临床Ⅰ期非小细胞肺癌诊断模型构建:基于临床影像学特征联合叶酸受体阳性循环肿瘤细胞检测的研究

来源 :中国胸心血管外科临床杂志 | 被引量 : 0次 | 上传用户:sheeperds
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的 分析叶酸受体阳性循环肿瘤细胞(folate receptor-positive circulating tumor cells,FR+CTC)与患者肺部病灶良恶性的相关性,建立基于临床资料、影像学和FR+CTC的肺部肿物恶性预测模型.方法 回顾性分析青岛大学附属医院2018年9月至2019年12月1277例行外周血循环肿瘤细胞检查且病理结果明确的肺结节及肺肿瘤患者的临床资料,其中男518例、女759例,中位年龄为57(29~85)岁.随机将患者分配到试验组和验证组,进行单因素及多因素分析,建立Nomogram预测模型,对其进行内部及外部验证,受试者工作特征(ROC)曲线检验模型区分度,校准曲线检验模型一致性.结果 试验组非小细胞肺癌患者925例、良性疾病患者113例;验证组非小细胞肺癌患者219例、良性疾病患者20例,非小细胞肺癌患者外周血中FR+CTC明显高于肺部良性疾病患者(P<0.001).多因素分析显示年龄≥60岁、女性、FR+CTC值>8.7 FU/3 mL、胸膜牵拉征阳性、结节直径、毛刺征阳性、结节中实性成分直径比值<1是病灶直径≤4 cm肺肿物良恶性病变的独立危险因素.建立Nomogram预测模型,区分度检验试验组ROC曲线下面积(AUC)值为0.918,敏感性为86.36%,特异性为83.19%;验证组AUC值为0.903,模型敏感性为79.45%,特异性为90.00%,表明Nomogram模型区分度良好.校准曲线表明Nomogram预测模型一致性良好.结论 非小细胞肺癌患者外周血中FR+CTC显著高于肺部良性疾病患者.本研究建立的临床Ⅰ期非小细胞肺癌诊断模型精准度良好,可以为临床诊断提供依据.
其他文献
心血管疾病是全球导致死亡的首要原因,其诊治非常依赖各种临床数据.随着医疗大数据时代的到来,人工智能在心血管医学中的影像、诊断和预后预测等多个方面得到广泛应用,为精准诊治提供了新的方法.本文综述了人工智能在心血管医学中的应用现状.
机器人支气管镜系统是用于肺部病灶定位、活检、介入治疗的新技术,其安全性和有效性已得到临床证实.基于机器人支气管镜系统搭载的众多先进技术,临床医生进行气管镜操作时更加智能、方便、稳定,并且较磁导航辅助下支气管镜检查及普通支气管镜检查有更高的准确性、诊断率,并发症也相对较少.本文就机器人支气管镜系统应用的研究进展进行综述,并对其与人工智能领域的结合进行展望.
目的 探讨区域医疗中心采用人工智能(AI)辅助诊断系统在肺结节多学科专家组(MDT)诊疗过程中的临床价值.方法 回顾性分析本院2020年4~12月102例肺结节患者的临床资料,其中男57例、女45例,年龄36~ 90(48.8±11.6)岁.由MDT和AI系统分别进行诊断,比较AI与MDT结节检出差异率,并结合病理结果情况分析AI与MDT诊断的准确率.结果 AI软件系统共检测出322个结节,医师人工检测出305个(P<0.05);其中113个结节获病理诊断,40例肺癌结节中AI报高危结节38例,敏感度为9