北京协和医学院王建卫团队
基于CT特征鉴别亚厘米实性肺结节良恶性的预测模型（A prediction model based on CT characteristics for identifying malignant from benign sub-centimeter solid pulmonary nodules）
内容亮点
与部分实性结节和磨玻璃结节相比，实性结节的肺癌转移风险更高，预后更差。因此，以实性结节为表现的肺癌的早期诊断更为关键。在临床工作中，实性肺结节良恶性的诊断是难点，良恶性结节的影像学特征具有较多的重叠，增加了诊断难度。此外，由于亚厘米实性肺结节体积小，PET-CT、支气管镜及穿刺活检的诊断价值有限。因此，对于亚厘米实性肺结节的诊断仍依赖于CT影像学检查，放射科医生通常根据CT特征对肺结节的良恶性进行诊断或制定随诊策略。不同年资和经验的医师对同一结节的良恶性诊断可能不同，会带来延误诊断或过度诊断的风险。本研究旨在探讨亚厘米实性肺结节的恶性危险因素，建立并验证基于CT特征的预测模型，以辅助其早期诊断。
该研究回顾了2012年1月至2023年7月于中国医学科学院肿瘤医院经手术病理或随诊证实良恶性的肺结节，261名患者的261个亚厘米实性肺结节符合纳排标准被纳入研究，恶性病变161个，良性病变100个。按照7∶3的比例将患者随机分为训练集(n=183)和内部验证集(n=78)。收集患者的临床资料和CT影像学特征，通过多因素Logistic回归分析评估亚厘米实性肺结节恶性风险的独立预测因素，并建立Logistic回归分析模型。回顾性分析河北医科大学第四医院于2022年1月至2022年12月检查出的69个亚厘米实性结节(69名患者)作为外部验证集验证模型的预测效能。
多因素Logistic回归分析显示，结节-肺界面(P=0.002)、毛刺征(P=0.039)、空气支气管征(P=0.047)和纵隔窗不可见(P=0.003)是恶性亚厘米实性肺结节的独立预测因素。预测模型在训练集中的曲线下面积(AUC)为0.875 (95% CI: 0.818，0.933)；敏感度和特异度分别为94.7%和68.6%。内部和外部验证集的AUC分别为(0.781；95% CI: 0.664，0.897)和(0.873；95% CI: 0.791，0.955)；内部验证数据的灵敏度和特异度分别为66.7%和83.3%，外部验证数据的灵敏度和特异度分别为100.0%和61.0%。
由此得出结论，包含了结节-肺界面(P=0.002)、毛刺征(P=0.039)、空气支气管征(P=0.047)和纵隔窗不可见等在内的预测模型可以帮助诊断恶性亚厘米实性肺结节。本研究建立了基于CT特征的预测模型，并通过两个中心的数据验证了其性能，可能有助于肺癌的早期诊断和改善患者预后。（论著中文信息由第一作者整理提供，欲览英文原文请扫描下方二维码）
第一作者：崔舒蕾
崔舒蕾，中国医学科学院肿瘤医院放射影像学专业硕士研究生二年级学生。作为第一作者在中华肿瘤防治杂志发表综述一篇。
第一作者：齐琳琳
齐琳琳，2015年9月至2021年6月于北京协和医学院影像医学与核医学专业硕博连读，2021年8月入职中国医学科学院肿瘤医院影像诊断科，2022年10月晋升为主治医师。作为第一作者的论文发表于European Radiology、Journal of Thoracic Disease、《中华放射学》等杂志上，参与发表SCI学术论文10余篇。European Radiology杂志审稿专家。
第一作者：刘嘉宁
刘嘉宁，2019年9月至2024年6月于北京协和医学院影像医学与核医学专业硕博连读。作为第一作者累计发表中英文论文共9篇，分别于European radiology experimental、Journal of thoracic disease、《中国辐射卫生》《中国医学装备》等杂志上。
通讯作者：王建卫
王建卫，影像诊断科主任医师，北京协和医学院影像医学博士，北京协和医学院博士研究生导师。美国康奈尔大学医学院博士后研究1年。国内首批从事大规模低剂量CT肺癌筛查的专家，在肺癌早期检出和诊断、肺结节解读、胸部肿瘤的影像诊断方面积累了丰富的经验。承担肺磨玻璃结节国家自然科学基金面上项目（2项）等多项国家级、省部级、院校级科研课题。在其他肿瘤的影像诊断和鉴别诊断、疗效评估方面也颇有建树。发表各类论文50余篇，编写、编译专注10余部。中华放射学会学组委员，中国医学装备协会CT应用委员会委员、远程分会常委，中国医疗保健促进会健康科普委员会常委，中国生物医学工程学会会员，北京放射学会人工智能学组委员，北京医学会健康管理分会肿瘤预防学组委员，北美放射学会会员，国家自然科学基金、北京市自然科学基金评审专家。
通讯作者：许茜
许茜，河北医科大学第四医院，CT磁共振科，主任医师，硕士研究生导师，美国南加州大学访问学者。擅长呼吸系统肿瘤及乳腺的影像诊断、术前分期及疗效评估，致力于影像新技术的临床应用，多次在国内外学术会议上进行交流。在学术期刊上发表论文四十余篇，参与编写专业著作八部。
资讯
排版编辑：陈 童 AME Publishing Company
j.01.2024.10.11.02
前往作者面对面中文网站
