摘要
目的 利用基线CT形态及定量学特征构建多原发肺腺癌(MPLC)、腺体前驱病变不同结节危险度分层的多因素预测模型。方法 回顾性分析经手术病理证实的72例MPLC、腺体前驱病变患者临床及影像学资料。根据手术病理类型将不典型腺瘤样增生(AAH)及原位癌(AIS)归为低危组,而将微浸润腺癌(MIA)及浸润性腺癌(IAC)归为高危组。结节形态学特征[成分、边缘(毛刺和分叶)、空腔(空泡、扩张支气管征)、胸膜牵拉]由人工智能(AI)肺结节分析软件自动获得,然后由1名具有5年胸部CT经验的影像科医师再次评估。结节定量CT参数(最大径、长短径之比、平均CT值及体积)由后处理工作站(Lung VCAR,GE)分析获得。采用SPSS 22.0软件进行统计分析,Logistic回归分析筛选预测因子,构建预测模型,受试者工作特征曲线(ROC)分析评价模型效能。P<0.05为差异有统计学意义。结果 72例患者经手术病理证实160枚结节,其中双原发结节57例(79.17%),女性52例(72.22%)。高危组、低危组结节最大径分别为(13.85±6.14) mm、(6.10±2.45) mm,长短径之比分别为1.38±0.25、1.30±0.25,平均CT值分别为(-532.71±175.88) HU、(-669.23±103.92) HU,体积分别为(1618.00±2149.79) mm3、(178.75±198.02) mm3。高危组、低危组结节最大径、平均CT值和结节体积间差异均有统计学意义(P=0.000,0.001,0.000)。结节最大径预测高危组的最佳截断值为7 mm,曲线下面积(AUC)为0.910,敏感度和特异度分别为81.25%和86.61%。结节体积预测高危组的最佳截断值为323 mm3,AUC值、敏感度、特异度分别为0.904、91.67%、77.68%。将定量参数结节最大径、体积、平均CT值纳入Logistic回归分析,构建组合变量。ROC曲线分析显示,组合变量预测高危组结节的AUC值为0.939,敏感度90.00%,特异度85.71%,差异具有统计学意义(P<0.0001)。形态学特征上,结节内部是否含有实性成分、实性成分多少[纯磨玻璃密度结节(pGGN)、混合磨玻璃密度结节(mGGN)和实性结节(SN)]在高、低危组间有显著性差异(P=0.000、0.000、0.016)。毛刺、分叶、胸膜牵拉、空泡、扩张支气管征等形态学特征在两组间差异同样具有统计学意义(P<0.05)。结论 CT形态学特征、定量参数能够在一定程度上对MPLC及腺体前驱病变进行危险度分层,多参数组合定量模型的预测效能最佳。
- 单位