孤立性肺结节恶性病变的危险因素分析

目的探讨孤立性肺结节恶性病变的危险因素。方法统计120例孤立性肺结节的临床特征,对这些临床特征与孤立性肺结节的性质之间的关系作单因素分析,进一步对有统计学意义者作多因素分析。结果 120例中有64例(53.3%)术后病检结果为恶性病变。单因素分析中,吸烟史、结节大小、年龄及影像学表现4个因素差异具有统计学意义。多因素分析中年龄、影像学表现两个因素差异具有统计学意义。结论吸烟史、结节大小、年龄及影像学表现,尤其是后二者是孤立性肺结节恶性病变的危险因素,综合分析这些因素,可提高对孤立性肺结节良恶性判断的准确性。     

孤立性肺结节116例良恶性高危因素分析

目的 探讨孤立性肺结节良恶性的高危因素.方法 根据良、恶性将116例孤立性肺结节分为两组,应用多因素分析强制进入法进行二分类Logistic回归分析,诊断结果为应变量(良性疾病=0,恶性疾病=1),自变量:年龄,结节直径,结节形态,结节内部特征,磨玻璃征,毛刺分叶,周边特征,结节钙化,结节界面,吸烟史,咯血.结果 经Logistic回归分析,孤立性肺结节恶性诊断的高危因素中,年龄≥60岁的OR值为28.098,P=0.004;结节直径＞1 cm的OR值为41.886,P=0.016;毛刺或分叶征的OR值为138.386,P=0.001;空泡征,支气管充气征的OR值为57.602,P=0.003.结论 年龄(≥60岁)、结节大小(直径＞1 cm)、毛刺分叶、结节内部特征(空泡征,支气管充气征)是恶性孤立性肺结节的高危因素.     

高分辨CT表现对孤立性肺结节良恶性鉴别的研究进展

<正>孤立性肺结节(SPN)无肺不张、肺门增大或胸腔积液的表现〔1〕;SPN在胸部X线片中的检出率只有0.09%~0.20%,多数是在不经意间发现〔2〕,随着高分辨率CT(HRCT)的广泛应用,越来越多地被发现并得到重视。同时根据直径,SPN分为直径≤8 mm的亚厘米结节、8 mm结节≤3 cm的典型SPN,再根据CT上是否存在磨玻璃样变结节(GGN),将SPN分为纯磨     

肺小结节危险因素分析及恶性预测模型的建立

目的分析恶性肺小结节的胸部CT特征及病理学结果,建立肺小结节恶性预测模型。 方法回顾性分析镇江市第一人民医院2014-2018年诊断肺小结节患者,对其年龄、吸烟史、病理结果、结节最大直径、毛刺征、血管征、分叶征、空泡征、结节性质、结节部位等进行统计,并对血管征进行进一步分类：血管位于病灶旁或贴于病灶边缘;可见血管穿行于病灶。采用SPSS软件对上述各因素进行单因素分析,得出具有统计意义(P<0.05)的因素,再将有意义的因素进行二项Logist回归分析,并建立模型。 结果预测模型为P＝e^x/(1+e^x),x＝0.269+(年龄×0.051)+(血管位于病灶旁或贴于病灶边缘×0.722)+(血管在结节中穿行×4.196)+(毛刺征×1.144)-(6.95×钙化)-(3.77×实性结节)-(2.21×磨玻璃结节),AUC为0.958,P<0.01,预测值为0.789,灵敏度87.1%,特异度94.3%,具有较高的准确性。 结论建立的肺小结节的恶性预测模型具有较高的可信度。其中,血管穿行对肺小结节的良恶性判断具有较大的价值。     

孤立性肺结节病变性质临床鉴别诊断预测模型的初探

目的探讨孤立性肺结节的良恶性鉴别诊断的有效方法。方法回顾性分析44例孤立性肺结节患者的临床特点,血清学指标及其鉴别诊断效果,并建立临床预测模型。结果44例肺内孤立性结节患者中,恶性肿瘤占19例,良性肿瘤占25例。单因素分析结果患者的年龄、结节大小、结节边界、肿瘤病史、CEA、CA125及miR．21、miR-27b和miR-193b在良恶性孤立性肺结节患者间具有显著差异,多因素判别分析并建立Fisher线性判别函数,交互验证一致函数与原始个案的符合率为93％。结论除患者的一般情况、影像学表现和常规血清标记物外,microRNAs也是鉴别孤立性肺结节良恶性的良好指标,具有重要临床意义。     

肺孤立性结节良恶性诊断的临床分析

随着多层螺旋CT的不断普及,肺内孤立性结节的检出率逐渐上升,这些结节大多是良性病变或早期肺癌,所以预后一般较好,但是肺内孤立性结节的影像学诊断评估比较困难.因此,对于肺孤立结节良恶性评估的目的在于提高良恶性病变的早期诊断率,使恶性肿瘤患者能及时接受手术而良性病变患者能避免不必要的开胸探查.本文就评估肺孤立结节良恶性倾向的研究现状及进展作一综述.     

