科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 探讨磨玻璃结节肿瘤浸润性的独立危险因素，建立肿瘤浸润性预测模型。方法 回顾性分析兰州大学第一医院胸外科2018年6月—2021年5月入院且病理结果明确的389例肺结节患者的临床资料。按照纳入标准共242例患者纳入研究，其中男107例、女135例，平均年龄（57.98±9.57）岁。将纳入研究患者DICOM格式的CT资料导入到人工智能系统。人工智能系统识别、自动计算并输出肺结节的性质、标准直径、实性成分大小、体积、平均CT值、最大CT值、最小CT值、中心CT值以及有无分叶、毛刺、胸膜凹陷、血管穿行等特征。根据病理诊断结果将患者分成两组，浸润前病变（非典型腺瘤样增生/原位腺癌）及浸润性病变（微浸润性腺癌/浸润性腺癌）。应用单因素及多因素分析，筛选磨玻璃结节肿瘤浸润性的独立危险因素，建立预测模型。绘制受试者工作特征曲线，计算出临界值，根据约登指数得到敏感度和特异度。结果 单因素及多因素分析结果显示：中心CT值、细胞角蛋白19片段（Cyfra21-1）、实性成分大小、结节性质、毛刺征是判断磨玻璃结节肿瘤浸润性的独立危险因素。浸润前病变和浸润性病变中心CT值、Cyfra21-1、实性成分大小最佳临界值分别为–309.00 Hu、3.23 ng/mL、8.65 mm。预测模型的公式为：logit(P)=0.982–（3.369×结节性质）+（0.921×实性成分大小）+（0.002×中心CT值）+（0.526×Cyfra21-1）–（0.095 3×毛刺征）。回归模型预测值曲线下面积为0.908，准确率为91.3%。结论 通过分析CT特征及肿瘤标志物所建立的预测模型能够较好地预测肿瘤的浸润性。其预测效果均优于任何单一因素的预测效果。
- 单位
