基于影像特征对透明细胞肾细胞癌病理分级的预测研究

• 作者: 康钦钦 田冰 边云 李晶 刘芳 郝强 陆建平
• 来源期刊: 影像诊断与介入放射学
• 关键词: 透明细胞肾细胞癌 Fuhrman分级 RENAL评分 体层摄影术,X线计算机
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 腹部影像学
• 页码范围: 103-110
• 页数: 8页
• 语种: 中文
• DOI: 10.3969/j.issn.1005-8001.2021.02.004

摘要

目的 评估基于CT增强扫描影像特征及RENAL评分的CCRCC的Fuhrman分级预测模型.方法 回顾性分析100例低级别(I级+Ⅱ级)和80例高级别(Ⅲ级+IV级)CCRCC的各种增强CT图像特征及RENAL评分.利用训练集中的增强CT各种特征及RENAL评分结果构建CCRCC的病理分级预测模型,并使用验证集进行验证.ROC曲线下分析用于评估模型在区别不同病理分级CCRCC中的预测价值.结果 在训练集中,肿瘤大小、皮髓期CT值变化比值[PAC,(皮髓期增强CT值-平扫CT值)/平扫CT值]、RENAL评分与两组肿瘤具有明显相关性.低级别CCRCC的肿瘤大小为29 mm、高级别组为39.47 mm(P<0.05).高级别CCRCC的皮髓期PAC均值为5.24±0.37、低级别组为4.83±0.26(P<0.05).高级别组RENAL评分总分的均值为8.28±1.17、低级别组为5.67±1.22.在验证集中,位置、皮髓期PAC及RENAL总分与两组肿瘤存在相关性.高级别CCRCC的皮髓期PAC为5.26±0.36、低级别组皮髓期PAC为4.82±0.22(P<0.05).高级别组RENAL评分总分均值为8.5±0.97;低级别组为5.7±1.15.多变量Logistic回归结果显示皮髓期PAC及RENAL评分总分为CCRCC病理分级的独立预测因子,OR值及95％可信区间分别为7.09(2.41～20.85)和11.71(4.19～32.73).皮髓期PAC及RENAL评分所建立的回归模型分析有助于区别CCRCC的不同病理分级,诊断效能高达90％以上.结论 RENAL评分和皮髓期PAC所建立的回归预测模型有助于预测CCRCC的病理分级,可为预测患者的预后提供一定的参考.