孤立性肺结节恶性危险因素的Logistic回归分析

目的 通过单因素与多因素Logistic回归分析筛选出与恶性孤立性肺结节(SPN)相关的临床特征及影像学征象.方法 回顾性收集2008年7月1日至2011年12月1日在南京军区福州总医院出院经病理确诊的SPN患者资料共223例.记录其性别、年龄、吸烟史、恶性肿瘤病史、结节部位、最大直径、密度、空泡、非良性钙化、分叶、毛刺、胸膜凹陷征、血管集束征、病理共14项临床资料,通过单因素分析及多因素Logistic回归分析筛选出恶性SPN的独立危险因素.结果 单因素分析显示:患者性别、年龄、分布、最大直径、密度、钙化、分叶征、毛刺征、胸膜凹陷征在SPN良恶性中的差异有统计学意义.其中,患者为女性,年龄越大,且结节为上叶分布、部分实性,出现分叶征、毛刺征及胸膜凹陷征,则该结节倾向于恶性.下叶分布的实性结节,如合并有钙化灶,则良性可能性大.吸烟史、恶性肿瘤病史、空泡征、血管集束征在良恶性SPN中的差异无统计学意义.多因素Logistic回归分析结果显示:女性、分叶征及胸膜凹陷征是恶性SPN的独立危险因素,下叶分布、实性结节为独立保护性因素.结论 对于SPN,女性、分叶征及胸膜凹陷征是恶性的独立危险因素,而下叶分布、实性结节则为独立保护性因素.     

孤立性肺结节的研究进展

<正>随着CT技术的快速发展与广泛应用,肺结节检出率越来越高~([1])。多项大型肺癌筛查试验中,肺结节的检出率已经升至8%~51%,而恶性肺结节的比例仅为1.1~12%~([2])。肺结节是被充气肺组织完全包围,边界清晰的单个不透X线阴影,直径≤3 cm;孤立性肺结节是单发的肺结节,没有肺不张、肺门淋巴结肿大或胸腔积液~([3-5])。美国国家肺癌筛查试验(National Lung Screening Trial,NLST)发现采用胸部低剂     

孤立性肺部占位病变的性质与危险因素分析

目的研究孤立性肺部占位病变的性质及恶性危险因素,并探讨其诊疗策略。方法回顾性分析2006年1月～2010年6月于我院住院治疗并获得明确病理结果的孤立性肺部占位性病变的75例患者的临床资料,对年龄、性别、吸烟史、病变部位、病变直径、CT影像学表现等因素与孤立性肺部占位性病变良恶性的关系进行单因素及多因素Logistic回归分析。结果75例孤立性肺部占位性病变患者中,恶性病变53例,良性病变22例。恶性病变中以腺癌和鳞癌最为多见,良性病变中以结核和炎性假瘤最为多见。单因素及多因素Logistic回归分析显示,年龄、病变部位与孤立性肺部病变的良恶性显著相关。结论孤立性肺部占位性病变中恶性比率较高,年龄和病变部位可以作为评价孤立性肺部病变恶变的危险因素。     

CT薄层影像特征制定的肺结节分级评估系统区分良恶性肺结节的应用价值

目的探究CT薄层影像特征制定的肺结节分级评估系统区分孤立性肺结节(SPN)良恶性的应用价值。方法回顾性分析我院2018年9月至2020年7月确诊的122例SPN患者的临床资料。采用CT薄层影像特征制定的肺结节分级评估系统进行分级评定,并以病理诊断结果为“金标准”,分析其准确性、敏感度及特异度,并通过Kappa检验分析其与病理诊断结果的一致性。结果病理诊断证实良性SPN 56例,占45.9%(56/122),多为不典型增生及错构瘤,占28.6%(16/56),恶性SPN 66例,占54.1%(66/122),多为腺癌及鳞癌;肺结节分级标准分类2级31例、3级29例、4A级9例、4B级53例;肺恶性结节中,空泡征、宝石征、肿瘤血管征、毛刺征的发生率明显高于肺良性结节(均P<0.05),而病灶周围有卫星病灶的发生率明显低于肺良性结节(P<0.05);将肺结节分级标准中3级及以下归为阴性结节,4级及以上归为阳性结节,诊断准确率为90.2%。肺结节分级标准诊断肺良性结节与病理结果表现出了较好的一致性(Kappa=0.803),以肺结节分级标准诊断肺良性结节的结果与“金标准”(病理诊断结果)比较,得到的敏感度87.9%(58/66)和特异度92.9%(52/56)。结论影像诊断时,合理利用基于CT薄层影像特征制定的肺结节分级评估系统能有效地分类CT筛查出的肺结节,较好区分SPN的良、恶性。     

