论文部分内容阅读
目的 基于CT征象构建肺腺癌表皮生长因子受体(EGFR)基因突变状态的列线图.方法 回顾性分析本院经基因检测确定EGFR野生型肺腺癌患者30例,EGFR突变型患者37例的资料.由两名影像科医师评价肿瘤位置、位置分型、分叶征、毛刺征、胸膜凹陷征、空泡征、支气管充气征、坏死、钙化、肿瘤内血管、肿瘤周围血管侵犯、纵隔淋巴结肿大、胸膜腔积液、支气管截断、血管集束征、胸膜转移及远处转移17个CT征象.比较两组患者一般资料及上述CT征象的差异.采用单变量及多变量Logistic回归筛选预测EGFR突变型的影响因素,根据多变量分析结果绘制列线图.采用Bootstrap 1000次重复抽样对列线图进行内部验证,绘制受试者工作特征曲线(ROC)并计算曲线下面积(AUC),计算敏感度及特异度用于评价列线图的区分度.采用H-L拟合优度检验评价列线图的校准度.结果 两组患者的性别、肿瘤位置、支气管充气征及淋巴结肿大的构成比差异均有统计学意义(P＜0.05).EGFR突变型组肿瘤大小(30.89±12.84) mm小于野生型组(40.07 ±22.18)mm,差异有统计学意义(t=2.118,P=0.038).单变量Logistic回归分析结果表明患者性别、肿瘤大小、肿瘤位置、分叶征、支气管充气征、坏死、肿瘤内血管、纵隔淋巴结肿大及支气管截断是EGFR突变状态的影响因素,多变量Logistic分析结果表明患者性别、肿瘤位置、支气管充气征及肿瘤内血管是预测EGFR突变型的独立影响因素,比值比(OR)分别为0.27 (95％CI:0.08 ～0.88)、0.15(95％ CI:0.04 ～0.60)、6.18 (95％ CI: 1.17 ～ 32.74)及0.20(95％ CI:0.07～0.75)(P＜0.05).根据上述四个变量绘制的列线图经Bootstrap 1000重复抽样后计算AUC为0.805,敏感度为81.08％,特异度为70.00％.H-L拟合优度检验表明该列线图有较高校准度(x2=3.549,P=0.616).结论 基于CT征象构建肺腺癌EGFR突变状态的列线图具有较高的区分度及校准度,具一定临床应用价值.