PET-CT结合临床资料预测孤立性肺结节良恶性数学模型的建立

摘要

目的:通过结合PET-CT与临床资料,筛选出与孤立性肺结节相关的独立相关因素,最后构建出判断孤立性肺结节良恶性的数学预测模型.方法:回顾性收集2008年1月至2013年1月在广东省肺癌研究所接受PET-CT检查并明确良恶性诊断的362例直径5-30mm孤立性肺结节患者资料,包括性别、年龄、症状、结节18F-2-脱氧-D-葡萄糖(18F-FDG)摄取程度和最终临床或病理诊断等共20项资料.从收集的365例SPN患者中随机抽取305例(A组),通过逻辑回归分析筛选出与SPN良恶性相关的独立因素,并构建数学模型,另外用60例SPN患者(B组)资料验证本模型的临床预测价值.结果:最后Logistic回归分析结果显示性别、年龄、吸烟史、结节直径、结节位置(上叶)、毛刺征、胸膜牵拉征、分叶征、18F-FDG摄取程度9项因素在良性和恶性SPN之间的差异有统计学意义,是判断SPN性质的独立影响因素.并建立SPN良恶性预测数学方程为:X=-4.523-1.326*性别+0.037*年龄+0.814*吸烟史+0.066*结节直径+0.685*结节位置(上叶)+0.943毛刺征+0.985*分叶征+0.8*胸膜牵拉征+0.504*18F-FDG摄取程度,T=ex/(1+ex).计算A组患者恶性预测概率,并与实际观察的概率值对比,绘制ROC曲线,计算AUC为0.854±0.043.利用B组数据验证该公式AUC为0.832.A组与B组ROC曲线下面积差异无统计学差异.结论:结合PET-CT检查与患者临床资料能更好地预测SPN的良恶性.通过Logistic回归方法筛选出患者年龄、直径、结节位置(上叶)、分叶征、毛刺征、胸膜牵拉征、SUV值等7项因素是判断 SPN良恶性的独立相关因素,并建立出准确度较高的数学预测模型,有较好的临床应用价值.