基于CT的放射学与临床特征相结合,用于侵入性预测和肺部亚固体结节的病理亚型分类
Miaozhi Liu1, Rui Duan2, Zhifeng Xu2
1Radiology Department, Second Affiliated Hospital of Shantou University Medical College, Shantou, Guangdong Province 515041, PR China.
European journal of radiology open
|July 23, 2024
概括
这项研究开发了CT放射学和临床模型,以预测亚固体结节 (SSN) 侵入性和亚型. 这些模型准确地分类了SSN类型,有助于肺癌的诊断和治疗计划.
科学领域:
- 肺部医学 肺部医学
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
背景情况:
- 在CT扫描中,亚固体结节 (SSN) 存在诊断挑战.
- 准确预测SSN侵入性和亚型对于患者管理至关重要.
- 区分不同类型的肺腺癌对于治疗选择至关重要.
研究的目的:
- 使用CT放射学和临床数据开发和验证SSN侵入性和病理亚型的预测模型.
- 将非典型的腺瘤性增生/adenocarcinoma in situ (AAH/AIS) 与微侵袭性腺癌 (MIA) 分类.
- 要区分MIA与侵袭性腺癌 (IAC) 和白皮性主导腺癌 (LPA) 与性主导腺癌 (APA).
主要方法:
- 在两个中心对来自316名患者的353名SSN进行了回顾性分析.
- 使用CT放射学和临床特征构建分类模型.
- 使用接收器操作特征 (ROC) 曲线和曲线下的面积 (AUC) 评估模型性能.
- 在最佳预测模型的基础上开发名ograms.
主要成果:
- 对AAH/AIS与MIA的综合模型实现了0.841的AUC,其中包括分球,GGN血管关系,直径,CT值,CTR和rad-score.
- 一个区分MIA和IAC的模型,使用年龄,CT值,CTR和rad-score,产生了0.878.8的AUC.
- 基于rad-score的放射学模型有效地将LPA与APA区分开来,AUC为0.926.
结论:
- 整合放射学和临床特征的诺米克图提供了SSN入侵性的准确预测.
- 放射学模型在区分肺腺癌的特定病理亚型方面具有显著的实用性.
- 这些模型可以帮助对SSN特征进行非侵入性预测,并可能指导临床决策.
