关键词:
体层摄影术,X线计算机
正电子发射断层成像
肺腺癌
脏层胸膜浸润
机器学习
摘要:
目的:探讨胸部薄层CT形态学参数及PET/CT代谢参数对直径≤3cm肺腺癌脏层胸膜浸润(Visceral pleural invasion,VPI)的诊断价值。
方法:(1)选取术前接受胸部薄层CT扫描同时行肺癌根治术的202名肺腺癌患者,根据病理结果分为VPI组(n=71)与非VPI组(n=131)。分析患者的临床资料(性别、年龄、吸烟史、肿瘤家族史、肿瘤标志物)、病理结果(病理组织学亚型、分化程度、淋巴结转移和脉管/支气管/神经侵犯)和CT形态学特征(位置、直径、结节类型、平均CT值、空泡征、空气支气管征、毛刺征、分叶征、血管集束征、结节与胸膜关系以及与胸膜的各种径线)。应用SPSS25.0软件进行统计分析,计量资料中符合正态分布的采用t检验,非正态分布的采用Mann-Whitney U检验;计数资料采用χ2检验或Fisher's精确检验;先进行单因素分析,以P<0.05的指标纳入多因素logistic回归分析,再将多因素分析中有意义的指标,绘制联合受试者工作特征(Receiver operating characteristic,ROC)曲线,确定其诊断效能;最后采用3种机器学习算法支持向量机(Support vector machine,SVM)、随机森林(Random forest,RF)和朴素贝叶斯(Naive bayesian,NB),整合临床和CT影像学特征构建复合模型,并评估模型预测效能;(2)选取术前接受18F-脱氧葡萄糖(18F-fluorodeoxyglucose,18F-FDG)PET/CT检查同时行肺癌根治术的47名肺腺癌患者,根据病理结果分为VPI组(n=13)与非VPI组(n=34)。分析患者的临床资料(同上)、病理结果(同上)、CT形态学特征(同上)及PET/CT各种代谢参数。应用SPSS25.0软件进行统计分析,计量资料中符合正态分布的采用t检验,非正态分布的采用Mann-Whitney U检验;计数资料采用χ2检验或Fisher's精确检验,绘制ROC曲线,确定其最佳截断点及诊断效能。
结果:(1)胸部薄层CT组在单因素分析中,发现吸烟史、癌胚抗原(Carcinoembryonic antigen,CEA)、病理组织学亚型、分化程度、结节类型、病灶最大长径、病灶最大短径、平均CT值、毛刺征、结节与胸膜关系、病灶与胸膜接触直径(The minimum distance from the lesion to the pleura,DLP)和胸膜接触比在VPI组和非VPI组间有统计学差异(P均<0.05)。多因素logistic回归分析显示,CEA异常(OR=2.989,95%CI:1.090-8.197)、胸膜接触比(OR=9.584,95%CI:1.152-79.749)、分化程度(低分化OR=6.549,95%CI:1.211-35.423;中分化OR=13.230,95%CI:3.239-54.423)、结节与胸膜关系第4型(OR=30.071,95%CI:3.146-287.459)是诊断直径≤3cm肺腺癌VPI的独立影响因素(P<0.05);将上述四个独立因素进行联合诊断,其ROC曲线下面积(Area under curve,AUC)为0.818(95%CI:0.76-0.875),敏感度为81.7%,特异性为75.6%。基于SVM、RF、NB算法的复合模型训练组的AUC分别为0.82、1.00、0.83,基于SVM、RF、NB算法的复合模型测试组的AUC分别为0.82、0.82、0.80;(2)PET/CT组在单因素分析中,标准化摄取值(Maximum standardized uptake value,SUVmax)、结节类型、平均CT值在VPI组和非VPI组间有统计学差异(P均<0.05)。ROC曲线显示SUVmax 4.53(AUC为0.707,敏感度为76.9%,特异性为61.8%)、平均CT值-97.5HU(AUC为0.735,敏感度为100.0%,特异性为44.1%)是鉴别VPI最佳截断点。多因素logistic回归分析显示,实性结节(OR=13.500,95%CI:1.575-115.696)是诊断直径≤3cm肺腺癌VPI的独立影响因素(P<0.05)。
结论:(1)胸部薄层CT组:结节与胸膜关系第4型、胸膜接触比、CEA异常和分化不良是直径≤3cm肺腺癌VPI的独立预测因素;上述四个指标的联合诊断模型效果更佳;基于三种机器学习算法所构建的复合模型也具有较好的预测效能;(2)PET/CT组:实性结节是直径≤3cm肺腺癌VPI的独立预测因素。