CT薄层影像特征制定的肺结节分级评估系统区分良恶性肺结节的应用价值

目的探究CT薄层影像特征制定的肺结节分级评估系统区分孤立性肺结节(SPN)良恶性的应用价值。方法回顾性分析我院2018年9月至2020年7月确诊的122例SPN患者的临床资料。采用CT薄层影像特征制定的肺结节分级评估系统进行分级评定,并以病理诊断结果为“金标准”,分析其准确性、敏感度及特异度,并通过Kappa检验分析其与病理诊断结果的一致性。结果病理诊断证实良性SPN 56例,占45.9%(56/122),多为不典型增生及错构瘤,占28.6%(16/56),恶性SPN 66例,占54.1%(66/122),多为腺癌及鳞癌;肺结节分级标准分类2级31例、3级29例、4A级9例、4B级53例;肺恶性结节中,空泡征、宝石征、肿瘤血管征、毛刺征的发生率明显高于肺良性结节(均P<0.05),而病灶周围有卫星病灶的发生率明显低于肺良性结节(P<0.05);将肺结节分级标准中3级及以下归为阴性结节,4级及以上归为阳性结节,诊断准确率为90.2%。肺结节分级标准诊断肺良性结节与病理结果表现出了较好的一致性(Kappa=0.803),以肺结节分级标准诊断肺良性结节的结果与“金标准”(病理诊断结果)比较,得到的敏感度87.9%(58/66)和特异度92.9%(52/56)。结论影像诊断时,合理利用基于CT薄层影像特征制定的肺结节分级评估系统能有效地分类CT筛查出的肺结节,较好区分SPN的良、恶性。     

肺癌孤立性肺结节患者64排螺旋CT扫描影像特点分析

目的 研究64排螺旋CT对肺癌孤立性肺结节(SPN)的诊断价值.方法 选择2015年5月至2019年5月于我院收治的158例经病理证实伴SPN的肺癌患者为对象,按肺癌不同病理类型分为A组(腺癌,112例)、B组(鳞癌,34例)、C组(小细胞癌,12例),均接受64排螺旋CT扫描.比较三组SPN平扫及增强各序列(增强30...     

采用双能CT构建肺结节良恶性预测模型及碘图定量参数的临床分析

目的联合临床特征、双能量CT影像学特征及定量参数分析肺结节良恶性鉴别的危险因素,构建预测模型,分析碘图定量参数对肺结节定性诊断中的意义。 方法选择2015年1月至2021年6月我院收治的经双能量CT(DECT)检查≤3 cm的肺结节844例为对象,以病理结果为金标准分为良性组181例,恶性组673例,采用SPSS 23.0分析获取定性诊断的危险预测因子。Logistic回归多因素分析评估组间关系;ROC曲线评估模型的诊断价值。 结果844例有872个符合条件的肺结节,良性组182个肺结节、恶性组690个结节,单因素分析提示年龄、CT值、RECIST直径、碘浓度、碘比值、性别、吸烟史、结节数、密度、空洞征、含气支气管征在良恶性结节鉴别中有统计学差异(P<0.05),碘浓度≥1.05 mg/ml(AUC＝0.632,灵敏度＝77.4%、特异度＝45.1%)、碘比值≥13.9%(AUC＝0.604,灵敏度＝89.9%、特异度＝29.1%)时肺结节倾向于恶性。Logistic回归分析显示RECIST直径、碘浓度、密度、空泡征、含气支气管征被纳入预测模型,ROC曲线提示AUC＝0.808(Cut-off值＝0.49,灵敏度＝81.4%、特异度＝67.6%),去除碘图定量参数后重新构建的预测模型ROC曲线(AUC＝0.802,P＝0.000,Cut-off值＝0.481,灵敏度＝79.4%、特异度＝68.7%)。 结论年龄、CT值、RECIST直径、碘浓度、碘比值、性别、吸烟史、结节数、密度、空洞征、含气支气管征为肺结节定性诊断的危险预测因素,碘浓度≥1.05 mg/ml、碘比值≥13.9%时肺结节倾向于恶性;构建预测模型具有诊断意义,碘浓度在整体模型中贡献较小。     

Establishment of a mathematic model for predicting malignancy in solitary pulmonary nodules

Background

The aim of this study was to establish a model for predicting the probability of malignancy in solitary pulmonary nodules (SPNs) and provide guidance for the diagnosis and follow-up intervention of SPNs.

