P53、SOX2、GAGE-7联合人工智能量化参数构建列线图模型预测浸润性肺腺癌病理分级.pdfVIP

中国实验诊断学2025年7月第29卷第7期ChinJLabDiagn,July,2025,Vol.29,No.7

762

P53、SOX2、GAGE-7联合人工智能量化参数构建列

线图模型预测浸润性肺腺癌病理分级

范嘉铭，许林，尹诗，肖晗，付义林，李鑫运，王功朝

（山东大学附属省立医院，山东济南250012）

摘要：目的探讨基于肺癌自身抗体谱和人工智能（AI)量化参数的列线图模型在预测浸润性肺腺癌（IAC)病理

长回顾性收集2023年9月至2024年11月于山东大学附属省立医院术后病理诊断为

分级中的临床应用价值。方法

浸润性肺腺癌患者238例，依据2021年WHO新分类肺腺癌病理分级标准，将其分为Ⅲ级IAC组58例，非Ⅲ级IAC

组180例。比较两组间参数差异，采用多因素logistic回归筛选IAC预后分级的独立预测因素并构建Ⅲ级IAC预测

模型，并进行内部验证以评估其效能，用列线图进行可视化描述。结果（1)Ⅲ级IAC的患者中有27.6%存在淋巴结

转移，27.6%的患者存在胸膜侵犯，37.9%的患者术后病理存在局部或广泛气腔播散。（2)在58例Ⅲ级IAC患者中，

有14例患者行肺局部切除。（3)GAGE-7的抗体阳性率与肿瘤大小，高级别腺癌，临床分期，淋巴结转移，胸膜侵犯有

关（P0.05）。P53、SOX2、GAGE-7的阳性率在高级别腺癌中均显著高于低级别腺癌组（P0.05）。（4)经多因素

logistic分析筛选保留3个模型参数，分别为CTR、吸烟史以及肺癌自身抗体阳性。（5）参数联合诊断ROC曲线下面

积为0.920（0.884~0.955），灵敏度为93.1%，特异度为72.2%，绘制诊断模型ROC曲线、列线图，校准曲线及决策

曲线。结论基于肺癌自身抗体谱和人工智能（AI)量化参数的列线图模型在预测浸润性肺腺癌病理分级中有较高

应用价值，可为临床提供一种简单、有效且可重复的可视化预测工具。

关键词：肺癌自身抗体；病理分级；浸润性肺腺癌；列线图；人工智能

DOL.10.3969/:.428.72025.07.004

P53,SOX2,GAGE-7combinedartificialintelligencequantitativeparametersconstructnomogrammodeltopredictthe

PathologicalgradingofinvasivelungadenocarcinomaFANJiaming,XULin,YINShi,XIAOHan,FUYilin,LI

X

inyun,WANGGongchao,(ShandongProvincialHospital,ShandongUniversity,Jinan250012,China)

*Corresponndingauthor:WANGGongchaogc2022@163.com

Abstract:ObjectiveToexploretheclinicalapplicationvalueofanomogrammodelbasedonlungcancerautoanti-

bodyprofilesandartificialintelligence(AI)quantitativeparametersinpredictingthepathologicalgradingofinvasivead-

enocarcinoma(IAC)ofthelung.MethodsAretrospectivecollectionof238casesofpatientswithinvasiveadenocarci-

nomadiagnosedpathologicallyaftersurgeryatShandongProvincialHospitalfromSeptember2023toNovember20