据估计，美国每年可发现约15万肺部结节性病变患者，而根据全美肺癌筛查试验结果，这一数字还呈递增趋势，因此人们亟需有一种预测工具可为此类肺结节的处理提供帮助。关于肺结节的体积目前有3种新的评估因子，为了解在现有恶性肿瘤预测模型中，添加这些体积指标能否改善其对CT确定的肺结节预测的准确性，来自美国南卡罗来纳医药大学肺部和重症监护科的Gerard A. Silvestri及其同事进行了一项研究，研究结果在线发表于2013年8月15日的《CHEST》杂志。结果显示：在现有恶性肿瘤预测模型中添加结节体积指标可增加其对肺结节预估分类的准确性，从而帮助医生更有效的确定结节风险等级。
该研究的主要研究对象是：2006~2010年间在美国南卡罗来纳医药大学就诊的221例患者，这些患者均经CT检出存在肺结节。研究者使用斯文森1997预测模型（Swensen’s 1997）对患者的结节恶性概率进行了预估，并对3个分别包含一种新结节体积评估因子的多变量Logistic模型进行了研究，以观察这些新模型的预测价值是否有所提高。此外，研究者还使用多种指标对上述新模型对结节的分类性能进行了评估。
该研究的主要结果为：使用0.5作为切点对相关概率进行预测，斯文森1997预测模型可对67%的结节进行正确分类。而对三种新模型的研究显示，添加新的结节体积预测因子，可以增加新模型对恶性结节的预测准确性。三种新模型对结节良、恶性的分类正确率分别达到83%、88%和88%，其分类准确性的净增长与原模型相比，均有统计学意义上的显著差异。此外，所有三个模型与Nagelkerke’s R-squared、识别斜率（discrimination slope）、受试者操作特征曲线（ROC曲线）和Hosmer - Lemeshow标定试验等均有良好的拟合程度。
该研究结果显示：在现有的恶性肿瘤预测模型中，添加结节体积指标可提高其对肺结节预估分类的准确性。这种增强版的预测工具将帮助临床医生更有效的确定肺结节的风险等级。
