孤立性肺结节良恶性判断的数学预测模型建立与验证

摘要

目的:通过多因素Logistic回归分析,建立CT判断孤立性肺结节(SPN)良恶性的数学预测模型,并与目前已知的国内外模型进行比较分析.方法:回顾性收集2012年1月至2013年1月在复旦大学附属肿瘤医院胸外科经手术切除并明确病理诊断的SPN患者的临床及CT资料共200例(A组),通过多因素Logistic回归分析进行筛选建立方程.另收集2013年2月至2013年7月经手术切除且明确病理诊断的SPN患者资料共89例(B组)用以验证.结果:A组200例SPN中良性64例,恶性136例,建立的数学预测方程为:y=ex/(1+ex),X=-2.085+0.058×年龄-1.206×性别-2.157×钙化+0.505×短毛刺+1.729×长毛刺+1.782×分叶-1.005×边界.e为自然对数.B组数据进行验证:本组模型曲线下面积最大,为0.888±0.051.本组模型的特异性最高(94.4％)＞Mayo Clinical模型(88.9％)＞VA模型(72.2％)＞国内模型(66.7％).国内模型的敏感性最高(88.7％)＞本组模型(83.1％)＞VA模型(78.9％)＞Mayo Clinical模型(45.1％),P＜0.05.结论:本组数据建立的模型诊断效能较高,收集的临床及CT资料较以往任何一篇报道更全且全部为中国人,优于国内外公式单纯套用.