基于Fisher判别构建CT引导下肺穿刺活检并发症的预测模型

作者：张皓; 李琳; 吕发金^*

来源：介入放射学杂志, 2020, 29(01): 45-50.

• CT引导下肺穿刺活检
• 并发症
• Fisher判别
• 预测模型

目的探讨基于机器学习算法的Fisher判别,初步构建CT引导下经皮肺穿刺活检(PTNB并发症的预测模型。方法回顾性分析227例CT引导下PTNB的肺部肿块或结节,用前187例筛选并发症危险因素,纳入有统计学意义的指标,构建Fisher判别式,然后采用交叉核实法和后40例评估预测模型。结果 187例中出现并发症48例(25.7%),主要为气胸29例(15.5%)和肺出血26例(13.9%),其中包含有气胸合并肺出血7例(3.74%)。并发症的危险因素有病灶大小、合并肺气肿、病灶中心与膈面短径、穿刺深度、穿刺角度和穿刺次数,并设参数值:X1=病灶大小(0>2 cm;1≤2 cm)、X2=合并肺气肿等(0=是;1=否)、X3=病灶中心距离膈面短径(0>3 cm;1≤3 cm)、X4=穿刺深度(0≤5 cm;1>5 cm)、X5=穿刺胸膜角度(0≤50°;1> 50°)、X6=穿刺时间(0≤20 min;1>20 min)、X7=穿刺次数(0=1次;1≥2次)。所得并发症的非标准化Fisher判别公式为Z=1.531X1+1.531X2+2.123X3+1.390X4+1.564X5+0.903X6+1.716X7-3.114,判别界值为0.514。预测模型的交叉核实法和40例实践测评的误判率分别是10.2%和7.5%,准确率为89.8%和92.5%,敏感度为85.4%和88.9%,特异度为91.4%和93.5%。结论 Fisher判别模型可以用于辅助临床预测CT引导下PTNB并发症的发生概率。

• 单位
  重庆医科大学附属第一医院