文献类型：期刊文章

作　　者：陈宇铭[1] 张东淼[1] 莫秋茹[1] 赵启迪[1] 农凤艳[1] 李彩云[2] 俞同福[2] 陈爱萍[2]

CHEN Yuming;ZHANG Dongmiao;MO Qiuru;ZHAO Qidi;NONG Fengyan;LI Caiyun;YU Tongfu;CHEN Aiping(School of Medical Imaging,Nanjing Medical University,Jiangsu 211166,China)

机构地区：[1]南京医科大学医学影像学院,江苏南京211166 [2]南京医科大学第一附属医院放射科,江苏南京210029

出　　处：《影像诊断与介入放射学》

基　　金：2021年江苏省高等学校大学生创新创业训练计划基金资助项目(202110312071Y)。

年　　份：2023

卷　　号：32

期　　号：4

起止页码：278-283

语　　种：中文

收录情况：JST、ZGKJHX、普通刊

摘　　要：目的探讨高分辨率CT(HRCT)上血管分型特征对磨玻璃结节(GGN)型肺腺癌侵袭程度的预测价值。方法回顾性分析我院2018年1月—2019年12月经手术病理证实为肺腺癌的649枚磨玻璃结节。依据术后病理类型将其分为非侵袭性腺癌组[原位腺癌(AIS)/微浸润性腺癌(MIA)](292例)与侵袭性腺癌组[浸润性腺癌(IAC)](357例)。分析GGN的HRCT征象以及GGN内部和周围的血管特征。采用二元Logistic回归分析建立预测模型,并通过受试者工作特征(ROC)曲线和Z检验比较各模型的诊断效果。结果两组之间具有显著统计学意义的HRCT征象包括支气管充气征、分叶征、毛刺征、空泡征、胸膜凹陷征、结节直径大小、肿瘤实性成分占比(CTR)、血管分型特征(P<0.001)。加入血管分型特征联合其他CT独立预测变量建模与未加入血管分型特征建立的预测模型相比,AUC值为0.853(P<0.001,95%CI:0.83~0.88)比0.814(P<0.001,95%CI:0.78~0.85),敏感度为72.3%比74.8%,特异度为82.2%比76.4%,提高了特异度和AUC值。Z检验ROC曲线下面积之差为0.039(P<0.05)。结论血管分型特征联合其他HRCT特征建立综合预测模型,有助于提高GGN型肺腺癌侵袭程度的预测效能。

关 键 词：肺肿瘤 肺磨玻璃结节  体层摄影术,X线计算机  血管分型

分 类 号：R734.2] R814.42[临床医学类]