计算机断层扫描(LDCT)在肺癌筛查中的广泛应用，导致肺结节的检测增加。然而，准确评估肺结节的恶性风险仍然是一个巨大的挑战。

2024年9月17日，四川大学李为民、王成弟、上海科技大学Shen  Dinggang等在Nature Medicine（IF=58.7）在线发表题为“Data-driven risk stratification and precision management of pulmonary nodules detected on chest computed tomography”的研究论文，该研究提出了一个分类驱动的中国肺结节报告和数据系统(C-Lung-RADS)，利用45,064例医学检查队列。

该系统以分步方式操作，最初根据结节的大小和密度区分低、中、高和极高风险的结节。随后，逐步整合影像学信息、人口学特征及随访资料，明确可疑恶性结节，细化风险分级。多维系统在内部测试数据集上的曲线下面积(AUC)为0.918(95%置信区间(CI) 0.918 - 0.919)，达到了最先进的性能，优于单维方法(AUC为0.881,95% CI 0.880-0.882)。此外，在一项独立队列中，C-Lung-RADS与Lung-RADS v2022相比表现出更高的灵敏度(87.1%对63.3%)，该队列使用移动计算机断层扫描仪进行筛查，以扩大资源受限环境下的筛查可及性。该系统以精确的风险分层和量身定制的管理为基础，最大限度地减少了对低风险病例不必要的侵入性手术，并建议对极高风险的结节及时干预，以避免诊断延误。这种方法有可能提高决策模式，并促进在常规检查和筛查情况下更有效地诊断肺癌。

肺结节是胸部影像学中最常发现的异常之一，诊断的关键是区分与肺癌相关的临床恶性结节和良性结节。尽管做出了诸多努力，肺癌仍然是全球死亡率最高、经济负担最重的主要恶性肿瘤，在中国的影响尤为显著。诊断为早期疾病的个体比诊断为晚期疾病的患者更有可能接受根治性治疗并获得更好的预后。在中国，与高收入国家相比，早期肺癌检出率仍然存在差距(中国一期:17.3%，美国25.3%)。这种情况突出表明，迫切需要在中国开展广泛的肺癌筛查，以确认早期发现的病例。

低剂量计算机断层扫描(LDCT)已被证实是肺癌筛查的有效工具。国家肺筛查试验(NLST)和荷兰-leuvens Longkanker筛查Onderzoek (NELSON)队列等关键研究表明，LDCT可显著降低肺癌死亡率。此外，中国的一项前瞻性多中心队列研究表明，一次性LDCT筛查可使高危人群的肺癌死亡率降低31%。随着LDCT的广泛应用，肺结节的检出率逐渐提高。然而，至少95%的肺结节筛查为良性，需要精确的管理策略以确保适当的干预。例如，NLST中检测到的肺结节只有3.6%被诊断为恶性，而根据原始NLST标准，基线假阳性率(FPR)高达26.6%。

在这项研究中，作者提出了一个分类驱动的中国肺结节报告和数据系统(C-Lung-RADS)，以基于大规模数据集估计肺结节的恶性风险。该系统分两个阶段运行，任务不同。它通过在初始阶段自动获取结节大小和密度来区分低、中、高和极高风险的结节。结合影像学、临床及随访资料等多模式特征，识别恶性结节，完善风险分级。随后，在移动CT获得的独立测试队列中验证了C-Lung-RADS的性能，并进一步探讨了精准管理策略的可及性。预计作为传统筛查方法的补充，C-Lung-RADS将推动肺癌管理范式的革命性转变。