双能CT定量参数对甲状腺乳头状癌颈侧区淋巴结转移的预测价值

目的探讨双能CT(DECT)定量参数对甲状腺乳头状癌(PTC)颈侧区淋巴结转移(LLNM)的预测价值。方法回顾性分析216例(LLNM组174例,非LLNM组42例)经手术病理证实的PTC患者DECT影像资料。比较两组间DECT定量参数差异,包括平扫、动脉期和静脉期碘浓度(IC)、有效原子序数(Zeff)、能谱曲线斜率(λHU)、标准化IC(NIC)和标准化Zeff(NZeff)。将差异有统计学意义的参数纳入二元Logistic回归分析LLNM的独立预测因子。通过受试者工作特征曲线(ROC)评估独立预测因子及其联合对LLNM的预测效能。结果与非LLNM组比较,LLNM组具有更低的平扫NIC(Z=-2.279,P=0.023),更高的动脉期IC、NIC、NZeff、λHU和更高的静脉期IC、NIC、Zeff、λHU(P均<0.05)。二元Logistic回归分析显示,平扫NIC(P=0.006)和静脉期NIC(P=0.002)是LLNM的独立预测因子,其联合模型的预测效能最高,曲线下面积(AUC)为0.672(95%CI:0.605~0.734),敏感度63.79%,特异度66.67%;其次是静脉期NIC(AUC=0.634)和平扫NIC(AUC=0.613)模型。结论DECT定量参数可在一定程度上辅助预测PTC患者有无LLNM。

双层探测器光谱CT多参数分析对甲状腺乳头状癌初始复发风险的预测价值

目的探讨双层探测器光谱CT多参数分析对甲状腺乳头状癌(PTC)初始复发风险的预测价值。方法该研究为横断面研究。回顾性收集2021年11月至2022年10月于南京医科大学第一附属医院经病理证实的102例PTC患者, 男25例、女77例, 年龄(42±13)岁。对PTC患者进行初始复发风险评估, 分为低危组(75例)和中高危组(27例)。纳入分析的临床特征包括年龄、性别、体重指数、是否合并结节性甲状腺肿、桥本氏甲状腺炎及术前甲状腺功能。形态学特征包括病灶大小、位置、形状、纵横比、与包膜接触程度、钙化和囊变。测量光谱CT动静脉期病灶定量参数, 包括碘浓度(IC)、标准化碘浓度(NIC)、有效原子序数(Zeff)、标准化有效原子序数(NZeff)、电子云密度(ED)、40~200 keV(间隔30 keV)单能图像CT值和能谱曲线斜率(λHU)。分别采用独立样本t检验、Mann-WhitneyU检验或χ^(2)检验比较2组间各临床、形态学特征及光谱CT定量参数的差异。利用二元logistic回归分别构建基于临床和形态学特征的临床模型、光谱CT定量参数模型及两者联合模型, 并采用受试者操作特征曲线评估模型预测PTC患者初始复发风险效能, 曲线下面积(AUC)的比较采用DeLong检验。结果低危组与中高危组患者间性别、病灶长径、病灶短径及钙化差异有统计学意义(P<0.05)。中高危组病灶的动脉期IC、动脉期Zeff、动脉期λHU、动脉期CT值40 keV、静脉期NIC、静脉期NZeff均低于低危组, 差异有统计学意义(P<0.05)。经logistic回归分析, 临床模型纳入了性别(OR为2.895, 95%CI 1.047~8.002, P=0.040)和病灶长径(OR为1.142, 95%CI 1.042~1.251, P=0.004), 预测PTC患者初始复发风险的AUC为0.720, 灵敏度为63.0%, 特异度为78.7%。光谱CT定量参数模型中纳入了动脉期IC(OR为0.580, 95%CI 0.370~0.908, P=0.017)、静脉期NIC(OR为0.077, 95%CI 0.011~0.536, P=0.010)、静脉期NZeff(OR为0.002, 95%CI 0.001~0.103, P=0.009), AUC为0.774, 灵敏度为71.9%, 特异度为70.0%。联合模型的AUC为0.857, 灵敏度为74.1%, 特异度为88.0%, 优于临床模型(Z=2.92, P=0.004)和光谱CT定量参数模型(Z=2.07, P=0.046)。结论基于病灶的光谱CT多参数分析能有效预测PTC患者的初始复发风险, 且联合临床和病灶形态学特征能进一步提高预测效能。

临床和双能CT特征对甲状腺乳头状癌侧颈区淋巴结转移的预测价值

目的探讨临床和双能CT特征对甲状腺乳头状癌(PTC)侧颈区淋巴结转移(LLNM)的预测价值。方法回顾性分析术前行双能CT检查并经病理证实的263例PTC患者的临床和影像资料。纳入分析的临床和CT图像特征包括年龄、性别、甲状腺功能指标、病灶位置、病灶大小、病灶是否合并钙化及囊变。测量平扫和动静脉期双能CT定量参数,包括碘浓度(IC)、有效原子序数(Z_(eff))、标准化碘浓度(NIC)、标准化有效原子序数(NZ_(eff))、双能指数(DEI)和能谱曲线斜率(λ_(HU))。比较LLNM组和非LLNM组间临床和双能CT特征差异。应用受试者工作特性(ROC)曲线评估临床特征、双能CT特征和两者联合模型的效能,并计算曲线下面积(AUC)、敏感度和特异度。结果男性、甲状腺球蛋白异常、甲状腺球蛋白抗体异常、病灶位于上极、病灶最大短轴径>10 mm、病灶合并钙化的PTC患者更容易出现LLNM(均P<0.05)。LLNM组平扫NIC显著低于非LLNM组,LLNM组动静脉期IC、NIC和DEI均显著高于非LLNM组(均P<0.05)。联合模型预测效能最高(AUC为0.773,敏感度84.1%,特异度65.3%),其次是双能CT特征模型(AUC为0.745,敏感度79.9%,特异度67.4%),两者均优于临床特征模型(AUC为0.642,敏感度62.6%,特异度65.3%,均P<0.05)。结论相较于临床特征,双能CT特征对PTC患者LLNM具有更高的预测价值。