【摘要】：背景肺癌是實體惡性腫瘤中最常見的類型之一,死亡率較高。其中,肺癌相關死亡人數(shù)占各類癌癥死亡數(shù)的30%。如果在癌癥的初期階段能夠明確診斷,可以大大降低肺癌的死亡率并改善患者的預后。據(jù)相關報道,每年常規(guī)做低劑量螺旋CT檢查可以使原本處于高危組的肺癌患者,其死亡的風險率降低到20%�，F(xiàn)如今,隨著CT檢查技術的不斷提升,如高分辨率薄層CT(HRCT)的應用,以及CT機器的各方面性能提高,肺部毛玻璃影(GGO)的檢出例數(shù)越來越多,也引起了人們的更多關注。目的1.評價高分辨率CT的影像征象對鑒別肺部磨玻璃影(GGO)良惡性的診斷價值;2.對可能影響惡性GGO的相關危險因素進行Logistic回歸分析;3.提高影像診斷的準確率,減少患者因體檢出肺部偶發(fā)性結節(jié)引起的過分擔憂及不必要的隨訪次數(shù),為放射科及臨床醫(yī)生更好的管理該類患者提供正確地指導。方法選取2016年1月至2017年12月在安徽醫(yī)科大學第二附屬醫(yī)院放射科進行胸部高分辨CT檢查的96例肺部有GGO的住院患者,根據(jù)手術及病理檢查結果分為良性GGO組(44例)與惡性GGO組(52例),回顧性分析所收集病例的臨床及影像資料(包括病灶的大小、形狀、邊緣、界面、病灶內(nèi)密度、內(nèi)部結構及鄰近結構的改變);首先進行單因素分析篩選出對鑒別良、惡性GGO有意義的影像特征,并以單因素分析結果為自變量,病理結果(良性/惡性)為因變量,建立多因素Logistic回歸模型,并繪制ROC曲線,計算約登指數(shù),評價模型的預測效果。結果卡方檢驗結果顯示病灶的分葉征、毛刺征、界面征(包括邊界模糊、邊界清楚光整、邊界清楚毛糙)、囊狀透亮影及密度等5種影像征象在良、惡性組之間,差異有統(tǒng)計學意義(P0.05),且各征象診斷為惡性GGO的靈敏度分別是71.15%,59.62%,15.38%,32.69%,51.92%,36.54%,40.38%,特異度分別是86.36%,79.55%,36.36%,75.00%,88.64%,93.18%,29.55%;多因素Logistic回歸結果則表明具有分葉征、毛刺征以及清楚毛糙邊界的GGO與惡性病變相關(P0.05),并得出回歸方程式Logistic(P)=-2.494+1.987×分葉征+(2.664×清楚毛糙邊界+0.759×清楚光整邊界)+1.444×毛刺征,上述Logistic回歸方程經(jīng)Hosmer and Le meshow Test進行擬合度檢驗,χ~2=1.704,γ=7,P=0.9740.05,表明方程的擬合具有統(tǒng)計學意義,并可以正確分類85.40%的研究對象,即該模型的敏感度P代表診斷惡性的概率,若P≥0.5預報為惡性,P0.5預報為良性,則預報的準確度高達85.40%,且其特異度81.80%,敏感度88.50%,陽性和陰性預測值分別為85.19%,85.71%。以模型中判斷良惡性GGO概率的預測值繪制ROC曲線,曲線下面積為0.907(P0.001),95%可信區(qū)間CI為(0.845,0.968),約登指數(shù)等于0.703,對應的靈敏度約等于88.50%,特異度約等于81.80%。結論1.病灶的分葉征、毛刺征、界面征(包括邊界模糊、邊界清楚光整、邊界清楚毛糙)、囊狀透亮影及密度等5種HRCT影像特征對鑒別肺部磨玻璃影(GGO)的良、惡性有診斷意義;2.分葉征、毛刺征及清楚毛糙的邊界是發(fā)展為惡性GGO的主要危險因素;3.基于肺部GGO HRCT影像特征所建立的多因素Logistic回歸分析模型具有很好的預測效果。
【圖文】：

圖 1 2011 年 IASLC/ATS/ERS 多學科肺腺癌分類Fig1 IASLC/ATS/ERS multidisciplinary classification of lung adenocarcinoma in 2011GGO 的流行病學特點及分類

圖 2 良惡性 GGO 病理類型構圖Fig 2 Pathological composition of benign and malignant GGO
【學位授予單位】：安徽醫(yī)科大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R734.2;R730.44

【相似文獻】

相關期刊論文 前10條

1 龍從杰;;影像征象的定義、特點及分類[J];臨床放射學雜志;2008年05期

2 吳穎;吳政光;yず拼，

本文編號：2681274