研究人员确定了选择肺癌筛查对象的最准确的风险预测模型
四个风险预测模型已经被证明是最准确的选择风险最高的长期吸烟者进行肺癌筛查。研究人员表示，这些数据可以用来指导未来的肺癌筛查指南。研究结果发表在内科学年鉴．
越来越多的人认识到，与使用简单的二元危险因素选择吸烟者进行筛查相比，考虑特定的人口统计学、临床和吸烟特征的个体化风险计算可以大大提高CT筛查项目的有效性和效率。因此，最近肺癌筛查国家综合癌症网络的指导方针允许使用个体化风险模型来推荐长期吸烟者进行筛查。然而，不同的模型选择不同的筛查人群，不知道他们的表现如何。
来自国家癌症研究所(NCI)和美国癌症协会的研究人员比较了9种风险模型(巴赫模型;斯皮兹模型;利物浦肺计划[LLP]模式;LLP发病风险模型[LLPi];Hoggart模型;前列腺、肺癌、结直肠癌和卵巢癌筛查试验模型2012 [PLCOM2012];匹兹堡预测者;肺癌风险评估工具;和肺癌死亡风险评估工具[LCDRAT])，并在两个大型美国队列中评估模型预测。他们发现，这些模型在选择的长期吸烟者数量上存在很大差异(760万到2600万)，而且对于选择哪些长期吸烟者进行筛查没有共识。 These disagreements were due to the different predictive performance of the models. Four models (the Bach模型；PLCOM2012;LCRAT和LCDRAT的表现最好，这是根据它们准确预测风险的能力和区分高风险个体和低风险个体的能力来衡量的。这些模型选取了数量相近的老烟民，并且在选择老烟民的问题上表现出了最佳的一致性。
研究人员认为，这些发现可以帮助未来的指南推荐最好的风险模型，以推荐肺癌(肺癌的主要类型)的最高风险人群癌症在美国死亡的人数为肺癌筛选．
编辑:http://annals.org/aim/article/doi/10.7326/M18-0986
