双能量CT定量参数联合CT征象预测中晚期肺腺癌表皮生长因子受体基因突变

目的探究中晚期肺腺癌患者的双能量CT定量参数联合CT征象、临床特征与表皮生长因子受体(EGFR)基因突变的相关性,预测中晚期肺腺癌EGFR基因的突变情况。方法回顾性收集盐城市第一人民医院2022年1月~2023年6月经病理学(纤维支气管镜、淋巴结、经皮肺穿刺)活检确诊的172例中晚期肺腺癌(临床分期Ⅲ~Ⅳ期)。采集患者的一般临床特征、CT征象及双能量CT(DECT)参数。根据EGFR基因检测结果分为阳性组和阴性组,采用独立样本t检验或秩和检验分析比较组间的差异,对有统计学意义的参数,逐步建立基于临床特征、常规CT征象、DECT定量参数及联合的二元Logistic回归模型,评价联合模型预测效能。结果172例肺腺癌患者EGFR基因表达阳性者80例,阴性者92例。动脉期IC、NIC、斜率K_(40-100)keV及静脉期IC在两组之间的差异有统计学意义(P<0.001);空气支气管征及胸膜牵拉征在两组之间的差异有统计学意义(P<0.05);单因素Logistic回归显示动脉期IC、NIC、斜率K_(40-100)keV、静脉期IC、空气支气管征、胸膜牵拉征与EGFR基因突变相关;DECT联合参数模型Model1、DECT模型联合临床特征模型Model2、DECT模型联合临床特征及CT征象模型Model3的ROC曲线下面积分别为0.746(敏感度63.75%,特异度92.39%)、0.787(敏感度65.00%,特异度91.30%)、0.819(敏感度77.50%,特异度82.61%)。经DeLong检验,3个模型曲线下面积的差异无统计学意义(P>0.05)。结论联合临床特征、CT征象的DECT模型能有效预测中晚期肺腺癌患者EGFR突变,且优于单一模型。