论文部分内容阅读
背景:肺癌是呼吸道恶性肿瘤中最常见的一类。目前世界临床医学关于肺癌患者的研究已报道出多项成果,而其中对于孤立性肺结节（Solitary Pulmonary Nodules,SPN）的研究正在逐年增加。SPN作为一种可用于辅助诊断肺部疾病的结节性病变,已受到学者们的广泛关注。SPN更常见隐匿性发病,患者大部分无症状表现且结节大多较小。但我国目前对SPN进行权威系统性的报道仍较少,且缺乏流行病学资料,关于SPN患者的肺部影像学表现、危险因素以及肿瘤标志物表达等研究仍处于探索阶段。国际上构建了多个预测SPN良恶性的数学模型,大部分模型是基于胸部影像学特征和患者临床特征来构建的,临床上得到广泛应用的如Mayo模型、李运模型、VA模型等。但较少有研究将血清肿瘤标志物水平纳入预测模型。目的:探究SPN患者恶性危险因素,并对其肺部影像学、肿瘤标志物表达特征进行系统性分析,通过SPN患者临床病史资料、影像学征象以及肿瘤标志物的表达建立联合诊断模型,用于提高恶性SPN患者早期诊断准确率,指导患者后续治疗。方法:收集河南科技大学附属许昌市中心医院2018年06月-2021年06月期间SPN住院患者的病历资料共计266例。依据病理学活检结果将患者分为良性组、恶性组2组,其中,良性组共计纳入91例,恶性组共计纳入175例。所有患者入院后均收集病历资料并建库,建库工作交由2名工作人员完成,其中1名工作人员负责患者病历资料入库前的收集与整理,另1名工作人员负责资料入库前核对,保证数据资料收集准确完整。采用单因素以及二元Logistic回归分析方法寻找SPN的恶性危险因素。所有患者接受CT检查,并测定分析血清内肿瘤标志物CEA、NSE、SCC以及CYFRA21-1表达水平。结果:1.良性组、恶性组患者吸烟指数、戒烟年数、家族史、既往肿瘤史、毛刺、分叶征、边界情况、空洞、支气管充气征之间存在差异,具有统计学意义（P＜0.05）。恶性组患者吸烟指数、存在家族史、既往肿瘤史、结节长毛刺、分叶征、边界模糊、结节空洞、支气管充气征的患者例数明显更高,戒烟年数明显更低,年龄、性别、病程、肿瘤最大直径、钙化两组临床资料比较无明显差异,不具统计学意义（P＞0.05）。2.SPN患者CT检查特征:良性SPN患者结节边缘清晰或轻微模糊状,但不存在明显的毛刺或分叶征,CT显像条件下未表现有明显的亮度增强现象,钙化现象不明显,部分患者出现有结节形状不规则。临床诊断时结合未出现有毛刺以及分叶征,则诊断为良性。恶性SPN患者结节边缘不清晰现象明显,典型的则存在有明显的分叶征或边缘长毛刺,部分患者可能出现钙化。结节边缘血管增生现象明显而呈现毛刺现象的患者,首先考虑SPN恶性病变。浅分叶征患者考虑鉴别于结核病以及其他可引起分叶征的肺部疾病,分叶征明显的SPN患者首先考虑恶性病变。3.以分类分组作为相关性分析因变量,进行二元Logistic回归分析,结果显示:戒烟年数（P=0.000,OR=0.023）与恶性SPN表现为负相关;吸烟指数（P=0.000,OR=1.042）、家族史（P=0.008,OR=3.418）、既往肿瘤史（P=0.039,OR=4.788）、边缘长毛刺（P=0.045,OR=1.306）、分叶征（P=0.000,OR=4.754）、边界模糊（P=0.003,OR=4.455）、结节空洞（P=0.008,OR=2.206）、支气管充气征（P=0.012,OR=2.325）与恶性SPN表现为正相关。相关因素Logistic回归模型的联合ROC曲线下面积为0.815。4.恶性组患者CEA、CYFRA21-1表达水平明显高于良性组,差异具有统计学意义（P＜0.05）。两组患者NSE、SCC表达水平无明显差异（P＞0.05）。绘制关于良性组、恶性组患者肿瘤标志物的ROC曲线图,结果显示:CEA截断值选取2.25 ng/m L,灵敏度为83.33%,特异度为89.48%,AUC=0.832;CYFRA21-1截断值选取2.35 ng/m L,灵敏度为75.44%,特异度为20.39%,AUC=0.776。5.联合模型的ROC曲线下面积为0.913,相关因素的预测模型曲线下面积为0.815,同时,联合模型的阳性预测值为92.02%,阴性预测值为75.73%,灵敏度85.71%,特异度85.71%;相关因素模型阳性预测值为83.44%,阴性预测值为59.63%,灵敏度74.86%,特异度71.43%;联合模型与相关因素模型相比较,联合模型诊断效能相比于相关因素模型更优。结论:1.SPN患者存在有众多潜在的恶性危险影响因素,其中以影像学表现的恶性病变特征、家族史、既往肿瘤史、吸烟为代表。2.SPN患者CT影像学检查结果可观察到明显的恶性病变特征,有毛刺、分叶征、空洞、边界模糊、支气管充气征提示SPN恶性风险较高。3.相比于单纯的危险因素预测模型,联合肿瘤标志物后能够提高SPN患者恶性病变诊断效能,提高预测准确率。