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.

多原发肺癌;腺癌;体层摄影术;X线计算机;分层

邱慎满;孟闫凯;赵恒亮;张磊;马东慎;李胜利;朱丽丽;陈志成;徐凯

221002 徐州医科大学附属医院影像科;221002 徐州医科大学医学影像与数字医学研究所;221002 徐州医科大学医学影像学院;221002 徐州医科大学附属医院病理科;221002 徐州医科大学附属医院病案统计科;221002 徐州医科大学附属淮海医院医学影像科;台北,台湾阳明交通大学生物医学影像暨放射科学系

临床放射学杂志

[1]邱慎满;孟闫凯;赵恒亮;张磊;马东慎;李胜利;朱丽丽;陈志成;徐凯-.基于CT形态及定量学特征构建多原发肺腺癌、腺体前驱病变风险分层模型)[J].临床放射学杂志,2022(05):860-865

VCAR

特征构建,肺腺癌,腺体,前驱,风险分层,分层模型,MPLC,危险度分层,多因素预测模型,经手,手术病理,病理类型,不典型,腺瘤,AAH,原位癌,AIS,微浸润腺癌,MIA,浸润性腺癌,IAC,形态学特征,毛刺,空腔,空泡,胸膜,牵拉,肺结节,胸部,影像科,之比,工作站,Lung,GE,预测因子,受试者工作特征曲线,发结,结节最大径,HU,mm3,测高,截断值,定量参数,组合变量,变量预测,实性成分,纯磨玻璃密度结节,pGGN,mGGN,实性结节,SN,多参数,数组,合定,定量模型,预测效能,多原发肺癌,体层摄影术,线计算

0.318769