论文部分内容阅读
目的:肺部多发结节的良恶性判断和治疗策略选择,是胸外科临床公认的难题。本文采用单因素及多因素Logistic回归分析,筛选肺部多发结节良恶性的独立危险因素,运用列线图(Nomogram)构建预测肺部多发结节良恶性的数学模型,并验证其准确性,为临床肺部多发结节的诊断和治疗策略选择提供有价值的参考。方法:收集2015年1月至2018年12月北部战区总医院胸外科收治肺部多发结节患者共75例,同期行达芬奇机器人(Robot-assisted Thoracic surgery,RATS)或电视胸腔镜手术(Video-Assisted Thoracic Surgery,VATS)微创手术切除,术后获得明确病理诊断,其中男性33例,女性42例,共155结节。收集患者资料:临床资料包括患者年龄、性别、症状、病程、吸烟史、吸烟指数(每日吸烟支数X吸烟年数)、既往结核病史、既往肺部疾病史(哮喘、肺气肿)、职业接触史(石棉、粉尘)、既往恶性肿瘤病史、肿瘤家族史,共)、11项指标:血清学肿瘤标志物包括癌胚抗原(Carcinoembryonic Antigen,CEA神经元特异性烯醇化酶(Neuron Specific Enolase,NSE)、鳞状细胞癌抗原(Squamous Cell Carcinoma Antigen,SCCA)、细胞角蛋白 19 片段(Cytokeratin 19 Fragment,CYFRA21-1)共4项指标;收集每个结节的影像学资料包括结节位置、结节类型(磨玻璃结节、部分实性结节、实性结节)、最大直径(肺窗)、钙化、形状是否规则、边界是否清楚、毛刺征、分叶征、支气管充气征、血管集束征、胸膜牵拉征及空洞征,共12项指标。同时,收集每个结节PET/CT有无及术后病理诊断。通过单因素及多因素Logistic回归分析,筛选出与肺部多发结节病理良性与恶性的相关的独立影响因素,并利用列线图(Nomogram)构建预测各个结节恶性肿瘤概率的数学模型。最后,利用校准曲线和受试者工作特征曲线(Receiver Operating Characteristic,ROC)下面积(Area Under the Curve,AUC)评估该模型预测性能。结果:共纳入75例肺部多发结节患者进行回顾性分析,其中36例行达芬奇机器人(RATS)手术切除,39例行电视胸腔镜手术切除(VATS),共切除155个结节,其中85个(62.6%)恶性结节,良性结节70个(37.4%)。单因素分析中,患者的年龄(P=0.004)、血清CEA(P=0.019)、结节类型(P<0.001)、肿瘤直径(P=0.005)、钙化(P<0.001)、形状(P<0.001)、边界(P<0.001)、分叶征(P<0.001)、毛刺征(P<0.001)、血管集束征(P<0.001)、支气管充气征(P<0.001)及胸膜牵拉征(P<0.001),共12项指标与肺部多发结节恶性程度显著相关。多因素Logistic回归分析结果显示患者的年龄(P=0.011)、血清 CEA(P=0.006)、结节类型(P=0.001)、钙化(P=0.03)、分叶征(P=0.022)、毛刺征(P=0.01)、血管集束征(P=0.038)、支气管充气征(P=0.019)及胸膜牵拉征(P=0.033),共9项指标为判断肺部多发结节恶性肿瘤风险的独立危险因素。将上述独立危险因素纳入列线图中,构建预测多发结节恶性肿瘤概率的数学模型。本列线图模型显示出较好的区分度及一致性,受试者工作特征曲线(ROC)的曲线下面积(AUC)=0.945(95%CI 0.913-0.977),当截取 T=0.758时,约登指数(Youden index)最大,此时模型的敏感性为84.7%,特异性为90.0%。校正曲线一致性指数(C-index)=0.824,预测肺部多发结节的恶性肿瘤概率与实际恶性肿瘤的概率基本平行,为斜率大约45°的曲线。结论:我们开发了一种新的、易于使用、客观且准确的列线图模型来预测肺部多发结节恶性肿瘤的概率,并通过内部验证的方法验证该模型具有较好的精确性。通过拥有高精确、良好的校准和识别的数学预测模型,临床医生和外科医生可以根据患者的术前资料对肺部多发结节中每个结节恶性风险进行预测,从而有效制定个性化及合理的治疗方案,有针对性的对肺部多发结节进行处理。