摘要
目的探讨纯磨玻璃结节的CT特征及定量分析对肺腺癌病理分类的预测价值。资料与方法回顾性分析101例(107个病灶)经手术及病理证实的CT表现为纯磨玻璃密度结节(pGGN)肺腺癌患者的临床资料与CT图像。按照病理结果分为非典型腺瘤样增生(AAH)和原位腺癌(AIS)、微浸润腺癌(MIA)和浸润腺癌(IAC)3组,比较结节的各定量资料及定性资料。对组间差异有统计学意义的指标进行组间二元Logistic回归分析,并保存预测概率值,再以预测概率以及各定量资料为检验变量绘制受试者工作特性(ROC)曲线,得出各组间临界值、敏感度和特异度。结果 AAH和AIS、MIA、IAC 3组间及两组间结节平均大小、最大直径、平均CT值和最大CT值差异均有统计学意义(P<0.05),AAH和AIS与MIA组间上述指标对应临界值分别为10.46 mm、12.42 mm、-548.00 HU及-459.06 HU;MIA与IAC组间上述指标对应临界值分别为16.06 mm、16.21mm、-348.36 HU及-269.09 HU。随着病灶病理浸润程度逐渐加重,从AAH和AIS到IAC,pGGN的大小逐渐增大,密度逐渐增高。3组间病灶形态、分叶、毛刺、空气支气管征、血管改变及胸膜凹陷征差异有统计学意义(P<0.05),AAH和AIS与MIA比较,分叶、毛刺和空气支气管征差异有统计学意义(P<0.05),MIA和IAC比较毛刺及胸膜凹陷征差异有统计学意义(P<0.05);AAH和AIS和MIA组间Logistic回归分析所得模型一为logit(P)=0.236+0.374X1+0.007X3-1.626X6(1),MIA和IAC组间回归模型二为logit(P)=-0.965+0.490X1+0.027X3-0.016X4-1.776X7(1)。回归模型一和模型二的预测概率绘制ROC曲线所得曲线下面积为0.887和0.937,均高于各定量资料单独分析结果。结论通过对pGGN的CT特征及定量资料的综合分析,可有效提高pGGN的诊断准确性,通过本研究建立的Logistic回归模型能更好地预测CT表现为pGGN肺腺癌的病理分类,预测价值明显高于各定量资料单因素独立运用。
- 单位