【摘要】：研究背景：孤立性肺結(jié)節(jié)(solitary pulmonary nodules, SPN)的檢出率隨著CT的廣泛應(yīng)用,近年來(lái)有明顯增高的趨勢(shì)。孤立性肺結(jié)節(jié)在肺癌篩查中的發(fā)現(xiàn)率約為20%左右。而檢出的這部分孤立性肺結(jié)節(jié)中惡性結(jié)節(jié)平均約為40%,如果能對(duì)這部分惡性結(jié)節(jié)早期做出診斷和治療,將極大地提高肺癌患者總體生存率并改善預(yù)后[7,8]。因此,對(duì)于已發(fā)現(xiàn)的孤立性肺結(jié)節(jié)正確判別其良惡性就成為關(guān)鍵,我們的理想狀態(tài)是使惡性結(jié)節(jié)得以早期診斷和治療,同時(shí)使良性結(jié)節(jié)避免不必要的侵入性檢查和手術(shù),避免不必要的花費(fèi),使患者達(dá)到最大的成本效益。在孤立性肺結(jié)節(jié)接受侵入性檢查或PET-CT之前,肺結(jié)節(jié)良惡性的判斷主要依賴于醫(yī)生根據(jù)患者臨床資料和CT征象的綜合分析,這與醫(yī)生的理論水平、實(shí)踐經(jīng)驗(yàn)、判斷能力密切相關(guān)。因此,為了減少人為因素,提高SPN診斷的準(zhǔn)確性,有學(xué)者依據(jù)孤立性肺結(jié)節(jié)的臨床資料和影像學(xué)資料聯(lián)合建立模型用于預(yù)測(cè)SPN的惡性概率,以指導(dǎo)醫(yī)生對(duì)下一步干預(yù)措施進(jìn)行選擇。目前美國(guó)胸科醫(yī)師學(xué)會(huì)(American College of Chest Physicians, ACCP)和中國(guó)抗癌協(xié)會(huì)肺癌專業(yè)委員會(huì)都推薦了數(shù)學(xué)預(yù)測(cè)模型,建議對(duì)發(fā)現(xiàn)的SPN先計(jì)算惡性概率,然后根據(jù)惡性概率高低再進(jìn)行針對(duì)性的干預(yù)。目前國(guó)內(nèi)外學(xué)者針對(duì)孤立性肺結(jié)節(jié)良惡性的判別建立了多個(gè)預(yù)測(cè)模型,每個(gè)模型的樣本量、納入的危險(xiǎn)因素等各不相同,各模型所報(bào)告的準(zhǔn)確性也不盡相同。目前大多數(shù)的SPN預(yù)測(cè)模型都是由患者的一般臨床資料和影像學(xué)特征構(gòu)成的,很少有研究者在模型建立時(shí)一并將肺腫瘤標(biāo)記物納入進(jìn)行研究,因此,包含肺腫瘤標(biāo)記物的模型較少。但肺腫瘤標(biāo)記物檢測(cè)是肺癌篩查和早期診斷、鑒別診斷的重要方法。而且,腫瘤標(biāo)記物不受人種和環(huán)境的影響。癌胚抗原(CEA)、細(xì)胞角蛋白-19(CYFRA21-1)、神經(jīng)特異性烯醇化酶(NSE)是目前常用的肺癌腫瘤標(biāo)記物,在大多數(shù)醫(yī)院都可以常規(guī)檢測(cè)。研究發(fā)現(xiàn)多種TMS聯(lián)合檢測(cè)可以大大提高肺癌的檢出率。也有學(xué)者將血清標(biāo)記物與CT影像結(jié)合鑒別SPN良惡性,經(jīng)證實(shí)可以提高SPN的診斷價(jià)值。因此,本研究擬建立一個(gè)SPN診斷模型,并在資料的收集階段就納入肺腫瘤標(biāo)記物,一并加以分析研究。研究目的：1：通過(guò)單因素和多因素分析篩選出孤立性肺結(jié)節(jié)(SPN)惡性病變的危險(xiǎn)因素,并建立孤立性肺結(jié)節(jié)良惡性預(yù)測(cè)模型,以減少日常工作中的人為因素,為孤立性肺結(jié)節(jié)的進(jìn)一步處理提供建議。2：探討肺腫瘤標(biāo)記物對(duì)孤立性肺結(jié)節(jié)診斷模型的價(jià)值。3：驗(yàn)證本中心模型的診斷能力,并與目前應(yīng)用較廣泛的模型進(jìn)行比較。研究方法：1、臨床資料：收集2005年1月至2011年12月期間,我院經(jīng)手術(shù)切除或穿刺活檢有明確病理診斷的SPN患者294例;納入標(biāo)準(zhǔn)為：1、直徑≤3cm的肺內(nèi)單發(fā)的類圓形病灶,并滿足密度增高、且病變周圍為含氣肺組織所包繞,并且不伴有肺不張、縱隔及肺門淋巴結(jié)腫大、胸腔積液等表現(xiàn)。2、經(jīng)纖維支氣管鏡和/或CT引導(dǎo)下穿刺活檢、手術(shù)證實(shí)有明確病理診斷的病例；3有完整的臨床病歷記錄和CT影像資料。其中男153例,女141例；年齡32-80(55.1±10.7)歲。收集患者的臨床資料包括：性別,年齡,吸煙史、吸煙指數(shù)、腫瘤家族史、既往腫瘤病史、血清CEA.NSE及Cyfra21-1的含量。