Fisher判别模型在肾透明细胞癌多层螺旋CT征像及病理学WHO/ISUP分级中的价值

摘要

目的 探讨基于术前多层螺旋CT(MSCT)检查结果及术后病理世界卫生组织/国际泌尿病理学会(WHO/ISUP)分级资料建立肾透明细胞癌(CCRCC)术前病理分级Fisher判别模型的临床应用价值.方法 收集2017年5月至2020年5月浙江中医药大学附属第二医院行手术治疗的53例CCRCC患者术前MSCT影像,包括肿瘤位置、是否浸润性生长、肿瘤最长径、边缘是否规则、是否发生液化、坏死及钙化等.将具有统计学意义的CT征像建立术前Fisher判别模型,将术前判别结果与术后WHO/ISUP分级结果进行对比,并检验Fisher判别模型的效能.结果 53例CCRCC患者中术后病理低级别组(Ⅰ、Ⅱ)28例,高级别组(Ⅲ、Ⅳ)25例.高级别和低级别组肿瘤在肿瘤最长径、边缘是否规则、是否发生液化、坏死及浸润性生长均有统计学意义(均P<0.05),其中边缘规则或有假包膜、肿瘤长径小的CCRCC倾向于低级别组(WHO/ISUPⅠ～Ⅱ级).长径越大、浸润性生长、发生液化或者坏死的CCRCC倾向于高级别组(WHO/ISUPⅢ～Ⅳ级).选定具有统计学意义的4项CT征象:肿瘤长径(X1,临界值为5 cm),浸润性生长(X2),发生液化或坏死(X3),肿瘤边缘规则或有假包膜(X4),判别函数为:Z=0.485X1+0.348X2+0.741X3+0.414X4,Zc=1.24;将判别指标代入判别模型,得出低级别组为31例,高级别组为22例,判别模型将病理结果中5例高级别组判为低级别组,2例低级别组判为高级别组,误判率为13.21％,正确率为86.79％,灵敏度为89.66％,特异度为71.43％.结论 Fisher判别方法联合MSCT建立的判别模型对CCRCC术前预测分级具有较高的临床实用价值.