社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

AJRCCM(IF=31)| 南京医科大学尹荣团队通过整合cfDNA片段组学和机器学习模型,用于早期肺癌检测

iNature • 2 年前 • 383 次点击  

iNature


细胞游离DNA (cfDNA)分析有望早期发现肺癌,有利于提高患者的生存率。然而,以往基于cfDNA的研究的检测灵敏度仍然较低,不足以满足临床应用,特别是对早期肿瘤。

2022118日,南京医科大学尹荣团队在American Journal of Respiratory and Critical Care MedicineIF=31)在线发表题为“Multi-dimensional cell-free DNA fragmentomic assay for detection of early-stage lung cancer”的研究论文,该研究通过整合cfDNA片段组学和机器学习模型,建立了一种准确和负担得起的早期肺癌检测方法。一个堆叠集成模型集成了五个cfDNA特征和五个机器学习算法构建的训练队列(癌症:113,健康:113)优于所有建立在单个特征-算法组合上的模型。

该集成模型在队列验证I(曲线下面积,AUC:0.984)灵敏度高达91.4%,特异性为95.7%;队列验证II(曲线下面积,AUC:0.987)灵敏度高达84.7%,特异性为98.6%;附加验证(AUC:0.974)灵敏度高达 92.5%,特异性为 94.2%。当测序深度为0.5×(AUC:0.966-0.971)时,模型的高性能保持一致。此外,该研究的模型对识别早期病理特征非常敏感(I期的敏感性为83.2%,对<1cm的肿瘤的敏感性为85.0%,临界值为0.66)。总之,该研究利用cfDNA片段组学特征建立了堆叠集成模型,对早期肺癌的检测具有较高的敏感性,可促进早期诊断,使更多患者受益。

早期发现有利于肺癌患者提高生存率,但大多数患者直到转移已经发生才被诊断出来。近年来,液体活检中游离DNA (cfDNA)分析技术的发展为肺癌的诊断提供了广阔的前景。然而,提高基于cfDNA的检测方法的检测性能,特别是对早期肺癌的检测,对于利用其应用至关重要。
不幸的是,只有大约16%的患者在局部阶段被诊断。尽管放射学方法,如低剂量计算机断层扫描(LDCT)测试,可以减少 20%的癌症相关死亡,但由于高假阳性率、辐射诱发的癌症风险和金钱成本,它们的使用受到限制。需要开发一种可靠的非侵入性方法,以准确和经济高效的方式检测早期肺癌。

验证队列的模型说明和诊断性能评估(图源自American Journal of Respiratory and Critical Care Medicine )

在本研究中,建立了一个用于早期非小细胞肺癌(NSCLC)稳健检测的多维堆叠集成模型。该模型综合了cfDNA5个片段组学特征和5个机器学习基础模型,利用全基因组测序数据达到了较好的检测能力。该研究证明,预测模型对检测早期NSCLC病理特征是高度敏感的。在低测序深度至0.5×的情况下,其性能的一致性特别适合于可负担的肺癌早期筛查。

原文链接:
https://www.atsjournals.org/doi/abs/10.1164/rccm.202109-2019OC

END
内容为【iNature】公众号原创,
转载请写明来源于【iNature】

微信加群


iNature汇集了4万名生命科学的研究人员及医生。我们组建了80个综合群(16个PI群及64个博士群),同时更具专业专门组建了相关专业群(植物,免疫,细胞,微生物,基因编辑,神经,化学,物理,心血管,肿瘤等群)。温馨提示:进群请备注一下(格式如学校+专业+姓名,如果是PI/教授,请注明是PI/教授,否则就直接默认为在读博士,谢谢)。可以先加小编微信号(iNature5),或者是长按二维码,添加小编,之后再进相关的群,非诚勿扰。



投稿、合作、转载授权事宜

请联系微信ID:18217322697 或邮箱:921253546@qq.com



觉得本文好看,请点这里!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/149908
 
383 次点击