文献类型：期刊文章

作　　者：董浩[1] 邱勇刚[1] 汪鑫斌[1] 杨俊杰[2] 楼存诚[1] 叶晓丹[3,4,5] YIN Lekang[3]

DONG Hao;QIU Yonggang;WANG Xinbin;YANG Junjie;LOU Cuncheng;YIN Lekang;YE Xiaodan(Department of Radiology,First People's Hospital of Xiaoshan District,Hangzhou 311200,Zhejiang Province,China;Department of Pathology,First People's Hospital of Xiaoshan District,Hangzhou 311200,Zhejiang Province,China;Department of Radiology,Zhongshan Hospital,Fudan University,Shanghai 200032,China;Shanghai Institute of Medical Imaging,China;Department of Cancer Center,Zhongshan Hospital,Fudan University,Shanghai 200032,China)

机构地区：[1]杭州市萧山区第一人民医院放射科,浙江杭州311200 [2]杭州市萧山区第一人民医院病理科,浙江杭州311200 [3]复旦大学附属中山医院放射科,上海200032 [4]上海医学影像研究所,上海200032 [5]复旦大学附属中山医院肿瘤中心,上海200032

出　　处：《中国癌症杂志》

基　　金：国家自然科学基金(81571629、82071990);上海市科学技术委员会项目(19411965200);浙江省医药卫生科技计划项目(2023RC252);杭州市农业与社会发展科研引导项目(20220919Y078);杭州市萧山区社会发展重大科技计划政策引导项目(2021309)。

年　　份：2023

卷　　号：33

期　　号：8

起止页码：768-775

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、DOAJ、EMBASE、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：背景与目的:研究表明,当存在高级别组织学模式(微乳头状和实体模式)时,肺腺癌患者的预后明显较差,往往需要更积极的治疗方式,术前确定浸润性肺腺癌中是否存在任何高级别模式(high-grade pattern,HGP)可以帮助预测患者的预后并确定治疗策略。本研究旨在建立基于高分辨率计算机体层成像(computed tomography,CT)征象的logistic回归模型预测ⅠA期肺腺癌的HGP。方法:回顾性分析经病理学检查证实为ⅠA期肺腺癌的443例患者(445个病灶)的临床、病理学及影像学资料。根据病理学检查结果有无HGP将445个病灶分成两组:HGP组(n=88个)和非HGP(non-HGP,n-HGP)组(n=357个)。患者的临床病理学资料包括年龄、性别、吸烟史、肿瘤位置、分期及病理生长方式等。CT影像学上观察病灶大小、密度、形状、毛刺征、分叶征、空泡征、空气支气管征、胸膜凹陷征等。两组间定量参数比较采用Mann-Whitney U检验,计数资料采用χ2检验或Fisher确切概率法。采用单因素结合多因素logistic回归分析筛选独立预测因子,并根据多因素logistic回归分析结果分别构建临床模型、CT模型及临床-CT模型,模型间诊断效能的比较采用Delong检验。结果:单因素分析中HGP组与n-HGP组之间年龄、性别、吸烟史、肿瘤大小、密度、形状、毛刺、分叶征、胸膜牵拉差异有统计学意义(P<0.05),多因素logistic回归分析结果显示肿瘤大小(P=0.040;OR=1.063,95%CI:1.003~1.126)、密度(P<0.001;OR=8.249,95%CI:4.244~16.034)、分叶征(P=0.001;OR=3.101,95%CI:1.598~6.021)是HGP的独立预测因素,临床模型、CT模型、临床-CT模型预测HGP的曲线下面积(area under curve,AUC)值分别为0.634、0.838及0.834。结论:肿瘤大小、密度与分叶征是ⅠA期肺腺癌HGP的独立预测因子。基于高分辨率CT征象的logistic回归模型具有较好的诊断效能,可以为临床诊断及制订外科治疗方案提供一定的参考依据。

关 键 词：肺腺癌 高级别模式  预测模型  高分辨率CT

分 类 号：R734.2]