肺磨玻璃结节胸部CT影像特征及恶性Logistic多因素预测模型构建研究

作者：李桂琴; 邹若飞^*

来源：影像研究与医学应用, 2022, 6(18): 59-61.

• 胸部CT影像
• 肺磨玻璃结节
• 性质鉴别
• 预测模型
• Logistic多因素分析

目的：探究不同性质肺磨玻璃结节（ground-glass nodule,GGN）的胸部CT影像特征，利用Logistic多因素回归分析筛选恶性结节的独立影响因素，为临床诊治肺磨玻璃结节提供依据。方法：选取2019年3月—2022年1月于哈尔滨工程大学医院、黑龙江省森工总医院经手术证实的180例肺磨玻璃结节患者，依据手术及病理检查结果将其分为良性组（n=85）及恶性组（n=95）。收集年龄、性别、CT影像特征资料，进行单因素分析，然后将单因素分析对比差异具有统计学意义的指标纳入Logistic多因素分析，构建GGN恶性的预测模型。结果：经Logistic回归分析发现，高龄（≥65岁）、结节直径（≥16 mm）、mGGN、胸膜凹陷征、毛刺征是恶性结节的独立危险因素（OR> 1,P <0.05）。得出GGN恶性预测模型，Logisti(P)=-3.745+(0.563×高龄)+（0.567×结节直径）+（0.653×胸膜凹陷征）+（0.687×m GGN）+(0.732×毛刺征)。结论：高龄（≥65岁）、结节直径（≥16 mm）、mGGN、胸膜凹陷征、毛刺征是恶性结节的危险因素，而且构建预测模型具有较高的临床应用价值。

• 单位
  黑龙江省森工总医院; 哈尔滨工程大学