电子鼻技术在肺癌筛查中已展现出卓越的敏感性与特异性，但在早期肿瘤检测中的特异性表现尚待明确。为此，美国纪念斯隆-凯特琳癌症中心的研究团队在Journal of Thoracic Oncology上发表了一项重要研究，旨在深入评估电子鼻技术在临床Ⅰ期肺癌中的诊断效能。【肿瘤资讯】整理主要结果，以飨读者。
电子鼻技术在肺癌早期
筛查与诊断中的关键作用
本研究是一项Ⅱc期试验，纳入了被诊断为具有单个实体成分占比≥50%的Ⅰ期肺结节的患者。自2020年1月至2023年8月期间，患者的呼气样本被前瞻性地收集，并由经验丰富的生物工程师采用先进的电子鼻技术进行盲法分析，以评估呼气样本中特定挥发性有机化合物（VOCs）的模式，从而确定结节的恶性概率。在本研究中，患者被划分为三个风险组：低风险组（<0.2）、中风险组（≥0.2-0.7）和高风险组（≥0.7）。主要终点是电子鼻技术与组织病理学诊断相比的诊断性能，包括准确率和F1分数；次要终点是电子鼻技术的临床实用性，将其与现有的临床影像学预测模型进行对比分析。
临床病理特征
本研究共纳入127名患者，其中100名患者的数据用于研究终点评估并纳入最终分析。总体而言，患者中位年龄为66岁；其中，59%的患者（n=59）曾有吸烟史；25%的患者（n=25）患有慢性阻塞性肺疾病。结节的中位直径为1.60 cm（IQR：1.20-2.03 cm），最大标准摄取值（SUVmax）中位数为3.1（IQR：1.3-5.4）。经活检确认，88名患者的结节为恶性，12名患者的结节为阴性。在良性病变患者中，有吸烟史的患者比例更高（83% vs 55%，p=0.046），且以实性结节为主（92% vs 59%，p=0.083）。值得关注的是，67%的良性结节（n=8）经过CT评估在影像学上提示或符合恶性肿瘤特征（表1）。
研究的中位随访时间为8.2个月，共有79%的患者（n=79）在治疗前接受了活检。在接受手术切除的74名患者中，根据最终病理学结果，86.5%的患者（n=64）处于Ⅰ期，9.5%的患者（n=7）为Ⅱ期，4%的患者（n=3）则为Ⅲ期。
基于先验阈值的电子鼻性能研究
采用先验阈值的电子鼻技术在识别肺癌方面表现出色，其在86名患者中准确诊断出肺癌（真阳性率：86%），在两名患者中未识别出肺癌（假阴性率：2%），同时错误地将12名患者诊断为肺癌（假阳性率：12%），此结果基于设定的cut-off值（0.2）。对于临床Ⅰ期肺癌，电子鼻技术的总体诊断准确率为86%，F1分数为92.5%，临界成功指数为86%，均显示出与组织病理学分析的高度一致性。
电子鼻评分与临床病理特征之间的关联
电子鼻评分与临床病理特征之间展现出特定的关联性。电子鼻评分范围在0.1-1 （中位值：0.56，IQR：0.39–0.7）。虽然尺寸为0-1 cm的恶性结节具有最高的电子鼻评分，但电子鼻评分并未因肿瘤大小的不同而展现出统计学显著性差异（p=0.38）（图1A）。值得注意的是，在亚厘米级（0–1 cm）结节中，恶性结节的电子鼻评分（中位值：0.70，IQR：0.57–0.84）高于良性结节（中位值：0.30，IQR：0.27–0.50），无统计学差异（p=0.38）。此外，电子鼻评分与SUVmax（p=0.81）（图1B）、解剖位置（p=0.81 [肺叶]和p=0.89 [区域]）（图1C、图1D）以及肿瘤实性成分比例（p=0.81）之间均无显著性差异（图1E）。
图1 电子鼻肺癌评分与临床肿瘤结节特征的箱线图。
电子鼻评分与结节的组织病理学特征无显著性差异，包括肿瘤组织学类型（p=0.81）（图2A）、淋巴血管浸润（p=0.81）（图2B）、经空气间隙传播（p=0.81）（图2C）、国际肺癌研究协会分级（p=0.86）（图2D）。
图2 电子鼻肺癌评分及组织病理学肿瘤结节特征的箱线图。
临床效用分析
基于电子鼻评分结果，患者被明确划分为三组：低风险组包含2名患者，中风险组包含68名患者，高风险组则包含30名患者，各组分别对应不同的恶性肿瘤风险等级。
电子鼻技术与Swensen和Brock模型相比
与Swensen模型相比，Swensen模型的假阴性率和假阳性率分别为9%（n=9）和10%（n=10）。若将电子鼻技术结果应用于临床决策，则无良性病变患者被推荐观察，相比之下，使用Swensen模型则有2名患者（16%）被推荐观察（p=0.14）。此外，依据电子鼻技术结果，仅3名良性结节患者（25%）将转至手术，而使用Swensen模型则为5名（42%）（p=0.44）。对于恶性肿瘤，电子鼻技术导致2名患者（2%）被推荐观察，而Swensen模型下为9名（10%）（Δ：-8%，p=0.028）。同时，27名恶性肿瘤患者（31%）在未经活检的情况下被直接推荐手术，而使用Swensen模型则为19名（22%）（Δ：+19%，p=0.057）（图3A）。
与Brock模型相比，Brock模型的假阴性率和假阳性率均为11%（各n=11）。若将电子鼻技术结果应用于临床决策，则无良性病变患者会被推荐观察，而采用Brock模型时则有1名患者（8%）被推荐观察（p=0.30）。此外，基于电子鼻技术结果，有3名良性病变患者（24%）将转至手术，Brock模型下为2名（16%）（p=0.44）。对于恶性肿瘤，电子鼻技术导致2名患者（2%）被推荐观察，而Brock模型下则为11名（13%）（Δ：-11%，p=0.011）。同时，27名恶性肿瘤患者（31%）在未经活检的情况下直接被推荐手术，而Brock模型下仅为6名（7%）（Δ：+24%，p<0.001）（图3B）。这些发现强调了电子鼻技术在优化临床决策流程中的潜力，特别是在减少不必要观察和增加恶性病变早期干预方面。
图3 电子鼻模型与Swensen (A)和Brock (B)模型的临床性能比较。
小结
结果表明，在临床I期肺癌的诊断中，电子鼻技术与组织病理学结果高度一致。因此，电子鼻技术可作为影像学检查的补充，或作为“多组学”平台的一部分加以应用
本材料由阿斯利康提供，仅供医疗卫生专业人士参考
审批编号：CN-145211
Rocco G, Pennazza G, Tan KS, et al. A Real-World Assessment of Stage I Lung Cancer Through Electronic Nose Technology. J Thorac Oncol. 2024 Sep;19(9):1272-1283. doi: 10.1016/j.jtho.2024.05.006. Epub 2024 May 16. PMID: 38762120; PMCID: PMC11380592.
排版编辑：肿瘤资讯-Rex