另外收集2012年1月至2014年12月期間,經(jīng)手術(shù)切除或穿刺活檢有明確病理診斷的SPN患者120例作為驗(yàn)證數(shù)據(jù)集,用來(lái)檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性。2、影像學(xué)資料：多層螺旋CT圖像分析：收集患者的平掃和／或增強(qiáng)CT資料,對(duì)CT征象判別有疑問(wèn)的進(jìn)行圖像后處理進(jìn)一步觀察結(jié)節(jié)的CT特征。由2位經(jīng)驗(yàn)豐富的高年資影像科醫(yī)師以隨機(jī)順序分別獨(dú)立進(jìn)行閱片,詳細(xì)記錄如下肺結(jié)節(jié)CT特征：1、結(jié)節(jié)的位置。2、結(jié)節(jié)大小：肺窗中測(cè)定的結(jié)節(jié)的最大徑。3、結(jié)節(jié)邊界是否清楚、有無(wú)毛刺征、分葉征；4、結(jié)節(jié)內(nèi)部有有無(wú)空洞和鈣化。5結(jié)節(jié)周邊有無(wú)血管集束征和胸膜凹陷征。如果2人對(duì)結(jié)果描述有差異的,請(qǐng)第三人予以評(píng)價(jià)。3、肺腫瘤標(biāo)記物：抽取SPN患者空腹外周靜脈血,經(jīng)離心后,嚴(yán)格按照試劑盒的要求進(jìn)行血清CEA、NSE及Cyfra21-1這3項(xiàng)肺腫瘤標(biāo)記物的檢測(cè)(檢測(cè)由醫(yī)院化驗(yàn)室完成)。研究人員認(rèn)真翔實(shí)地記錄化驗(yàn)室回報(bào)的相關(guān)數(shù)據(jù)。4、統(tǒng)計(jì)學(xué)方法：采用SPSS 13.0軟件進(jìn)行統(tǒng)計(jì)處理。對(duì)參與模型建立的294例患者的一般臨床資料(年齡、性別、吸煙史及吸煙指數(shù)、既往腫瘤史),CT征象(病變部位、結(jié)節(jié)直徑、結(jié)節(jié)有無(wú)分葉、毛刺、邊界清楚、空洞、鈣化、血管集束征、胸膜凹陷征)以及實(shí)驗(yàn)室資料血清CEA、NSE及Cyfra21-1的含量進(jìn)行單因素分析,計(jì)數(shù)資料采用χ2檢驗(yàn),計(jì)量資料采用t檢驗(yàn)；再采取多因素logistic回歸分析,篩選出孤立性肺結(jié)節(jié)惡性概率的獨(dú)立危險(xiǎn)因素,并構(gòu)建預(yù)測(cè)孤立性肺結(jié)節(jié)惡性概率的回歸方程模型。應(yīng)用驗(yàn)證數(shù)據(jù)集的120例患者資料對(duì)模型進(jìn)行最大似然比檢驗(yàn)、Omnibus檢驗(yàn)和Hosmer-Lemeshow檢驗(yàn)。120例患者的資料帶入模型選取合適的良惡性概率臨界值,并與金標(biāo)準(zhǔn)比較計(jì)算敏感性、特異性、準(zhǔn)確率、陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值。P0.05為差異有統(tǒng)計(jì)學(xué)意義。并將120例患者資料代入本中心模型和不含有Cyfra21-1的模型以及Mayo模型、VA模型,北大模型、Brock University模型繪制ROC曲線,計(jì)算ROC曲線下面積(AUC),對(duì)曲線下面積進(jìn)行比較。P0.05為差異有統(tǒng)計(jì)學(xué)意義。結(jié)果：1病理結(jié)果：在用于模型建立的294例孤立性肺結(jié)節(jié)患者中包括惡性結(jié)節(jié)176例,占59.9%,分別是腺癌(112例,38.1%,鱗癌(45例,15.3%),細(xì)支氣管肺泡癌(8例,2.7%),小細(xì)胞肺癌(4例,1.3%),大細(xì)胞癌(3例,1%),類癌(2例,0.6%),腺鱗癌(2例,0.6%)。另118例(40.1%)確診為良性結(jié)節(jié),包括肺結(jié)核(61例,20.7%),炎性假瘤(23例,7.8%),錯(cuò)構(gòu)瘤(21例,7.1%),硬化性血管瘤(5例,1.7%),曲霉菌感染(3例,1%),局部囊腫伴感染(3例,1%),肺炎(1例,0.3%),和纖維化(1例,0.3%)。參與數(shù)據(jù)驗(yàn)證的B組中有72例(60%)惡性結(jié)節(jié),48例(40%)良性結(jié)節(jié)。兩組在性別、年齡、結(jié)節(jié)大小上無(wú)統(tǒng)計(jì)學(xué)差異。2.單因素及多因素分析結(jié)果：?jiǎn)我蛩胤治鲲@示患者年齡、吸煙史、吸煙指數(shù)、腫瘤最大徑、毛刺征、分葉征、邊界清楚、鈣化灶、胸膜凹陷征、血清CEA、NSE及Cyfra21-1在孤立性肺結(jié)節(jié)良、惡性病變兩組間的差異有統(tǒng)計(jì)學(xué)意義(P0.05)(表1)。