孤立性肺結(jié)節(jié)良惡性診斷模型的建立.pdf

1、研究背景及目的：
　　隨著目前低劑量CT篩查的廣泛使用，檢出的肺結(jié)節(jié)越來越多，尤其是孤立性肺結(jié)節(jié)(SPNs)。SPNs對普胸外科醫(yī)師和胸部放射科醫(yī)生而言，是一個常見的并富有挑戰(zhàn)性的臨床問題。如果SPN是良性的，應(yīng)該避免外科手術(shù)切除，如果SPN是惡性的，應(yīng)考慮行外科手術(shù)切除。本研究的目的是去探索惡性SPNs的獨立預(yù)測因子，并建立一個預(yù)測惡性SPNs的logistic診斷模型。該模型能為SPNs的診斷提供引導。
　　方法：

2、>　　回顧性分析了2012年1月-2015年12月醫(yī)院A心胸外科有最終病理診斷的SPNs212例。分析了他們的臨床數(shù)據(jù)和CT影像數(shù)據(jù)：年齡、性別、吸煙史、腫瘤家族史、腫瘤既往史、結(jié)節(jié)類型、結(jié)節(jié)直徑、結(jié)節(jié)位置（上葉或非上葉、左葉或右葉）、清楚的邊界、光滑的邊緣、分葉征、毛刺征、血管集束征、胸膜牽拉征、空氣支氣管征、空泡征、空洞和鈣化。通過單因素和多因素分析，我們發(fā)現(xiàn)了惡性SPNs的獨立預(yù)測因子，隨后建立了一個臨床預(yù)測模型（模型A)：P=e

3、x/(1+ex),X=-1.252-(0.741×混雜磨玻璃結(jié)節(jié))-(3.712×實性結(jié)節(jié))+(2.301×清楚的邊界)+(1.589×分葉征)+(1.269×毛刺征)+(1.528×胸膜牽拉征)。另外我們收集了醫(yī)院B胸外科有最終病理診斷的SPNs242例，作為B1組，用于驗證臨床預(yù)測模型A的診斷準確率，并建立了受試者工作特征（ROC）曲線。運用同樣的方法，本研究建立了兩個分別基于表現(xiàn)為磨玻璃(GGO)的SPNs和表現(xiàn)為實性的SPNs的

4、臨床預(yù)測模型?；诒憩F(xiàn)為磨玻璃(GGO)的SPNs建立的臨床預(yù)測模型即模型B，如下：P=ex/(1+ex)，X=-1.774+(1.836×清楚的邊界)-(0.939×光滑的邊緣)+(1.220×分葉征)+(0.888×胸膜牽拉征)+(1.124×空泡征)?；诒憩F(xiàn)為實性的SPNs建立的臨床預(yù)測模型即模型C，如下:P=ex/(1+ex)，X=-9.976+(0.065×年齡)+(2.286×腫瘤家族史)+(1.142×腫瘤既往史)+(4

5、.408×清楚的邊界)+(1.342×分葉征)+(2.192×毛刺征)+(1.589×空氣支氣管征)-(2.007×鈣化)。
　　結(jié)果：
　　多因素logistic回歸分析篩選出了5個臨床特點（結(jié)節(jié)類型、清楚的邊界、分葉征、毛刺征、胸膜牽拉征）為惡性SPNs的獨立預(yù)測因子。模型A的ROC曲線下面積是0.855[95％ confidence interval(CI),0.804-0.897]。在模型A,診斷準確率是78.10%

6、，敏感性是86.13%、特異性是67.62%、陽性預(yù)測值是77.63%、陰性預(yù)測值是78.89%。多因素logistic回歸分析也篩選出了5個臨床特點（清楚的邊界,光滑的邊緣,分葉征,胸膜牽拉征和空泡征）為表現(xiàn)為GGO的惡性SPNs的獨立預(yù)測因子。模型B的ROC曲線下面積是0.859(95%CI,0.804-0.903)。在模型B，診斷準確率是85.92%，敏感性是87.59%、特異性是87.59%、陽性預(yù)測值是92.03%、陰性預(yù)測值

7、是73.53%。多因素logistic回歸分析顯示表現(xiàn)為實性的良、惡性SPNs在年齡、腫瘤家族史、腫瘤既往史、清楚的邊界、分葉征、毛刺征、空氣支氣管征和鈣化等臨床特點具有統(tǒng)計學差異(P＜0.05)。模型C的ROC曲線下面積是0.922(95%CI,0.865-0.961)。在模型C，診斷準確率是84.89%。敏感性是：90.41%,特異性是78.79%,陽性預(yù)測值是77.63%,陰性預(yù)測值是78.89%.模型C的ROC曲線下面積明顯地高