基于循环肿瘤细胞的肺实性结节良恶性鉴别预测模型的建立与验证:一项多中心研究北大核心CSCD

目的探讨临床影像学特征联合循环肿瘤细胞(circulating tumor cells,CTCs)建立的预测模型对肺实性结节良恶性诊断的价值。方法回顾性纳入上海市肺科医院(肺科组)2021年1月至4月437例孤立肺实性结节患者,采用随机数字表法按4∶1的比例分为训练集和内部验证集,其中训练集350例患者,内部验证集87例患者;纳入兰州大学第一医院(兰州组)2019年8月至2022年5月82例孤立肺实性结节患者为外部验证集。训练集进行logistics回归分析,筛选出独立危险因素构建Nomogram预测模型。ROC曲线验证模型的准确性;校准曲线验证模型的一致性;针对不同直径和中等风险概率的结节进行亚组分析进一步验证模型的性能。结果Logistics回归分析结果显示年龄、CTCs值、胸膜凹陷征、分叶征、毛刺征是肺实性结节的独立危险因素(P<0.05)。内部验证集和外部验证集中,Nomogram预测模型AUC分别为0.888和0.871,结果优于影像学特征预测模型(0.835,P=0.007;0.804,P=0.043)、Mayo预测模型(0.781,P=0.019;0.726,P=0.033)和CTCs单独模型(0.699,P=0.002;0.648,P=0.012);内部验证集和外部验证集的C-指数分别为0.888和0.871,校正C-指数分别为0.853和0.842,内部验证集的预测模型在结节直径5~20 mm和中等风险概率的结节AUC为0.905和0.871。结论本研究建立的预测模型,可以提高肺实性结节良恶性诊断的价值,更有效辅助临床诊断疾病。