多因素logistic回歸分析結(jié)果顯示,患者年齡、吸煙史、結(jié)節(jié)最大徑、毛刺、邊界清楚、血清Cyfra21-1在孤立性肺結(jié)節(jié)良、惡性兩組間的差異有統(tǒng)計(jì)學(xué)意義(P0.05),是判斷孤立性肺結(jié)節(jié)性質(zhì)的獨(dú)立影響因素。(表2)3.建立logistic 回歸方程:模型：p=ex/(1+ex),x=-14.417+(0.111×年齡)+(1.009×吸煙史)+(2.597×結(jié)節(jié)大小)+(1.056×毛刺)+(-1.258×邊界清楚)+(1.184× Cyfra21-1),4.模型的驗(yàn)證及截點(diǎn)的選�。簩Ⅱ�(yàn)證數(shù)據(jù)集的120例孤立性結(jié)節(jié)按照各危險(xiǎn)因素及賦值帶入方程,繪制受試者工作特征曲線,本組的ROC曲線面積為0.910,95%CI為0.857-0.963。選擇合適的截點(diǎn)x=0.5552,其靈敏度為86.8%,特異度為84.6%,陽(yáng)性預(yù)測(cè)值為88.1%,陰性預(yù)測(cè)值為83.0%。5.血清標(biāo)記物Cyfra21-1對(duì)模型的影響：將驗(yàn)證數(shù)據(jù)集的120例孤立性結(jié)節(jié)按照各危險(xiǎn)因素及賦值分別帶入含有cyfra21-1的模型和不含有Cyfra21-1的模型,分別繪制其受試者工作特征曲線(圖1)。結(jié)果顯示,含有Cyfra21-1的模型其ROC曲線下面積為0.910(95% CI,0.857 t00.963),而不含Cyfra21-1的模型其ROC曲線下面積僅為0.812(95% CI,0.763 to 0.861),二者相比差異有顯著性(P=0.008),這一結(jié)果提示增加血清Cyfra21-1可提高模型的診斷能力。6.各模型診斷效能的比較：本中心的模型：x=-14.417+(0.111×年齡)+(1.009x吸煙史)+(2.597x結(jié)節(jié)大小)+(1.056 x毛刺)+(-1.258×邊界清楚)+(1.184×Cyfra21-1).北大模型(PKUPH):x=-4.496+(0.07x年齡)+(0.676x直徑)+(0.736x毛刺)+(1.267×腫瘤家族史)-(1.615×鈣化)-(1.408x邊界)Mayo模型：x=-6.8272+(0.0391×年齡)+(0.7917×吸煙史)+(1.3388x惡性腫瘤史)+(0.1274×直徑)+(1.0407×毛刺)+(0.7838x上葉)VA(Department of Veterans Affairs)模型：X=-8.404+(2.061×吸煙史)+[0.779x年齡(10歲)]+(0.112x直徑)-[0.567×戒煙時(shí)間(10年)]Brock模型：x=-6.6144+(0.6467×性別)+(-5.5537×直徑)+(0.9309x毛刺)+(0.6009x上葉)五個(gè)模型均通過(guò)P=ex/(1+ex)求出相應(yīng)SPN惡性概率,將驗(yàn)證數(shù)據(jù)集的120例良惡性結(jié)節(jié)按照各模型的危險(xiǎn)因素及賦值分別代入本中心模型及Mayo模型、北大模型、VA模型中、Brock模型,繪制ROC曲線(圖2)。結(jié)果顯示,本中心模型的ROC曲線下面積為0.910(95% CI,0.857-0.963)在五個(gè)模型中為最高,Mayo模型的ROC曲線下面積為0.752(95% CI,0.664-0.841),VA模型的ROC曲線下面積為0.730(95% CI,0.638-0.822),北大模型的ROC曲線下面積為0.833(95%CI,0.782-0.884),Brock模型的ROC曲線下面積為0.878(95%CI,0.837-0.929)；本中心模型的ROC曲線下面積顯著高于北大模型、模型梅奧模型和VA模型,差異有統(tǒng)計(jì)學(xué)意義；本中心模型的ROC曲線下面積雖然高于Brock模型,但差異沒(méi)有統(tǒng)計(jì)學(xué)意義(P=0.350)(表3)。結(jié)論：我們通過(guò)對(duì)294例孤立性肺結(jié)節(jié)病例的臨床資料、CT征象以及CYFRA21-1、CEA、NSE三項(xiàng)血清標(biāo)記物進(jìn)行多因素Logistic回歸分析篩選出惡性孤立性肺結(jié)節(jié)的獨(dú)立危險(xiǎn)因素,并建立了包括兩項(xiàng)臨床資料(年齡、吸煙史),三項(xiàng)影像學(xué)資料(結(jié)節(jié)最大直徑、毛刺征、結(jié)節(jié)邊界清楚)和一項(xiàng)實(shí)驗(yàn)室數(shù)據(jù)(血清Cyfra21-1含量)的臨床診斷模型。