-
题名肺微乳头型腺癌诊疗及预后的研究进展
- 1
-
-
作者
李子松
梁云
刘曙亮
-
机构
滨州医学院第二临床医学院
滨州医学院附属烟台山医院胸外科
-
出处
《肿瘤研究与临床》
CAS
2024年第1期77-80,共4页
-
文摘
肺微乳头型腺癌发病率低,术后易复发和转移,患者预后差。文章总结了肺微乳头型腺癌的影像学与组织病理学特征,并讨论了外科术式、化疗及靶向药物治疗方案对患者预后的影响,旨在加深对肺微乳头型腺癌的认识。
-
关键词
肺腺癌
微乳头亚型
诊断
治疗
预后
-
Keywords
Adenocarcinoma of lung
Micropapillary subtype
Diagnosis
Therapy
Prognosis
-
分类号
R73
[医药卫生—肿瘤]
-
-
题名人工智能量化参数预测肺结节浸润程度的临床价值
被引量:6
- 2
-
-
作者
梁云
谢宁
刁晶艳
任蒙蒙
刘曙亮
-
机构
滨州医学院附属烟台山医院胸外科
滨州医学院公共卫生与管理学院流行病学教研室
-
出处
《中国胸心血管外科临床杂志》
CSCD
北大核心
2022年第7期878-885,共8页
-
文摘
目的探讨人工智能(artificial intelligence,AI)肺结节定量参数预测肺磨玻璃结节(ground-glass nodule,GGN)浸润程度的临床价值。方法回顾性分析2019年10月—2021年5月滨州医学院附属烟台山医院连续收治168例肺腺癌患者的临床资料,其中男43例、女125例,年龄21~78(55.76±10.88)岁。部分病例表现为多发GGN,且同一患者的不同病灶作为独立样本进行分析。178个GGN被分为两组,将原位腺癌(24个)和微浸润腺癌(77个)划分为非浸润组,浸润性腺癌(77个)划分为浸润组。比较两组间肺结节AI定量参数的差异,并以受试者工作特征曲线和二元logistic回归模型评估AI定量参数对GGN病灶侵袭程度的预测价值。结果(1)两组间参数比较:除性别因素(P=0.115)外,浸润组肺结节长径[15.10(11.50,21.60)mm vs.8.90(7.65,11.15)mm]、肺结节短径[10.80(8.85,15.20)mm vs.7.40(6.10,8.95)mm]、肿瘤实性成分比值[13.58%(1.61%,63.76%)vs.0.00%(0.00%,0.67%)]、平均CT值[–347.00(–492.00,–101.50)Hu vs.–598.00(–657.50,–510.00)Hu]、最大CT值[40.00(–40.00,94.50)Hu vs.–218.00(–347.00,–66.50)Hu]、最小CT值[–584.00(–690.50,–350.00)Hu vs.–753.00(–786.00,–700.00)Hu]、结节危险度(高危结节占比,92.2%vs.66.3%)、恶性概率[91.66%(85.62%,94.92%)vs.81.81%(59.98%,90.29%)]及年龄[(59.93±8.53)岁vs.(52.04±12.10)岁]明显大于或高于非浸润组(P均<0.001)。(2)单一量化参数的预测价值最高为肺结节长径(曲线下面积=0.843),最低为危险度(曲线下面积=0.627);3种参数中任意两两联合:肺结节长径、平均CT值、肿瘤实性成分比值均可提高AI的预测价值。(3)Logistic回归分析显示,肺结节长径及平均CT值是预测浸润性腺癌的独立危险因素。(4)当肿瘤实性成分比值阈值为1.775%时,诊断浸润性腺癌灵敏度为0.753、特异度为0.851。结论AI量化参数可有效预测GGN的浸润程度,为临床医生提供可靠的参考依据。
-
关键词
人工智能
磨玻璃结节
量化分析
肺癌
高分辨率计算机体层成像
-
Keywords
Artificial intelligence
ground-glass nodule
quantitative analysis
lung cancer
high-resolution computed tomography
-
分类号
R563
[医药卫生—呼吸系统]
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-