孤立性肺结节的影像诊断思路及处理策略

肺结节的病理基础复杂多样, 准确判断其性质是选择临床处理方式的重要前提。该文对肺结节的定义及分类、孤立性肺结节的影像诊断思路和最新进展进行总结, 并梳理临床思路, 探讨处理策略, 旨在加深影像医师对肺结节的认识, 提高诊断水平, 拓展科研思路。

肺癌影像学研究现状及展望

肺癌发病率和死亡率居全球恶性肿瘤首位,早发现、早诊断、早治疗是肺癌防治的关键,影像学在肺癌诊疗实践与研究中发挥重要作用。目前,低剂量CT被证实是肺癌筛查最有效的方法;CT、MRI、PET-CT是肺癌分期和疗效评估的主要工具,也能为探索肺癌发生、进展过程中病理生理改变和关键分子生物学机制提供线索;人工智能深度赋能影像设备和技术领域的源头创新,组成了肺癌影像学发展的新质生产力。未来,基于精准影像学建立的自动化、标准化、智能化、多模态诊疗范式,有望推动我国肺癌防治事业迈上新台阶。该文拟总结近年肺癌影像学实践与研究的里程碑成果,并对未来发展趋势做出展望。

整合角色教学联合Miller金字塔教学在介入手术室护士教学中的应用

目的分析整合角色教学联合Miller金字塔教学在介入手术室护士教学中的应用效果。方法选取2020年9月至2022年9月在上海长征医院进行实习的60名介入手术室护士为研究对象,分为对照组28名及研究组32名,对照组进行常规教学,研究组进行整合角色教学联合Miller金字塔教学。评估对比两组结业成绩、心理状态、自我效能、批判思维能力、职业倦怠感、教学满意度。结果研究组操作技能、理论、急救综合能力成绩、教学满意度均高于对照组(P<0.05)。与带教前相比,带教后抑郁自评量表(SDS)、焦虑自评量表(SAS)、去人格化、情感衰竭评分下降,且研究组低于对照组,一般自我效能感量表(GSES)、认知成熟度、寻找真相、系统化能力、开放思想、求知欲、自信心、分析能力、个人成就感评分上升,且研究组高于对照组(P<0.05)。结论介入手术室护士教学中应用整合角色教学联合Miller金字塔教学可改善护士心理状态、职业倦怠感,提升自我效能、批判思维能力,结业成绩较为理想。

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。

循“影”追踪,助力早筛早诊

人体的肺就像一个大海绵,不断吸入空气,过滤后挤出,完成一次呼吸。我们在吸收空气中氧气的同时,也面临空气中杂质、细菌对人体的侵害风险。《中国居民营养与慢性病状况报告(2020年)》显示,中国人群死于慢性病的约占88%,其中60%左右来源于胸部慢性病。

基于参数响应图参数的随机森林模型预测胸部疾病患者的肺功能

目的探讨基于随机森林的参数响应图(PRM)定量参数对肺功能的预测价值。方法回顾分析2018年8月至2019年12月在上海长征医院接受胸部三大疾病筛查的受试者615例。根据肺功能指标[第1秒用力呼气容积与用力肺活量的比值(FEV_(1)/FVC)及第1秒用力呼气容积占预计值的百分比(FEV_(1)%)]分为正常组、高危组及慢性阻塞性肺疾病(COPD)组。小气道CT定量参数主要为PRM参数,包括全肺、左肺、右肺及5个肺叶的肺体积、功能小气道疾病体积(PRMV^(fSAD))、肺气肿体积(PRMV^(Emph))、正常部分肺体积(PRMV^(Normal))、未分类部分肺体积(PRMV^(Uncategorized))及后四者体积占全肺的百分比(%)。采用单因素方差分析或Kruskal-Wallis H检验3组间基本临床特征(年龄、性别、身高、体质量)、肺功能参数和小气道CT定量参数的差异;采用Spearman检验评价PRM参数与肺功能参数的相关性。最后构建基于PRM联合4个基本临床特征的随机森林回归模型,预测肺功能。结果3组间全肺PRM参数差异均有统计学意义(P<0.001)。CT定量参数PRMV^(Emph)、PRMV^(Emph)%、PRMV^(Normal)%与FEV_(1)/FVC呈中度相关(P<0.001),全肺体积、PRMV^(Normal)、PRMV^(Uncategorized)及PRMV^(Uncategorized)%与FVC呈强或中度正相关(P<0.001),余PRM参数与肺功能参数呈弱或极弱相关。基于以上参数建立预测FEV_(1)/FVC的随机森林模型和预测FEV_(1)%的随机森林模型。预测FEV_(1)/FVC的随机森林模型预测FEV_(1)/FVC与实际值在训练集中R2=0.864,验证集中R2=0.749;预测FEV_(1)%的随机森林模型预测FEV_(1)%与实际值在训练集中R2=0.888,验证集中R2=0.792。验证集中,随机森林FEV_(1)%预测模型对正常组及高危组分类的灵敏度为0.85(34/40),特异度为0.90(65/72),准确度为0.88(99/112);随机森林FEV_(1)/FVC预测模型对非COPD患者及COPD患者分类的灵敏度0.89(8/9),特异度1.00(112/112),准确度0.99(120/121);两个模型联合对COPD组内[慢性阻塞性肺疾病全球倡议(GOLD)Ⅰ、GOLDⅡ、GOLDⅢ+Ⅳ]分类的准确度为0.44。结论小气道CT定量参数PRM可区分正常人群、高危及COPD人群;基于PRM参数结合临床特征的联合回归预测模型,对正常组及高危组、非COPD及COPD组的预测效果良好,进而实现一次CT扫描能够完成对功能小气道和肺功能的一次性评估。