ATS 2023: Predictiemodellen voor longkanker onderscheiden onvoldoende

Heideman presenteerde op het ATS-congres 2023 in Washington onderzoek naar het onderscheidend vermogen van klinische predictiemodellen voor longkanker. De onderzoekers bestudeerden een cohort van 450 prospectief geïncludeerde patiënten met een perifere longlaesie van onbekende oorsprong die diagnostische bronchoscopie en biopsie hadden ondergaan, en beoordeelden het vermogen van de Brock- en Mayo Clinic-predictiemodellen om benigne van maligne tumoren te onderscheiden. In het cohort bleken 273 laesies maligne en 177 benigne, zonder significante verschillen in baseline-kenmerken, tumorlocatie of -grootte tussen beide groepen; de mediane langste tumordiameter bedroeg 1,8 cm bij benigne en 1,9 cm bij maligne laesies.

Zowel het Brock- als het Mayo Clinic-model lieten een vergelijkbare, matige voorspellende waarde zien, met een area under the curve van respectievelijk 0,63 en 0,63. Heideman concludeert dat de huidige beschikbare predictiemodellen onvoldoende kunnen onderscheiden tussen benigne en maligne perifere longnoduli, omdat zij zijn gebaseerd op enkele discrete kenmerken die in dit trainingscohort niet van elkaar verschilden, en stelt dat er behoefte is aan betere voorspellende modellen die in meer uitdagende cohorten worden onderzocht voordat ze worden ingezet ter onderscheiding van benigne en maligne tumoren.