平面CT的研究与基于CT的对比增强模型相结合,预测了单个固体肺结节的恶性病变

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 肺部病理学 肺部病理学

背景情况:

• 孤独的固体肺结节需要准确的恶性瘤分类,以便适当的患者管理.
• 使用成像来区分良性和恶性结节对于治疗决策至关重要.

研究的目的:

• 为了比较基于普通CT模型的诊断性能与基于CT模型的对比度增强模型,用于分类单独的固体肺结节.
• 评估将对比度增强CT特征纳入恶性瘤评估中的有效性.

主要方法:

• 开发了两个后勤回归模型:一个使用平面CT特征,另一个使用平面CT特征和对比度增强的CT特征.
• 这些模型是根据392名患者的数据进行训练的,并根据两个独立中心135名患者的数据进行验证.
• 用灵敏度,特异性,准确性,正预测值 (PPV),负预测值 (NPV) 和曲线下的面积 (AUC) 来评估诊断性能.

主要成果:

• 与普通CT模型 (模型1) 相比,对比度增强的CT模型 (模型2) 在外部验证队列中表现出优异的性能.
• 模型2实现了更高的平均灵敏度 (0.88比0.79),特异性 (0.91比0.78),准确性 (0.90比0.79),PPV (0.84比0.67),NPV (0.93比0.87),以及AUC (0.93比0.88) 的结果.

结论:

• 一种包含平面和对比度增强CT特征的后勤回归模型在评估单个固体肺结节的恶性病症方面表现出色.
• 增强对比度的CT模型为手术前评估提供了可靠的工具,有助于推后续或手术干预.