并另外選取120例孤立性肺結(jié)節(jié)患者的資料進(jìn)行模型驗(yàn)證,經(jīng)檢驗(yàn)本模型當(dāng)截點(diǎn)選為0.5552時(shí),其靈敏度為86.8%,特異度為84.6%,陽(yáng)性預(yù)測(cè)值為88.1%,陰性預(yù)測(cè)值為83.0%,表現(xiàn)出較好的診斷效能。分析模型中的各獨(dú)立風(fēng)險(xiǎn)因素：年齡、吸煙史、結(jié)節(jié)最大直徑、毛刺征、腫瘤邊界等以往都有文獻(xiàn)報(bào)道,但是將Cyfra21-1納入模型還尚屬首次。在以往的研究中顯示腫瘤部位、既往腫瘤病史也是SPN的獨(dú)立危險(xiǎn)因素。本研究中腫瘤部位在良惡性兩組間無(wú)統(tǒng)計(jì)學(xué)差異,這可能是由于中國(guó)是結(jié)核高發(fā)區(qū),良性結(jié)節(jié)中入組的結(jié)核病比例較高,而結(jié)核與惡性腫瘤一樣也好發(fā)于上葉,這就造成了結(jié)節(jié)部位在良惡性結(jié)節(jié)中無(wú)顯著性差異。本研究中既往惡性腫瘤病史對(duì)孤立性肺結(jié)節(jié)良惡性的鑒別診斷無(wú)參考意義,這可能與本研究中入組的具有惡性腫瘤病史的孤立性肺結(jié)節(jié)患者人數(shù)較少且總體樣本例數(shù)不夠大有關(guān)。應(yīng)用驗(yàn)證數(shù)據(jù)集的120例孤立性肺結(jié)節(jié)資料,對(duì)文獻(xiàn)報(bào)道目前應(yīng)用較為廣泛的Mayo模型、VA模型,北大模型、Brock University模型與本模型進(jìn)行比較,結(jié)果表明本中心模型的ROC曲線下面積顯著高于北大模型、梅奧模型和VA模型,差異有統(tǒng)計(jì)學(xué)意義。究其原因在于北大模型雖然表現(xiàn)出了較高的診斷鑒別能力,其ROC曲線下面積達(dá)0.833,但是相較于增加了CYFRA21-1的本中心模型其診斷能力仍顯不足;而Mayo模型經(jīng)驗(yàn)證ROC曲線下面積0.752,這與其他研究的外部驗(yàn)證相一致,該模型的不足之處在于模型建立時(shí)12%的患者無(wú)明確病理診斷,而是通過(guò)2年隨訪無(wú)變化判定為良性。而且模型建立的時(shí)間距今較長(zhǎng),是利用30年前統(tǒng)計(jì)數(shù)據(jù)建立的模型,隨著影像學(xué)的進(jìn)一步發(fā)展及疾病類型的改變,其適用性有待提高。在本次驗(yàn)證中,VA模型的ROC曲線下面積為0.730,這也與以往的外部驗(yàn)證結(jié)果相一致。導(dǎo)致VA模型ROC曲線下面積最低的原因在于該模型建立時(shí)數(shù)據(jù)是不平衡的,有98%患者為男性,有94%的患者以前或是現(xiàn)在吸煙。因此,吸煙在VA模型中有較高的比重,如果評(píng)估的患者不吸煙者居多,那么該模型的適用性可能會(huì)較差。本中心模型與Brock模型相比,雖然本中心模型的ROC曲線下面積高于Brock模型,但差異沒(méi)有統(tǒng)計(jì)學(xué)意義(P=0.350)。這是由于Brock University模型是目前收集樣本例數(shù)最多,準(zhǔn)確率最高的良惡性鑒別模型。他在模型建立時(shí)共收集了1871個(gè)人,共7008個(gè)結(jié)節(jié)參與模型建立,且其驗(yàn)證數(shù)據(jù)集樣本量也非常大,達(dá)到1090人,作者報(bào)道該模型的ROC曲線下面積至少可達(dá)到0.94以上,具有非常高的診斷能力。而本中心的模型在樣本數(shù)量上要遠(yuǎn)小于Brock University模型,同時(shí),Brock University模型的數(shù)據(jù)來(lái)源于加拿大參與肺癌篩查的病例,相較于本中心收集的多是住院手術(shù)的患者,在樣本選擇上Brock University模型選擇偏倚更小。最終本研究建立的模型經(jīng)驗(yàn)證具有不劣于Brock University模型的診斷效能,這一結(jié)果提示：在模型中加入血清腫瘤標(biāo)記物可提高模型的診斷能力,這提示我們?cè)谝院蟮哪Ｐ蜆?gòu)建中,如果我們?cè)谀Ｐ徒⒌拈_(kāi)始就一并考慮納入血清腫瘤標(biāo)記物加以研究,那么可能會(huì)更進(jìn)一步提高模型的診斷能力。血清腫瘤標(biāo)記物在肺癌的早期診斷、病情監(jiān)測(cè)、療效評(píng)價(jià)等方面有重要意義。關(guān)于肺腫瘤標(biāo)記物與CT結(jié)合用于孤立性肺結(jié)節(jié)良惡性鑒別診斷的研究顯示,腫瘤標(biāo)記物的加入可以提高CT診斷的特異性,可以作為CT影像診斷的補(bǔ)充用于孤立性肺結(jié)節(jié)的診斷[23]。