18F-FDG PET/CT代谢参数联合肿瘤标志物对肺腺癌EGFR基因突变的预测价值

摘要

目的 探讨18F-FDG正电子发射断层显像计算机断层扫描(positron emission tomography/computed tomography,PET/CT)代谢参数联合肿瘤标志物对肺腺癌EGFR基因突变的预测价值.方法 选取2010-01至2018-08于武警特色医学中心PET/CT检查诊断为原发性肺癌并经组织病理学证实为肺腺癌的患者,提取患者的基本临床资料、PET/CT影像学特征、PET/CT代谢参数、肿瘤标志物水平及EGFR基因突变数据,根据EGFR是否突变将所有患者分为突变型组与野生型组.通过单因素logistic回归分析,将对EGFR基因突变有预测价值的相关参数纳入预测模型,绘制ROC受试者工作曲线,计算其Cut-off值,对比各个模型的AUC值,建立可预测EGFR基因突变的模型,并分析该模型的预测效能.结果 共纳入肺腺癌105例,EGFR突变型32例(30.5％),EGFR野生型73例(69.5％),多因素分析显示两组之间的基本临床资料(性别x2=5.74,P=0.017)、吸烟(x2=4.60,P=0.032)、CT影像特征[密度x2=5.77,P=0.016)、毛刺征x2=2.06,P=0.015)、肺内转移(x2=2.91,P=0.088)]、PET/CT代谢参数[SUVmean(t=2.82,P=0.015)]、肿瘤标志物[CEA(t=-2.48,P=0.016)]具有统计学意义(P<0.05),是影响EGFR基因突变的独立影响因素,并以该独立影响因素建立了4种EGFR基因突变预测模型,相应的预测准确度分别为78.1％、81.0％、78.1％和81.9％,4种预测模型均具有预测的统计学意义(P<0.05).结论 与EGFR基因突变有关的单因素影响因子包括吸烟、性别、SUVmean、密度、毛刺征、肺内转移、CEA,而根据这些影响因子建立的预测模型4将有助于临床分析肺癌患者是否发生EGFR基因的突变,从而指导临床进行靶向药物的个体化治疗.