肺结节特征与肺癌筛查依从性的关联研究：基于真实世界电子健康记录的多因素分析

本研究针对肺癌筛查中随访低剂量CT(LDCT)依从性不足的临床难题，通过分析大型综合医疗系统2014-2021年的电子健康记录(EHR)，结合自然语言处理(NLP)技术提取肺结节特征，揭示了患者人口统计学、临床因素及结节特征（如数量、大小、质地）对依从性的影响。研究发现总体依从率仅27.6%，且存在种族差异（非裔美国人依从性显著低于白人），而结节数量多（OR=1.12）和Lung-RADS 4A分类（OR=3.18）显著提升依从性。该研究为优化肺癌筛查策略提供了关键证据，强调需建立结构化筛查程序和标准化随访协议。

　　

肺癌作为美国癌症死亡的首要原因，约20%的癌症相关死亡归因于此。尽管低剂量CT(LDCT)筛查能显著降低20%的肺癌死亡率，但现实世界中随访依从率（26-43%）远低于临床试验的90%以上。这种差距源于医疗机构实践差异、人群多样性以及肺结节特征复杂性的影响——这些特征常埋藏在放射学报告的自由文本中，成为提升筛查效果的"黑箱"。

佛罗里达大学医学院健康结局与生物医学信息学系的研究团队在《Scientific Reports》发表了一项突破性研究。他们利用2014-2021年UF Health综合数据仓库的电子健康记录，对2,673名接受初始LDCT筛查的患者（平均年龄66.8岁）进行多维度分析。通过自主研发的自然语言处理工具（RoBERTa-mimic和ALBERT-base模型）提取肺结节特征，结合结构化临床数据，构建了预测随访依从性的统计模型。关键技术包括：1)基于CPT代码的LDCT筛查患者识别；2)规则算法提取Lung-RADS分类（F1-score=0.998）；3)NLP提取结节数量、大小（<6mm/6-8mm/>8mm）、质地（钙化/磨玻璃/实性等）等特征（F1-score=0.8869）；4)多变量逻辑回归分析人口统计学、临床及结节特征的影响。

患者和结节特征与肺癌筛查依从性的关联

研究发现总体依从率仅27.6%，且随Lung-RADS风险等级递增：1类24.2%、2类27.5%、3类26.7%、4A类64.0%。非裔美国人在1类患者中依从性显著低于白人（OR=0.59），而门诊就诊次数多（OR=1.01）和医疗保险覆盖（vs医疗补助OR=0.65）也影响依从性。

多变量回归模型结果

对于2-4A类患者，4A类依从性显著高于2类（OR=3.18）。结节数量每增加1个，依从性提升12%（OR=1.12）。值得注意的是，结节大小、位置等特征未显示显著关联，提示患者更关注"数量"而非单个结节特性。

讨论与意义

该研究首次系统证实肺结节特征（特别是数量）对筛查依从性的独立影响，揭示了当前筛查体系的三大短板：1)低风险患者（Lung-RADS 1-2类）的"虚假安全感"；2)非裔人群的系统性差异；3)医生沟通方式的不一致性。研究者建议采取标准化风险沟通协议，针对高风险结节患者（4A类）设计强化随访系统，并扩大医疗补助对LDCT的覆盖。

这项研究的创新性在于将NLP提取的结节特征与传统临床变量整合分析，为精准识别非依从高风险人群提供了新范式。随着2021年USPSTF将筛查年龄门槛降至50岁，该成果对优化扩大后的筛查项目实施具有重要指导价值。未来研究需探索如何将结节特征转化为患者可理解的风险指标，从而突破"数据丰富但行动不足"的筛查困境。