肺结节恶性概率预测模型的构建
背景：肺癌是我国乃至全球最常见的恶性肿瘤。肺癌预后极差，我国肺癌5年生存率仅为19.7%。据IASLC发布的第八版肺癌TNM分期所示，IA期肺癌的5年生存率超过80%，而IV期肺癌5年生存率不足10%。因此，肺癌早诊可能是改善我国肺癌现状的最佳方法。随着我国癌症早筛项目的推行，通过胸CT体检发现肺结节的人数与日俱增。肺结节形态复杂，仅通过影像学诊断困难。本研究通过结合肺结节患者的临床、影像学和血清肿瘤标志物等资料，应用数学方法建立诊断模型，为临床肺结节管理提供依据。 方法：本研究参考2018年中国肺癌LDCT筛查指南，选取了2017年01月至2019年01月期间，因肺部结节于天津医科大学总医院接受手术治疗且病理诊断明确的患者408例。将总体患者依照良恶性分布分为A(308例)、B(100例)两组。利用SPSS20.0软件，先对上述临床资料进行单因素分析，筛选出良、恶性肺结节间具有明显差异的因素。再对A组数据中的这些因素进行Logistic回归分析，筛选出最终的恶性肺结节预测因素并建立恶性肺结节概率预测模型。最终将B组数据代入模型，依据结果绘制ROC曲线并评估模型预测的准确度。 结果：本研究经单因素及多因素分析，得到患者的年龄、结节密度、结节最大直径、结节边界模糊、分叶征、伴有淋巴结肿大、CEA值及CYFRA21-1值是恶性肺结节的独立危险因素；结节边界清晰、结节钙化和结节以宽基底方式与胸膜相连是提示肺结节倾向良性的保护因素；患者的性别、胸腔外恶性肿瘤史、肿瘤家族史、吸烟史、多发结节、SCC和NSE不是恶性肺结节的独立危险因素。肺结节位置和四项肿瘤标志物联合虽然在良恶性肺结节组间有明显差异，但经多因素分析不能作为恶性肺结节的预测因素。结节有毛刺和胸膜牵拉或凹陷在良恶性组间有明显差异，虽经多因素分析不是恶性肺结节预测因素，但将其剔除方程后模型诊断效能下降，故将其保留。本研究依照A组(308例)肺结节患者临床资料建立的肺结节恶性概率预测模型：肺结节恶性概率P=ex/(1+ex)，X=-6.311+(0.040*年龄)+(4.443*磨玻璃结节)+(3.236*部分实性结节)+(0.090*结节最大径)+(-1.031*边界)+(1.236*分叶)+(0.826*毛刺)+(-2.086*钙化)+(-2.108*宽基底)+(0.677*胸膜牵拉或凹陷)+(1.078*淋巴结肿大)+(0.233*CEA)+(0.458*CYFRA21-1)。将B组(100例)肺结节患者数据代入模型进行验证。依据验证结果，得到的模型灵敏度为89.4%，特异度为85.3%，阳性预测值为92.2%，阴性预测值为80.6%，计算Kappa值为0.736(P＜0.01)，AUC为0.901±0.033(95%CI：0.837~0.966)。提示模型的诊断效能较好。 结论：我们通过联合患者的临床、影像学和血清肿瘤标志物等资料建立诊断模型，并证实了模型在诊断肺结节良恶性方面有较高效能。通过观察预测因子的系数发现，结节密度在肺结节良恶性预测中占据重要地位。不同密度的恶性肺结节影像特点不同，如很少在磨玻璃密度结节上观察到分叶征和毛刺征等。因此将肺结节按不同密度分别建立方程，可能进一步提高模型的诊断效能。
肺结节;恶性概率预测模型;数学方法;临床诊断
天津医科大学
硕士
临床医学
陈军
2019
中文
R734.2
2020-07-02（万方平台首次上网日期，不代表论文的发表时间）