第 8 版肺癌 TNM 分期规范将于 2017 年 1 月 1 日正式开端施行。在刚刚闭幕的 2017 年 WCLC 全体大会上，特邀 IASLC 分期和预后委员会主席 Ramón Rami-Porta 教授带来第一场主题讲演「Lung Cancer Staging--Changing the Clinical Practice」，足见 IASLC 对新分期的注重。
第 8 版肺癌 TNM 分期，T 分期改动最为显着，N 分期仍是沿袭本来的形式，M 分期有了一些改动。全体而言，更为精准，必定程度上也更为繁琐，没有包含驱动基因分类，这可能是未来研讨的方向。新版分期对临床实践有何启示呢？以下环绕 Ramón Rami-Porta 教授的讲演进行总结。
特征一：结合 2011 年肺腺癌新分类，细分小肿瘤
结合 2011 年的肺腺癌新分期，原位癌（Tis）细分为原位腺癌 [Tis(AIS)] 和原位鳞癌 [Tis(SCIS)]；界说了微滋润腺癌（MIA）的 T 分期为 T1mi；不同于第 7 版 T 剖析，将肿瘤巨细 1 cm 作为新的 T1a 的 cut-off 值。
近年来，跟着 CT 筛查的遍及，临床上发现了越来越多的小肿瘤，这一类小肿瘤值得咱们进一步深入研讨，如最佳医治形式的讨论：亚肺叶切除？立体定向放疗？射频融化？肿瘤生物学特征的研讨：如肿瘤成长速度、密度（实性、部分实性、纯 GGO）、PET 的最大吸取强度（SUVmax）、分子特征、遗传进化特征等。
特征二：重视部分实性结节的肿瘤巨细丈量
关于部分实性结节，提出了清晰的肿瘤巨细丈量方法。既往的研讨显现，患者的预后和肿瘤的实性成分巨细更为相关。因而关于部分实性结节肿瘤巨细丈量，在临床分期中，仅需求丈量实性成分的巨细；在病理分期中，核算滋润性成分的巨细。新分期中一起也指出，对悉数肿瘤病灶进行丈量，前瞻性的记载相关数据，以期进一步清晰肿瘤全病灶巨细对患者预后的影响。
特征三：肿瘤巨细丈量更为准确
新的 T 分期中，3 cm 仍然是 T1 和 T2 的切割点；但对大肿瘤进行了细分，5 cm 和 7 cm 别离上升为 T3 和 T4 的界点。跟着更为精准的 T 分期，每 1 cm 都作为一个 cut-off 值，肿瘤巨细的丈量尤为重要。那么临床实践中该怎么丈量肿瘤的巨细呢？这儿，Ramón Rami-Porta 教授专门举例，如一个肿瘤在纵隔窗丈量时，T 巨细为 4.7 cm，归于 T2b，而在肺窗上丈量，T 巨细为 5.2 cm，归于 T3，那么该以哪一个丈量为准呢？答案是肺窗。
特征四：开端重视 LN 搬运数目和搬运区
在新的 N 分期提议中，根据淋巴结搬运数目将 N1 和 N2 细分为 5 类，预后剖析显现，除 N1 多站搬运和 Skip N2（N2 淋巴结搬运但 N1 淋巴结为阴性的状况称为跳动性 N2）的生计无差异外，其他各组的差异均有统计学含义。但由于细分的 N 分期仅能在病理分期中完成，临床分期很难做到，并没有被第 8 版 TNM 分期选用。但新分期中提出对 N 搬运的数目，搬运的站区，以及阳性淋巴结份额等的重视，这能够作为未来探究的方向。根据 LN 的进一步细分，为临床上更好的猜测患者预后，挑选患者进行辅佐化疗等供给了重要根据。
特征五：胸腔外寡搬运病灶独自归类
M 分期中，M1a（胸腔内的搬运）没有改动，但根据 M1b（胸腔外搬运）搬运灶数目的不同进一步细分为 M1b（远处单个器官单发搬运）和 M1c（远处单个或多个器官多发搬运）。对寡搬运病灶的独自界说，有助于临床更好的进行预后判别；也提示在临床实践中，关于这部分寡搬运或寡发展患者，能够考虑选用更为活跃的医治手法。
特征六：肺部多发结节的确诊和分期有了答案
新版的分期中提出，关于肺部多发结节的病例，需求根据印象学和病理学特征来区别是搬运灶仍是多原发，若为多原发肿瘤，需对每个肿瘤进行独自分期；而关于多发 GGO 类病灶，T 分期由分期最高的结节为准，后边括号内加上结节数目，如 T1a（3）N0M0；关于充满性肺炎型腺癌，肿瘤坐落单一肺叶时界说为 T3，累及同侧另一肺叶时界说为 T4，累及对侧肺时界说为 M1a。上述两种状况均仅有一个 N 分期及 M 分期。
全体分期的改动
根据患者 T 分期的巨细，IA 期进一步细分为 IA1-3；III 期细分为 IIIA-C，将 T3-4N3 患者细分为 IIIC，由于这类患者和 T1-2N3 患者不同。新的分期，更好的将不同分期患者的预后进行区别。
总结
第 8 版分期更好的归类预后相同的肿瘤，使不同分期患者的预后区别更为显着；有助于辅导后续临床研讨入组；一起也为未来的首要研讨方向，如小肿瘤等。
新版分期一起也对临床和病理医师均提出了相应的要求：需求愈加精准的丈量肿瘤巨细；引荐选用弹力层的染色来点评脏层胸膜的搬运；更为翔实的记载淋巴结搬运数目和淋巴结的搬运站区；远处搬运病灶的数据和方位；把握多发病灶的分类要求。
