小结节性肺腺癌淋巴结转移状态的预测方法、系统及终端

本发明属于医疗数据处理，尤其涉及一种小结节性肺腺癌淋巴结转移状态的预测方法、系统及终端。

背景技术：

1、目前，肺癌是全世界癌症的主要死亡原因之一。肺腺癌是最常见的肺癌组织学亚型，约占所有确诊肺癌的50％。对于不同淋巴结状态的肺癌患者，治疗方案和预后存在显著差异。淋巴结转移作为肺癌主要的转移途径，是患者术后出现肿瘤复发和转移的直接原因，也是影响患者生存率的主要原因。然而，目前在肺癌患者人群中仍缺乏评估淋巴结转移状态的有效方法。ct和正发射断层扫描/ct(pet/ct)是广泛使用的非侵入性工具，但准确性有限。此外，pet/ct价格相对昂贵，并不是所有患者都需要。此外，更精确的方法如支气管超声(ebus)、超声内镜(eus)等，具有侵入性且价格昂贵，对于临床的小结节性肺腺癌患者并不划算。因此，开发无创、精确的淋巴结转移预测工具是非常必要的。

2、前期研究已发现了小结节性肺腺癌患者发生淋巴结转移的一些危险因素，患者的一些术前临床特征已被确定为淋巴结转移的强预测因素。肿瘤大小、pet最大标准摄取值(suvmax)、血清cea水平被认为是结节性非小细胞肺癌(non-small cell lung cancer，nsclc)淋巴结转移的预测因素。此外，肺癌的组织学类型与淋巴结转移有关。据报道，腺癌的微乳头状和实性成分是淋巴结转移的不良因素，但目前还没有建立包含所有这些因素的预测模型。

3、通过上述分析，现有技术存在的问题及缺陷为：目前评估淋巴结转移状态的方法中，ct和pet/ct准确性有限，并且pet/ct价格高昂，而ebus、eus等具有侵入性且价格昂贵，同时缺乏包含各种淋巴结转移因素的预测模型。既往虽然已有一些预测模型，但是没有全面纳入已发现的较为常见的一些淋巴结转移危险因素，且其预测的准确性有待提高。

技术实现思路

1、针对现有技术存在的问题，本发明提供了一种小结节性肺腺癌淋巴结转移状态的预测方法、系统及终端，尤其涉及一种小结节性肺腺癌淋巴结转移状态预测模型及其构建方法。

2、本发明为一种小结节性肺腺癌淋巴结转移状态的预测方法，具体实现方法包括：获取待预测对象的ct影像学特征和临床特征数据；对获取的待预测对象的ct影像学特征和临床特征数据进行分析筛选，确定影响淋巴结转移的影像学特征和临床病理特征；根据筛选得到的影响淋巴结转移的影像学特征和临床病理特征，建立小结节性肺腺癌淋巴结转移状态的综合预测模型，并进行小结节性肺腺癌淋巴结转移状态的预测。

3、进一步，小结节性肺腺癌淋巴结转移状态的预测方法包括以下步骤：

4、步骤一，数据收集：收集并处理患者的ct影像学特征和临床特征数据；

5、步骤二，数据提取：通过logistic单因素和多因素分析筛选影响淋巴结转移的影像学特征和临床病理特征；

6、步骤三，模型构建：使用筛选出的影像学特征和临床病理特征建立基于临床特征的结节性肺腺癌淋巴结转移状态的综合预测模型。

7、步骤四，模型验证：利用同一中心以及另一中心数据对该模型分别进行内部验证和外部验证，检验模型的预测效能。

8、进一步，步骤一中的影像学特征包括病灶性质、病灶大小及位置、混合型实性成分比例、有无毛刺征、血管集束征、分叶征、胸膜牵拉以及钙化；

9、临床特征数据包括病理类型、肺腺癌的病理成分、是否有脉管癌栓、胸膜侵犯、神经侵犯、气腔播散以及各类血清肿瘤学指标。

10、进一步，小结节性肺腺癌淋巴结转移状态的预测方法还包括将综合预测模型生成相应的可视化列线图和/或进行验证并生成列线图的可视化形式。

11、进一步，步骤三中的结节性肺腺癌淋巴结转移状态的预测模型还包括列线图。列线图是通过将与淋巴结转移相关的因素通过软件处理分析得到的；根据患者相应的临床和病理学数据，分别投射到第一行得到相应的分值，第九行总分为第二行到第八行数据投射到第一行分数计算得到的总和，第九行总分投射到第十行的数值为相应患者的淋巴结转移概率。

