基于Logistic回归模型的不典型良恶性肺结节HRCT影像征象研究

• 作者: 薛阳 熊飞 刘江勇 沈桂萍 艾国平 黄文才
• 来源期刊: 华南国防医学杂志
• 关键词: 肺结节 肺癌 电子计算机断层扫描 诊断
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 临床研究
• 页码范围: 703-707
• 页数: 5页
• 分类号: R734.2|R814.43
• 语种: 中文
• DOI: 10.13730/j.issn.1009-2595.2020.10.006

摘要

目的 运用Logistic回归模型分析在不典型良恶性肺结节鉴别中具有诊断价值的高分辨计算机体层摄影(high resolution computed tomography,HRCT)影像征象.方法 收集经临床病理证实、HRCT影像表现不典型的良、恶性肺结节患者150例,回顾分析其CT影像征象和基本临床资料,运用Logistic回归分析筛选出具有诊断价值的HRCT影像特征并构建基于HRCT影像征象的良恶性肺结节鉴别诊断模型,然后采用受试者工作特征曲线(receiver operator characteristic curve,ROC)分析评估模型的诊断效能.结果 67例良性肺结节平均发病年龄(52.81 ±12.37)岁与83例恶性肺结节患者平均年龄(60.93±8.55)岁有统计学差异(P＜0.05).通过单因素分析结果筛选出对不典型肺结节良恶性鉴别诊断有意义的特征包括病灶与血管相关性(P= 0.000)、毛刺征(P = 0.001)、分叶征(P = 0.000)、微小钙化征(P = 0.028).基于以上HRCT征象构建Logistic回归诊断模型,并绘制ROC获得的AUC为0.880,其诊断的敏感度为84.34％、特异度为79.10％.结论 在不典型肺结节HRCT影像鉴别中,以结节与血管相关性、结节毛刺征、分叶征及微小钙化征具有诊断价值,建立基于高分辨率CT征象的Logistic回归诊断模型在不典型肺结节良恶性鉴别方面具有潜在的应用价值.