Klinisk bakgrund
NÀr en solitÀr lungnodulus upptÀcks pÄ DT stÄr kliniken inför en balansgÄng mellan att inte missa en tidig lungcancer och att inte utsÀtta patienten för onödig biopsi eller resektion. Nodulustorlek ensam Àr en grov riskmarkör; en 8 mm nodulus kan vara en granulom och en 15 mm nodulus kan vara en adenokarcinom in situ. MalignitetsriskpoÀngen för solitÀr lungnodulus (Mayo Clinic-modellen) togs fram för att kvantifiera sannolikheten för malignitet utifrÄn kliniska och radiologiska variabler som kliniken ÀndÄ samlar in, och dÀrmed vÀgleda valet mellan uppföljning, PET-DT, biopsi och resektion. PoÀngen Àr ett pretest-verktyg: den ska anvÀndas innan invasiv utredning och komplettera, inte ersÀtta, dedikerade nodulusriktlinjer sÄsom Fleischner Society.
BerÀkning av MalignitetsriskpoÀng
Sannolikheten för malignitet berÀknas med en logistisk regression:
dÀr
Hakparenteserna anger binÀra indikatorer (1 om variabeln föreligger, 0 annars). Rökvariabeln avser all historik av cigarettrökning. Tidigare extratorakal cancer rÀknas endast om den diagnostiserades mer Àn 5 Är innan noduluset upptÀcktes; patienter med cancer inom 5 Är exkluderades ur hÀrledningskohorten eftersom metastaser dÄ Àr en trolig förklaring. Diameter anges i millimeter. Spikulerad kant bedöms pÄ DT. LÀgesvariabeln avser om noduluset sitter i överlob (övre loben) eller ej.
Modellen hÀrleddes av Swensen och medarbetare vid Mayo Clinic i Rochester, Minnesota [1]. Kohorten utgjordes av 629 patienter (320 mÀn, 309 kvinnor) med nyupptÀckta, radiologiskt oklara solitÀra lungnoduli pÄ 4 till 30 mm, identifierade pÄ slÀtröntgen mellan januari 1984 och maj 1986. Patienter med cancerdiagnos inom 5 Är exkluderades. Av noduli var 65% benigna, 23% maligna och 12% förblev obestÀmda. Modellen trÀnades pÄ tvÄ tredjedelar av kohorten och testades pÄ ÄterstÄende tredjedel. AUC i testkohorten var 0,83. Detta var innan DT var standard och innan PET-DT fanns tillgÀngligt; noduli bedömdes primÀrt pÄ slÀtröntgen, Àven om DT anvÀndes som komplement.
Tolkning i praktiken
PoÀngen ger en kontinuerlig sannolikhet men har i klinisk praxis översatts till tre handlingsband. American College of Chest Physicians (ACCP) föreslÄr trösklarna <5%, 5 till 65% och >65% [2], medan British Thoracic Society (BTS) anvÀnder <10%, 10 till 70% och >70% [2]. BÄda systemen har samma struktur:
| Riskband (ACCP) | Riskband (BTS) | Klinisk handling |
|---|---|---|
| <5% | <10% | Uppföljning med DT enligt Fleischner-riktlinjer. Invasiv utredning Àr inte motiverad utifrÄn risken ensam. |
| 5 till 65% | 10 till 70% | ObestÀmd zon. HÀr ska PET-DT, biopsi eller kortare DT-uppföljning övervÀgas utifrÄn nodulusmorfologi, patientpreferens och komorbiditet. Herder-modellen (se nedan) kan anvÀndas för att omvÀrdera risken efter PET. |
| >65% | >70% | Hög sannolikhet för malignitet. Resektion bör övervÀgas direkt, förutsatt att patienten Àr operabel och att staging inte motsÀger. |
Den obestÀmda zonen Àr bred, och det Àr just hÀr poÀngen Àr mest anvÀndbar: den flyttar patienter frÄn en ospecifik "oklar nodulus" till en kvantifierad risk som kan vÀgas mot operationsrisk och patientens övriga status. Ett vÀrde pÄ 3% hos en 80-Ärig rökare med 12 mm spikulerad nodulus i överlob bör tolkas annorlunda Àn 3% hos en 40-Ärig icke-rökare med en slÀt 6 mm nodulus i nedre lob, Àven om siffran Àr densamma.
Validering och prestanda
Flera externa valideringar har publicerats med skiftande resultat, och spridningen Àr stor beroende pÄ populationskaraktÀristika.
I en brittisk validering av Al-Ameri och medarbetare omfattande 244 patienter med 4 till 30 mm noduli (40,6% maligna) presterade Mayo-modellen vÀl med AUC 0,895, jÀmförbart med Brock-modellen (AUC 0,902) och bÀttre Àn VA-modellen (AUC 0,735) [3]. För sub-centimeter noduli var AUC nÄgot lÀgre (0,788). NÀr Herder-modellen, som Àr en utvidgning av Mayo-modellen med tillÀgg av FDG-aviditet pÄ PET-DT, applicerades pÄ patienter som genomgÄtt PET-DT, steg AUC till 0,924 [3]. Detta tyder pÄ att Mayo-modellen behÄller god diskrimination i vÀsterlÀndska populationer med lÄg prevalens av granulomatös sjukdom, och att tillÀgg av PET-information kan förbÀttra den ytterligare.
