血管分型特征对磨玻璃结节型肺腺癌侵袭程度的预测价值

目的探讨高分辨率CT(HRCT)上血管分型特征对磨玻璃结节(GGN)型肺腺癌侵袭程度的预测价值。方法回顾性分析我院2018年1月—2019年12月经手术病理证实为肺腺癌的649枚磨玻璃结节。依据术后病理类型将其分为非侵袭性腺癌组[原位腺癌(AIS)/微浸润性腺癌(MIA)](292例)与侵袭性腺癌组[浸润性腺癌(IAC)](357例)。分析GGN的HRCT征象以及GGN内部和周围的血管特征。采用二元Logistic回归分析建立预测模型,并通过受试者工作特征(ROC)曲线和Z检验比较各模型的诊断效果。结果两组之间具有显著统计学意义的HRCT征象包括支气管充气征、分叶征、毛刺征、空泡征、胸膜凹陷征、结节直径大小、肿瘤实性成分占比(CTR)、血管分型特征(P<0.001)。加入血管分型特征联合其他CT独立预测变量建模与未加入血管分型特征建立的预测模型相比,AUC值为0.853(P<0.001,95%CI:0.83~0.88)比0.814(P<0.001,95%CI:0.78~0.85),敏感度为72.3%比74.8%,特异度为82.2%比76.4%,提高了特异度和AUC值。Z检验ROC曲线下面积之差为0.039(P<0.05)。结论血管分型特征联合其他HRCT特征建立综合预测模型,有助于提高GGN型肺腺癌侵袭程度的预测效能。

基于临床特征和影像组学特征的联合模型预测磨玻璃结节型肺腺癌浸润性的价值

目的:探讨基于临床特征和影像组学特征的联合模型对磨玻璃结节(ground glass nodule,GGN)型肺腺癌浸润性的预测价值。方法:回顾性分析2019年1—12月在某院行胸部CT检查且经手术病理证实的GGN型肺腺癌患者的临床资料,使用基于Python的开放资源Pyradiomics进行影像组学特征的提取。根据单因素分析和多因素分析得到的独立危险因素构建临床模型,使用筛选出的影像组学特征建立影像组学模型,使用临床模型的预测值与影像组学分数(Radscore)构建联合模型。使用ROC曲线评估3种模型在训练集和测试集中的预测性能,使用Delong检验评估3种模型预测GGN型肺腺癌浸润性ROC曲线差异是否有统计学意义,使用临床决策曲线分析模型的净效益。结果:Logistic多因素分析结果显示,年龄(P=0.0202)、血管改变(P=0.0022)是预测肺腺癌浸润程度的独立因素。影像组学模型、临床模型和联合模型在训练集上的AUC分别为0.876、0.867、0.904,在测试集上的AUC分别为0.828、0.828、0.864。在测试集上,联合模型与临床模型、影像组学模型的ROC曲线之间比较差异无统计学意义(P>0.05)。临床决策曲线显示,在大部分阈概率的条件下,使用联合模型预测浸润性具有更高的临床效益。结论:基于临床特征和影像组学特征的联合模型可以提高对GGN型肺腺癌浸润性的预测性能。

巧用交互式一体机提高地理课堂教学的有效性

随着交互式一体机的问世,传统教学模式得到了前所未有的改变,这不仅为学生创造了极具探索性的学习环境,而且有助于学生更深层次地理解课堂内容.文章就交互式一体机在地理课堂中的有效性展开分析.