CT薄层影像特征制定的肺结节分级评估系统区分孤立性肺结节良恶性的临床分析

目的:探讨CT薄层影像特征进行分级的肺结节评估标准对良恶性孤立性肺结节(SPN)的鉴别诊断价值。方法:选取2022年8月~2023年8月福建省诏安县医院进行孤立性肺结节良恶性诊断的100例患者,将其中50例良性病变患者归入对照组,将另外50例恶性病变患者归入研究组。使用基于CT薄层影像特征制定的肺结节分级评估系统进行诊断,观察并比较两组的诊断结果,计算根据CT薄层影像特征进行分级的肺结节评估标准诊断孤立性肺结节不同病变性质的灵敏度、特异度。结果:100例患者中有0级24例,Ⅰ级14例,Ⅱ级8例,Ⅲa级2例,Ⅲb级2例,Ⅲc级2例,Ⅳ级18例,Ⅴ级30例。研究组和对照组在病灶直径、各种恶性征象以及部分实性结节例数上存在明显不同,差异有统计学意义(P<0.05);两组在实性结节和纯磨玻璃密度结节例数上无明显不同,差异无统计学意义(P>0.05)。对比病理结果,CT薄层影像特征制定的肺结节分级评估系统对孤立性肺结节良恶性的灵敏度为90.74%%(49/54),特异度为89.13%(41/46)。结论:根据CT薄层影像特征进行分级的肺结节评估标准可以通过观察病灶的直径大小、恶性征象、密度来区分孤立性肺结节的良恶性。

CT薄层影像特征制定的肺结节分级评估系统区分良恶性肺结节的应用价值

目的探究CT薄层影像特征制定的肺结节分级评估系统区分孤立性肺结节(SPN)良恶性的应用价值。方法回顾性分析我院2018年9月至2020年7月确诊的122例SPN患者的临床资料。采用CT薄层影像特征制定的肺结节分级评估系统进行分级评定,并以病理诊断结果为“金标准”,分析其准确性、敏感度及特异度,并通过Kappa检验分析其与病理诊断结果的一致性。结果病理诊断证实良性SPN 56例,占45.9%(56/122),多为不典型增生及错构瘤,占28.6%(16/56),恶性SPN 66例,占54.1%(66/122),多为腺癌及鳞癌;肺结节分级标准分类2级31例、3级29例、4A级9例、4B级53例;肺恶性结节中,空泡征、宝石征、肿瘤血管征、毛刺征的发生率明显高于肺良性结节(均P<0.05),而病灶周围有卫星病灶的发生率明显低于肺良性结节(P<0.05);将肺结节分级标准中3级及以下归为阴性结节,4级及以上归为阳性结节,诊断准确率为90.2%。肺结节分级标准诊断肺良性结节与病理结果表现出了较好的一致性(Kappa=0.803),以肺结节分级标准诊断肺良性结节的结果与“金标准”(病理诊断结果)比较,得到的敏感度87.9%(58/66)和特异度92.9%(52/56)。结论影像诊断时,合理利用基于CT薄层影像特征制定的肺结节分级评估系统能有效地分类CT筛查出的肺结节,较好区分SPN的良、恶性。

CT薄层影像特征制定的肺结节分级评估系统区分良恶性肺结节的应用价值

在对肺结节分级进行评估时,通常会用到肺结节分级评估系统通过CT薄层影像特征来对孤立性肺结节(SPN)属于良性还是恶性来进行区分,本文是通过对我院对采用该种系统进行分级评定的从2018年1月至2020年1月确诊的120例SPN患者的临床资料进行分析以及探究,并了解其病理诊断结果。然后根据Kappa检验分析结果与病理结果进行准确性、敏感度以及特异度的对比,分析结果的异同。通过分析和研究得知,在120例患者中,有56例46.7%患者的病理诊断结果为良性,这其中又有16例也就是28.6%患者的诊断结果为不典型增生及错构瘤。而诊断结果为恶性的患者占53.3%,也就是说,在120例患者中有64例患者的病理诊断结果是恶性的。而且,在这些被诊断为恶性的患者中,大多数都是腺癌及鳞癌。通过肺结节的分级标准对所有患者进行分级得出,有31例患者属于2级,29例患者属于3级,9例患者属于4A级,而4B级的患者最多,达到了53例。空泡征、宝石征肿瘤血管征、毛刺征的发病率非常高,甚至比肺良性结节的发病率都高。但是当病灶周围产生卫星病灶的概率就比肺良性结节的发病率低。区分肺结节属于阴性还是阳性是根据其分级标准下为病灶定的级别来决定的,通常情况下,阴性结节的级别会在三级及以下。而被判定为阳性结节的级别都在四级及以上。按照这种方法进行诊断,会有90.2%的准确率。所以说,通过肺结节分级的标准进行结节良性恶性的诊断比较符合病理的真实结果。在进行诊断时,采用肺结节分级的标准来进行结果的判定,这种方法是可行的。因此可以得出一下结论,在进行肺结节的筛查和鉴别诊断的过程中,可以通过对CT薄层影像特征的分析来得出临床依据,通过在对结节筛查的过程之中可以采用分级评估系统。

肺结节分级评估系统对肺小结节良恶性诊断的价值

目的评价肺结节分级评估系统(PNI-GARS)在肺小结节(SPN)良恶性评估中的应用价值。方法选择2017年1月至2018年12月在我院确诊的32例恶性SPN(结节38个)患者和50例良性SPN(结节68个)患者作为研究对象,收集所有患者CT薄层影像学资料,采用PNI-GARS对所有SPN进行分级评定,分析影响良恶性SPN诊断的高危因素,建立基于logistic回归分析的数学预测诊断模型,比较薄层CT影像和PNI-GARS对SPN的诊断效能,受试者工作特征曲线(ROC)计算PNI-GARS的敏感性、特异性、准确度。结果分叶征、毛刺征、胸膜凹陷征、与周围血管的关系、与周围胸膜的关系是判断良恶性的独立因子(均P<0.05);薄层CT影像和PNI-GARS诊断SPN的敏感性、特异性、准确度分别为90.0%、68.75%、81.71%和98.0%、93.75%、96.34%,PNI-GARS诊断SPN的ROC曲线下面积(AUC)为0.974(95%CI∶0.952~0.995),临床诊断效能优于薄层CT影像(AUC为0.849,95%CI:0.783~0.915);将Ⅰ、Ⅱ级归为阴性结节,Ⅲa级~Ⅳ级归为阳性结节,PNI-GARS的敏感性、特异性、准确度分别为96.67%、70.32%、88.96%;将Ⅰ、Ⅱ、Ⅲa级归为阴性结节,Ⅲb~Ⅳ级归为阳性结节,PNI-GARS的敏感性、特异性、准确度分别为88.65%、80.36%、89.99%;排除Ⅲa级,将Ⅰ、Ⅱ级归为阴性结节,Ⅲb~Ⅳ级归为阳性结节,PNI-GARS的敏感性、特异性、准确度分别为98.56%、89.68%、89.99%。结论PNI-GARS可全面分析SPN薄层CT筛查出的结节类型、结节特征及其与周围血管、胸膜的关系,在肺小结节的良恶性评估中有较高的应用价值。