近來(lái),一些學(xué)者發(fā)現(xiàn)血清CEA和CYFRA21-1在惡性孤立性肺結(jié)節(jié)中有較高的陽(yáng)性率,二者對(duì)于孤立性肺結(jié)節(jié)的診斷有一定的價(jià)值。Fei Xiao等在對(duì)三個(gè)數(shù)學(xué)模型進(jìn)行比較以及對(duì)孤立性肺結(jié)節(jié)獨(dú)立危險(xiǎn)因素進(jìn)行分析時(shí)發(fā)現(xiàn),血清CYFRA21-1含量在良惡性兩組間有顯著性差異,且通過(guò)多因素回歸分析顯示血清CYFRA21-1含量是孤立性肺結(jié)節(jié)的獨(dú)立危險(xiǎn)因素,建議以后在模型建立時(shí)一并納入研究。我們?cè)趩我蛩胤治隽紣盒詢山M間相關(guān)資料的差異時(shí)發(fā)現(xiàn),血清CYFRA21-1含量在良惡性兩組間存在統(tǒng)計(jì)學(xué)差異,經(jīng)多因素回歸分析血清CYFRA21-1含量是孤立性肺結(jié)節(jié)的獨(dú)立危險(xiǎn)因素,這與Fei Xiao等的研究結(jié)果相一致；于是我們建立了包含血清CYFRA21-1含量的孤立性肺結(jié)節(jié)良惡性鑒別模型。血清CYFRA21-1是肺泡上皮細(xì)胞發(fā)生癌變時(shí)釋放入血的可溶性細(xì)胞角質(zhì)蛋白19片段。多項(xiàng)研究表明,CYFRA21-1是目前診斷價(jià)值最高的肺腫瘤標(biāo)記物,其診斷肺癌的總的敏感性在50%以上,尤其對(duì)鱗癌的敏感性更高可達(dá)73%。血清CYFRA21-1水平與腫瘤的分期和疾病的進(jìn)展程度相關(guān),是監(jiān)測(cè)治療效果的有效手段。血清CYFRA21-1是CYFRA21-1.CEA及NSE三者中診斷效能最高的肺腫瘤標(biāo)記物。在分析Cyfra21-1對(duì)診斷模型的診斷價(jià)值時(shí),我們將驗(yàn)證數(shù)據(jù)集的120例良惡性結(jié)節(jié)的資料按照各危險(xiǎn)因素及賦值分別帶入含有Cyfra21-1的模型和不含有Cyfra21-1的模型,分別繪制其受試者工作特征曲線。結(jié)果顯示,含有Cyfra21-1的模型其ROC曲線下面積為0.910(95%CI,0.857 to 0.963),而不含Cyfra21-1的模型其ROC曲線下面積僅為0.812(95%CI,0.763 to 0.861),二者相比差異有顯著性(P=0.008),這證實(shí)在診斷模型中加入血清腫瘤標(biāo)記物可提高診斷模型的診斷能力。在以往的研究中,有將腫瘤標(biāo)記物CEA與CT影像特征聯(lián)合建立預(yù)測(cè)模型的報(bào)道,但在本研究中血清CEA的含量雖然在兩組間有統(tǒng)計(jì)學(xué)差異,但在多因素分析中CEA不是孤立性肺結(jié)節(jié)的獨(dú)立危險(xiǎn)因素。在使用本中心的模型對(duì)孤立性肺結(jié)節(jié)進(jìn)行惡性概率估算時(shí),當(dāng)驗(yàn)前概率大于55.52%時(shí)考慮惡性可能性大,建議進(jìn)一步行PET-CT或穿刺活檢明確診斷；當(dāng)概率小于55.52%時(shí)考慮良性可能性大,建議隨訪觀察。雖然本預(yù)測(cè)模型有較高的準(zhǔn)確性,但是我們需要強(qiáng)調(diào)：預(yù)測(cè)模型并不能代替病理診斷,它只是在發(fā)現(xiàn)SPN后將要進(jìn)行針對(duì)性干預(yù)之前應(yīng)用的一個(gè)工具。預(yù)測(cè)模型的作用是為下一步的干預(yù)措施提供指導(dǎo),它的應(yīng)用一方面可以使發(fā)現(xiàn)的惡性結(jié)節(jié)盡快得以切除：另一方面使良性結(jié)節(jié)避免被施行不必要的創(chuàng)傷性檢查和手術(shù),防止患者承受不必要的醫(yī)療花費(fèi)、痛苦和風(fēng)險(xiǎn)。本預(yù)測(cè)模型也存在一定的不足,如樣本量還不夠大、入組人員大多數(shù)為手術(shù)患者存在選擇性偏倚等。綜上所述,我們認(rèn)為孤立性肺結(jié)節(jié)惡性危險(xiǎn)因素(年齡,吸煙史、結(jié)節(jié)的大小和形狀)聯(lián)合腫瘤標(biāo)記物能夠更準(zhǔn)確地鑒別孤立性肺結(jié)節(jié)的良惡性。CYFRA21-1作為臨床常用的肺腫瘤標(biāo)記物,加入由臨床資料和胸部CT數(shù)據(jù)組成的模型中可進(jìn)一步增強(qiáng)模型的診斷效能。我們這種無(wú)創(chuàng)的孤立性肺結(jié)節(jié)評(píng)價(jià)方法,如果能在更大范圍更多中心的研究中證實(shí)也具有良好的檢驗(yàn)效能,那將對(duì)孤立性肺結(jié)節(jié)的診治提供有意義的指導(dǎo)。
【圖文】：

