论文部分内容阅读
目的:通过对正电子发射断层显像/X线计算机体层成像仪（PET/CT）表现为孤立性肺结节（SPN）患者的临床及影像学资料进行分析,构建一种含肿瘤代谢因素的SPN恶性风险预测模型,并进行模型验证。方法:回顾性分析2013年1月到2017年7月我院PET/CT中心受检者资料,最终纳入362名SPN患者进行研究,所收集的资料包括患者的年龄、性别、吸烟指数、及病灶的最大标准摄取值(SUVmax)、大小、是否伴有分叶、毛刺、胸膜牵拉、血管连接、钙化、空泡、充气支气管征、肺气肿、肺纤维化等征象。随机将上述362名患者分为模型构建组（A组）及模型验证组（B组）。采用非参数秩和检验及单因素Logistic回归对A组患者的年龄、性别、吸烟指数、病灶SUVmax、病灶大小以及是否伴有分叶征、毛刺征、胸膜牵拉征、血管连接征、钙化、空泡、充气支气管征、肺气肿、肺纤维化等因素进行分析,检验良恶性结节患者间上述因素是否存在差异。随后进行多因素非条件Logistic回归分析,建立预测模型,以受试者特征曲线（ROC曲线）进行模型自身验证,通过k折交叉验证进行模型的组外考核。最后,将B组数据分别带入本研究所建立模型及所选取的另外3种关于孤立性肺结节的预测模型,以ROC曲线下面积来比较不同模型之间的预测效能。利用A组数据构建单纯CT组分、PET组分预测模型。通过B组数据进行验证,将PET/CT模型、CT组分和PET组分的ROC曲线下面积进行比较。结果:单因素Logistic分析和非参数秩和检验显示:良恶性结节患者间的年龄、病灶SUVmax、大小、及是否伴有分叶、毛刺、胸膜牵拉、血管连接、钙化、空泡、肺气肿间的差异具有统计学意义（P<0.05）,而患者吸烟指数、性别及是否存在充气支气管征、肺纤维化间差异不具有统计学意义（P>0.05）。通过多因素Logistic回归分析得知,患者年龄、病灶SUVmax、病灶大小及是否伴有分叶征、钙化、空泡为恶性结节的独立危险因素（P<0.05）,其OR值（95%CI）分别为:1.040（1.0031.077）、1.566（1.2341.987）、1.154（1.0741.241）、4.597（1.91911.010）、0.208（0.0770.561）、2.851（1.1377.149）;患者的性别、吸烟指数及病灶有无毛刺征、胸膜牵拉征、血管连接征、充气支气管征、肺气肿、肺纤维化对良恶性结节风险预测无统计学意义（P>0.05）。建立模型:恶性概率P=1/(1+e-x),x=-5.590+0.039×年龄+0.448×SUVmax+0.144×大小（mm）+1.525×分叶-1.570×钙化+1.048×空泡（其中e为自然对数）。经过ROC曲线分析,模型曲线下面积（95%CI）为:0.914（0.8700.949）,灵敏度为0.897,特异度为0.789。k折交叉检验显示每组的预测准确度分别为:0.767、0.833、0.900、0.935、0.833、0.900、0.833、0.933、0.867、0.839;训练准确度分别为:0.919、0.897、0.908、0.893、0.897、0.890、0.901、0.890、0.901、0.889;平均预测准确度为:0.864±0.053;平均训练准确度为:0.898±0.009。以B组病例进行本研究模型与所选取另外三种模型的对比验证,分别进行概率预测,并根据其预测概率建立了ROC曲线,其各自曲线下面积（95%CI）为:Herder模型0.800（0.6850.915）、PKUPH模型0.655（0.4820.827）、Brock模型0.839（0.7210.958）、本研究模型0.929（0.8501.000）,其中本模型为四种模型中诊断效能最高的模型,灵敏度和特异度分别为:0.896、0.917。根据A组数据建立的CT模型为P=1/(1+e-x),x=-3.374+1.515×分叶+0.965×胸膜牵拉-1.226×毛刺+0.201×大小。PET/CT、CT及PET组分在诊断肺结节良恶性时各自的ROC曲线下面积分别为0.929（0.8501.000）、0.859（0.7181.000）、0.799（0.6700.927）,以PET/CT模型的诊断效能最高,其灵敏度、特异度分别为0.896、0.917。结论:本研究通过多因素Logistic回归分析发现,年龄、SUVmax、大小、分叶征、钙化和空泡为恶性肺结节的独立危险因素。在自身验证、组外验证及与前人的模型对比验证时发现,在对相同病例进行预测分析时,本模型提供了更高诊断效能,降低了假阳性和假阴性的诊断可能,在实际应用中可能会辅助临床做出更准确的决策,帮助病人尽早的明确诊断和开始治疗,以改善其远期预后。