孤立性肺结节良恶性判断数学预测模型的建立

目的：通过单因素和多因素分析筛选出与孤立性肺结节（solitary pulmonary nodules, SPN）恶性概率相关的临床资料，构建一种判断SPN良恶性的数学预测模型。方法：回顾性收集2000年1月至2009年9月在北京大学人民医院经手术切除并明确病理诊断的SPN患者资料共371例（A组），其中男197例、女174例。总结患者的年龄、性别、病程、症状、吸烟史及吸烟量、既往肿瘤史、肿瘤家族史、肿瘤部位、肿瘤最大径、肿瘤有无钙化、毛刺、分叶、胸膜牵拉征、边界清楚、血管集束征、空洞共17项临床资料，通过逻辑回归分析筛选与SPN病理性质相关的独立因素，构建数学预测模型。另外收集2009年10月至2010年5月期间切除并明确病理诊断的SPN患者资料共62例（B组）以验证本模型的临床预测价值。结果：A组371例SPN中良性142例（46.9%），229例恶性（53.1%）。单因素分析结果显示，患者年龄、吸烟史及吸烟量、肿瘤家族史、钙化、毛刺、分叶、胸膜牵拉征、边界以及肿瘤最大径在良、恶性SPN之间的差异有统计学意义。多因素Logistic回归分析结果显示，年龄、直径、肿瘤家族史、毛刺、钙化、边界清楚等6项因素在良性和恶性SPN之间的差异有统计学意义（P<0.05），是判断SPN性质的独立影响因素。建立的SPN良恶性预测数学方程为：SPN恶性预测值=e^x/(1+e^x)，x=-4.496+(0.07×年龄)+(0.676×直径)+(0.736×毛刺)+(1.267×肿瘤家族史)-(1.615×钙化)-(1.408×边界)，其中e为自然对数。选取截点T=0.463，利用B组数据验证该公式对SPN良、恶性判断的灵敏性为92.5%，特异性为81.8%，阳性预测值90.2%，阴性预测值85.7%。本组数学预测模型的受试者工作特征曲线下面积为0.888±0.054。结论：患者年龄、肿瘤最大径、肿瘤家族史、钙化、毛刺、边界是判断SPN良、恶性的独立相关因素，通过逻辑回归建立的数学预测模型的准确性较高，有较好的临床应用价值。

Establishment of a mathematical prediction model to evaluate the probability of malignancy or benign in patients with solitary pulmonary nodules

Objective:To evaluate the clinical factors affecting the definite pathological diagnosis of solitary pulmonary nodules(SPN) with multivariate Logistic regression analysis,and to build the clinical prediction model to estimate the probability of malignancy.Methods:A retrospective cohort study in our institution included 371 patients(197 males and 174 females) with definite pathological diagnosis of solitary pulmonary nodules from Jan 2000 to Sep 2009(group A).Clinical data included age,gender,course of disea...