联合临床信息及CT特征的胸腺瘤组织学分型预测模型的研究

作者：李小梅; 易韵琪; 谢定祥; 王信; 李周雷^*

来源：影像诊断与介入放射学, 2023, 32(05): 329-335.

• 胸腺瘤
• 临床预测模型
• 组织学分型
• 体层摄影术,X线计算机

目的 结合临床资料及CT影像特征，术前预测胸腺瘤（TETs）高、低危组织学类型。方法 回顾性分析2018年1月—2023年1月行TETs切除术患者114例，以病理学分型分为低危组（33例）和高危组（81例），并从病灶最大直径、平扫及增强扫描动脉期CT值、强化幅度、增强均匀性、形状、轮廓、钙化等方面评估其影像学特征。基于患者的临床信息（性别、年龄、吸烟史、是否伴随重症肌无力）与上述影像学特征，采用多因素Logistics筛选相关因素构建预测模型，创建列线图。通过受试者工作特征曲线、校准曲线和临床决策曲线来评估预测模型性能。结果 经统计学分析，动脉期CT值（P=0.002）、强化幅度（P=0.002）、增强均匀性（P=0.049）、年龄（P=0.038）是TETs高、低危分型的独立预测因素（P<0.05）。其余特征均无统计学差异。模型的训练集（AUC=0.779）和验证集（AUC=0.810）都表现出良好诊断效能。结论 临床资料及CT影像学特征对鉴别TETs高、低危分型有重要价值，构建的列线图预测模型显示出良好的诊断性能。

• 单位
  生物医学工程学院; 中山大学新华学院; 中山大学附属第一医院