由于广泛使用计算机断层扫描的，孤立性肺结节的检出率已经显示出在最近几年。这种恶性结节的早期诊断和治疗大大提高了患者的总存活率和预后肺癌。因此，正确识别检测到的孤立性肺结节中的恶性成为关键点。理想的目标是早期诊断和治疗恶性结节，同时避免不必要的侵入性检查和良性结节手术。最终目标是避免不必要的成本，同时允许孤立性肺结节患者获得最大的成本效益。
　　 在侵入性检查或正电子发射断层扫描计算机断层扫描之前，孤立性肺结节中恶性肿瘤或良性的鉴别主要取决于经验预测，其与医生的理论水平，实践经验和诊断能力密切相关。为了减少人为因素并提高诊断准确性，学者们已经建立了基于临床和成像数据组合预测孤立性肺结节中恶性肿瘤概率的模型。这样的预测模型可以用于指导医生在选择干预用于下一步骤。目前，美国临床药学院和中国抗癌协会肺癌专业委员会推荐使用数学预测模型。建议首先计算检测到的孤立性肺结节中恶性肿瘤的概率，然后根据预测的恶性概率水平进行靶向干预。
　　 在孤立性肺结节的诊断预测模型中，模型包括三个临床特征和三个成像特征。此外，还建立了不同的孤立性肺结节诊断预测模型。根据他们各自的研究，大多数这些模型的诊断准确率超过80%。
　　 大多数现有的孤立性肺结节预测模型已经根据孤立性肺结节患者的一般临床数据和成像特征建立，而较少的模型包括肺肿瘤标志物。然而，肺肿瘤标志物的检测是肺癌筛查，早期诊断和鉴别诊断的重要方法。此外，肿瘤标志物不受种族或环境的影响。癌胚抗原，细胞角蛋白片段和神经元特异性烯醇化酶目前通常用作肺肿瘤标志物，并且可用于大多数医院的常规检测。的多个肿瘤标志物联合检测已经发现，大大提高了肺癌。肺肿瘤标志物也可用于结合的计算机断层扫描图像来区分良性恶性的孤立性肺结节中，这已被证明提高恶性结节。然而，迄今为止，很少有针对孤立性肺结节的预测模型包括肺癌标志物。因此，本研究旨在通过包括肺肿瘤标志物建立孤立性肺结节的诊断预测模型。
　　 在这项研究中，多变回归分析显示年龄，吸烟史，最大结节直径，毛刺和细胞角蛋白片段水平被确定为估计孤立性肺结节中恶性肿瘤的独立预测因子，而明确的结节边界被发现是一个保护因素表明良性孤立性肺结节的可能性。基于以上结果，通过包括两个一般临床指标，三个成像指标和实验室指数建立孤立性肺结节的临床预测模型。在模型中的各种独立危险因素，之前已经报道，如年龄，吸烟史，最大结节直径，毛刺和肿瘤边界。一个例外是细胞角蛋白片段水平首次包含在孤立性肺结节的诊断预测模型中。尽管有文献提出：将细胞角蛋白片段添加到预测模型中可能会提高孤立性肺结节预测的准确性，但含有细胞角蛋白片段的模型尚未建立。
　　 有研究表明，肿瘤位置和过去的恶性肿瘤的历史都是恶性孤立性肺结节的独立预测因子。然而，在该研究中，良性和恶性孤立性肺结节亚组之间的肿瘤位置没有发现统计学上显着的差异。一个可能的原因是中国的结核病发病率很高，这是该研究中包含的良性孤立性肺结节患者中结核病比例相对较高的原因。此外，结核病优先发生在上叶，类似于恶性肿瘤，因此导致良性和恶性孤立性肺结节之间的结节位置没有显着差异。在本研究中，过去的癌症病史对于区分孤立性肺结节中的恶性肿瘤和良性病没有参考价值，这可能是由于具有恶性肿瘤病史的孤立性肺结节患者数量较少以及研究中包括的总样本量相对较小。
　　 至于血清肿瘤标志物在肺结节中的应用价值，一些研究人员发现：肿瘤标志物单独或联合用于肺结节的诊断是有限的。还有一项关于肿瘤标志物和影像学检查在孤立性肺结节诊断中的研究表明，诊断的敏感性和准确性没有得到改善。然而，该研究表明肿瘤标志物具有更高的特异性，这可能是影像诊断的有用补充。最近，一些学者发现癌胚抗原和细胞角蛋白片段在恶性孤立性肺结节患者中具有较高的阳性率，提示在恶性孤立性肺结节的早期诊断中具有一定的价值。观察血清细胞角蛋白片段作为新的危险因素，加入预测模型可能提高孤立性肺结节预测的准确性。结果显示，与良性孤立性肺结节亚组相比，恶性孤立性肺结节亚组血清细胞角蛋白片段水平显着升高。多变量分析显示，血清细胞角蛋白片段水平是孤立性肺结节中恶性肿瘤概率的独立预测因子。因此，本研究包括肺肿瘤标志物细胞角蛋白片段在数学模型中用于预测孤立性肺结节中的恶性或良性。
　　 血清细胞角蛋白片段是在正常细胞的肿瘤发生期间释放的细胞角蛋白片段。腺癌和鳞状细胞癌均与细胞角蛋白片段表达有关。因此，细胞角蛋白片段是血清标志物之一，在非小细胞肺癌中具有最大的诊断价值。分析显示血清细胞角蛋白片段对非小细胞肺癌的诊断具有重要价值;它是肺肿瘤标志物具有最高诊断功效与癌胚抗原和神经元特异性烯醇化酶。以前的研究已将肿瘤标志物癌胚抗原与成像特征相结合，以建立预测模型。在本研究中，尽管两个孤立性肺结节亚组之间存在显着差异，但血清癌胚抗原水平并不是孤立性肺结节中恶性肿瘤的独立预测因子。
　　 验证了所提模型的准确性，并将其诊断效果与其他四种模型进行了比较。模型是迄今为止基于计算机断层扫描和临床信息描述的最准确的预测工具。它基于加拿大计算机断层扫描筛查程序的一个非常大的数据集，现在代表了迄今为止发布的最准确的预测工具。
　　 结果表明，通过模型中，可以改进模型的预测。基于这一结果，假设在建立一个新的基于大样本的模型时，可能会考虑在进行数据收集和分析时收集添加肿瘤标记的数据，将肿瘤标记添加到预测模型中可能会改善预测的准确性。纳入肿瘤标志物可以进一步促进原始模型的诊断，但也需要在未来的研究中进行验证。
　　 尽管其准确性相对较高，但需要强调的是，这种预测模型不能取代病理诊断。在检测到孤立性肺结节之后，它仅用作在有针对性的干预之前使用的工具。预测模型的作用是指导下一步的干预。一方面应用预测模型可以及时诊断和治疗检测到的恶性孤立性肺结节，另一方面，它将避免对良性孤立性肺结节进行不必要的侵入性检查和手术，最终保护患者免受不必要的医疗费用，疼痛和风险。该预测模型还具有一些缺陷，例如相对小的样本大小。此外，大多数受试者是接受手术治疗的患者，表明潜在的选择偏倚。
　　 总之，孤立性肺结节恶性肿瘤的危险因素与肿瘤标志物的组合可以准确区分孤立性肺结节中的恶性肿瘤。将细胞角蛋白片段添加到预测模型中可以提高孤立性肺结节预测的准确性。这种非侵入性孤立性肺结节评估方法，一旦被证实通过多中心研究在更大范围的患者中具有优异的诊断功效，将为孤立性肺结节的诊断和治疗提供有意义的指导。