孤立性肺结节危险因素分析及良恶性预测模型的建立

摘要

目的：
　　研究肺结节的临床资料和CT影像学特征与其良恶性的关联，筛选影响肺结节良恶性的相关因素，建立结节良恶性预测的数学模型。
　　材料与方法：
　　收集2011年8月至2017年1月在苏大附二院行CT检查发现的肺结节372例，所有结节均行手术切除，并获取明确的病理诊断，总结患者的临床基本信息（性别、年龄、吸烟史、肿瘤史、病理结果）和影像学资料（结节位置、磨玻璃性质、最大直径、有无钙化、血管集束征、气管充气征、空泡征、胸膜凹陷征、毛刺征、分叶征）等15项临床资料。将2015年12月之前的268例肺结节纳入A组（建模组），2016年1月以后发现的104例肺结节纳入B组（验证组）。
　　通过单因素分析患者的临床资料和影像学特征在恶性与良性肺结节之间构成比的差异，通过多因素Logistic逐步回归分析A组资料，筛选出判断结节恶性的危险因素，并构建预测结节恶性可能的回归方程。然后用 B组数据对该模型进行验证，并和国内外三大经典模型（Mayo模型、VA模型、李运模型）进行比较，各个模型计算得到的概率值均用统计学软件绘制其受试者工作特征(receiver operating characteristic,ROC)曲线，两两对比其曲线下面积（area under the curve,AUC），并对组间差异进行统计判断。
　　结果：
　　A组268例肺结节中，恶性156例，占58.21％，多因素Logistic回归分析显示，性别、年龄、既往肿瘤史、结节大小、磨玻璃结节、毛刺征这6项因素是判断肺结节良恶性的重要因素（P<0.05），建立的肺结节良恶性预测方程为，p=ex/（1+ex）， x=-4.8029+（-0.743×性别）+（0.057×年龄）+（1.306×肿瘤史）+（1.305×磨玻璃结节）+（0.051×直径）+（1.043×毛刺征）。e为自然对数。截点T=0.411时，约登指数最大（约登指数=敏感性+特异性-1），此时模型的灵敏度80.1%，特异度69.6%，曲线下面积0.799±0.027，95%置信区间（confidence inteval, CI）：0.745~0.853，阳性预测值78.6%，阴性预测值71.6%，总体预测准确率75.7%。B组104例肺结节，恶性78例，良性26例，将B组数据带入本组模型，绘制ROC曲线，其AUC为0.742±0.0552，大于其他三大模型的AUC（Mayo0.696，VA0.634，李运0.681），但四个模型组间AUC的差异无统计学意义。
　　结论：
　　通过多因素分析发现，患者的性别、年龄、肿瘤史、磨玻璃结节、结节最大直径、毛刺征等是预测结节恶性的危险因素。根据Logistic回归分析建立的预测模型具有较高的临床价值，用来预测肺结节的恶性概率，其检测效力不劣于其他三大经典模型，且适用性更加广泛。

目录

声明

第一章 前 言

第二章 材料与方法

2.1 研究对象与入组标准

2.2 影像学检查

2.3 手术方式和病理诊断

2.4 统计学处理

第三章 结 果

3.1 一般资料

3.2 模型建立

3.3模型的验证及对比

第四章 讨 论

4.1肺结节良恶性预测因子分析

4.2 国内外预测肺结节良恶性的数学模型的比较

4.3 不足与展望

第五章 结 论

参考文献

综述:孤立性肺结节的临床评估

常用缩略词表

致谢