五個(gè)模型均通過(guò)Ｐ＝ｅ’邋／邋（１＋邋ｅ＇）求出相應(yīng)ＳＰＮ惡性概率，將驗(yàn)證數(shù)據(jù)集的口０逡逑例良惡性結(jié)節(jié)按照各模型的危險(xiǎn)因素及賦值分別代入本中也模型及Ｍａｙｏ模型、逡逑北大模型、ＶＡ模型中、化ｏｃｋ模型，繪制Ｒ０Ｃ曲線（圖２）。結(jié)果顯示，，本中必逡逑模型的Ｒ０Ｃ曲線下面積為０．９１０邋（９５％邋ＣＩ，０．８５７邋－邋０．９６３）在五個(gè)模型中為最逡逑高，Ｍａｙｏ模型的Ｒ０Ｃ曲線下面積為０．７５２邋（９５％邋ＣＩ，邋０．６６４邋－邋０．８４１），ＶＡ模型逡逑的Ｒ０Ｃ曲線下面積為０．巧０邋（９５％邋ＣＩ，邋０．邋６３８邋－邋０．邋８２２），北大模型的Ｒ０Ｃ曲線下逡逑面積為０．８３３邋（９５％邋ＣＩ，０．７８２－０．８８４），化ｏｃｋ模型的Ｒ０Ｃ曲線下面積為０．８７８逡逑巧５％ＣＩ，邋０．８３７邋－０．９２９）；本中也模型的Ｒ０Ｃ曲線下面積顯著高于北大模型、模逡逑型梅奧模型和ＶＡ模型，差異有統(tǒng)計(jì)學(xué)意義（見(jiàn)表３）；本中屯、模型的Ｒ０Ｃ曲線下逡逑面積雖然高于Ｂｒｏｃｋ模型，但差異沒(méi)有統(tǒng)計(jì)學(xué)意義（Ｐ＝０．邋３５０）。逡逑表３本中也模型與其他模型ＲＯＣ曲線下面積的比巧逡逑Ｔａｂｌｅ邋３邋Ｃｏｍｐａｒｉｓｏｎ邋ｏｆ邋ｔｈｅ邋ａｒｅａ邋ｕｎｄｅｒ邋ｔｈｅ邋ＲＯＣ邋ｃｕｒｖｅ邋（ＡＵＣ）邋ｏｆ邋ｔｈｅ邋ｏｕｒ邋ｍｏｄｅｌ邋ｗｉｔｈ邋ｔｈｅｒ邋ｍｏｄｅｌｓ．逡逑９５％邋ｃｏｎｆｉｄｅｎｃｅ邋ｉｎｔｅｒｖａｌ逡逑Ｓｔａｎｄａｒｄ邐邐逡逑Ｍｏｄｅｌ邐ＡＵＣ邐
【學(xué)位授予單位】：南方醫(yī)科大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：R734.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙長(zhǎng)紅;動(dòng)態(tài)增強(qiáng)CT掃描對(duì)孤立性肺結(jié)節(jié)的診斷價(jià)值[J];中原醫(yī)刊;2004年22期

