高分辨CT影像组学模型鉴别亚厘米肺纯磨玻璃结节腺体前驱病变与微浸润腺癌的价值

目的 探讨基于高分辨CT影像组学模型鉴别表现为亚厘米肺纯磨玻璃结节的腺体前驱病变和微浸润腺癌(MIA)的价值。方法 回顾性分析2020年7月~2022年4月经手术病理证实的亚厘米纯磨玻璃结节患者共计68例(75个肺结节),包括6个非典型腺瘤样增生、26个原位癌及43个MIA,根据病理类型分为腺体前驱病变组(非典型腺瘤样增生+原位癌)和微浸润组(MIA),将其分为训练组54例(60个pGGN),验证组14例(15个pGGN)。采集临床资料(年龄、性别)、CT定性参数(边界、毛刺、分叶、支气管异常征、内部血管征、空泡征、胸膜牵拉征)及定量参数(最长径、最短径、平均CT值、最大CT值、最小CT值)。利用ITK-SNAP软件对每个纯磨玻璃结节行手动分割并导入AK软件进行影像特征提取。采取单因素及多因素分析方法筛选出训练组中两亚组之间差异有统计学意义的变量,利用多元Logistic回归的方法构建影像组学模型、临床特征模型及联合模型。通过ROC曲线及计算曲线下面积(AUC)对各模型的预测效能进行比较,使用Delong’s检验比较各模型之间的差异。采用校正曲线及决策曲线分析评估联合模型的校准度及临床应用性,采用Hosmer-Lemeshow检验分析联合模型预测值与观测值之间的拟合程度。结果 联合模型在训练组和验证组中均具有最高的诊断效能(训练组AUC=0.857,95%CI:0.764~0.951,P<0.0001;验证组AUC=0.84,95%CI:0.592~1.000,P=0.0071),高于影像组学模型(训练组AUC=0.835,95%CI:0.735~0.935,P<0.0001;验证组AUC=0.82,95%CI:0.563~1.000,P=0.0145)和临床特征模型(训练组AUC=0.764,95%CI:0.636~0.864,P<0.0001;验证组AUC=0.63,95%CI:0.347~0.913,P=0.3677)。联合模型在训练组和验证组中的预测观察值与实际观察值之间均具有良好的一致性。结论 基于高分辨CT影像组学和临床特征构建的联合模型有助于术前鉴别表现为亚厘米肺纯磨玻璃结节的腺体前驱病变和MIA,提升肺结节诊治及管理水平。

CT三维定量参数对纯磨玻璃结节中腺体前驱病变的预测价值

目的探讨CT三维定量参数对纯磨玻璃结节(pGGN)中腺体前驱病变的预测价值。方法回顾性分析上海长征医院2012年6月至2021年6月经手术病理证实的CT表现为pGGN的患者296例,共296个pGGN,其中腺体前驱病变130个[不典型腺瘤样增生(AAH)48个、原位腺癌(AIS)82个]、微浸润性腺癌(MIA)82个、浸润性腺癌(IAC)84个,分为腺体前驱病变组(AAH、AIS)与腺癌组(MIA、IAC)。利用Philips后处理软件对肺结节进行三维分割,计算得到三维直径参数、体积、平均CT值、结节质量等14个三维定量指标。采用Kruskal-Wallis H检验进行单因素分析,再进行多因素二元Logistic回归分析建立预测模型,绘制受试者工作特征曲线(ROC)曲线下面积(AUC)评价模型的预测性能。结果单因素分析结果显示,体积、平均CT值及结节质量等14个三维定量参数在两组之间具有统计学差异(P<0.05),对各变量进行多因素二元Logistic回归分析并做ROC曲线,筛选出轴位平均径、矢状位平均径、体积及平均CT值具有统计学差异(P<0.05),得到回归预测模型:Logit(P)=0.33轴位平均径+0.235矢状位平均径-0.001体积+0.008平均CT值-0.797,进行ROC曲线分析结果显示轴位平均径对于腺体前驱病变的诊断价值最高,AUC达到了0.795。根据Logistic逐步回归预测概率进行ROC曲线分析,AUC为0.848(P<0.05)。结论肺结节三维定量参数中轴位平均径、矢状位平均径、体积及平均CT值对预测pGGN中腺体前驱病变具有重要临床意义,为pGGN患者制订个体化随访及治疗方案提供科学依据。