CT影像学特征联合患者诊断年龄预测早期浸润性肺腺癌的模型构建
Construction of a model for predicting early invasive lung adenocarcinoma based on the combination of CT imaging features and patient diagnosis age
摘要目的 基于CT影像学特征联合患者诊断年龄(AAD)构建早期浸润性肺腺癌预测模型,探讨模型的无创诊断效能.方法 回顾性分析2020年1月至2021年12月经肺癌根治术后病理证实的489例早期肺腺癌CT影像学特征及AAD情况.按照3∶1随机分为训练集367例和验证集122例,并根据浸润程度分为微浸润性肺腺癌(MIA)组及浸润性腺癌(IAC)组.应用多因素Logistic回归分析各CT影像学特征、AAD与早期肺腺癌浸润程度的关系,构建基于实性肿瘤比(CTR)联合AAD、多个CT影像学特征联合AAD的早期IAC预测模型,并验证模型预测的诊断效能.结果 在训练集中,CTR、空泡征、空气支气管征、血管集束征、胸膜牵拉征、分叶征、毛刺征及AAD在MIA组与IAC组中比较差异均有统计学意义(P<0.05).多因素Lo-gistic 回归分析显示,训练集 CTR[OR(95%CI)=3.396(1.363~8.462),P<0.05]、空泡征[OR(95%CI)=2.493(1.271~4.891),P<0.05]、分叶征[OR(95%CI)=3.485(1.995~6.087),P<0.05]、AAD[OR(95%CI)=1.071(1.042~1.100),P<0.05]是IAC的独立危险因素;基于CTR和AAD构建早期IAC的训练集预测模型AUC为0.786(95%CI:0.737~0.835),敏感度为75.81%,特异度为70.59%;验证集验证预测模型的AUC为0.869(95%CI:0.804~0.935),敏感度为78.41%,特异度为82.35%.基于CTR、空泡征、分叶征多个影像学特征和AAD构建早期IAC的训练集预测模型AUC为0.833(95%CI:0.789~0.876),敏感度为65.73%,特异度为88.24%;验证集验证预测模型的AUC为0.813(95%CI:0.731~0.895),敏感度为80.68%,特异度为64.71%.结论 CTR、空泡征、分叶征和AAD是IAC的独立危险因素,且容易获得,CTR联合AAD、多个CT影像学特征联合AAD构建的IAC预测模型均具有较佳的诊断效能和临床实用性,可以对早期肺腺癌进行快速、无创评估,具有一定的应用价值.
更多相关知识
- 浏览8
- 被引0
- 下载10

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



