基于CT影像特征构建的Logistic回归模型在肺结核耐多药风险评估中的价值

Value of logistic regression model constructed based on CT image features in the risk assessment of multidrug resistance in pulmonary tuberculosis

目的探讨基于CT影像特征构建的Logistic回归模型在肺结核耐多药风险评估中的价值。方法回顾性分析2016年9月至2021年7月接受胸部CT检查并取得耐药检测结果的新发耐多药结核和药物敏感肺结核共150例患者资料,以病原学和耐药检测结果为“金标准”,分析其CT影像特征,并通过多因素分析建立Logistic回归模型。采用ROC曲线评估模型诊断效能,模型的拟合优度用Hosmer-Lemeshow检验进行评估。采用MedCalc软件计算预测耐药性的截断值。结果耐多药结核和药物敏感肺结核的空洞数目、树芽征、最大层面长短径比值差异均有统计学意义(均P<0.05)。多因素回归分析显示,树芽征、空洞数目及空洞最大层面长短径比值是发生耐多药肺结核的危险因素(均P<0.05)。模型拟合优度好(模型1,P=0.900;模型2,P=0.732)。树芽征、空洞数目及空洞最大层面长短径比值诊断耐多药肺结核的曲线下面积分别为0.620(P=0.011)、0.670(P=0.000)、0.678(P=0.019)。MedCalc软件计算空洞数目预测耐药性的截断值为3时,诊断敏感度为16.88%,特异度为95.89%。空洞最大层面长短径比值预测耐药性的截断值为1.69时,诊断敏感度为28.89%,特异度为95.45%。结论以CT影像特征建立的Logistic回归模型有助于鉴别耐多药肺结核和药物敏感肺结核。