目的探討胃癌CT灌注成像參數(shù)在術(shù)前淋巴結(jié)轉(zhuǎn)移預測模型中的價值。方法納入98例經(jīng)手術(shù)病理證實為胃癌且術(shù)前均行CT灌注成像的患者資料,對患者的CT灌注圖像在Siemens后處理工作站Syngo.via利用體部灌注軟件的Deconvolution模式進行分析得到灌注參數(shù)。對淋巴結(jié)陽性及陰性組患者的灌注參數(shù)、性別、年齡、胃癌部位、CA19-9、CEA、CT報告胃癌T分期、CT報告淋巴結(jié)轉(zhuǎn)移情況進行統(tǒng)計分析,進而對有差異的指標進行Logistic回歸分析并構(gòu)建預測模型。采用受試者操作特性(ROC)曲線評估預測模型的價值。結(jié)果不同淋巴結(jié)分組胃癌患者的BF、BV、CA19-9、CEA、CT報告胃癌T分期、CT報告淋巴結(jié)轉(zhuǎn)移情況等參數(shù)值差異具有統(tǒng)計學意義(P<0.05)。Logistic回歸分析結(jié)果顯示BF值、CT報告胃癌T分期、 CT報告淋巴結(jié)轉(zhuǎn)移情況為獨立預測因子。預測模型的ROC曲線下面積為0.950 (95%CI:0.886⁰.984),診斷閾值為0.2727,當閾值≥0.2727時,預測胃癌患者淋巴結(jié)轉(zhuǎn)移的敏感度92.7%,特異度86.0%。結(jié)論 CT灌注參數(shù)在構(gòu)...

【文章頁數(shù)】：6 頁

【部分圖文】：

圖2男，53歲，淋巴結(jié)陰性。

圖1女，68歲，淋巴結(jié)陽性。2.術(shù)前預測胃癌淋巴結(jié)轉(zhuǎn)移相關(guān)因素的多因素Logistic回歸分析

圖3術(shù)前胃癌淋巴結(jié)轉(zhuǎn)移預測模型的ROC曲線

CT灌注成像不僅可觀察形態(tài)學信息，而且可通過后處理重組并測量病灶部位灌注參數(shù)值，獲得病灶血流動力學相關(guān)信息，進而反映腫瘤的生物學特性[9]。胃癌淋巴結(jié)轉(zhuǎn)移機制復雜且受多方面因素影響，特別是原發(fā)腫瘤的異質(zhì)性，其中血管生成的異質(zhì)性是重要影響因素之一，可導致腫瘤不同程度惡性潛能和生物學....

圖1女，68歲，淋巴結(jié)陽性。

本研究共納入98例胃癌患者，其中淋巴結(jié)陽性41例，陰性組57例（表1）。兩組的BF、BV、CA19-9、CEA、CT報告淋巴結(jié)轉(zhuǎn)移情況、CT報告胃癌T分期等參數(shù)差異具有統(tǒng)計學意義（P<0.05）。淋巴結(jié)陽性及陰性病例灌注及病理圖像分別見圖1、2。圖2男，53歲，淋巴結(jié)陰性。

本文編號：3898728