Methods

We retrospectively analyzed the clinical data and computed tomography (CT) images of 294 patients with a clear pathological diagnosis of SPN. Multivariate logistic regression analysis was used to screen independent predictors of the probability of malignancy in the SPN and to establish a model for predicting malignancy in SPNs. Then, another 120 SPN patients who did not participate in the model establishment were chosen as group B and used to verify the accuracy of the prediction model.

Results

Multivariate logistic regression analysis showed that there were significant differences in age, smoking history, maximum diameter of nodules, spiculation, clear borders, and Cyfra21-1 levels between subgroups with benign and malignant SPNs (P<0.05). These factors were identified as independent predictors of malignancy in SPNs. The area under the curve (AUC) was 0.910 [95% confidence interval (CI), 0.857-0.963] in model with Cyfra21-1 significantly better than 0.812 (95% CI, 0.763-0.861) in model without Cyfra21-1 (P=0.008). The area under receiver operating characteristic (ROC) curve of our model is significantly higher than the Mayo model, VA model and Peking University People’s (PKUPH) model. Our model (AUC =0.910) compared with Brock model (AUC =0.878, P=0.350), the difference was not statistically significant.

Conclusions

The model added Cyfra21-1 could improve prediction. The prediction model established in this study can be used to assess the probability of malignancy in SPNs, thereby providing help for the diagnosis of SPNs and the selection of follow-up interventions.     

肺部孤立性结节的评估及诊断策略的选择

随着胸部CT的广泛应用,肺部孤立性结节的发现率越来越高.如何确认发现的肺部孤立性结节的性质成为临床上亟待解决的问题.少数结节的性质可以通过患者的临床特征及胸部CT特点得到确认,但绝大多数的结节的性质需要通过进一步的检查,包括经验性抗感染治疗、胸部CT定期随访观察、PET/CT检查、纤维支气管镜榆查、CT引导下经胸针吸肺...     

肺内恶性孤立性小结节的CT征像特征分析与诊断

目的通过对肺内恶性孤立性小结节CT影像特征的分析,不断提高CT对恶性孤立性肺结节的检出率。方法全面、系统地回顾、分析134例肺内孤立性小结节患者的临床资料。结果 134例肺内孤立性小结节患者中,病检恶性80例(59.70%);病检和CT均诊断为恶性者78例,CT与病检符合率为97.5%,病检确诊为恶性而CT征像不支持者2例(2.50%),CT诊断为恶性,而首次病检不支持,再次病检支持者1例(1.25%);81例结节≥2.0 cm者,恶性75例(92.59%);53例结节2 cm者,恶性3例(5.66%);右肺结节恶性率为73.21%,明显高于左肺的43.59%(P0.05);恶性结节CT影像表现中胸膜凹陷征、引流线征、血管集束征、毛刺征、棘突征、分叶征、空泡和细支气管充气征,征像所占比例明显高于良性结节(P0.05);85.90%的恶性结节病例表现为3种以上基本影像征像并存。结论肺内孤立性结节恶性率高,其发病的部位和影像表现均具有其一定的特征性,CT诊断具有较高的检出率,在CT诊断过程中,要紧紧围绕结节的部位和影像征像进行仔细分析鉴别,对一时难以定论的结节要积极开展动态观察,以提高恶性孤立性肺结节的检出率,减少误诊和漏诊。     

肺内孤立结节病变术前CT误诊原因分析

目的分析CT误诊肺内孤立性结节病变性质的原因。方法对50例有术前CT诊断(误诊5例)并经手术病理证实的肺内孤立结节病变(SPN)进行分析。结果术前5例,2例术前诊断良性肿块,术后病理诊断为恶性。3例术前诊断为恶性肿块,术后病理分别诊断为隐球菌病、硬化性血管瘤、以及支气管囊肿并发感染。结论肺内肿块的术前CT诊断,可交错重叠,出现“同病异影”或“异病同影”使鉴别诊断出现困难。因此在肺内孤立性结节的CT诊断中必须密切结合临床,尽可能避免术前误诊。