基于CT的分类回归树模型预测IA期肺腺癌淋巴血管浸润：一项多中心验证研究

推荐语：针对临床IA期肺腺癌(LUAD)术前淋巴血管浸润(LVI)预测难题，研究人员通过多中心队列构建了基于CT的分类回归树模型(LVI-CART)。该模型仅需肿瘤直径和结节类型两特征，在内部(n=525)、外部(n=115)和公共(n=57)验证集中AUC达0.719-0.835，显著关联1/3年无复发生存(RFS)和1/3/5年总生存(OS)(p<0.05)，为术前风险分层提供了简易工具。

　　

淋巴血管浸润(LVI)作为肺腺癌(LUAD)患者不良预后的关键病理标志物，其术前无创预测一直是临床痛点。这项多中心研究另辟蹊径，利用术前CT影像特征构建了"傻瓜式"分类回归树模型(LVI-CART)。

研究团队收集了525例IA期LUAD患者的临床数据，仅筛选出肿瘤直径和结节类型这两个"明星指标"构建决策树。模型在内部验证时曲线下面积(AUC)达0.719，更在外部115例和公开57例数据中分别飙升至0.756和0.835，展现出惊人的泛化能力。

生存分析揭示，模型预测的LVI阳性患者如同被贴上"危险标签"，其1年、3年无复发生存(RFS)和1/3/5年总生存(OS)均显著劣于阴性组(p<0.05)。这种"未术先知"的能力，使得临床医生能像天气预报员般提前预判患者预后。

该研究的精妙之处在于化繁为简——无需复杂基因组检测，仅凭常规CT的两个直观特征即可完成风险分层。这种"简约而不简单"的策略，为IA期LUAD的精准诊疗提供了可落地的决策工具。