I en koreansk studie frÄn ett tertiÀrt centrum i ett tuberkulosendemiskt omrÄde sjönk dock prestandan markant [2]. Av 242 patienter med patologiskt bekrÀftade noduli var 77% maligna, och bland benigna noduli utgjorde tuberkulosgranulom den vanligaste typen. Mayo-modellen nÄdde AUC 0,615, jÀmförbart med VA-modellen (0,604) men lÀgre Àn Brock-modellen (0,682). Herder-modellen presterade sÀmst (AUC 0,557), troligen för att granulomatösa noduli uppvisar hög FDG-aviditet och dÀrmed ger falskt positiva PET-fynd. Studien belyser en viktig begrÀnsning: modellernas prestanda Àr populationsberoende, och i omrÄden med hög prevalens av inflammatoriska noduli kan bÄde Mayo- och Herder-modellen överskatta malignitetsrisken.
I en amerikansk kohort av 317 individer med DT-detekterade solida noduli (80 maligna, 237 benigna) frÄn COPDGene- och INHALE-studierna nÄdde Mayo-modellen AUC 0,63 och Brock-modellen AUC 0,61 [4]. VA-modellen presterade inte bÀttre Àn slumpen (AUC 0,51). Kalibrering av trösklar till den lokala kohorten förbÀttrade prestandan för alla modeller utom Brock, vars rekommenderade tröskel redan var vÀl kalibrerad. Med Mayo-modellens originaltrösklar skulle samtliga benigna noduli i storleksintervallet 8 till 15 mm ha hÀnvisats till biopsi eller kirurgi, vilket illustrerar att modellens trösklar kan vara dÄligt kalibrerade för populationer med lÄg malignitetsprevalens.
Sammanfattningsvis: i populationer som liknar hÀrledningskohorten (vÀsterlÀndsk, lÄg prevalens granulomatös sjukdom, noduli upptÀckta pÄ slÀtröntgen eller DT) presterar Mayo-modellen vÀl med AUC omkring 0,83 till 0,90. I populationer med hög andel inflammatoriska noduli eller mycket lÄg malignitetsprevalens sjunker diskriminationen pÄtagligt.
BegrÀnsningar
Modellen gÀller solitÀra noduli pÄ 4 till 30 mm. Flera noduli, mattnoduli eller rent glasnoduli omfattas inte av hÀrledningen. Noduli som upptÀcks inom ett lungcancerscreeningprogram skiljer sig frÄn hÀrledningskohorten, som utgjordes av symtomatiska eller incidentaloma-patienter frÄn 1980-talets mitt.
Patienter med cancerdiagnos inom 5 Är exkluderades, och modellen ska inte appliceras pÄ patienter med kÀnd aktiv malignitet dÀr metastas Àr en möjlig orsak till noduluset. Variabeln "tidigare extratorakal cancer" avser specifikt cancer diagnostiserad mer Àn 5 Är tidigare, och poÀngen övertolkar lÀtt om den anvÀnds pÄ patienter med nyligen behandlad cancer.
Modellen saknar variabler för nodulustillvÀxt och DT-morfologi i detalj (t.ex. densitet, kavitation, kalkning), vilka Àr centrala i Fleischner-riktlinjerna. Den bör dÀrför aldrig anvÀndas ensam för att fatta beslut om biopsi eller resektion, utan alltid tillsammans med en strukturerad radiologisk bedömning.
I populationer med hög prevalens av granulomatös sjukdom, sÄsom tuberkulos eller histoplasmos, överskattar modellen malignitetsrisken, sÀrskilt nÀr den kombineras med PET-DT via Herder-modellen [2]. Kliniker i sÄdana omrÄden bör vara restriktiva med att lÄta ett högt riskvÀrde driva beslutet mot invasiv utredning utan histopatologisk bekrÀftelse.
Slutligen hÀrleddes modellen innan DT var standardundersökning och innan PET-DT fanns. Herder-modellen (2005) utvidgar Mayo-modellen med FDG-aviditet och kan ge bÀttre diskrimination nÀr PET-DT Àr tillgÀnglig, men presterar sÀmre i granulomatösa populationer [2, 3].
KĂ€llor
- Swensen SJ, Silverstein MD, Ilstrup DM, m.fl. The probability of malignancy in solitary pulmonary nodules. Application to small radiologically indeterminate nodules. Arch Intern Med. 1997;157(8):849-855. PMID: 9129544
- Yang B, Jhun BW, Shin SH, m.fl. Comparison of four models predicting the malignancy of pulmonary nodules: A single-center study of Korean adults. PLoS One. 2018;13(7):e0201242. PMID: 30063725
- Al-Ameri A, Malhotra P, Thygesen H, m.fl. Risk of malignancy in pulmonary nodules: A validation study of four prediction models. Lung Cancer. 2015;89(1):27-30. PMID: 25864782
- Uthoff J, Koehn N, Larson J, m.fl. Post-imaging pulmonary nodule mathematical prediction models: are they clinically relevant? Eur Radiol. 2019;29(10):5367-5377. PMID: 30937590