论文部分内容阅读
研究背景及目的约80%以上肺癌是非小细胞肺癌（non-small cell lung cancer,NSCLC）,在全世界范围内,肺癌已成为癌症致死的主要原因之一。绝大多数的肺癌被发现时已经属于中晚期,给治疗带来了巨大困难。随着螺旋CT系统的广泛应用,大量的肺结节开始被发现。对于恶性或潜在恶性的肺结节,胸腔镜下肺部分切除是治疗肺结节的首选方法,因此判断结节的浸润程度对于是否进行手术以及手术方式的选择具有重要意义。亚厘米结节是直径≤1cm的结节,为了鉴别这些类型的结节,临床医师常常会通过个人经验对结节的二维影像学特征进行判断,如平面直径,是否有毛刺、分叶、钙化、空气支气管征等特征来评估肺结节恶性的概率,但通过这种方式判断结节良恶性的准确率与临床医生的经验与年资密切相关,不同医生对于相同结节的判断也不尽相同。随着电子信息技术的发展,大家逐渐开始意识到可以利用计算机来辅助临床医生的诊断。计算机辅助诊断是指将影像学、医学图像处理等技术与计算机强大的计算分析能力结合的计算机辅助技术,辅助医生发现病灶,提供有效的辅助诊断信息,减轻医生工作负担,提高医生工作效率及诊断正确率。临床观察发现不同浸润程度的肺结节其病灶CT值与周围组织CT值之比不一样。但目前尚不清楚通过人工智能（artificial intelligence,AI）肺结节辅助诊断软件显示的病灶CT值与周围组织CT值之比与CT影像特征相结合是否能更准确地预测肺结节的浸润程度。因此,本研究将AI肺结节辅助诊断软件显示的病灶CT值与周围组织CT值之比和CT图像特征作为研究因素,探索其与亚厘米肺结节浸润程度的相关性,利用多因素Logistic回归分析建立临床预测模型,探讨其临床应用价值。方法临床回顾性病例分析纳入2019年9月至2021年9月在山东第一医科大学附属济南市中心医院胸外科确诊为亚厘米肺结节并用AI肺结节辅助诊断软件显示病灶CT值/周围组织CT值的患者临床信息,纳入标准:（1）结节直径大于5mm且小于10mm;（2）在我院影像归档和通信系统（picture archiving and communication systems,PACS）中可获得术前薄层CT影像资料;（3）可以通过推想人工智能肺结节辅助诊断软件上观察、分析图像、统计CT值比;（4）在我院医院管理信息系统（Hospital management information systems,HIS）可以查询到完整的临床资料。排除标准为:（1）结节直径大于1cm或小于5mm（2）既往有其他部位肿瘤史（3）肿瘤边缘难以勾画（4）临床资料不全。本次研究包含的临床资料包括患者性别、年龄、吸烟史、病理类型及浸润程度。使用推想人工智能肺结节辅助诊断软件上观察、分析图像、统计CT值比。对于每名患者,从AI软件中记录以下数据:（1）AI软件检测到的病变的最大直径;（2）CT影像特征,在肺窗中评估分为分叶征、毛刺征、胸膜牵拉/凹陷征、空气支气管征、血管征、结节位置等;（3）病变实性成分占比,分为四类:实性成分占比＜25%、25%-50%、50%-75%、＞75%;（4）结节CT值/周围肺组织CT值的大小。运用多因素Logistic回归分析法,将结节病理浸润程度作为因变量,单因素分析有统计学意义的各因素为自变量,将分析结果构建AI肺结节辅助诊断软件显示病灶CT值与周围组织CT值之比预测亚厘米肺结节浸润程度的临床预测模型。通过Nagelkerke检验、McFadden检验、Cox＆Snell检验以评估本研究得出的结节CT值/周围肺组织CT值判断亚厘米肺结节浸润程度预测模型的准确性和临床应用价值。结果1.共纳入在山东第一医科大学附属济南市中心医院诊断为亚厘米肺结节的患者124例,其中男36例,女88例,年龄（54.92±10.59）岁,结节大小为（8.64±1.17）mm。2.单因素分析发现,亚厘米肺结节浸润程度在年龄、结节最大直径、实性成分占比、毛刺征、胸膜牵拉/凹陷征、结节CT值/周围肺组织CT值分布差异均有统计学意义（p＜0.05）;而在性别、病变部位、分叶征,血管征,空气支气管征比较,差异均无统计学意义（p＞0.05）。3.通过多因素回归分析,以病理原位腺癌为参照,确定影响亚厘米肺结节浸润程度的独立因素。对于病理为微浸润腺癌的亚厘米结节,独立因素包括亚厘米结节大小（OR=1.813,95%CI 1.087～3.022,p=0.023）、实性成分占比（OR=2.760,95%CI 1.645～4.632,p=0.000）;对于病理为浸润性腺癌的亚厘米结节,独立因素为实性成分占比（OR=7.694,95%CI 1.519～38.965,p=0.014）;对于病理为非典型腺瘤样增生的亚厘米结节,独立因素包括年龄（OR=1.089,95%CI 1.005～1.181,p=0.038）、实性成分占比（OR=2.572,95%CI 1.321～5.006,p=0.005）;对于病理为错构瘤的亚厘米结节,独立因素为 CT值比（OR=0.000,95%CI 0.000～0.065,p=0.018）。4.根据多因素回归分析,得出的亚厘米肺结节病理浸润程度预测模型为:（1）ln（微浸润腺癌/原位腺癌）=-10.441+0.044*年龄+0.583*CT值比+0.595*长径+0.232*毛刺+0.008*胸膜凹陷征+1.015*实性成分占比;（2）ln（浸润性腺癌/原位腺癌）=-8.765+0.080*年龄-8.316*CT 值比+0.186*长径+1.728*毛刺+1.605*胸膜凹陷征+2.040*实性成分占比;（3）ln（非典型腺瘤样增生/原位腺癌）=-1.723+0.085*年龄-4.463*CT值比-0.382*长径+1.180*毛刺+0.087*胸膜凹陷征+0.945*实性成分占比;（4）ln（错构瘤/原位腺癌）=-2.363+0.062*年龄-16.085*CT值比+0.366*长径-2.378*毛刺-1.630*胸膜凹陷征+0.958*实性成分占比,通过McFadden检验（R2=0.423）、Cox＆Snell检验（R2=0.687）以及Nagelkerke检验（R2=0.734）结果证明本预测模型拟合优度较强。结论1.亚厘米肺结节浸润程度与年龄、结节最大直径、实性成分占比、毛刺征、胸膜牵拉/凹陷征、结节CT值/周围肺组织CT值有关,其中,实性成分占比以及结节大小是病理为微浸润腺癌的结节的独立预测因子,年龄和实性成分占比是病理为非典型腺瘤样增生的亚厘米结节的独立预测因子,实性成分占比是病理为浸润性腺癌的亚厘米结节的独立预测因子,CT值比是病理为错构瘤的亚厘米结节的独立预测因子。2.通过结节CT值与周围组织CT值之比和CT图像特征可以较准确的预测肺结节病理浸润程度。