论文部分内容阅读
目的:分析食管神经内分泌癌的CT影像学表现，探讨食管神经内分泌癌(Esophageal neuroendocrine carcinomas，E-NECs)和食管鳞状细胞癌(Esophageal squamous cell carcinomas，E-SCCs)的临床表现与CT鉴别特征。 方法:收集2011年1月至2018年11月在我院经病理及免疫组化证实的22例E-NECs;男性16例，女性6例，平均年龄约65.5岁，年龄范围57-77岁。作为对照组，收集2017年1月至2017年10月经病理及免疫组化证实的E-SCCs194例。根据患者的年龄、性别及肿瘤分期将E-NECs的患者与E-SCCs的患者进行1∶1的匹配抽样，纳入E-SCCs22例，男性19例，女性3例，平均年龄63.5岁;年龄范围47-87岁。 回顾性分析两种肿瘤患者的临床资料和CT影像学特点。全组44例E-NECs与E-SCCs患者均在我院行CT扫描。所有CT图像由两名具有丰富影像诊断经验的影像科医师独立分析完成，复审见解不统一时，通过讨论达成共识。分别从以下方面记录食管病变的CT特征:肿瘤位置、管壁增厚程度、病变累及食管长轴的长度、病变厚度与累及食管长径比值、浸润食管圆周的范围、病变长径与食管长轴的关系（垂直、平行）、边界、浸润深度、生长方式（壁增厚、腔内外结节）、食管内壁瘤周空气界面的形态、病变均质性、食管粘膜是否可见、肿瘤的强化程度、增强模式、淋巴结转移和远处器官转移。 采用单变量统计分析方法（分类变量采用卡方检验或Fisher精确经验;连续性变量符合正态分布的采用独立t检验，不符合正态分布的采用非参数Mann-Whitney U检验）评估E-NECs与E-SCCs的CT表现差异。将较重要CT变量(P≈0.1)进行多因素二元Logistic回归分析。采用受试者工作特征曲线(Receiver operating characteristic，ROC)分析，确定两种肿瘤转移性最大淋巴结大小的最佳界限值。分类变量用Kappa检验两观察者一致性;连续性变量用ICC检验两观察者一致性。 结果:E-NECs与E-SCCs在临床症状（有无吞咽困难）、食管内壁瘤周空气界面形态、病变增强模式、淋巴结转移与否、转移性淋巴结大小、肝转移瘤增强模式方面，差异具有统计学意义(P＜0.05)。两种肿瘤的最大转移性淋巴结大小的最佳界值为2.05cm。E-NECs与E-SCCs在肿瘤位置、管壁增厚程度、病变累及食管长轴的长度、病变厚度与累及食管长径比值、浸润食管圆周的范围、病变长径与食管长轴的关系（垂直、平行）、边界、浸润深度、生长方式（壁增厚、腔内外结节）、病变均质性、食管粘膜是否可见、强化程度等方面，差异无统计学意义(P＞0.05)。 结论:CT对鉴别E-NECs与E-SCCs有一定的作用，为临床的治疗方式的选择及预后分析提供了有力的依据。