發(fā)布時(shí)間：2020-09-12 11:19

　　 目的：建立一種用于估算孤立性肺結(jié)節(jié)(SPN)惡性概率的簡(jiǎn)易模型,并評(píng)價(jià)其在孤立性肺結(jié)節(jié)良惡性鑒別診斷中的檢驗(yàn)效能。 研究對(duì)象和方法：回顧性分析研究339例影像學(xué)新發(fā)現(xiàn)的孤立性肺結(jié)節(jié)患者(2006年10月-2009年10月)病例資料,收集其臨床資料和胸部影像學(xué)資料特征,根據(jù)各病例中患者性別、年齡、吸煙史、胸外惡性腫瘤病史、結(jié)節(jié)的大小、部位、邊界特征、空泡征、增強(qiáng)CT值、毛刺征、分葉征、胸膜凹陷征及鈣化特征與最終病理診斷分別記錄并賦值,以最終病理診斷為因變量,臨床資料和影像學(xué)資料特征為自變量,進(jìn)行多因素二元Logistic回歸分析,從這些變量中篩選出惡性結(jié)節(jié)的預(yù)測(cè)因子,建立一種簡(jiǎn)易估算模型。通過(guò)模型方程計(jì)算出每一孤立性肺結(jié)節(jié)惡性的概率值,與病理診斷的實(shí)際值對(duì)比,以此建立受試者工作特征曲線(receiver operating characteristic curve ROC),評(píng)價(jià)該模型在孤立性肺結(jié)節(jié)的良惡性鑒別診斷的作用中的價(jià)值。 結(jié)果：本組病例中包括惡性結(jié)節(jié)188例,占55.5%；良性結(jié)節(jié)151例,占44.5%。臨床資料中的年齡,影像學(xué)特征中的增強(qiáng)CT值、毛刺征以及分葉征為惡性結(jié)節(jié)的獨(dú)立預(yù)測(cè)因子,其優(yōu)勢(shì)比(odds ratio OR)和95%可信區(qū)間(confidence interval CI)分別為：2.252(95%CI：1.605-3.160)、6.534(95%CI：3.34812.75)、2.260(95%CI：1.257-4.065)和7.514(95%CI：3.882-14.543)。據(jù)此,得出簡(jiǎn)易模型：P=1／(1+e-x),X=-4.487+0.812×年齡+1.877x增強(qiáng)CT值+0.918x毛刺征+2.017x分葉征(說(shuō)明：其中,e為自然常數(shù),年齡為年齡按每10歲區(qū)分為一組,共分成4組,即：小于40歲、大于或等于40小于50歲組、大于或等于50小于60歲組、大于或等于60歲組,分別計(jì)為1、2、3和4；CT增強(qiáng)值大于20HU為1,否則計(jì)為0,毛刺征、分葉征陽(yáng)性計(jì)為1,否則為0)。ROC曲線下面積(area under the curve AUC)為0.878(95%CI0.841-0.914)。 結(jié)論：該簡(jiǎn)易模型對(duì)肺孤立結(jié)節(jié)的良惡性鑒別診斷有重要價(jià)值,可以用于臨床上孤立性肺結(jié)節(jié)良惡性鑒別診斷。
【學(xué)位單位】：中南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2010
【中圖分類】：R816.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬大慶;葉兆祥;劉士遠(yuǎn);吳寧;張曉鵬;陳起航;葉兆祥;本刊編輯部;;專家研討會(huì):肺腫瘤影像專題[J];當(dāng)代醫(yī)學(xué);2009年08期

2 劉士遠(yuǎn),肖湘生,李成洲,李惠民,李w嫿

本文編號(hào)：2817561