2 劉玉洪;孫磊;王明釗;沈毅;謝東;;孤立性肺結(jié)節(jié)106例診治分析[J];中華醫(yī)學(xué)雜志;2006年37期

3 樊濤;潘歷波;王莉君;趙學(xué)武;;多層螺旋CT引導(dǎo)下穿刺對(duì)孤立性肺結(jié)節(jié)的診斷價(jià)值[J];現(xiàn)代腫瘤醫(yī)學(xué);2007年04期

4 魯勇國(guó);萬(wàn)志愉;;孤立性肺結(jié)節(jié)153例分析[J];中國(guó)醫(yī)藥導(dǎo)報(bào);2008年01期

5 李廣斌;馬海濤;趙軍;倪斌;李暢;;孤立性肺結(jié)節(jié)的診斷與外科治療分析[J];海南醫(yī)學(xué);2010年21期

6 李麥福;;孤立性肺結(jié)節(jié)病變的多層螺旋CT診斷[J];中國(guó)社區(qū)醫(yī)師(醫(yī)學(xué)專業(yè));2011年04期

7 劉永;陸武;宋長(zhǎng)祥;經(jīng)豐琴;;孤立性肺結(jié)節(jié)~(18)F-FDG SPECT顯像的半定量研究[J];中國(guó)醫(yī)學(xué)影像學(xué)雜志;2011年03期

8 李晶;;胸部CT圖像中孤立性肺結(jié)節(jié)良惡性快速分類分析[J];中國(guó)醫(yī)藥導(dǎo)刊;2011年07期

9 鄧守共;;孤立性肺結(jié)節(jié)的多層螺旋CT診斷[J];中國(guó)社區(qū)醫(yī)師(醫(yī)學(xué)專業(yè));2012年20期

10 盧強(qiáng);;孤立性肺結(jié)節(jié)48例外科治療的臨床分析[J];中國(guó)當(dāng)代醫(yī)藥;2012年17期

相關(guān)會(huì)議論文 前10條

1 宋利平;常超;徐樹明;;孤立性肺結(jié)節(jié)多層螺旋CT掃描方法研究[A];2010中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十八次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2010年

2 王彩云;;孤立性肺結(jié)節(jié)的螺旋CT評(píng)價(jià)[A];中華醫(yī)學(xué)會(huì)第十三屆全國(guó)放射學(xué)大會(huì)論文匯編（下冊(cè)）[C];2006年

3 李慎江;肖湘生;劉士遠(yuǎn);李理;張沉石;;64排螺旋CT評(píng)價(jià)孤立性肺結(jié)節(jié)血流模式(附9例報(bào)告)[A];中華醫(yī)學(xué)會(huì)第十三屆全國(guó)放射學(xué)大會(huì)論文匯編（下冊(cè)）[C];2006年

4 李劍明;辛軍;于樹鵬;;~(18)F-FDG PET/CT診斷孤立性肺結(jié)節(jié)良惡性的價(jià)值[A];中華醫(yī)學(xué)會(huì)第九次全國(guó)核醫(yī)學(xué)學(xué)術(shù)會(huì)議論文摘要匯編[C];2011年

5 沈巨信;;孤立性肺結(jié)節(jié)[A];2012年第三十四屆浙江省呼吸系病學(xué)術(shù)年會(huì)暨華東地區(qū)第13屆中青年呼吸論壇論文集[C];2012年

6 佘暉;方振劍;董芳;黃明朝;葉嘉;賴國(guó)祥;;年齡與孤立性肺結(jié)節(jié)病理的相關(guān)性研究[A];中華醫(yī)學(xué)會(huì)呼吸病學(xué)年會(huì)——2013第十四次全國(guó)呼吸病學(xué)學(xué)術(shù)會(huì)議論文匯編[C];2013年

7 高劍波;肖慧娟;郭華;周志剛;張永高;;64層螺旋CT灌注成像技術(shù)在孤立性肺結(jié)節(jié)中的應(yīng)用研究[A];2009中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十七次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2009年

