摘要

目的 基于CT影像征象构建非小细胞肺癌胸膜浸润的列线图预测模型。方法 搜集诊断为非小细胞肺癌的患者265例,根据患者是否发生脏层胸膜浸润(VPI)分为VPI组(68例)和无VPI组(197例)。所有患者ROC曲线分析获取各因素的最佳截断值,单因素及多因素回归分析非小细胞肺癌胸膜浸润的CT指标,R软件“rms”包构建预测非小细胞肺癌胸膜浸润CT指标的列线图模型,校正曲线对列线图模型进行内部验证,决策曲线评估列线图模型的预测效能。结果 两组患者病理类型比例、肿瘤部位比例比较差异无统计学意义(P>0.05);VPI组肿瘤直径、N分期(N2、N3)比例、M分期(M2)比例、分化程度(高分化)比例均高于无VPI组(P<0.05)。两组患者有毛刺征比例、有胸膜下积液比例、有表面皱缩纹比例的比较差异无统计学意义(P>0.05),VPI组病灶边缘特征为粗糙比例、病灶形状特征为不规则比例、病灶有紧贴胸壁比例均高于无VPI组(P<0.05)。经单因素及多因素回归分析显示,分化程度、病灶紧贴胸壁、胸膜凹陷征、病灶边缘粗糙、N分期及M分期为非小细胞肺癌胸膜浸润的CT特征指标。分化程度、紧贴胸壁、N分期、胸膜凹陷征、病灶边缘粗糙、M分期预测非小细胞肺癌胸膜浸润的曲线下面积分别为0.720、0.731、0.831、0.915、0.924、0.777;敏感度分别为59.09%、59.09%、81.82%、772.27%、86.36%、63.64%;特异度分别为81.82%、93.27%、89.85、94.57%、943.51%、97.45%。此列线图预测模型的C-index为0.769(0.667~0.931);决策曲线显示当风险阈值>0.12时,此预测模型所提供的临床净收益均高于单个CT指标并且在预测非小细胞肺癌胸膜浸润方面可以提供显著额外的临床净收益。结论 分化程度、病灶紧贴胸壁、胸膜凹陷征、病灶边缘粗糙、N分期及M分期为预测非小细胞肺癌胸膜浸润的特征指标。

  • 单位
    宁波大学医学院附属医院

全文