人工智能CT定量分析对肺腺癌Ki-67LI的预测研究

目的 探索肺磨玻璃密度结节(GGN)人工智能(AI)CT定量分析对肺腺癌Ki-67表达指数(Ki-67LI)的预测方法,并评价其对肺腺癌病理类型的预测价值。方法 回顾性分析肺腺癌者230例,共308个GGN,分为不典型腺瘤样增生(AAH)/原位腺癌(AIS)组168个、微浸润性腺癌(MIA)组86个和浸润性腺癌(ICA)组54个。分析CT定量参数和Ki-67LI的组间差异和相关性,采用多元线性回归分析建立Ki-67LI预测模型,并评价该模型对不同病理类型肺腺癌的鉴别价值。结果 3D长径和CT平均值是Ki-67LI的独立预测参数(P<0.05),并建立预测模型:Ki-67LI预测值=1.476+0.311*3D长径+0.003*CT平均值;Ki-67LI预测值在各组间均有统计学差异(P<0.05),且对AAH/AIS和MIA以及MIA和ICA的鉴别价值均较高(AUC值0.837和0.862)。结论 AI CT定量分析可于术前对肺腺癌Ki-67LI进行预测,对GGN的侵袭性有一定预判价值。

乳腺癌术前空芯针穿刺活检与手术标本检测Ki-67表达的差异及影响因素

目的探讨超声引导下空芯针穿刺活检(core needle biopsy,CNB)检测乳腺癌Ki-67表达指数的准确性。方法回顾性分析2016年9月~2018年12月99例103个未经过新辅助治疗的乳腺癌病灶,对比CNB标本和最终手术标本Ki-67的表达指数。根据术后标本Ki-67表达情况分为增高组和未增高组,先进行单因素分析,有统计学差异的变量通过logistic回归分析筛选术后Ki-67表达增高的影响因素。结果CNB均顺利完成。穿刺标本Ki-67表达指数低于手术标本[中位数15%(2%~60%)vs.20%(1%~60%),Wilcoxon检验,Z=-2.986,P=0.003]。穿刺标本低表达(Ki-67<14%)病灶50个(50/103,48.5%),高表达病灶(Ki-67≥14%)53个(53/103,51.5%);术后标本低表达与高表达病灶分别为38个(38/103,36.9%)、65个(65/103,63.1%),术后Ki-67高表达病灶增加(McNemar检验,P=0.029),两者诊断的一致率为74.8%(77/103)(κ=0.491,P=0.000),一致性较差。单因素分析结果显示,肿瘤孕激素受体(PR)表达状态、穿刺距离手术的时间间隔在2组间差异具有统计学意义(P<0.05);多因素logistic回归分析显示,穿刺距离手术的时间间隔是影响术后Ki-67表达增高的主要因素(OR=1.090,95%CI:1.023~1.162,P=0.008)。对于穿刺病理为Ki-67低表达的病灶,穿刺距离手术的时间间隔≥20 d与<20 d相比,术后高表达者增加(χ^2=4.160,P=0.041)。结论Ki-67表达指数在CNB与手术标本检测存在差异,术后Ki-67表达指数高于CNB;穿刺距离手术的时间间隔延长是术后Ki-67表达指数增高的独立影响因素,随着时间间隔的延长,术后Ki-67高表达病灶增加。