12、列线图共分为十行，其中第一行为分值显示行，分值范围为0～100；第二行到第八行均为根据患者的实际情况进行评分；第二行和第三行分别是根据影像学特征的肿瘤左右位置和肿瘤大小；第四行到第八行是根据患者的临床病理学特征，分别是患者的患者肺腺癌是否存在实性成分或者微乳头成分，是否有淋巴血管侵犯、胸膜浸润以及患者的血清癌胚抗原指标是否超过3；第九行是第二行到第八行得分相加后对应的总得分；最后一行是根据第九行分数对应到相应淋巴结转移的预测概率，分值范围为0～0.95。

13、进一步，步骤四中，在使用校正曲线模型的拟合优度检验进行可视化后，通过诊断特异性曲线和/或临床决策分析曲线对综合预测模型进行分析。通过计算诊断特异性曲线roc相应的曲线下面积auc判断模型的准确性；auc越接近于1，则诊断效果越好。利用临床决策分析曲线dca分析模型的临床应用价值。

14、本发明的另一目的在于提供一种应用所述的小结节性肺腺癌淋巴结转移状态的预测方法的小结节性肺腺癌淋巴结转移状态的预测系统，小结节性肺腺癌淋巴结转移状态的预测系统包括：

15、数据收集模块，用于收集并处理患者的ct影像学特征和临床特征数据；

16、数据提取模块，用于通过logistic单因素和多因素分析筛选影响淋巴结转移的影像学特征和临床病理特征；

17、模型构建模块，用于使用筛选出的影像学特征和临床病理特征建立基于临床特征的结节性肺腺癌淋巴结转移状态的预测模型。

18、本发明的另一目的在于提供一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的小结节性肺腺癌淋巴结转移状态的预测方法的步骤。

19、本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的小结节性肺腺癌淋巴结转移状态的预测方法的步骤。

20、本发明的另一目的在于提供一种信息数据处理终端，信息数据处理终端用于实现所述的小结节性肺腺癌淋巴结转移状态的预测系统。

21、结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：

22、第一，本发明提供的小结节性肺腺癌淋巴结转移状态的预测方法，基于患者的临床与病理学特征提取了与淋巴结转移密切相关的临床与病理指标，随后构建列线图模型，直观、准确地反应每一名患者淋巴结转移的概率，使得快速、准确、无创地评价结节性肺腺癌患者的淋巴结转移状态成为可能。

23、本发明建立并验证了基于影像学特征和临床病理特征的创新的结节性肺腺癌淋巴结转移状态的预测模型，该综合预测模型对于结节性肺腺癌患者的淋巴结转移状态评价是非常关键的，因为淋巴结阳性的患者预后明显劣于淋巴结阴性的患者。本发明的小结节性肺腺癌淋巴结转移状态预测模型的建立对指导临床治疗策略、加强临床治疗干预及后续的个体化随访具有重要的指导意义。

24、第二，本发明前期搜集了对应肺腺癌患者的临床、病理以及影像学等多维度信息，并进一步提取了与淋巴结转移密切相关的临床与病理指标，通过这些指标对肺腺癌的淋巴结转移进行预测，有利于采取针对性的治疗方案，对后续的个体化随访指导具有重大意义。

25、此外，为了更加方便地应用本预测模型，本发明构建了列线图模型，通过列线图能够直观、准确地反应每一名患者的淋巴结转移概率，使得快速、准确、无创地评价小结节性肺腺癌患者的淋巴结转移状态成为可能。

26、最后，为了能够进一步评估该淋巴结转移预测模型的有效性，本发明使用了内部数据和外部数据分别对该预测模型进行了检验，检验结果显示该预测模型具有良好的拟合度，能够准确地预测患者的淋巴结转移情况，并且根据该预测模型对患者进行干预将给患者带来明显获益。

27、第三，本发明的技术方案填补了国内外业内技术空白：

28、如何精准地判断小结节性肺腺癌的淋巴结转移状态仍旧是当前一大难题。传统的方法包括ct以及pet/ct是广泛的非侵入性工具，但是其准确性有限。此外，pet/ct是昂贵的，并不是所有患者都需要。此外，更精确的方法如支气管超声(ebus)、超声内镜(eus)等，属于侵入性检查方式且价格昂贵，对于临床的小结节性肺腺癌患者并不划算。而该项发明通过集合患者的临床、病理和影像学信息，达到无创、准确地预测患者的淋巴结转移情况，填补了国内外业内技术在此领域的空白。