HRCT良恶性GGO影像征象Logistic回归分析

发布时间：2020-05-26 04:27

【摘要】：背景肺癌是实体恶性肿瘤中最常见的类型之一,死亡率较高。其中,肺癌相关死亡人数占各类癌症死亡数的30%。如果在癌症的初期阶段能够明确诊断,可以大大降低肺癌的死亡率并改善患者的预后。据相关报道,每年常规做低剂量螺旋CT检查可以使原本处于高危组的肺癌患者,其死亡的风险率降低到20%。现如今,随着CT检查技术的不断提升,如高分辨率薄层CT(HRCT)的应用,以及CT机器的各方面性能提高,肺部毛玻璃影(GGO)的检出例数越来越多,也引起了人们的更多关注。目的1.评价高分辨率CT的影像征象对鉴别肺部磨玻璃影(GGO)良恶性的诊断价值;2.对可能影响恶性GGO的相关危险因素进行Logistic回归分析;3.提高影像诊断的准确率,减少患者因体检出肺部偶发性结节引起的过分担忧及不必要的随访次数,为放射科及临床医生更好的管理该类患者提供正确地指导。方法选取2016年1月至2017年12月在安徽医科大学第二附属医院放射科进行胸部高分辨CT检查的96例肺部有GGO的住院患者,根据手术及病理检查结果分为良性GGO组(44例)与恶性GGO组(52例),回顾性分析所收集病例的临床及影像资料(包括病灶的大小、形状、边缘、界面、病灶内密度、内部结构及邻近结构的改变);首先进行单因素分析筛选出对鉴别良、恶性GGO有意义的影像特征,并以单因素分析结果为自变量,病理结果(良性/恶性)为因变量,建立多因素Logistic回归模型,并绘制ROC曲线,计算约登指数,评价模型的预测效果。结果卡方检验结果显示病灶的分叶征、毛刺征、界面征(包括边界模糊、边界清楚光整、边界清楚毛糙)、囊状透亮影及密度等5种影像征象在良、恶性组之间,差异有统计学意义(P0.05),且各征象诊断为恶性GGO的灵敏度分别是71.15%,59.62%,15.38%,32.69%,51.92%,36.54%,40.38%,特异度分别是86.36%,79.55%,36.36%,75.00%,88.64%,93.18%,29.55%;多因素Logistic回归结果则表明具有分叶征、毛刺征以及清楚毛糙边界的GGO与恶性病变相关(P0.05),并得出回归方程式Logistic(P)=-2.494+1.987×分叶征+(2.664×清楚毛糙边界+0.759×清楚光整边界)+1.444×毛刺征,上述Logistic回归方程经Hosmer and Le meshow Test进行拟合度检验,χ~2=1.704,γ=7,P=0.9740.05,表明方程的拟合具有统计学意义,并可以正确分类85.40%的研究对象,即该模型的敏感度P代表诊断恶性的概率,若P≥0.5预报为恶性,P0.5预报为良性,则预报的准确度高达85.40%,且其特异度81.80%,敏感度88.50%,阳性和阴性预测值分别为85.19%,85.71%。以模型中判断良恶性GGO概率的预测值绘制ROC曲线,曲线下面积为0.907(P0.001),95%可信区间CI为(0.845,0.968),约登指数等于0.703,对应的灵敏度约等于88.50%,特异度约等于81.80%。结论1.病灶的分叶征、毛刺征、界面征(包括边界模糊、边界清楚光整、边界清楚毛糙)、囊状透亮影及密度等5种HRCT影像特征对鉴别肺部磨玻璃影(GGO)的良、恶性有诊断意义;2.分叶征、毛刺征及清楚毛糙的边界是发展为恶性GGO的主要危险因素;3.基于肺部GGO HRCT影像特征所建立的多因素Logistic回归分析模型具有很好的预测效果。
【图文】：

肺腺癌,多学科

图 1 2011 年 IASLC/ATS/ERS 多学科肺腺癌分类Fig1 IASLC/ATS/ERS multidisciplinary classification of lung adenocarcinoma in 2011GGO 的流行病学特点及分类

病理类型

图 2 良恶性 GGO 病理类型构图Fig 2 Pathological composition of benign and malignant GGO
【学位授予单位】：安徽医科大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R734.2;R730.44

【相似文献】