%A 陈郁, 许华, 刘海, 陈士新
%T 基于CT影像学特征的恶性肺纯磨玻璃结节患者病理分型预测模型构建
%0 Journal Article
%D 2023
%J 国际肿瘤学杂志
%R 10.3760/cma.j.cn371439-20230704-00124
%P 655-660
%V 50
%N 11
%U {https://gjzlx.sdfmu.edu.cn/CN/abstract/article_11364.shtml}
%8 2023-11-08
%X <p id="p00005"><strong>目的</strong> 构建恶性肺纯磨玻璃结节（pGGN）患者基于CT影像学特征的病理分型预测模型并分析其预测效能。<strong>方法</strong> 回顾性纳入2018年1月—2022年12月于三二〇一医院行手术治疗并具有病理组织学检查结果的肺pGGN患者193例217个病灶，根据是否为浸润性腺癌划分为浸润性腺癌组（68例患者，73个病灶）和非浸润性腺癌组（125例患者，144个病灶）；比较两组患者的临床特征资料及CT影像学参数指标；采用logistic多因素回归分析恶性肺pGGN确诊为浸润性腺癌的危险因素；构建恶性肺pGGN病理分型logistic预测模型并利用受试者操作特征（ROC）曲线分析其预测效能。<strong>结果</strong> 浸润性腺癌组与非浸润性腺癌组毛刺征比例分别为34.25%（25/73）和5.56%（8/144）；内部血管征比例分别为93.15%（68/73）和18.75%（27/144）；空气支气管征分别为67.12%（49/73）和12.50%（18/144），差异均有统计学意义（<i>χ</i><sup>2</sup>=30.93，<i>P&lt;</i>0.001； <i>χ</i><sup>2</sup>=108.95，<i>P&lt;</i>0.001； <i>χ</i><sup>2</sup>=67.72，<i>P&lt;</i>0.001）；浸润性腺癌组结节平扫最大CT值（-527.82±72.95）HU显著高于非浸润性腺癌组（-592.79±86.47）HU，差异有统计学意义（<i>t</i>=-5.50，<i>P&lt;</i>0.001）。多因素分析结果显示，毛刺征（<i>OR=</i>8.93，95%<i>CI</i>为1.99~39.97，<i>P=</i>0.004）、空气支气管征（<i>OR=</i>8.16，95%<i>CI</i>为2.91~22.86，<i>P&lt;</i>0.001）、内部血管征（<i>OR=</i>48.39，95%<i>CI</i>为14.81~158.07，<i>P&lt;</i>0.001）、平扫最大CT值（<i>OR=</i>1.01，95%<i>CI</i>为1.00~1.02，<i>P=</i>0.001）均是恶性肺pGGN确诊为浸润性腺癌的独立影响因素。ROC曲线分析显示，利用毛刺征、空气支气管征、内部血管征、平扫最大CT值、logistic回归模型<i>P</i>值对于恶性肺pGGN病理分型情况进行预测，最佳截断值分别为0.50、0.50、0.50、-547.23 HU、0.46，曲线下面积分别为0.64、0.77、0.87、0.69、0.96，敏感性分别为34.25%、67.12%、93.15%、82.19%、89.04%，特异性分别为94.44%、87.50%、81.25%、46.53%、92.36%，约登指数分别为28.69%、54.62%、74.40%、28.72%、81.40%。<strong>结论</strong> 恶性肺pGGN患者中合并毛刺征、空气支气管征、内部血管征及平扫最大CT值较大者确诊为浸润性腺癌的风险较高；基于毛刺征、空气支气管征、内部血管征及平扫最大CT值构建的预测模型在辅助恶性肺pGGN病理分型鉴别诊断中显示出良好的预测效能。</p>