8 肖慧娟;高劍波;郭華;周志剛;岳松偉;張永高;;64排螺旋CT灌注成像技術(shù)在孤立性肺結(jié)節(jié)中的應(yīng)用[A];2009中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十七次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2009年

9 張自力;;孤立性肺結(jié)節(jié)與血管關(guān)系的多層螺旋CT與病理對(duì)照研究[A];2009中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十七次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2009年

10 李佩玲;黎庶;王強(qiáng);;動(dòng)態(tài)增強(qiáng)CT掃描對(duì)孤立性肺結(jié)節(jié)鑒別診斷的應(yīng)用價(jià)值[A];中華醫(yī)學(xué)會(huì)第十三屆全國(guó)放射學(xué)大會(huì)論文匯編（上冊(cè)）[C];2006年

相關(guān)重要報(bào)紙文章 前2條

1 第四軍醫(yī)大學(xué)唐都醫(yī)院放射科博士 王亞蓉　殷茜 整理 朱立明;CT三聯(lián)診斷有優(yōu)勢(shì)[N];健康報(bào);2010年

2 ;多層螺旋CT與病理對(duì)照研究孤立性肺結(jié)節(jié)與支氣管的關(guān)系[N];中國(guó)醫(yī)藥報(bào);2003年

相關(guān)博士學(xué)位論文 前10條

1 徐健;動(dòng)態(tài)增強(qiáng)CT鑒別孤立性肺結(jié)節(jié)的良、惡性[D];中國(guó)協(xié)和醫(yī)科大學(xué);2006年

2 張滿;孤立性肺結(jié)節(jié)良惡性預(yù)測(cè)模型的建立[D];南方醫(yī)科大學(xué);2016年

3 蔣南川;孤立性肺結(jié)節(jié)的多層螺旋CT后處理及動(dòng)態(tài)增強(qiáng)研究[D];華中科技大學(xué);2006年

4 張志剛;孤立性肺結(jié)節(jié)的臨床診斷[D];大連醫(yī)科大學(xué);2012年

5 楊安榮;孤立性肺結(jié)節(jié)計(jì)算機(jī)輔助檢測(cè)系統(tǒng)關(guān)鍵技術(shù)研究[D];上海大學(xué);2010年

6 關(guān)建中;64層CT在孤立性肺結(jié)節(jié)的臨床應(yīng)用研究[D];第二軍醫(yī)大學(xué);2007年

7 楊玉海;孤立性肺結(jié)節(jié)良惡性綜合性影像診斷的ROC分析及其臨床應(yīng)用價(jià)值研究[D];山東大學(xué);2011年

8 譚業(yè)穎;～（18）F-FLT PET在孤立性肺結(jié)節(jié)中的基礎(chǔ)和臨床研究[D];中國(guó)人民解放軍軍醫(yī)進(jìn)修學(xué)院;2007年

9 楊春山;孤立性肺結(jié)節(jié)MR動(dòng)態(tài)增強(qiáng)、血管生成及MR波譜的研究[D];第二軍醫(yī)大學(xué);2004年

10 邢寧;CT灌注成像在孤立性肺結(jié)節(jié)中的應(yīng)用[D];中國(guó)人民解放軍軍醫(yī)進(jìn)修學(xué)院;2005年

相關(guān)碩士學(xué)位論文 前10條

1 王斌強(qiáng);孤立性肺結(jié)節(jié)良惡性病變的多因素分析[D];廣西醫(yī)科大學(xué);2012年

2 周翔飛;孤立性肺結(jié)節(jié)的三維可視及特征提取的研究[D];太原理工大學(xué);2016年

3 馬瑞良;基于PET-CT的孤立性肺結(jié)節(jié)診斷模型研究[D];太原理工大學(xué);2016年

4 紀(jì)國(guó)華;基于PET-CT的孤立性肺結(jié)節(jié)分割及分類方法的研究[D];太原理工大學(xué);2016年

5 馬言博;基于PET/CT的孤立性肺結(jié)節(jié)良惡性分類研究[D];太原理工大學(xué);2014年

6 楊建峰;基于混合成像的孤立性肺結(jié)節(jié)的檢測(cè)[D];太原理工大學(xué);2014年

7 余海新;血清肝細(xì)胞生長(zhǎng)因子在診斷惡性孤立性肺結(jié)節(jié)中的意義[D];吉林大學(xué);2016年

8 付勝;孤立性肺結(jié)節(jié)的診療進(jìn)展[D];重慶醫(yī)科大學(xué);2016年

9 胡華利;孤立性肺結(jié)節(jié)惡性概率估算的臨床模型探索性研究[D];中南大學(xué);2010年

10 陶鑫;多元回歸分析在孤立性肺結(jié)節(jié)定性診斷中的應(yīng)用[D];延邊大學(xué);2004年

本文編號(hào)：2584074